行业大咖谈数据资产｜欧阳日辉：数据资产化的核心，是找对效率与安全的平衡术
图片
上海荟宸信科，数字中国的实践者；数字化转型的引领者；数据资产估值的领跑者。详情点击：“数价锚钉”数据资产估值AI模型获得的荣誉及资质
数据市场怎么建？数据资产怎么估？金融机构该怎么参与？这些数据资产化的核心问题，终于有了权威解答！
中央财经大学中国互联网经济研究院副院长、教授欧阳日辉，在人民网・人民数据的专访中，用直白的逻辑拆解数据资产化的底层规律，从数据流通的 “效率与安全”，到交易机构的 “协同发展”，再到金融赋能的 “实操路径”，一文讲透数据资产从 “流通” 到 “增值” 的全链路逻辑，满满的干货全是重点！
先厘清：两个核心认知，避开数据资产化误区 想做好数据资产化，首先要跳出两个常见误区，欧阳日辉教授的这两个核心判断，直接打通认知任督二脉：
误区 1：把数据开发利用和资产化割裂开 数据的价值释放，从来不是单线程推进，而是“数用”+“数资”两条逻辑并行：“数用” 是把数据用在业务里，赋能生产、运营、决策；“数资” 是把数据做成资产，合规入表、交易融资。二者目标一致，资产化的最终目的，还是为了让数据更好地开发利用，让价值最大化。
误区 2：把数据市场等同于数据交易市场 很多人以为数据市场就是 “卖数据”，其实大错特错！数据市场是 “大池子”，交易市场只是 “其中一角”：数据流通有共享、开放、交换、交易四种方式，交易只占其中一小部分，海量数据的价值，更多是在共享、开放中释放的。不能为了避风险就把交易市场封死，也不能只盯着交易忽略其他流通方式。
划重点：数据流通的核心，是平衡效率与安全 数据作为新型生产要素，终极目标是实现“供得出、流得动、用得好、保安全”，而这四点的关键，就是找对效率与安全的平衡术。欧阳日辉教授给出了三个实操关键点，句句都是干货：
-
原始数据不能直接交易，要先 “加工脱敏” 原始数据里藏着隐私、商业机密，直接交易风险重重！必须把原始数据打造成标准化的数据产品或服务，屏蔽掉安全风险，才能进入市场流通，这是数据交易的第一道门槛。
-
技术是平衡风险的关键，隐私计算是核心抓手 想让数据 “流得动又保安全”，不能只靠制度约束，技术才是硬支撑！隐私计算、区块链、可信数据空间这些技术，能实现数据 “可用不可见、可控可计量”，让数据在流通中不泄露、不滥用，从底层解决 “不敢流通” 的难题。
-
脱离场景的数数据，一文不值 数据的价值从来不是固定的，而是靠场景激活的！同样的电力数据，在金融领域能做企业风控、信贷评估，在能源领域能做产能优化、需求预测，脱离具体行业、具体场景，数据就是一堆冰冷的数字，根本谈不上价值和效率。
敲黑板：数据交易机构的三大发展法则，成枢纽必看 数据交易机构是数据要素流通的核心枢纽，想做好场内场外市场一体化，真正让数据 “高效流通、价值释放”，欧阳日辉教授给出了创新、协同、规范三大发展法则，这也是未来数交所的核心发展方向：
-
创新发展：和产业结合，做增值服务 数交所不能只做 “数据中介”，只撮合交易就把路走窄了！要紧扣产业需求，比如围绕人工智能的算力、算法、数据需求，不仅卖高质量数据集，还能提供数据清洗、建模、合规审查等增值服务，让数据交易和产业发展深度绑定，这样才能走得远。
-
协同发展：打通内外，建生态朋友圈 数据的生命力在流动，数交所的生命力在协同！一方面，各地数交所要互联互通，打破地域壁垒，让数据在全国市场流通；另一方面，要和技术市场、金融市场牵手，联合律师、会计师事务所等第三方机构，再加上产业主体，打造 “数据 + 技术 + 金融 + 服务” 的生态朋友圈，拓宽发展空间。
-
规范发展：风控兜底，内外形成合力 效率再高，安全也要兜底！数交所首先要做好自身风险自控，严防风险外溢；同时行业协会要做好自律，监管部门要加强监督，内外形成合力，让数据流通在合规的框架内高效运行，这是市场健康发展的基础。
图片 核心题：金融机构如何赋能数据资产化？找对角色是关键 数据要成为真正的生产要素，必须靠金融赋能，就像土地、技术需要资本加持一样。欧阳日辉教授明确了金融机构在数据资产化中的三大核心角色，同时也点透了当前的核心难点：
-
做基础设施的 “投资方” 数据要素化需要建平台、搭系统、搞技术，这些基础设施建设都需要大量资金，金融机构的融资支持，是打好基础的关键。
-
做企业数字化的 “供血方” 企业做数据治理、开发利用、资产入表，从成本核算到技术投入，每一步都要花钱，金融机构的资金支持，能帮企业解决数字化转型的资金难题，让数据资产化落地生根。
-
做数据融资的 “探索方” 现在大家最关注的，就是银行基于数据资产入表的融资服务，虽然已有不少案例，但还处于探索阶段。核心难点就一个：数据估值要绑定场景，脱离场景的估值都是 “空中楼阁”。这就要求金融机构配备专业人才，懂数据、懂业务、懂场景，才能精准判断数据价值，让数据融资真正落地。
附：数据资产评估的三大方法，现阶段这么用最稳妥 很多企业纠结数据该怎么估值，欧阳日辉教授也给出了明确答案，目前主流的成本法、收益法、市场法，各有适用场景，现阶段这么用最靠谱：
成本法 ：最稳妥的基础方法，按数据采集、治理、加工的实际成本来估值，适合市场不成熟的阶段； 收益法 ：按数据未来能带来的收益来估值，需要买卖双方结合实际业务场景权衡，灵活性高； 市场法 ：参考市场上同类数据产品的交易价格，前提是数据要素市场足够完善，现阶段适用性有限。 大咖金句：数据资产化，慢工才能出细活 欧阳日辉教授最后强调：数据要素市场建设是个系统工程，不能急于求成，既要大胆探索，让数据 “供得出、流得动”，也要守住安全底线，让数据 “用得好、保安全”。金融机构、交易机构、企业各司其职、协同发力，才能让数据资产化行稳致远，真正释放数字经济的核心动能。
对于企业而言，想抓住数据资产化的红利，核心就三点：懂场景、守合规、会借力—— 把数据和核心业务绑定，在合规框架内开发利用，借助金融和交易平台的力量，让数据真正从 “资源” 变成 “资产”，再变成 “资本”。
数据资产化的时代已经到来，找对方法、踩准节奏，才能在数字经济的浪潮中抢占先机！
