TL;DR

上周，在香港金鐘中港金融精英交流中心舉辦的跨境數據研討會上，來自商務部研究院、科大、企業、協會等精英的專家共同探討了與數據跨境流動相關的前沿問題。我整理並補充了演講和會議記錄，撰寫了一篇關於數字資產和RWA的文章供您參考。

近年來，圍繞數據元素和數字資產交易，進行了廣泛的討論和政策制定。國家大數據局及相關地方數據局機構的建立表明數據元素已成為一個重點，圍繞數據資產交易的討論日益普遍。瑞禾資本主要致力於打造一家RWA投資銀行，與具牌照的交易所、具牌照的香港金融機構（如券商、資產管理公司、信託等）密切溝通和合作。

RWA，或稱實質世界資產，代表Web 2.5，是傳統實質世界資產和代幣化的結合。它將傳統資產和金融與Web 3.0和加密資產融合，充當過渡和妥協的中間狀態。在研討會上，HKUST校長王先生推薦香港的RWA作為數據資產的理想狀態。

在中國大陸推廣數據資產上市和數據抵押融資本質上是國有企業（SOEs）的一個新融資渠道。這是因為擁有大規模個人或工業數據的大多數公司都是國有企業。上市和貸款本質上意味著銀行向國有企業提供信貸，涉及的“資產”主要是不太流動的。

數據：交易還是交易？

如果它是交易，那意味着數據是商品。如果它是一筆交易，那意味著數據是一個資產。該資產不是數據本身，因為數據不能直接買賣，特別是考慮到數據隱私保護法規。我們很少說我們為了購買數據而購買數據；通常有間接目的，例如以某些屬性接觸消費者、實現更準確的信貸評估或合同。此外，數據可以分為2C（消費者）和2B（企業）數據：個人數據包括銀行、微信、醫療數據等，而工業數據包括企業、完整的零件、製造、市場銷售庫存等。

從資產證券化的角度來看，數據資產更多地涉及實現特定目的所產生的收入或現金流的金融資產。使用ADF（資產-交易-金融）行業分析框架來進行分析，這一點非常清楚。數據如何實現資產化？RWA（現實世界資產）模型是一個良好的方向和模型。RWA模型不涉及實物資產的直接交易，而是基於底層資產的現金流或預期回報進行資產化和代幣化，並在二級市場具有流動性。因此，RWA特別適用於數據資產的“交易”.

香港有與RWA相關的廣泛政策。在數據方面，香港有《關於促進數據流通和確保數據安全的政策聲明》，其中提到幾點：第一，確保訪問資產的匿名性，第二，利用區塊鏈技術建立數據流通的基礎設施。

那麼，數據如何成為有價值的金融“資產”？

首先，存在高度數字化的應用場景。數據可以通過鏈上權利和價值隔離（SPV）的確認實現價值，創造“SPV + 智能合約 + 現金流”數據資產。例如，Vobile Group的核心業務——流媒體內容版權服務——完全在線上，現金流和收入分配均為數字化和在線上，使其成為典型的RWA數據資產。

其次，有從數據間接衍生出的付費場景。如前所述，數據間接生成信用或增強信用，例如 DePIN 項目通過分散式網絡和簿記生成基於共識的數據，從金融資產的角度創建信用或信用增強價值，機構願意為此付費。例如，Domo 項目憑藉其面向汽車的 BOM 分散式網絡，將個人數據、駕駛習慣等轉化為對個人信用和保險定價算法有價值的數據資產，保險公司會為此付費。

此外，數據還存在中介價值情境。專家提到數據易貨交換。在海外貿易中，國有資產監督管理委員會（SASAC）設有配額，相當於海外國有企業的虛擬大型資產池。這樣可以進行易貨交換，而不需要進行複雜和昂貴的貨幣兌換，從而降低了資本成本並提高了採購效率。這種來自詳細數據和定價算法的中介價值創造了電子配額，這是另一種相似的RWA產品。

數據資產的RWA需要幾個步驟：第一步是將數據資產打包設計為金融產品，第二步是資產代幣化，第三步是交易。未來，這可以進一步擴展到代幣化現金流和二級金融衍生品。

對於中國大陸的數據資產，可能存在一條途徑：獲得批准後，將大陸的數據資產建立VIE結構到香港實體。香港實體發行RWA數據資產，在香港的有牌照的交易所進行交易和投資。通過VIE的WFOE外商獨資企業結構，它與大陸企業相連，形成一個循環。

數據資產不僅僅是數據本身，而是數位資產生態系統的一部分：從數據脫敏、標籤和資產確認，到應用程式協調、定價演演演算法、交易和流動性池。與個人數據相比，工業數據可能更容易資產化。工業數據往往與工業4.0數位化相結合，可以產生工業信用價值，為貿易、供應鏈金融、產業資本提供價值，使數據資產化場景和現金流來源更加豐富。

工業數據資產的複雜性要求基於數據資產池和AIGC等技術的動態數據資產定價算法。這確保了不同的工業鏈和數據能夠合理且動態地形成資產和中介價值定價。

因此，最終的數據資產生態將會很豐富，不僅涉及數字資產的買家和賣家，還包括數據資產的流動性提供者（LPs），數據資產的孵化和投資基金，投機者和套利機構，以及數據資產的RWA投資銀行機構。

(CHatGPT mapping)

现场有位朋友问到哪些行业适合进行数据资产化。在这里，叶凯总结了几个行业：

1. 文化內容串流媒體：核心是在線串流內容，而不是傳統的票房電影，而是那些內容智能盒子、在線視頻平台、海外文化微劇和TikTok等平台。這些串流內容已經完全在線上，可以通過訂閱和充值付款。
2. 新能源分佈式網絡：中國的太陽能儲存能力占全球總量的80％，但主要集中在硬件方面，軟件方面相對薄弱。完全市場化的分佈式網絡設備所產生的綠色電力數據資產的市場潛力巨大。我們應該避免一種情況，即硬件製造能力在中國，但軟件的資產確認、定價和金融交易在美國和歐洲。
3. 計算能力：王校長提到，人工智能計算能力主要涉及數據計算和處理。我們目前是人工智能計算能力最大的採購方，既有大型模型的集中式訓練，也有在各種應用場景中進行推理和渲染的巨大需求。這些可以根據採購需求的規模形成有效的人工智能計算能力數據資產。
4. 醫療保健與健康：隨著數字化和電子處方的普及，診斷和護理智能穿戴設備以及慢性病智能設備的推廣，將形成分佈式數據資產網絡。這些資產可以與個人健康資產和服務機構資產相結合。
5. 具有高度工業4.0整合的行業：例如智能家電、智能手機和智能機器人。這些與家庭、個人和特定應用場景深度整合的數據也可以設計成有價值的數據資產。

總之，數據資產非常適合於 RWA。數據資產的 RWA 可以實現數據的數字化、證券化和全球化。

最後，我們積極與Web3.0和RWA領域的領先機構和平臺合作，為RWA打造一系列專業的投行服務，為優質資產和創業者提供多元化的加密融資服務。我們歡迎所有感興趣的各方加入建設。您可以添加微信YekaiMeta加入RWA實踐討論群並參與討論。

免責聲明：

1. 本文轉載自[Techub]. 所有版權歸原作者所有 [葉凱].如果對此轉載有異議，請聯繫Gate Learn團隊，他們會及時處理。
2. 責任聲明：本文所表達的觀點和意見僅代表作者自己的觀點，不構成任何投資建議。
3. 文章的翻譯由Gate Learn團隊完成。除非特別註明，複製、分發或抄襲翻譯的文章是被禁止的。