人工智能技术如何赋能数据资本化

1.概述

数据资本化是指企业以数据资产为基础,通过有效的数据资产运营管理,将数据资产转化为具有经济价值的资本的过程。数据资本化是企业数据资产化之后的衍生服务阶段。企业通过依托数据资本创新应用的第三方服务机构,探索数据资产质押融资、数据资产增信、数据资产入股、数据保险、数据信托、数据资产证券化等数据金融业务,实现数据资产的保值增值。

2.实施价值

数据资本化的价值主要体现在:

(1)拓宽企业融资途径新的数据金融创新活动是企业数据资产增值保值的重要路径。通过数据资产质押融资、数据资产无质押增信、数据资产证券化等创新服务,建立与原有资本市场互补的数据服务新模式,拓宽企业融资渠道,为企业提供新的资金计划与金融产品,赋能企业多元化发展。

(2)数据资产化的可持续发展动力通过数据资产金融创新服务,可以增加企业数据资产的流动性,提升数据资产交易流通的效率。此外,数据资本化实践带来的经济价值,也可以提升企业自身创造高价值数据资产的积极性,持续投入成本挖掘数据资产的价值。

3.实施路径

数据资本化应用主要参考的文件有:

数据资产金融创新服务包括(但不限于)以下方式:

(1)数据资产增信融资,是指通过一系列手段和措施提高企业的信用,从而提升企业可申请的贷款额度。基于现有银行信用贷款体系,以数据资产价值及其数据资产管理成熟度、运营数据产品的能力作为企业增加信用的手段,提升企业可申请的贷款额度。数据资产增信将数据资产的货币价值提前变现,帮助企业获得再生产所需的资金,降低企业的融资成本。

(2)数据资产质押融资,是指企业将其合法拥有的数据资产进行评估,通过质押、抵押或其他金融手段获得融资的过程。在现有质押体系下,企业将基于数据产品交易合约的应收账款或数据资产作为信用担保质押给银行,以获取银行贷款,发挥数据要素的资产属性,助力企业基于优质数据资产而非主体信用拓宽融资途径。

(3)数据信托,是指企业将有价值的数据资产作为信托财产设立信托,从而获得现金回报的一种机制。企业作为委托人,通过受托人委托数据资产的第三方服务商对特定数据资产进行资产运用而获得收益。在此构成中,企业通过将数据资产的信托受益权转让获得现金收入,向社会投资者进行信托利益的分配,从而产生数据资产增值收益的过程。

(4)数据资产入股,是指满足一定条件的数据资产,通过合规审查、确权登记、价值评估等一系列操作流程,按照其公允价值作价换取相应比例的股权的过程。可用于入股的数据资产,其价值必须能够可靠计量,并且能够依法流通和转让。另外,数据资产不得包括法律禁止交易的数据,商誉、特许经营权等特定的资产类型也不能用于入股。

(5)数据资产保险,是数字经济蓬勃发展背景下的一种新兴的保险类型,保险公司借助区块链、量子加密等技术手段,基于数据资产实际的流通和使用场景,创新性地设计出为数据资产提供风险保障的保险产品。在实际应用中,数据资产保险产品的风险量化是主要难点,这其中包括运用区块链技术对数据流通的全过程进行追踪溯源,使得在发生安全事件时,能够清晰地定位问题所在的环节;此外,数据资产所包含数据的重要性以及企业对损失的承受能力也是投保和赔付金额的重要依据。

(6)数据资产证券化,是指金融机构将未来可以产生稳定收入流的数据资产,按照某种共同属性打包成一个组合,并通过一定的流程和规范把这个资产组合转换为可在资本市场上流通的具有固定收入的有价证券。这个过程类似于传统的资产证券化,但基础资产是数据资产而非实物资产。数据资产证券化的目的是将数据资产的未来收益在当期变现,满足数据资产方的融资需求。

数据资本化应用实践是在第三方服务机构的帮助下完成的数据资产创新应用过程,一般参照以下路径进行:

(1)完成数据资产的转化。数据资本化的实践是在数据完成资产化转变的基础上进行的,并对数据资产合规审查、数据资产确权以及安全管理提出更高标准的要求。因此,安全合规地完成数据资产化的各项流程是数据资本化实践的第一步;

(2)根据实际的应用场景,对数据资产进行相应地调整和转化,使其满足相关交易方的实际需求。例如对于数据资产融资,市场主体需要依照相关的交易方以及第三方服务机构的合规指引,完成包括确权、审计核验、质量评价、资产登记等一系列工作,最终实现数据资产的抵押贷款。数据资产证券化,是以数据资产未来所产生的现金流作为偿付支持,通过结构化设计进行信用增级,发行可出售流通的权利凭证,从而获得相应的融资;

(3)风险评估与防控。由于金融市场本身的高波动以及数据资产化实践带来的企业杠杆率水平的增加,在充分享受数据资产的金融创新带来的好处时,需要警惕其背后潜在的风险,做好相应的防控措施。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,904评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,581评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,527评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,463评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,546评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,572评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,582评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,330评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,776评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,087评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,257评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,923评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,571评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,192评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,436评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,145评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,127评论 2 352

推荐阅读更多精彩内容