數據資產市場演化:基于標的物、投資者和市場制度的分析

摘" "要：數據要素交易流通是賦能實體經濟、做強做優做大數字經濟的重要支撐。數據資產市場中的交易標的演化分析表明，數據資產具有非排他性和可復制性等特征，使得數據資產定價依據和交易方式逐漸從最初的粗放式發展走向正規。進一步分析發現，在數據資產市場中投資者群體演變呈現出多元化、專業化和規范化的趨勢。我國發行制度、交易制度和監管設計等方面都在不斷改進和完善，為新興要素市場發展創造了良好條件。

關鍵詞：數據資產；交易標的；投資者；市場制度

中圖分類號：F222" " " "文獻標志碼：A" " " 文章編號：1673-291X（2024）21-0057-04

一、交易標的的演化分析

在數據資產市場中，主要的交易標的是數據本身。與傳統的資本市場相比，數據資產具有非排他性、可復制性等特性，這使得數據資產市場的存在邏輯與演化過程具有獨特的特征（譚洪波和耿志超，2023）。隨著市場的發展，數據資產的定價依據和交易方式也正在逐漸從最初的粗放式發展走向正規化。

（一）交易標的的定價依據

第一，依據數據資產的數量。數據要素市場在最初的粗放式發展過程中經歷過主要依據數量進行定價的方式，時至今日，仍有部分數據資產的交易是依據數據資產的數量進行定價的。與傳統的資產市場相似，數量是數據資產定價的一個因素。然而，數據資產的數量不能簡單地依據占用的存儲空間大小來衡量，而應該以相應的記錄條數或其他合理的方式進行度量。對于不同類型的圖片、文字、數字以及不同領域、不同密度的數據，其單位定價應該是不同的（歐陽日輝和李文杰，2023；Koutris et al.， 2015）。因此，這給數據資產的單位定價提出了與其他任何資產市場都完全不同的要求，需要相關部門和行業協會制定統一的指導價格，以便相關企業進行定價并保護數據購買方的利益。

第二，依據數據資產的質量。隨著市場和數據獲取技術的發展，數據資產的數量已經不再是衡量其價值的唯一標準。這是數據資產與其他資產最大的不同之處，即數據資產的質量不僅取決于其類型和行業，還取決于數據的密度和可用性等。不同行業領域的數據獲取難度以及受眾的廣泛性存在巨大差異，因此越來越多的數據定價機構開始將上述差異考慮在數據資產的定價依據之中。此外，由于在使用數據資產時需要配合其他后續處理和分析手段，因此對于某一批數據來說，其數據密度（缺失值的分布）、后續數據清洗的難度等也是未來對數據資產進行定價需要考慮的方向。

第三，依據數據資產的可靠性。在數據資產市場中，除了數量和質量外，數據的可靠性也是影響數據資產定價的重要因素。由于數據來源的多樣性以及數據造假的成本相對較低，數據資產的可靠性存在較大的差異。對于數據用戶來說，數據的可靠性對后續工作有著至關重要的影響。因此，未來的數據市場需要建立統一的數據可靠性驗證手段和監管體系，對數據資產的可靠性進行評級，并納入定價依據，保證數據資產市場的有效和可持續運行。

第四，依據數據資產的時效性。數據資產的另一個重要特征是時效性，這與它的價值有著密切的聯系。由于市場的不完善以及數據采集技術手段的相對滯后，將即時獲取的數據進行銷售的這一模式在數據資產行業尚未得到普及。因此，當前的數據市場尚未將數據資產的時效性考慮在內。隨著技術的發展和行業的成熟，越來越多的即時獲取的數據將能夠被交易，那時，時效性將成為影響數據資產定價的重要因素。數據資產的時效性因行業和數據類型的不同而存在較大的異質性，因此后續的定價體系構建應將上述因素考慮在內。

（二）交易標的的交易方式

當前數據市場的交易主要集中于數據的使用權，對于所有權等議題尚未有明確的規定。然而，隨著市場的進一步發展，應針對數據特性對交易方式進行更為精細的劃分，以便用戶選擇并提高企業和市場的運行效率（龔強等，2022）。交易標的的交易方式分為兩種。

一是租賃。鑒于數據資產的易于復制性和較高的保密難度，通過租賃方式使用數據資產能夠最大限度地保證數據資產的安全性和獨有性。通常采取的策略是通過物理隔離手段將數據使用過程限制在指定的計算機或服務器上，而使用者只能獲取經過處理并經過數據提供方審核后的結果。這種方式確保了源數據無法通過技術手段恢復。數據租賃的優點在于對數據提供方的數據安全和租賃方式的可持續性有良好的保障。然而，其初始成本和維護成本都相對較高。在數據處理方式和接口復雜多樣的今天，很難構建用戶理想的數據處理環境，并需要后期不斷地進行維護和更新。更進一步地，復雜的數據安全門檻可能會造成潛在客戶流失，轉向服務質量較差的數據提供商，從而影響整個行業的健康發展。總之，數據租賃更適用于獨特性極高且數據價值較大的數據。通過高成本維護和租賃高價值的數據，企業也能從中獲取利潤。

二是購買。隨著數據市場的持續繁榮發展，數據資產的用戶數量也在不斷增加。如果僅將數據限制在租賃這一種方式上，可能會限制這一行業的發展，也無法滿足廣大用戶的需求。因此，對于數據質量較低且受眾廣泛的數據，可以采用購買的方式。這種方式允許用戶獲取數據在用戶指定設備上的永久完全使用權，但無法復制到其他設備（即不能轉賣或贈與他人）。與租賃相比，購買能降低數據提供商的硬件成本以及審核流程，但對軟件支持提出了更高的要求，以防止數據的傳播和泄露。因此，對于數據購買這一類交易方式，優點在于交易成本和維護成本相對較低，相應的價格也較低。由此形成的“規模效應”能夠覆蓋企業起初的數據獲取成本并產生利潤，推動企業和行業的蓬勃發展（Jones amp; Tonetti，2020）。此外，這種方式對用戶更加友好，更多用戶的加入和反饋也有助于改善數據市場的法規及交易流程。購買方式的缺點在于，由于軟件的更新換代和利益的驅使，購買過程中對數據保護的軟件需要不斷地進行改善和維護。同時，由于用戶規模巨大，很難完全保證數據不被傳播和盜用。因此，數據購買這一方式更適合于數據質量較低、數據泄露后果相對較小、受眾廣泛的數據。

二、投資者群體的生態演變分析

美國股市的投資者群體經歷了由企業家主導、個人投資者主導向機構投資者主導的發展演變過程。然而，對于我國股市來說，個人投資者雖然一直是股票市場的投資主體，但整體來看，我國投資者結構正在朝多元化、機構化的方向發展。因此，無論在美國還是在中國，資本市場投資群體演變過程都呈現出機構化的趨勢。這一發展共性以及基于數據資產和金融資產特征的對比分析對于思考未來數據資產市場的投資者群體演變過程具有借鑒意義。

（一）數據資產與資本資產的對比分析

一方面，數據資產與資本資產都具有流動性、增值性與風險性（蔡繼明等，2022；蔡躍洲和馬文君，2021）。在資本市場中，投資者基于金融資產的流動性，在規避風險的同時追求資本的增值。然而，數據要素的流動性呈現出速度更快、程度更深、領域更廣的特點。數據要素的增值性體現在數據在資源化、產品化和資產化的過程中逐漸釋放社會經濟價值。數據要素的風險性體現在市場應用和數據安全等方面的不確定性。因此，數據資產與金融資產相似的特征意味著，類似于對金融資產的投資，未來數據資產也會成為投資者關注的方向，數據資產市場的投資者將會像曾經的資本市場一樣，經歷從無到有的繁榮發展過程。

另一方面，數據資產與金融資產具有差異性。首先，數據要素比資本要素的權屬更復雜。由于數據的經濟價值并不是依循傳統觀點的買賣邏輯所創造，實踐中大多是由多方主體通過相互協作完成數據經濟活動，此時的經濟利益難以界限分明地予以分割，權利歸屬問題難以有效解決，這導致數據資產無法像金融資產一樣進行簡單的確權。其次，數據具有非均質性和非排他性。這意味著盡管數據資產定價可以參考資本市場定價方法，但是在實踐中，即便是所謂的市場定價也不過是交易雙方之間自行協商的結果。這種“一事一議”的數據估價模式難以為數字市場提供足夠的參考依據。此外，成本、利潤、行業屬性、時效性、顆粒度、數量、范圍等要素均能對數據資產的最終定價產生決定性影響。因此，數據資產交易會存在更大的信息不對稱問題，并且面臨更高的交易成本。這意味著最初的數據資產投資者將會局限在小范圍的企業之間，尤其是自身也掌握一定數量數據資產或是已經在數字行業中有所發展的企業。但是隨著數字中介機構的發展、數據資產產權制度的完善、估值定價機制以及增值模式的完善，數字資產將會引起更多類型投資者的關注。

（二）數據資產市場投資者群體演變分析

投資者群體發展可以分為兩個階段。在第一階段，企業逐漸成為數據資本市場的主要投資者。在美國資本市場發展早期，由于市場交易混亂和競爭無序，很多投資者都是一些商人和投機者，股票基本在企業家之間進行流通，這是因為發行股票的公司大多是運輸業和制造業公司（鐵路和鋼鐵等），它們發行的股票規模較小且風險較大，難以吸引投資者；另一方面，用來形容股票的財務術語（比如市盈率等等）還不被大眾所了解。因此，在資產市場發展過程中，最初的投資者通常是最熟悉該資產的參與者，數據資產市場也是如此。尤其是相比資本要素，數據要素具有非均質性和非排他性，權屬關系也更復雜，因此數據資產的主要投資者最初將會是那些有一定基礎數據資產的企業或機構，或者目前已經在數字產業生存和發展的企業，它們將成為數據資產的早期投資者。

在第二階段，機構投資者逐漸占據主導地位。目前我國資本市場生態環境和運行機制更趨優化，投資者群體數量和結構也不斷趨向合理，資本市場的基礎設施和生態環境為數據資產市場的投資活動提供了發展基礎（甄紅線等，2021）。隨著數字中介機構的發展、數據資產產權制度和估值定價機制以及增值模式的完善，數據資產的投資者群體將會經歷迅速的擴張，其擴張速度將取決于數據資產市場的基礎設施及生態環境建設程度。更多的個人和機構將會參與數據資產的投資活動，但是鑒于目前資本市場發展更傾向于機構化，未來金融領域的機構投資者將會逐漸成為數據資產市場的主要投資者（Elyasiani和Jia，2010）。因此，相比資本市場早期經歷的從散戶向機構投資者演變過程，數據資產市場的投資者結構演變或許會進行“彎道超車”，直接從少數企業主導向機構投資者主導轉變，而個人投資者更多的是通過機構投資者間接參與數據資產投資，因為數據資產市場的發展將會借助我國現有的資本市場基礎設施和投資者生態環境。

基于上述分析，本文認為未來我國數據資產市場的投資者群體將會經歷兩個階段的演變過程。第一個階段是隨著數據資產市場的逐漸形成，有一定數據資產基礎的企業將會成為數據資產市場的主要投資者。這些企業通常具備豐富的數據處理經驗和數據資源積累，能夠率先把握數據資產的投資機會并從中獲益。第二個階段是金融領域的機構投資者將會逐漸成為數據資產市場的主要投資者。隨著數據資產市場的逐步成熟和投資環境的改善，機構投資者將逐漸認識到數據資產的投資價值并加大投資力度。這些機構投資者擁有豐富的投資經驗和專業的投資團隊，能夠從數據資產市場中發掘出更多的投資機會并實現投資收益的最大化。

三、市場制度與監管的設計演化分析

（一）發行制度

在美國證券市場，新股的發行上市實行“注冊制”，由美國證券交易委員會和交易所共同完成發行上市審核過程。中國的股票發行制度由審批制演變為核準制，并逐步進行注冊制改革。2023年2月17日，中國證監會及交易所等發布全面實行股票發行注冊制制度規則，標志著全面實行股票發行注冊制正式實施。由此，兩國的新股發行上市均實行注冊制。

關于數據資本市場中數據的“發行”，考慮到數據相較上市公司的所需審批的信息少，更適用于“注冊制”，審核程序相對較為簡單，數據提供方所要花費的時間和精力少很多，更有動力參與數據的“上市”，可以有效加快數據的發行進度，審核過程中應關注數據的來源是否合法以及質量是否達標。

（二）交易制度

美國證券交易所中，紐交所和納斯達克為全球規模最大的兩家證券交易所，并有一些新進入者。中國證券交易制度發展可以分為兩個階段，以電腦自動化撮合系統為分水嶺。中國滬深交易所建立之初都是采用指令驅動交易制度，隨著市場發展逐漸變成了自動化交易制度，采用集合競價和連續競價相結合的證券交易機制。

數據要素的相關特性要求數據交易不僅需要合規，還應安全、可信、可控以及可追溯。數據交易中，應注意數據權屬問題以及數據的互聯互通問題。數據權包括數據所有權、數據收益權、數據用益權、數據享益權、數據使用權等。數據確權有助于推動我國數據要素各項權益的劃分，推動我國數據市場交易制度的完善和發展。同時，數據流通交易平臺數據來源較為廣泛，包括政府公共數據、企業數據、行業數據庫數據、網頁爬蟲類數據等（Ghorbani和Zou，2019；陸岷峰和歐陽文杰，2021）。從各地平臺建設實踐來看，各數據交易平臺建設之間數據封閉，導致數據要素難以實現互聯互通，阻礙數據交易效能。大數據的價值沒有被充分利用，數據要素交易發展艱難。

針對上述問題及數據的安全性問題，數據資本市場應對擬交易數據建立分類制度，以及分級保護機制，根據不同級別設定，為數據供需雙方提供不同強度的安全保護技術支持措施，逐漸完善數據要素交易制度，不斷優化數據要素交易合規體系。同時，建立數據要素權責明晰、交易開放的技術平臺，為數據要素存儲規范、互惠共享提供有效途徑。

數據定價方面，證券市場采用自動化交易制度，我國證券市場還設定漲跌幅限制，防止股票價格出現較大波動。數據資本市場應注意定價的科學性，積極探索數據價值評估定價模型。同時，數據日常交易中可參考證券市場設定漲跌幅限制，有效控制數據資本市場的風險。

（三）監管設計

1.信息披露制度。從中美證券市場的監管制度發展來看，證券市場發展初期，投資者的投資意識與金融理念較為匱乏，發行者對信息披露必要性的忽視與法律條文的缺失，造成證券市場的金融操縱和內幕交易頻發，降低了市場的流通效率，嚴重侵害了中小投資者的利益。為了保護投資者利益，美國出臺了《1933年證券法》等法規，規范證券發行人的信息披露。中國的上市公司信息披露規則也從部門規章、地方政府規章形式逐步演變為行政法規，1999年7月之后，《中華人民共和國證券法》的正式實施將證券發行與交易行為納入法制軌道，建立起較為完善的信息披露體系。到1999年年末，我國完成了信息披露制度框架的搭建，形成了基本法律、行政法規、部門規章和自律性規則四個層次的信息披露制度體系。

證券市場中，上市公司的信息披露是投資者完成投資決策的主要依據，因此信息披露體系需要不斷修訂和調整，以適應資本市場的持續發展和現實情況的變化。數據資本市場中，數據的信息披露是投資者決定是否進行交易的依據。不同于上市公司的會計信息、經營信息等方面的披露，數據的信息披露應注重數據信息和數據提供方信息兩方面，同時若數據有更新應及時進行披露，供投資者交易。根據證券市場發展經驗，初期數據資本市場可能出現信息披露不充分不完善的問題，需要不斷修訂信息披露法規，經歷監管逐漸趨嚴的過程。

2.監管制度。美國證券監管始終遵循著政府管制和行業自我監管兩條主線，美國證券法規不斷完善發展，形成一套完整的法律體系。同時交易所作為行業自我監管的主體，規定相關交易規則，對美國證券行業的發展起到了重要作用。中國證券監管經歷了由中國人民銀行為主導、多方參與、中央和地方分級管理階段，到證券委員會和證券會統一監管、中央和地方政府多層次監管階段，再到證監會集中統一監管階段。

數據要素在交易流通過程中，如沒有制度的規范，必然會產生數據要素交易市場壟斷等問題，需要政府的宏觀調控和監管。數據交易過程中，也可能存在數據泄露等安全性問題。因此，數據資本市場的監管設計中，可參考證券市場，通過政府部門的行政監管與數據交易平臺的自律監管充分結合，對數據要素交易的主體、價格、質量、數據安全等不同事項進行監管。同時，不斷推進研究數據監管、數據加密等技術問題，針對數據安全性問題，加快建設數據要素態勢感知、測試評估、預警處置等數據保障能力體系建設，構建起數據資源全產業鏈的監管體系。

參考文獻：

[1]" "譚洪波，耿志超.數據要素推動經濟高質量發展路徑研究：基于新生產要素特征視角的分析[J].價格理論與實踐，2023（9）：46-51.

[2]" "甄紅線，凌方，景躍霞.“參與治理”還是“選擇治理”？——基于機構投資者與會計穩健性內生關系的檢驗[J].系統工程理論與實踐，2021，41（9）.

[3]" "Elyasiani E，Jia J J，Mao C X.Institutional ownership stability and the cost of debt[J].Journal of Financial Markets，2010，13（4）：475-500.

[4]" "歐陽日輝，李文杰.數字技術在數據要素估值與定價中的應用[J].價格理論與實踐，2023（8）：38-43.

[5]" "Koutris P，Upadhyaya P，Balazinska M，et al.Query-based data pricing[J].Journal of the ACM（JACM），2015，62（5）：1-44.

[6]" "龔強，班銘媛，劉沖.數據交易之悖論與突破：不完全契約視角[J].經濟研究，2022，57（7）：172-188.

[7]" "蔡繼明，劉媛，高宏，等.數據要素參與價值創造的途徑：基于廣義價值論的一般均衡分析[J].管理世界，2022，38（7）：108-121.

[8]" "蔡躍洲，馬文君.數據要素對高質量發展影響與數據流動制約[J].數量經濟技術經濟研究，2021，38（3）：64-83.

[9]" "Jones C I，Tonetti C. Nonrivalry and the Economics of Data[J].American Economic Review，2020，110（9）：2819-2858.

[10]" "Ghorbani A，Zou J.Data shapley：Equitable valuation of data for machine learning[C]//International conference on machine learning. PMLR，2019： 2242-2251.

[11]" "陸岷峰，歐陽文杰.數據要素市場化與數據資產估值與定價的體制機制研究[J].新疆社會科學，2021（1）：43-53，168.

Evolution of Data Asset Market： Analysis Based on Subject Matter， Investors， and Market Institutions

DAI Ao， MENG Yongqiang

（Department of Management and Economics， Tianjin University， Tianjin 300072， China）

Abstract： The exchange of data elements plays a crucial role in bolstering and enhancing the digital economy while also enabling the actual economy. Data assets have the qualities of non-exclusivity and replicability， which causes the price foundation and trading method of data assets to progressively shift from the initial rough development to formalization， according to an examination of the evolution of trading goals in the data asset market. Additional investigation presented in this study reveals a pattern of diversity， specialization， and standardization in the emergence of investor groups in the data asset market. China’s trading system， issuance system， and regulatory framework are all continuously being refined and improved， which is fostering the growth of the developing factor market.

Key words： Data assets; Underlying transactions; Investors; Market systems

[責任編輯" "劉" "瑤]