数据资产市场演化:基于标的物、投资者和市场制度的分析

摘" "要：数据要素交易流通是赋能实体经济、做强做优做大数字经济的重要支撑。数据资产市场中的交易标的演化分析表明，数据资产具有非排他性和可复制性等特征，使得数据资产定价依据和交易方式逐渐从最初的粗放式发展走向正规。进一步分析发现，在数据资产市场中投资者群体演变呈现出多元化、专业化和规范化的趋势。我国发行制度、交易制度和监管设计等方面都在不断改进和完善，为新兴要素市场发展创造了良好条件。

关键词：数据资产；交易标的；投资者；市场制度

中图分类号：F222" " " "文献标志码：A" " " 文章编号：1673-291X（2024）21-0057-04

一、交易标的的演化分析

在数据资产市场中，主要的交易标的是数据本身。与传统的资本市场相比，数据资产具有非排他性、可复制性等特性，这使得数据资产市场的存在逻辑与演化过程具有独特的特征（谭洪波和耿志超，2023）。随着市场的发展，数据资产的定价依据和交易方式也正在逐渐从最初的粗放式发展走向正规化。

（一）交易标的的定价依据

第一，依据数据资产的数量。数据要素市场在最初的粗放式发展过程中经历过主要依据数量进行定价的方式，时至今日，仍有部分数据资产的交易是依据数据资产的数量进行定价的。与传统的资产市场相似，数量是数据资产定价的一个因素。然而，数据资产的数量不能简单地依据占用的存储空间大小来衡量，而应该以相应的记录条数或其他合理的方式进行度量。对于不同类型的图片、文字、数字以及不同领域、不同密度的数据，其单位定价应该是不同的（欧阳日辉和李文杰，2023；Koutris et al.， 2015）。因此，这给数据资产的单位定价提出了与其他任何资产市场都完全不同的要求，需要相关部门和行业协会制定统一的指导价格，以便相关企业进行定价并保护数据购买方的利益。

第二，依据数据资产的质量。随着市场和数据获取技术的发展，数据资产的数量已经不再是衡量其价值的唯一标准。这是数据资产与其他资产最大的不同之处，即数据资产的质量不仅取决于其类型和行业，还取决于数据的密度和可用性等。不同行业领域的数据获取难度以及受众的广泛性存在巨大差异，因此越来越多的数据定价机构开始将上述差异考虑在数据资产的定价依据之中。此外，由于在使用数据资产时需要配合其他后续处理和分析手段，因此对于某一批数据来说，其数据密度（缺失值的分布）、后续数据清洗的难度等也是未来对数据资产进行定价需要考虑的方向。

第三，依据数据资产的可靠性。在数据资产市场中，除了数量和质量外，数据的可靠性也是影响数据资产定价的重要因素。由于数据来源的多样性以及数据造假的成本相对较低，数据资产的可靠性存在较大的差异。对于数据用户来说，数据的可靠性对后续工作有着至关重要的影响。因此，未来的数据市场需要建立统一的数据可靠性验证手段和监管体系，对数据资产的可靠性进行评级，并纳入定价依据，保证数据资产市场的有效和可持续运行。

第四，依据数据资产的时效性。数据资产的另一个重要特征是时效性，这与它的价值有着密切的联系。由于市场的不完善以及数据采集技术手段的相对滞后，将即时获取的数据进行销售的这一模式在数据资产行业尚未得到普及。因此，当前的数据市场尚未将数据资产的时效性考虑在内。随着技术的发展和行业的成熟，越来越多的即时获取的数据将能够被交易，那时，时效性将成为影响数据资产定价的重要因素。数据资产的时效性因行业和数据类型的不同而存在较大的异质性，因此后续的定价体系构建应将上述因素考虑在内。

（二）交易标的的交易方式

当前数据市场的交易主要集中于数据的使用权，对于所有权等议题尚未有明确的规定。然而，随着市场的进一步发展，应针对数据特性对交易方式进行更为精细的划分，以便用户选择并提高企业和市场的运行效率（龚强等，2022）。交易标的的交易方式分为两种。

一是租赁。鉴于数据资产的易于复制性和较高的保密难度，通过租赁方式使用数据资产能够最大限度地保证数据资产的安全性和独有性。通常采取的策略是通过物理隔离手段将数据使用过程限制在指定的计算机或服务器上，而使用者只能获取经过处理并经过数据提供方审核后的结果。这种方式确保了源数据无法通过技术手段恢复。数据租赁的优点在于对数据提供方的数据安全和租赁方式的可持续性有良好的保障。然而，其初始成本和维护成本都相对较高。在数据处理方式和接口复杂多样的今天，很难构建用户理想的数据处理环境，并需要后期不断地进行维护和更新。更进一步地，复杂的数据安全门槛可能会造成潜在客户流失，转向服务质量较差的数据提供商，从而影响整个行业的健康发展。总之，数据租赁更适用于独特性极高且数据价值较大的数据。通过高成本维护和租赁高价值的数据，企业也能从中获取利润。

二是购买。随着数据市场的持续繁荣发展，数据资产的用户数量也在不断增加。如果仅将数据限制在租赁这一种方式上，可能会限制这一行业的发展，也无法满足广大用户的需求。因此，对于数据质量较低且受众广泛的数据，可以采用购买的方式。这种方式允许用户获取数据在用户指定设备上的永久完全使用权，但无法复制到其他设备（即不能转卖或赠与他人）。与租赁相比，购买能降低数据提供商的硬件成本以及审核流程，但对软件支持提出了更高的要求，以防止数据的传播和泄露。因此，对于数据购买这一类交易方式，优点在于交易成本和维护成本相对较低，相应的价格也较低。由此形成的“规模效应”能够覆盖企业起初的数据获取成本并产生利润，推动企业和行业的蓬勃发展（Jones amp; Tonetti，2020）。此外，这种方式对用户更加友好，更多用户的加入和反馈也有助于改善数据市场的法规及交易流程。购买方式的缺点在于，由于软件的更新换代和利益的驱使，购买过程中对数据保护的软件需要不断地进行改善和维护。同时，由于用户规模巨大，很难完全保证数据不被传播和盗用。因此，数据购买这一方式更适合于数据质量较低、数据泄露后果相对较小、受众广泛的数据。

二、投资者群体的生态演变分析

美国股市的投资者群体经历了由企业家主导、个人投资者主导向机构投资者主导的发展演变过程。然而，对于我国股市来说，个人投资者虽然一直是股票市场的投资主体，但整体来看，我国投资者结构正在朝多元化、机构化的方向发展。因此，无论在美国还是在中国，资本市场投资群体演变过程都呈现出机构化的趋势。这一发展共性以及基于数据资产和金融资产特征的对比分析对于思考未来数据资产市场的投资者群体演变过程具有借鉴意义。

（一）数据资产与资本资产的对比分析

一方面，数据资产与资本资产都具有流动性、增值性与风险性（蔡继明等，2022；蔡跃洲和马文君，2021）。在资本市场中，投资者基于金融资产的流动性，在规避风险的同时追求资本的增值。然而，数据要素的流动性呈现出速度更快、程度更深、领域更广的特点。数据要素的增值性体现在数据在资源化、产品化和资产化的过程中逐渐释放社会经济价值。数据要素的风险性体现在市场应用和数据安全等方面的不确定性。因此，数据资产与金融资产相似的特征意味着，类似于对金融资产的投资，未来数据资产也会成为投资者关注的方向，数据资产市场的投资者将会像曾经的资本市场一样，经历从无到有的繁荣发展过程。

另一方面，数据资产与金融资产具有差异性。首先，数据要素比资本要素的权属更复杂。由于数据的经济价值并不是依循传统观点的买卖逻辑所创造，实践中大多是由多方主体通过相互协作完成数据经济活动，此时的经济利益难以界限分明地予以分割，权利归属问题难以有效解决，这导致数据资产无法像金融资产一样进行简单的确权。其次，数据具有非均质性和非排他性。这意味着尽管数据资产定价可以参考资本市场定价方法，但是在实践中，即便是所谓的市场定价也不过是交易双方之间自行协商的结果。这种“一事一议”的数据估价模式难以为数字市场提供足够的参考依据。此外，成本、利润、行业属性、时效性、颗粒度、数量、范围等要素均能对数据资产的最终定价产生决定性影响。因此，数据资产交易会存在更大的信息不对称问题，并且面临更高的交易成本。这意味着最初的数据资产投资者将会局限在小范围的企业之间，尤其是自身也掌握一定数量数据资产或是已经在数字行业中有所发展的企业。但是随着数字中介机构的发展、数据资产产权制度的完善、估值定价机制以及增值模式的完善，数字资产将会引起更多类型投资者的关注。

（二）数据资产市场投资者群体演变分析

投资者群体发展可以分为两个阶段。在第一阶段，企业逐渐成为数据资本市场的主要投资者。在美国资本市场发展早期，由于市场交易混乱和竞争无序，很多投资者都是一些商人和投机者，股票基本在企业家之间进行流通，这是因为发行股票的公司大多是运输业和制造业公司（铁路和钢铁等），它们发行的股票规模较小且风险较大，难以吸引投资者；另一方面，用来形容股票的财务术语（比如市盈率等等）还不被大众所了解。因此，在资产市场发展过程中，最初的投资者通常是最熟悉该资产的参与者，数据资产市场也是如此。尤其是相比资本要素，数据要素具有非均质性和非排他性，权属关系也更复杂，因此数据资产的主要投资者最初将会是那些有一定基础数据资产的企业或机构，或者目前已经在数字产业生存和发展的企业，它们将成为数据资产的早期投资者。

在第二阶段，机构投资者逐渐占据主导地位。目前我国资本市场生态环境和运行机制更趋优化，投资者群体数量和结构也不断趋向合理，资本市场的基础设施和生态环境为数据资产市场的投资活动提供了发展基础（甄红线等，2021）。随着数字中介机构的发展、数据资产产权制度和估值定价机制以及增值模式的完善，数据资产的投资者群体将会经历迅速的扩张，其扩张速度将取决于数据资产市场的基础设施及生态环境建设程度。更多的个人和机构将会参与数据资产的投资活动，但是鉴于目前资本市场发展更倾向于机构化，未来金融领域的机构投资者将会逐渐成为数据资产市场的主要投资者（Elyasiani和Jia，2010）。因此，相比资本市场早期经历的从散户向机构投资者演变过程，数据资产市场的投资者结构演变或许会进行“弯道超车”，直接从少数企业主导向机构投资者主导转变，而个人投资者更多的是通过机构投资者间接参与数据资产投资，因为数据资产市场的发展将会借助我国现有的资本市场基础设施和投资者生态环境。

基于上述分析，本文认为未来我国数据资产市场的投资者群体将会经历两个阶段的演变过程。第一个阶段是随着数据资产市场的逐渐形成，有一定数据资产基础的企业将会成为数据资产市场的主要投资者。这些企业通常具备丰富的数据处理经验和数据资源积累，能够率先把握数据资产的投资机会并从中获益。第二个阶段是金融领域的机构投资者将会逐渐成为数据资产市场的主要投资者。随着数据资产市场的逐步成熟和投资环境的改善，机构投资者将逐渐认识到数据资产的投资价值并加大投资力度。这些机构投资者拥有丰富的投资经验和专业的投资团队，能够从数据资产市场中发掘出更多的投资机会并实现投资收益的最大化。

三、市场制度与监管的设计演化分析

（一）发行制度

在美国证券市场，新股的发行上市实行“注册制”，由美国证券交易委员会和交易所共同完成发行上市审核过程。中国的股票发行制度由审批制演变为核准制，并逐步进行注册制改革。2023年2月17日，中国证监会及交易所等发布全面实行股票发行注册制制度规则，标志着全面实行股票发行注册制正式实施。由此，两国的新股发行上市均实行注册制。

关于数据资本市场中数据的“发行”，考虑到数据相较上市公司的所需审批的信息少，更适用于“注册制”，审核程序相对较为简单，数据提供方所要花费的时间和精力少很多，更有动力参与数据的“上市”，可以有效加快数据的发行进度，审核过程中应关注数据的来源是否合法以及质量是否达标。

（二）交易制度

美国证券交易所中，纽交所和纳斯达克为全球规模最大的两家证券交易所，并有一些新进入者。中国证券交易制度发展可以分为两个阶段，以电脑自动化撮合系统为分水岭。中国沪深交易所建立之初都是采用指令驱动交易制度，随着市场发展逐渐变成了自动化交易制度，采用集合竞价和连续竞价相结合的证券交易机制。

数据要素的相关特性要求数据交易不仅需要合规，还应安全、可信、可控以及可追溯。数据交易中，应注意数据权属问题以及数据的互联互通问题。数据权包括数据所有权、数据收益权、数据用益权、数据享益权、数据使用权等。数据确权有助于推动我国数据要素各项权益的划分，推动我国数据市场交易制度的完善和发展。同时，数据流通交易平台数据来源较为广泛，包括政府公共数据、企业数据、行业数据库数据、网页爬虫类数据等（Ghorbani和Zou，2019；陆岷峰和欧阳文杰，2021）。从各地平台建设实践来看，各数据交易平台建设之间数据封闭，导致数据要素难以实现互联互通，阻碍数据交易效能。大数据的价值没有被充分利用，数据要素交易发展艰难。

针对上述问题及数据的安全性问题，数据资本市场应对拟交易数据建立分类制度，以及分级保护机制，根据不同级别设定，为数据供需双方提供不同强度的安全保护技术支持措施，逐渐完善数据要素交易制度，不断优化数据要素交易合规体系。同时，建立数据要素权责明晰、交易开放的技术平台，为数据要素存储规范、互惠共享提供有效途径。

数据定价方面，证券市场采用自动化交易制度，我国证券市场还设定涨跌幅限制，防止股票价格出现较大波动。数据资本市场应注意定价的科学性，积极探索数据价值评估定价模型。同时，数据日常交易中可参考证券市场设定涨跌幅限制，有效控制数据资本市场的风险。

（三）监管设计

1.信息披露制度。从中美证券市场的监管制度发展来看，证券市场发展初期，投资者的投资意识与金融理念较为匮乏，发行者对信息披露必要性的忽视与法律条文的缺失，造成证券市场的金融操纵和内幕交易频发，降低了市场的流通效率，严重侵害了中小投资者的利益。为了保护投资者利益，美国出台了《1933年证券法》等法规，规范证券发行人的信息披露。中国的上市公司信息披露规则也从部门规章、地方政府规章形式逐步演变为行政法规，1999年7月之后，《中华人民共和国证券法》的正式实施将证券发行与交易行为纳入法制轨道，建立起较为完善的信息披露体系。到1999年年末，我国完成了信息披露制度框架的搭建，形成了基本法律、行政法规、部门规章和自律性规则四个层次的信息披露制度体系。

证券市场中，上市公司的信息披露是投资者完成投资决策的主要依据，因此信息披露体系需要不断修订和调整，以适应资本市场的持续发展和现实情况的变化。数据资本市场中，数据的信息披露是投资者决定是否进行交易的依据。不同于上市公司的会计信息、经营信息等方面的披露，数据的信息披露应注重数据信息和数据提供方信息两方面，同时若数据有更新应及时进行披露，供投资者交易。根据证券市场发展经验，初期数据资本市场可能出现信息披露不充分不完善的问题，需要不断修订信息披露法规，经历监管逐渐趋严的过程。

2.监管制度。美国证券监管始终遵循着政府管制和行业自我监管两条主线，美国证券法规不断完善发展，形成一套完整的法律体系。同时交易所作为行业自我监管的主体，规定相关交易规则，对美国证券行业的发展起到了重要作用。中国证券监管经历了由中国人民银行为主导、多方参与、中央和地方分级管理阶段，到证券委员会和证券会统一监管、中央和地方政府多层次监管阶段，再到证监会集中统一监管阶段。

数据要素在交易流通过程中，如没有制度的规范，必然会产生数据要素交易市场垄断等问题，需要政府的宏观调控和监管。数据交易过程中，也可能存在数据泄露等安全性问题。因此，数据资本市场的监管设计中，可参考证券市场，通过政府部门的行政监管与数据交易平台的自律监管充分结合，对数据要素交易的主体、价格、质量、数据安全等不同事项进行监管。同时，不断推进研究数据监管、数据加密等技术问题，针对数据安全性问题，加快建设数据要素态势感知、测试评估、预警处置等数据保障能力体系建设，构建起数据资源全产业链的监管体系。

参考文献：

[1]" "谭洪波，耿志超.数据要素推动经济高质量发展路径研究：基于新生产要素特征视角的分析[J].价格理论与实践，2023（9）：46-51.

[2]" "甄红线，凌方，景跃霞.“参与治理”还是“选择治理”？——基于机构投资者与会计稳健性内生关系的检验[J].系统工程理论与实践，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]" "欧阳日辉，李文杰.数字技术在数据要素估值与定价中的应用[J].价格理论与实践，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]" "龚强，班铭媛，刘冲.数据交易之悖论与突破：不完全契约视角[J].经济研究，2022，57（7）：172-188.

[7]" "蔡继明，刘媛，高宏，等.数据要素参与价值创造的途径：基于广义价值论的一般均衡分析[J].管理世界，2022，38（7）：108-121.

[8]" "蔡跃洲，马文君.数据要素对高质量发展影响与数据流动制约[J].数量经济技术经济研究，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]" "陆岷峰，欧阳文杰.数据要素市场化与数据资产估值与定价的体制机制研究[J].新疆社会科学，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

[责任编辑" "刘" "瑶]