数据资产金熔化正掉落踪掉落踪政策和市场的数据上路首席两重加持。

2026年4月27日，证券国度数据局宣布2026年课题奉求研究征集赐顾帮衬书记，化迸还没将“数据资产化态势跟踪及支撑政策研究”单列，发路访谈剑指数据资产进表、无缺质押融资和证券化等深水区，修平并进手建筑监测方针琐细。车已

理论上，批量跟着“数据资产进表”政策深化和人工智能对高质量数据集需求的数据上路首席迸发
，数据资产化甚至金熔化已迸发式扩容。证券Wind数据展示，化迸还没阻拦2026年4月中旬，发路访谈沪深生意所年内申报的无缺数据资产支撑证券项目达103单 
，总局限打破2114亿元除夜关，修平个中44单已获受理。车已仅一季度受理量便超出2025年全年程度 ，年内落地发行局限（63亿元）亦除夜幅赶超2025年的总盘子  。  

这一演进速度 ，似已远超两年前的气候
。2024年3月，全国政协委员赵柏基在领受北方周末新金融研究中心调研时曾指出，数据作为“新质花费要素”，受制于估值标准不1 、轨则***，市场仍处于初级阶段
。（详见《全国政协委员赵柏基：数据疏浚生意市场亟待一体化》 ）。可是
，当数据最早被批量装进融资产品 ，承载风险与收益的底层资产 ，投资者所见的产品幻想下场是数据本身的独霸价值，仍是披着一层数据外套的信贷化产品？数据证券化初现昌隆的面前，湮没着若何的风险 
？北方周末新金融研究中心研究员旋绕相干话题专访清华除夜学经管学院党委副书记、区块链金融研究中心主任岑岭传授，试图从数据要素的经济学属性与治理框架中寻求解答。岑岭传授经久研究数据要素 ，担当国度重点研发筹算项目子课题“征信除夜数据确权与生意编制研究” 。

岑岭称，严格来讲，如今市场上的主流产品并不是成熟意义上的“数据收益权证券化” ，而是更接近披着数据外套的信贷资产证券化。他认为，数据真实的价值 ，正好与生意次数 、质押比例有关 。他更忧虑的问题在于，路还没无缺修平，车已最早批量上路了。从数据疏浚到数据证券化 
，真实不是一个自可是然  、瓜熟蒂落的线性晋级  。中心贫窭的 ，大年夜大年夜约不是更多的生意 ，也不是更高的估值 ，而是一种更强的独霸价值证实、更了然的价值构成机制
，和一套更能分辨“幻想下场是数据在获利，仍是诺言在借壳”的轨制身手 。假定这些问题迟迟得不到答复
，眼下这场快跑，末尾留上往的未必是一个更成熟的数据要素市场 ，大年夜大年夜约只是一轮被“数据”二字隐瞒过的金融降低 。

清华除夜学经济治理学院金融系传授岑岭。（受访者供图）

数据只是外套

北方周末：2026年以来
，数据资产支撑证券申报和发行较着提速 。在往后政策气候下  ，应若何对待这个速度？

岑岭 ：速度本身当然值得存眷，但我更想先厘清两个定见：市场的热度和市场的安康度 。二者真实不老是同步。

本年以来，政策层面对数据要素市场化设置设备放置的鞭挞较着加快 ，场景培养汲引、疏浚处事机机关就
、数据价值释放
，都被提到了更靠前的职位。这一布景下，数据资产支撑证券灵敏放量，算不上不测 。对金融机构而言，首单路途一经验证
，接上往最天然的行动就是复制 。

但数字本身声明不了全数问题。真正需求质问的是，这两千多亿元面前 ，有若干很多若干良多若干很多若干良多若干很多若干是数据作为“生息资产”在自力创作创作创造现金流，又有若干很多若干良多若干很多若干良多若干很多若干只是把数据算作一种新的诺言典质品
，嵌进既有融资链条。

假定后者占了除夜除夜都，那我们往日看到的 
，起首是金融琐细对新题材的吸纳身手，还不克不及齐截于数据要素市场已成熟
。热度可以靠政策窗口、机构意志和产品立异疾速催生 ，但安康度幻想下场仍是要靠标准化确权、公允估值、晃荡现金流，和真实场景中的延续独霸来支撑。

北方周末：也就是说
 ，重点不是局限本身 ，而是幻想下场证券化了甚么 ？

岑岭：对。要构和热度，先得看清它幻想下场证券化了甚么。

假定以已发行项目为样本来看，如今底层资产筹划已相当了然
：信赖存款债权是尽对主流 ，真正以数据收益权为底层的产品占比窘蹙5%。这意味着，眼下已落地的这批产品 ，底层的除夜头还是是企业以数据质押掉落踪掉落踪存款后构成的债权 ，而不是数据本身在场景中延续创作创作创造的运营性收进 。

换句话说 ，投资者外不雅上看到的是“数据资产” ，但良多时辰，真正担当偿付义务的仍是企业的主体诺言、担保放置，和存款本身的收受领受身手 。严格来讲，若按这一已发行样本筹划剖断，往后市场上的主流产品更接近“数据介入增信”的融资产品
，而不是成熟意义上的“数据收益权证券化” 。

数据资产现金流更不晃荡

北方周末 ：你刚才提到“真实场景中的理论独霸”，具体指甚么
？

岑岭：指的是数据作为花费要素
，真正进进花费场景 ，措置理论问题 ，并延续构成价值
。

如今很除夜都据资产支撑证券的逻辑，是企业先把数据“押”给金融机构 ，再把存款债权证券化 。这个链条里 ，数据被“独霸”的场合，次要集结在风控审批和融资增信环节
，而非营业运营和价值创作创作创造环节。也就是说，它阐扬的是金融下场 ，财富下场根本列席。

说得再直白一点，交换价值和独霸价值，这二者之间有一道很深的鸿沟
。

数据真实的价值，正好与生意次数、质押比例有关 。关头在于它能不克不及进进契合的场景，被契合的人 
、以契合的编制真正用起来 。不合份消费者行动数据，对精准营销企业大年夜大年夜约价值很高，对一家物流公司大年夜大年夜约几近没居心义。数据的价值高度依托场景。也正因为如斯，当我们把数据打包成融资产品在市场上疏浚，理论上是在给一个“场景依托型”的资产贴上一个更像“普及合用”的价值标签，这本身就存在问题。

这两年，政策真实也不时朝着这个标的方针在带领 ：从可托数据空间  ，到“数据要素×”行动 ，再到群众数据“跑起来”示范场景，面前的核友情图都不是再包装一遍数据，而是让它落地独霸 、构成效益。

北方周末
：但成本市场的逻辑很直接，只需有现金流，便可以证券化。

岑岭：现金流也要分本源。

传统资产证券化之所以创建，是因为底层现金流的往路斗劲了然：房贷对应按揭回款，租赁对应房钱 ，免费收益权对应绝对晃荡的运营收进
。它们的合营点是，现金流有合同根本 、有时刻表，料想鸿沟也绝对了然。

更接近本源的数据资产证券化 ，底层现金流应来自数据独霸价值本身，比如受权费  、接口调用收进 、数据处事费 ，或基于特定模型、算法和处事身手构成的延续运营收进
。只需这类收进，才更贴合“数据收益权”这个定见。贫穷在于 ，这类现金疏但凡比传统资产更不晃荡——数据会衰减，会被更调，也会跟着技能线路和监管鸿沟的改削而灵敏重估 。正因如斯 ，真实的数据收益权证券化
，比外界想象的更难。

数据估值存在路途依托

北方周末 ：赵柏基前年谈过
，一体化市场还处于初级阶段，估值标准可比性窘蹙，进表和融资都有理论堵点。此类偏根本行动办法的问题如今为何愈加次要？

岑岭 ：因为市场的阶段变了 。如今这些问题不再只是“市场培养汲引不完竣”的默示，而是正在成为“市场婚配屈就低下”的关头。

起步阶段，这些问题看起来像展开的懊末路：轨则不合一，估值不成熟，受权链路不足了然，融资和措置机制还在试探。人们会感应感染，这是任何一个新市场都邑经验的过程。

但当市场最早批量申报、批量受理、批量发行的时辰，这些问题就不再是“往后慢慢措置”的经久议题了
，它们会径直进进产品风险辨认、诺言剖断和市场订价。

举一个最复杂的例子 。假定估值琐细之间窘蹙可比性，不合平台 、不合机构对不合类数据的估值逻辑相差不合，投资者若何邃晓同类产品之间的底层质量？假定受权链路还是恍忽，数据的合法性、晃荡性、延续性该若何验证？银行和金融机构畴昔就对数据受权 、静态监控、质押物措置存有记挂 ，到了证券化层面 ，这些问题不会主动磨灭踪踪踪 ，只会以更宏壮的编制向市场传导。

北方周末：所以眼下最除夜的遏制真实不单是“估值难” ？

岑岭 ：对 。但这里需求做一个关头的分辨 。

良多人说数据估值难
，真实说的是 ：面对一堆权属不清 、场景不明的数据资产
，非要给它拍一个可用于进表或融资的“价值”。这个当然难，并且会不时难下往 。

但假定把问题换一下：在一家保险公司用某类气候笼统数据优化农险订价这个具体场景里  ，剖断这批数据能供献若干很多若干良多若干很多若干良多若干很多若干新增利润。这个并没有那么难。只需场景了了
、用处了然 ，数据的价值供献是可以预算的，对应的收益现金流也能算出来
。

所以真实的问题不是“数据估不了值”，而是有太多介入者，不宁愿往做婚配场景这个更辛苦的事 。他们想绕开“这批数据幻想下场能措置谁的甚么问题”这个前置环节 ，直接跳到“这批数据值若干很多若干良多若干很多若干良多若干很多若干钱 、能不克不及拿来融资”。这不是技能艰苦，这是路途上的勤奋。

真实的病灶是数据没有场景化独霸

北方周末： 这就意味着，传统的“先确权
、再估值、再挂牌 、再融资”这条路途，对数据来讲大年夜大年夜约走不通 ？

岑岭 ： 起码是不无缺合用 。因为传统价值机制用在数据这类资产上，本来就不太灵
。

地盘、动力、矿产、机械，这些对象除夜多具有较强的竞争性和稀缺性，你多用一点儿，我能用的就少一点儿 ，所以它们更随便旋绕供需构成价值
。数据不一样。数占据较着的非竞争性，我调用它
，不偏向你也调用它；它的价值又高度依托场景婚配 ，不合场景、不合主体、不合算法之下 ，不合份数据，价值大年夜大年夜约不合宏除夜
。一旦过分朴实“排他性”和“不合价值”
，反而大年夜大年夜约忽视数据真实的价值本源：不是它回谁全数，而是它能不克不及被真正用起来
。

所以我的剖断是 ，对数据市场展开而言 ，订价是问题，但更优先
、更根柢的问题是促进数据供需单方的婚配 ，促进数据的场景化独霸 。而理论的遏制是
：太多人把婚配场景算作一件贫穷的苦差事，只想超出它，直接拿到一个估值下场往变现。这条路正好走反了 。只需把按序调归来：先找介入景 ，让数据在具体营业里跑起来，证实它能创作创作创造真实的经济收益，估值才会从一门形而上学变成一门算术 。在阿谁节点上再谈进表、融资 、证券化，才是有根之木 。

北方周末 ：但赵柏基前年也提到
，估值标准不合一 ，本身就在影响一体化市场培养汲引？

岑岭 ：这个剖断事前是对的，往日回头看，它还是是对症状的精准描摹
。但我们要深问一层
：为甚么估值标准就是不合不起来  ？

事前的思路是沿着传统资产的逻辑往下走：既然要建一体化市场
，就得有可比的估值标准 。这个标的方针没有错
，就像说要通车就得把路修平。但几年畴昔了，标准培养汲引投进了除夜量精力，顶层筹划、评价圭表类型、试点指引都没少做，为甚么市场还在喊不成比？关头就在于 ，我们感应本身在修标准不合一这条路，但理论上是在一片场景真空上强行画车道线。

当数据价值没有经由具体场景的验证
，没有产生发火可不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅查询拜访、可审计的收益流 ，估值下场天然千差万别
。这是窘蹙合营锚点的必定下场。所以说“标准不合一影响一体化市场培养汲引”
 ，我无缺承诺。标准不合一是病症，真实的病灶是数据没有进出场景 、供需没有完成婚配。当数据最早在具体场景里产生发火可核算的经济收益
，估值的锚点天然就闪现了
。阿谁时辰再谈标准不合 ，就不是顶层筹划对着一片真空喊话，而是对已有幻想的回纳和提炼 。

所以回看最最早的问题 ：为甚么昔时那些根本行动办法问题如今愈加次要？不是因为市场培养汲引还式微成，而是因为批量扩量此后 ，市场对婚配屈就的请求倏忽进步了。那些老问题本质上都是因为没无为数据婚配契合的独霸处景。路平不服当然次要，但我如今更忧虑的问题是：路还没无缺修平 ，线路也还没断定
，车已最早批量上路了。

数据空转会导向更深的下场

北方周末 ：这轮降低最值得自创的是甚么 ？

岑岭 ：我不太想随便用“泡沫”这个词，它太随便把问题标签化。我真正忧虑的  ，是一种更躲躲的气候
：数据在多个主体之间被几回挂号、评价
、挂牌
、质押、融资、再打包，生意看起来很活泼，局限很除夜  ，但它不竭没有进进理论的花费环节，没有构成可延续的经济增量 。

多么一种“数据空转”，外不雅上比传统投契更面子 ，也更随便披着立异的外套。风险未必会以很戏剧化的编制迸发 ，但它会导向一个更深的下场：资金会更随便流向那些善于做筹划、做包装 、经商的环节，而不是流向真正把数据嵌进营业场景、构成消辛苦的中心  。

进一步说，当数据资产只是作为一个“雅不雅不雅不雅不雅不雅不雅的壳”往包装信贷 、扩除夜资产负债表
，而底层花费性活动并没有添加时 ，成本错配和风险聚积就会被一同放除夜 。

北方周末 ：那甚么样的产品 ，才算真正站得住？

岑岭
：我感应感染第一步不是立异，而是“正名”。

如今市场上良多产品都被笼统地称为“数据资产支撑证券” ，但假定底层理论是数据资产质押存款债权，更切确的叫法就理应把这一点写了然。称号一恍忽 ，本身就会带来订价模型的错配和市场预期的曲解 。投资者感应本身买的是数据要素市场的将来盈利 ，理论到手的，良多是一笔高度依托主体诺言和担保放置的信贷资产  。

我邃晓
，“数据收益权证券化”的根本资产不该是“数据被押在那儿何处”的外形，而是数据与特定算法、模型、处事绑定此后，真正产生发火的延续现金流。换句话说 ，它靠“数占据没有延续被独霸”来站住 ，而不是靠“谁来兜底”。

只需当市场上展示了不依托内部强担保 、次要靠数据处事收进就可以袒护本息的产品，我们才可以说，数据资产证券化真正从“借壳融资”走向了“价值证券化” 
。在这之前 ，对这个市场贯穿连接一点好意的自创，不是唱空 ，而是提示它别跑得太快 、跑得太随便。

北方周末：假定把这一轮放量放在更长的时分轴里看 ，你感应感染最除夜的提示是甚么？

岑岭 ：最除夜的提示在于，从数据疏浚到数据证券化
，真实不是一个自可是然、瓜熟蒂落的线性晋级。中心贫窭的，大年夜大年夜约不是更多的生意 
，也不是更高的估值，而是一种更强的独霸价值证实、更了然的价值构成机制 ，和一套更能分辨“幻想下场是数据在获利，仍是诺言在借壳”的轨制身手
。

假定这些问题迟迟得不到答复，眼下这场快跑，末尾留上往的未必是一个更成熟的数据要素市场，大年夜大年夜约只是一轮被“数据”二字隐瞒过的金融降低 。换个角度看
，假定这轮热度反而倒逼各方把问题答复了然，那它未必没有积极意义。它起码把一个本来可以延续勾留在定见层面的构和
，延迟推到了理论面前。当下关于数据资产的构和，中心已变成 ：幻想下场在做甚么，又该若何做。