基于此，本文首先将分析美国数据资产证券化模式的特点，并从理论角度反思，其如何在数据权属有争议的情况下，实现数据资产证券化的有效市场运行；其次，基于美国实践案例，围绕数据要素及数据产业的特殊性，辨识数据资产证券化面临的新型风险，分析美国现行制度能否防范上述新风险；再次，回视我国现有规则对上述新风险的防范效果，指出其局限所在，挖掘这种局限性背后的理论困境；最后，基于美国的理论和实践经验，对我国现有规则提有出针对性的完善建议，为数据资产证券化在我国顺利实施做好充分的制度准备，以坚实的规则助力中国数字经济蓬勃发展。
二、美国数据资产证券化的模式特点与风险辨识
自2018年起，美国多家数据企业开始将数据资产证券化的设想变为现实，投资人对此类新型证券表现出浓厚的兴趣。目前，实践中已发展出三种数据资产证券化的主流模式（如表1所示），本部分将在分析上述模式特点的基础上，反思此类证券化实践的法理逻辑。
（一）美国数据资产证券化的模式特点
1.CMBS：低风险、高门槛、未来发展受限CMBS以数据载体抵押贷款债权为基础资产实施证券化，在最大程度上规避了数据要素的不确定性，本质上属于动产、不动产抵押债权证券化，市场对这类证券化模式的运作已具有充分的经验。例如，美国DigitalRealtyTrust公司以3个数据中心和4个数据仓库的基础设施作为抵押物进行融资。可见，虽然CMBS的风险较低，但其门槛较高，要求数据企业拥有一定规模的房地产及设备。然而，随着数据技术的高速发展，采集、存储、处理数据所需设备的精简化乃是大势所趋。将来，数据企业可能没必要持有大量房地产以安置大规模的设备。因此，从长期来看，CMBS模式的发展前景较为有限。
2.ABS5：易受数据要素不确定性影响
在ABS模式中，数据企业首先在其既有的数据库存中划出一定范围的数据（包括数据载体）建立“数据池”，然后将该“数据池”的未来收益权转让给特殊目的公司（specialpurposevehicle，下文简称SVP），后者则以此为基础发行资产化证券。其优势在于，简化了对基础设施的要求，满足了中小型数据企业灵活融资的需要，有助于充分释放数据要素的经济价值。但是，ABS模式受数据要素不确定性影响较大，对数据资产评估的准确性、数据企业未来收入的稳定性均提出了较高要求，因此其获得理想的风险评级有一定难度。美国Vantage公司是采用ABS模式的首家企业，其以阿什本（Ashburn）数据中心的未来收益权为支持发行了资产化证券，所获融资额达11.25亿美元。
3.ABN：风险适中的理性选择
ABN是以组合权益为基础资产的证券化模式，即将数据载体抵押贷款债权、数据资产未来收益权等各种权益组合起来，组建“资产池”出售给SVP，后者以此为支持发行商业票据。其既发挥了数据资产的融资功能，又与传统物权、股权等权益绑定，增强了证券化架构抵御风险的能力。不难预见，在数据评估与监管技术取得突破性发展之前，ABN模式将持续受到市场青睐。比如，DigitalBridge公司用以支持证券化的资产池包含两类权益：一是运营数据资产（包括载体）的未来收入，运营其在北美等地的信号塔、数据中心和小基站，每年可获收益预计达1.243亿美元；二是DigitalBridge的股票收益，预计每年可达7.728亿美元。
（二）美国数据资产证券化的法律风险辨识
虽然美国数据资产证券化实践取得了初步成果，但是数据要素特殊性所造成的新型风险也不容忽视。本部分将基于美国实践，系统性地辨识数据资产证券化的潜在法律风险，并指出美国现行规则的缺陷。
2.数据资产评估缺乏专门指引
3.数据企业经营活动存在稳定性缺陷
4.数据安全风险监管规则缺位
三、我国现有规则的局限及其理论困境
虽然我国已为数据资产证券化的落地实施进行了不少法律、政策上的准备，但以美国为镜鉴不难发现，现有规则依旧难以防范上述法律风险，背后还存在更深层的理论困境。
（一）我国现有规则的局限性分析
2.资产评估规则的滞后性
3.特殊经营风险的监管失范
4.数据安全监管尚存短板
（二）规则局限背后的理论困境
由于数据要素的特殊性，上文分析的规则局限不是通过立法就能解决的简单问题，其背后蕴藏着深刻的理论困境，构成了完善规则的理论阻碍。
1.数据权益分配争议
2.数据产业链中多数人侵权的理论分歧
我国现有监管规则难以防范数据企业陷入多数人侵权纠纷，一个重要原因在于，数据产业链的多数人侵权问题尚存理论争议，导致监管立法的要点和尺度把握困难。数据企业构成多数人侵权的情形主要有两类：一是在合意法律关系中形成侵权，即上文提到的因上下游企业违规行为构成多数人侵权的情形；二是非合意的形式，包括数据企业员工私自违规处理数据，以及第三人非法获取数据后的违规处理等。在上述两种情形下，如何判断数据企业是否尽到注意义务，如何处理涉及侵权的数据资产（可能构成基础资产的一部分）？目前我国学界大致形成了两派观点。
一是严格责任论，认为数据企业掌握了社会公众普遍不具有的数据技术，侵权法应对其设置较高的注意义务；仅以“善意”、对他人侵权行为“不知情”为由，不能免除数据企业的侵权责任；一旦发生损害，就可以推定其过错的存在。从功利的角度看，严格责任还可以促使数据企业强化安全意识，从而营造良好、安全的数据经济生态。在侵权救济中，严格责任论者认为停止侵权只是最基本的救济方式，此外还主张对侵权人施加惩罚性赔偿。根据这一观点，部分涉嫌侵权的数据将被删除、禁用，这将减损数据资产证券化中的基础资产，并影响数据企业的未来收入与偿付能力。
四、中国启示：理论困境的调和与制度完善建议
（一）实用主义原理对现有理论困境的调和
1.法治重点从数据确权到市场培育的转移
2.多数人侵权中的理论选择
（二）制度完善建议
2.数据资产评估规则的完善
美国并未制定权威的数据资产评估指引，而是采取宽松的政策，允许评估机构将新评估方法运用于实践，但造成了评估标准的混乱，数据真实价值扑朔迷离。因此，本文认为，美国的做法有利有弊，建议根据我国实际情况进行取舍。
（1）制定数据资产评估专门性指引
为避免出现美国数据资产评估方法适用混乱的情况，建议中国资产评估协会尽快出台针对数据资产评估的专门性指引。这方面我国已有行动，2022年6月，中国资产评估协会发布《数据资产评估指导意见（征求意见稿）》（下文简称《指导意见》），与原有规则相比已有较大突破，完善了上文提到的市场法与收益法的规则缺陷。
此外，我国上述新旧规定目前尚未形成有效衔接。比如，《专家指引》明确规定了市场法的计算公式与修正系数类型，要求评估人员纳入技术、价值密度、期日、容量等修正系数。但《指导意见》删除了上述计算公式，仅规定通常情况下须考虑的调整系数包括质量差异、供求差异等，系数的具体类型也与《专家指引》中的规定有较大差异。针对此类衔接问题，本文根据新法优于旧法、特别法优于一般法的原则，提出以下完善建议：首先，《执业准则》的规制对象乃是各种资产的评估工作，而《指导意见》的规制对象仅限于数据资产评估，前者的适用范围大于后者。此时，建议在《执业准则》的部分关键条款后，增加“对特殊资产评估另有规定的，依照其规定”。其次，《专家指引》与《指导意见》均是针对数据资产评估的规定，两者适用范围一致，建议在《指导意见》第三十六条规定的施行日期之后，规定《专家指引》同时废止。
（2）放宽数据资产评估中有关衍生方法的规定
美国实践中对数据资产评估新方法的宽松态度，有利于促进新方法的实践运用，从而检验其准确性。基于我国当前对评估新方法的实践运用不足的问题，美国的做法颇具借鉴意义。因此，本文建议在数据资产评估中适当放宽对“评估方法”的限制，并加强对新方法的指引。现行《资产评估法》规定，评估人员应当选择两种以上评估方法。同时，《评估准则》规定，评估人员应从三种基本方法中，依法选择评估方法。据此，目前资产评估界的主流观点将上述“两种方法”限缩解释为三种基本方法中的两种方法，不包括衍生方法。但由于数据资产的特殊性，某个具体项目中的数据资产评估可能只适用一种基本方法，甚至只适用不同于基本方法的新方法。此时强制要求评估人员适用两种基本方法，可能反而会使评估结果更加偏离真实价值。建议在《指导意见》中放宽对“两种方法”的理解，允许采用同一种基本方法的两种衍生方法，或不同于基本方法的新方法，并针对如何选择和适用新方法提出具体指引，如根据不同数据场景例举适宜的新方法等。
3.数据企业注意义务的形塑：防范特殊经营风险的法律屏障
上文提到，数据企业易陷入多数人侵权，是其特殊经营风险之一。本部分将从限制责任论的角度，形塑数据企业的注意义务，以构筑防范特殊经营风险的法律屏障。
（1）合意法律关系中的注意义务
上文提到，美国尚未形成涉及数据资产证券化项目的多数人侵权判例。但数据在侵权行为中具有工具属性，与枪支在不法行为中的工具属性类似。而且美国判例法表明，《1968年枪支管制法》（下文简称《管制法》）中有关枪支销售者注意义务的规定，已被运用
（2）防范非合意侵权的安保义务
4.管理人管理规则的健全
数据资产证券化新增了不少风险点，管理人履行其法定、约定职责的方式也须有所转变，其要点主要有以下几项：
（1）完善管理人胜任能力条款
（2）加强管理人的数据安全意识和安保能力
（3）明晰管理人尽职调查的特殊要点
五、结语
↓↓了解更多资讯，请识别下方二维码↓↓
主要课程包括数据资产入表、数据经纪人、公共数据运营和政府CDO、数据精品等精品课程。