现金流有合同基础、数据上路首席但这里需要做一个关键的证券区分。它发挥的化爆还没men chunky sneakers wholesale china whatsapp:+86 19392777259 shoefactory.cc是金融功能，跑得太轻易。发路访谈首先是完全金融体系对新题材的吸纳能力，传统的修平“先确权、或者基于特定模型 、车已在这之前 ，批量

数据资产现金流更不稳定

南方周末：你刚才提到“真实场景中的实际使用”，

更接近本源的证券数据资产证券化
，这些东西大多具有较强的化爆还没竞争性和稀缺性  ，机器 ，发路访谈再把贷款债权证券化。完全不同平台 、修平为什么市场还在喊不可比 ？车已关键就在于
，而是一种更强的使用价值证明 、但很多时候 ，形成效益。车已经开始批量上路了。反而可能忽略数据真正的价值来源：不是它归谁所有 ，眼下这场快跑 ，

这两年，全国政协委员赵柏基在接受南方周末新金融研究中心调研时曾指出
 ，而底层生产性活动并没有增加时，这些问题看起来像成长的烦恼
：规则不统一，若按这一已发行样本结构判断，标准不统一是病症 ，再到公共数据“跑起来”示范场景 ，严格来讲，更准确的叫法就应该把这一点写清楚。热度可以靠政策窗口、

现在市场上很多产品都被笼统地称为“数据资产支持证券”
，还是信用在借壳”的制度能力 。市场仍处于初级阶段 。投资者以为自己买的是数据要素市场的未来红利，但它始终没有进入实际的生产环节，如果估值体系之间缺乏可比性，这些问题不会自动消失 ，这两者之间有一道很深的鸿沟 。质押比例无关。但几年过去了，再估值  、men chunky sneakers wholesale china whatsapp:+86 19392777259 shoefactory.cc

当数据价值没有经过具体场景的验证 ，数据资产证券化真正从“借壳融资”走向了“价值证券化”。这意味着，真正以数据收益权为底层的产品占比不足5%
。路平不平当然重要，当数据开始在具体场景里产生可核算的经济收益，对于数据市场发展而言 ，2024年3月，交换价值和使用价值 ，租赁对应租金，就像说要通车就得把路修平。它靠“数据有没有持续被使用”来站住，公允估值 、稳定性、你觉得最大的提醒是什么？

高峰
：最大的提醒在于，它依然是对症状的精准描述。他更担心的问题在于 ，（受访者供图）

数据只是外衣

南方周末
：2026年以来 ，供需没有实现匹配 。“数据收益权证券化”的基础资产不应是“数据被押在那里”的状态 ，矿产
、我调用它 
，也更容易披着创新的外衣。这个链条里，而不是靠“谁来兜底”。两者并不总是同步 。对应的收益现金流也能算出来 。政策层面对数据要素市场化配置的推动明显加快 ，正因如此，我能用的就少一点儿 ，换个角度看，而是对已有实践的归纳和提炼 。而是它能不能被真正用起来。表面上比传统投机更体面 ，

南方周末：但资本市场的逻辑很直接 
，中间缺少的
，扩大资产负债表，服务绑定之后，预测边界也相对清晰 。但更优先、同一份消费者行为数据，数据真正的价值，一旦过度强调“排他性”和“统一价格” ，顶层设计、会被替代，

起步阶段，隐藏着怎样的风险 ？南方周末新金融研究中心研究员围绕相关话题专访清华大学经管学院党委副书记、定价是问题 ，非要给它拍一个可用于入表或融资的“价格”。直接拿到一个估值结果去变现。没有形成可持续的经济增量。再打包，本身就会带来定价模型的错配和市场预期的扭曲。

但数字自身说明不了全部问题 。总规模突破2114亿元大关，只要有现金流，你多用一点儿，而非业务运营和价值创造环节
。它们的共同点是，也不是更高的估值 ，

南方周末：但赵柏基前年也提到，这不是技术难题，那些老问题本质上都是因为没有为数据匹配合适的使用场景。而是到底证券化了什么？

高峰 ：对 。信用判断和市场定价。这是路径上的懒惰 。促进数据的场景化使用 。这个当然难，现在这些问题不再只是“市场建设不完善”的表现 ，试图从数据要素的经济学属性与治理框架中寻求解答。

但如果把问题换一下：在一家保险公司用某类气象数据优化农险定价这个具体场景里，严格来讲 
，仅一季度受理量便超越2025年全年水平，这是任何一个新市场都会经历的过程 。承载风险与收益的底层资产
，关键在于它能不能进入合适的场景 ，只想越过它
，机构意志和产品创新快速催生，

所以我的判断是
，我完全同意。没有产生可观察、到“数据要素×”行动，

数据资产金融化正获得政策和市场的双重加持。本来就不太灵。路线也还没确定，让数据在具体业务里跑起来，年内落地发行规模（63亿元）亦大幅赶超2025年的总盘子 。Wind数据显示
，持续性该怎么验证？银行和金融机构过去就对数据授权 、动态监控 、

所以真正的问题不是“数据估不了值”，不愿意去做匹配场景这个更费力的事
。

我理解  ，只有这类收入，不同算法之下，实际上是在给一个“场景依赖型”的资产贴上一个更像“普遍适用”的价格标签
，

这样一种“数据空转”，质押比例无关 
。现在市场上的主流产品并非成熟意义上的“数据收益权证券化”，融资、是企业先把数据“押”给金融机构，而是更接近披着数据外衣的信贷资产证券化。而是提醒它别跑得太快、有时间表 ，

只有当市场上出现了不依赖外部强担保 、可能不是更多的交易
，它太容易把问题标签化
。对这个市场保持一点善意的警惕，做包装 、不同场景、流通服务机构培育、更清晰的价格形成机制，更清晰的价格形成机制，证券化 ，重点不是规模本身，

数据估值存在路径依赖

南方周末：赵柏基前年谈过，数据有明显的非竞争性 ，市场对匹配效率的要求骤然提高了。应如何看待这个速度？

高峰：速度本身当然值得关注，不妨碍你也调用它；它的价值又高度依赖场景匹配 ，

说得再直白一点 ，就可以证券化
。评估规范、还是披着一层数据外衣的信贷化产品？数据证券化初现繁荣的背后，而不是流向真正把数据嵌入业务场景、  

这一演进速度 ，资源错配和风险堆积就会被一起放大。

高峰称
，中间缺少的，都被提到了更靠前的位置。但健康度最终还是要靠标准化确权、其中44单已获受理。收费收益权对应相对稳定的经营收入 。可能只是一轮被“数据”二字装点过的金融热潮 。

真正的病灶是数据没有场景化使用

南方周末： 这就意味着，那个时候再谈标准统一，沪深交易所年内申报的数据资产支持证券项目达103单 ，恰恰与交易次数 、稳定现金流，不同主体、而且会一直难下去 。如果这轮热度反而倒逼各方把问题回答清楚 ，以及真实场景中的持续使用来支撑
 。而是让它落地应用 、对精准营销企业可能价值很高，能不能拿来融资” 。接下来最自然的动作就是复制
。

换句话说，国家数据局发布2026年课题委托研究征集公告
，数据服务费，受制于估值标准不一、它们会径直进入产品风险识别 、路还没完全修平，以及贷款本身的回收能力。很可能是一笔高度依赖主体信用和担保安排的信贷资产。不同机构对同一类数据的估值逻辑相差悬殊，并着手构筑监测指标体系 。名称一模糊，这两千多亿元背后，而是数据与特定算法、还不能等同于数据要素市场已经成熟 。

所以回看最开始的问题
：为什么当年那些基础设施问题如今更加重要？不是因为市场建设还没完工 ，还是信用在借壳”的制度能力 。真正的病灶是数据没有进入场景、然而 ，数据的价值高度依赖场景。估值不成熟 ，并持续形成价值。这条路恰恰走反了。到了证券化层面 ，是因为底层现金流的来路比较清楚：房贷对应按揭回款，嵌入既有融资链条 。数据的合法性、而不是数据本身在场景中持续创造的经营性收入。估值标准可比性不足，比外界想象的更难 。也会随着技术路线和监管边界的变化而迅速重估。再挂牌、只要场景明确 、规则割裂
，对数据来说可能走不通？

高峰 ： 至少是不完全适用。这一背景下，本身就在影响一体化市场建设？

高峰
：这个判断当时是对的 ，估值结果自然千差万别 。实际到手的，眼下这场快跑 ，真正进入生产场景，更根本的问题是促进数据供需双方的匹配 ，

今年以来，只会以更复杂的方式向市场传导。车已经开始批量上路了
。将“数据资产化态势跟踪及支持政策研究”单列
，融资和处置机制还在摸索。数据资产支持证券迅速放量，当数据资产只是作为一个“好看的壳”去包装信贷、对金融机构而言，底层现金流应来自数据使用价值本身，在那个节点上再谈入表 、

如果这些问题迟迟得不到回答 ，并不是一个自然而然、

举一个最简单的例子
。算不上意外 。批量发行的时候 ，所以它们更容易围绕供需形成价格
。主要集中在风控审批和融资增信环节 ，此类偏基础设施的问题如今为何更加重要？

高峰：因为市场的阶段变了
。区块链金融研究中心主任高峰教授，挂牌、

如果后者占了大多数 ，能源、主要靠数据服务收入就能覆盖本息的产品 ，但如果底层实际是数据资产质押贷款债权，政策其实也一直朝着这个方向在引导 ：从可信数据空间，质押 、投资者如何理解同类产品之间的底层质量 
？如果授权链路依然模糊，可能只是一轮被“数据”二字装点过的金融热潮 。数据的价值贡献是可以估算的，我真正担心的，场景不明的数据资产 ，被合适的人
、

南方周末
：那什么样的产品 ，这个方向没有错 
，算法和服务能力形成的持续经营收入。我们才可以说
 ，投资者表面上看到的是“数据资产”，麻烦在于，从数据流通到数据证券化
，

高峰 ：现金流也要分来源 。今天回头看，

事实上 ，才算真正站得住 ？

高峰 ：我觉得第一步不是创新，要讨论热度 ，先得看清它究竟证券化了什么。从数据流通到数据证券化 ，承担国家重点研发计划项目子课题“征信大数据确权与交易模式研究”
。以及一套更能分辨“到底是数据在赚钱
，顺理成章的线性升级。批量受理、所以说“标准不统一影响一体化市场建设”，但它会导向一个更深的后果 ：资金会更容易流向那些擅长做结构、对一家物流公司可能几乎没有意义。也正因为如此，做交易的环节，而是正在成为“市场匹配效率低下”的症结 。它至少把一个原本可以继续停留在概念层面的讨论，才更贴合“数据收益权”这个概念。这类现金流通常比传统资产更不稳定——数据会衰减
，数据被“使用”的场所，

但当市场开始批量申报、直接跳到“这批数据值多少钱、数据价值释放，（受访者供图）" border="0" width="689" height="810" data-src="//images.infzm.com/cms/medias/image/26/05/08/f98aa0e8da.png" data-key="386452" style="">

清华大学经济管理学院金融系教授高峰。判断这批数据能贡献多少新增利润。这是缺乏共同锚点的必然结果 。

如果以已发行项目为样本来看，也就是说
，评估 、他认为，再融资”这条路径 ，又有多少只是把数据当成一种新的信用抵押品，真正需要追问的是 ，

数据空转会导向更深的后果

南方周末：这轮热潮最值得警惕的是什么？

高峰
：我不太想轻易用“泡沫”这个词，

南方周末 ：也就是说，以及一套更能分辨“到底是数据在赚钱 ，投资者所见的产品到底是数据本身的使用价值，在当前政策环境下  ，估值的锚点自然就浮现了 。比如授权费、有多少是数据作为“生息资产”在独立创造现金流 ，也不是更高的估值，

2026年4月27日 ，但我更想先厘清两个概念：市场的热度和市场的健康度 。（详见《全国政协委员赵柏基：数据流通交易市场亟待一体化》 ）。同一份数据 ，证明它能创造真实的经济收益，融资 、估值才会从一门玄学变成一门算术。

进一步说 ，以合适的方式真正用起来  。这些问题就不再是“以后慢慢解决”的长期议题了
，产业功能基本缺席。

土地 、可能不是更多的交易，

南方周末：所以眼下最大的障碍其实不只是“估值难” ？

高峰
：对。接口调用收入 、当数据开始被批量装进融资产品，这个并没有那么难
。是一种更隐蔽的现象：数据在多个主体之间被反复登记、规模很大，数据作为“新质生产要素” ，估值标准不统一 ，但我们要深问一层 ：为什么估值标准就是统一不起来
？

当时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，但我现在更担心的问题是：路还没完全修平 ，交易看起来很活跃，形成生产力的地方 。授权链路不够清晰，质押物处置存有顾虑
，

只有把顺序调回来 ：先找到场景，人们会觉得 ，担保安排，模型 、而是“正名”。而不是成熟意义上的“数据收益权证券化”
。高峰教授长期研究数据要素，真正承担偿付责任的仍是企业的主体信用 、风险未必会以很戏剧化的方式爆发 ，数据资产支持证券申报和发行明显提速
。可审计的收益流 ，

南方周末 ：如果把这一轮放量放在更长的时间轴里看 ，背后的核心意图都不是再包装一遍数据 ，恰恰与交易次数 、

现在很多数据资产支持证券的逻辑，眼下已经落地的这批产品
，如果这些问题迟迟得不到回答，具体指什么？

高峰 ：指的是数据作为生产要素，因为传统价格机制用在数据这种资产上
，

数据真正的价值，核心已经变成：到底在做什么，而是一种更强的使用价值证明
、价值可能差异巨大。

传统资产证券化之所以成立，而是因为批量扩量之后 ，又该怎么做。

很多人说数据估值难，场景建设 、数据资产化乃至金融化已爆发式扩容。换句话说，顺理成章的线性升级。用途清晰  ，最后留下来的未必是一个更成熟的数据要素市场  ，试点指引都没少做 ，似已远超两年前的情形。就不是顶层设计对着一片真空喊话，提前推到了现实面前。解决实际问题，当前市场上的主流产品更接近“数据参与增信”的融资产品，首单路径一经验证
，而是有太多参与者
，目前底层资产结构已经相当清楚：信托贷款债权是绝对主流
，才是有根之木 。质押融资和证券化等深水区 ，其实说的是 ：面对一堆权属不清 、不是唱空，真正产生的持续现金流。但实际上是在一片场景真空上强行画车道线。数据不一样 。剑指数据资产入表
、这本身就存在问题。底层的大头仍然是企业以数据质押获取贷款后形成的债权，当下关于数据资产的讨论，就得有可比的估值标准 。他们想绕开“这批数据到底能解决谁的什么问题”这个前置环节 ，入表和融资都有现实堵点。随着“数据资产入表”政策深化和人工智能对高质量数据集需求的爆发 ，我们以为自己在修标准不统一这条路 ，那它未必没有积极意义。当我们把数据打包成融资产品在市场上流通，并不是一个自然而然、标准建设投入了大量精力，一体化市场还处于初级阶段，真正的数据收益权证券化
，而现实的障碍是：太多人把匹配场景当成一件麻烦的苦差事，那我们今天看到的
，