数据资产如何设计RWA？

来源：叶开问

上周在香港金钟中港金融菁英交流中心的数据跨境座谈会，来自商务部研究院、港科大及企业、协会等众多精英共同探讨数据跨境流动等前沿问题。我把发言结合纪要进行了整理补充成为数字资产与RWA的文章，供参考。

这两年围绕数据要素和数字资产交易的政策和讨论非常多，国家大数据局和各地相关数据局机构成立意味着数据要素成为一个重要方向，围绕着数据资产交易所的讨论也开始多起来。RuiHe Capital主要聚焦在筹建RWA投行，与持牌交易所、持牌港资金融机构比如券商、资管、信托等在紧密沟通合作。RWA是Web2.5，传统的现实世界资产与代币化的结合，传统资产和金融与Web3.0、加密资产的融合，它相当于一种过渡性、妥协性的中间状态。座谈会中港科大汪校长推荐的香港RWA，这个是非常适合数据资产的状态。

在内地推动的数据资产入表和数据抵押融资，基本上是为国资企业提供的一种新的融资渠道，因为大部分拥有大规模个人数据或产业数据的企业都是国资企业，入表和贷款，无非是银行放水到国企，基本上是没有流动性的“资产”。

数据，是贸易还是交易？如果是贸易那意味着数据是商品，如果是交易那意味着数据资产。资产并非是数据本身，数据不是可以直接买卖的，尤其是涉及到数据隐私保护法规；我们一般很少说我为了买什么数据，往往是有间接的目的，比如为了到达某些属性的消费者，为了有更准确的信用评估来进行贷款或者签约。而且，这些数据又分为2C和2B的数据：个人数据，有类似银行、微信、医疗健康等数据；产业数据，有类似企业、成套配件、生产制造、市场销售库存等等数据。

数据资产，从资产证券化角度看，更多的是基于这个实现目的而带来的收益或现金流的金融资产。如果从ADF产业分析框架（ADF：资产-交易-金融）来分析，就非常清晰。
数据如何资产化？RWA是一个很好的方向和模式。RWA模式，不是现实世界实物资产的直接交易，而是基于底层资产带来的现金流或者预期收益，进行资产化和代币化，并且有二级市场的流动性。所以RWA是特别适合数据资产的“交易”。

香港RWA的相关政策介绍的都比较多了，涉及到数据方面的，香港有《香港促進數據流通及保障數據安全的政策宣言》，其中提到了几点：一是确保接入资产的匿名信，二是利用区块链技术建设数据流通的基础设施。

那数据如何成为有价值的金融“资产”呢？

首先，是数字化程度比较高的应用场景。数据是可以实现价值的链上确权和价值隔离（SPV），实现一个“SPV+智能合约+现金流”的数据资产。比如阜博集团的核心业务—流媒体内容版权服务，因为流媒体内容完全在线上，而且现金流和收益分配也都是数字化、在线的，这就可以设计成为一种典型的RWA数据资产。

其次，数据间接衍生的付费场景。前面提到的数据间接产生信用或提升增信，比如有DePIN项目基于分布式网络和记账产生的有共识的数据，在金融资产角度产生信用或增信的价值，机构愿意付费。比如Domo项目，汽车的BOM分布式网络，将个人的相关数据、驾驶习惯等等转化成为对个人信用和保险定价算法有价值的数据资产，保险公司付费。

还有，数据的中介价值场景。专家们提到数据的以物易物，其实之前在海外贸易中有个国资委的国企额度，相当于海外国企的虚拟大资产池，可以不用复杂、费用高的结汇回来再出去采购，而是直接以物易物，降低了资金成本提高了采购效率。这种中介价值，来自于详细的数据和定价算法而生成的电子额度，这也是一个类似的RWA产品。

数据资产的RWA，是需要有几个步骤：
第一步数据资产打包设计为金融产品，第二步资产代币化，第三步是交易，未来还可以继续扩展代币化现金流和第二层的金融衍生品。

对于内地的数据资产，可能会有这样的一个路径：
内地的数据资产，拿到路条设立VIE结构到香港主体，香港主体发行数据资产RWA，在香港持牌交易所交易和投资，通过VIE结构的WFOE外商独资与内地企业关联，形成一个循环。

数据资产并不只是数据本身，而是有一个数字资产生态：从数据的脱敏、标签化和资产确权、应用协调、定价算法、交易和流动池等。对比个人数据，产业数据可能更容易资产化。因为产业数据，往往结合本产业的工业4.0的数字化程度，不仅可以产生产业信用价值，还可以为贸易、供应链金融以及产业资本等提供价值，因此数据资产化的场景和现金流来源就会更丰富。

产业数据资产的复杂性，就需要在数据资产池的基础上，结合AIGC等技术，实现一个动态的数据资产定价算法，从而可以实现不同的产业链、产业数据，都可以合理的动态的形成资产和中介的价值定价。

这样最终的数据资产的生态也会很丰富，不只是数字资产交易的买家和卖家，还会有提供数据资产流动性的LP，有数据资产孵化和投资的基金，还要有投机者和套利机构，数据资产的RWA投行机构等等。

现场有朋友问哪些产业适合做数据资产？在这里叶开总结了几个产业：

1）文化内容流媒体，核心是在线的流媒体内容，不是传统的影视票房，而是那些内容智能盒子、网络视频平台、文化出海的微短剧以及Tiktok等，这些的流媒体内容已经完全是线上订阅充值付费；

2）新能源光储充分布式网络，中国的光储充产能占全球80%，但主要是硬件，在软方面比较弱，充分市场化的分布式网络设备产生的绿电数据资产空间是非常大的，不要又是硬件制造产能在中国、软的资产确权定价交易金融又在美欧；

3）汪校长提到的AI算力，AI算力主要是在计算和处理数据，我们目前是AI算力的最大采购国，既有大模型的集中训练，又有大量应用场景的推理和渲染的需求，这些是可以基于采购需求规模，形成有效的AI算力数据资产；

4）医疗护理大健康，随着数字化和电子处方等的普及、诊断护理的智能穿戴设备、慢性病的智能设备等等，形成分布式网络产生的数据资产，可以与个人健康资产和服务机构资产相结合；

5）工业4.0化程度高的制造业，比如智能家电、手机、智能机器人等，这些与家庭个人、具体应用场景深度结合的数据，也可以组合设计成为有价值的数据资产。

总结一下，数据资产非常适合RWA，数据资产RWA是可以实现数据的数字化、证券化和全球化的。