基于最近的RWA-我来说下资产数据化的优势
基于最近的RWA，我来说下资产数据化的优势
在本节课中，我们将深入探讨数据资产化的核心概念与优势。我们将从基本定义出发，分析其面临的挑战，并展望其未来的发展潜力。无论你是初学者还是对此领域已有了解，本教程都将帮助你构建清晰的认识。
数据资产化的现状与挑战
上一节我们概述了课程内容，本节中我们来看看数据资产化在实践中的具体情况与主要障碍。
根据与数据交易所和技术交易所（常称为“数交所”与“技交所”）的沟通，数据资产化的工作一直在推进，但主要面临两大问题。
以下是具体挑战：
- 企业侧资产化集中在垂直领域：目前，企业的数据资产化主要集中在如海关、金融、大数据等特定垂直行业。这些领域的规范较多，且参与主体以国有企业、中央企业为主。
- 个人与中小微企业侧的交易瓶颈：对于个人或中小微企业的数据归类，主要卡点在于资产交易环节。问题体现在两方面：一是缺乏清晰的数据资产类型定义；二是受现有法律法规限制。例如，根据当前法律，单个一级市场的参与人数不能超过200人，同时交易结算周期必须在T+5以上（具体条款可能记忆有出入，但逻辑基本如此）。
这些法律层面的限制，本质上反映了市场在寻求更丰富的金融应用场景。
数据资产化的核心价值
理解了现状与挑战后，本节我们重点探讨数据资产化的根本目的与价值。
多年前就有观点指出，一切活动的最终目的都是为了交易。而交易的第一步，就是完成数据资产化。没有资产化，就无从谈起交易。
其核心逻辑在于：任何业务活动都会沉淀下数据。无论这些数据是什么，在特定范围内，它们都具有被资产化的潜力。资产化之后，便能在合法或灰色地带内进行交易。这意味着，任何业务都额外增加了一条（或多条）通过一级市场募资、在二级市场流通炒作，或获取额外收入的可能性。
金融的本质是虚拟的，其核心价值在于促进流通。一切金融手段与方法，无论合法与否，其客观目的都是加速价值的流通与交换。
数据清洗：从“大数据”到“有价值的数据”
上一节我们讨论了资产化的价值，本节中我们来看看实现价值的前提——数据清洗。
近年来，国内并不缺乏数据，缺乏的是经过清洗的数据。单纯追求数据量（“大数据”）而没有有效利用，是一种资源浪费。
国内谈论“大数据”多年，但至今许多数据仍是冗余、未清洗的“脏数据”。只有经过过滤、清理、标注的数据才有价值。当前火热的数据标注行业正是在做这项工作。
注意：如果你考虑进入数据标注领域，一个接地气的建议是：必须走量。这个行业客单价低、利润薄。如果没有几千人规模的团队去运作，很难盈利，会非常辛苦，可能最终赚不到钱。
当前数据资产化的新机遇
了解了数据价值化的基础工作后，本节我们聚焦于当前环境下的新变化。
数据资产化的概念并非新鲜事物，早在2018、2019年就已提出。那么，现在的数据资产化（或称为RWA、STO等）与过去有何不同？
从理念和本质上讲，无论叫什么名字，其核心——数据资产化——并无区别。但从合规性和发展驱动力来看，今年的情况与当年有巨大差异。
需要强调：这并不意味着本次就一定会全球大规模成功落地。但2023年确实是一个里程碑，原因如下：
以下是两个关键驱动因素：
- 合规性突破：美国通过了《稳定币法案》。该法案的通过，本质上要求有真实的数据资产作为支撑，否则稳定币就缺乏根基。同时，全球多地（如香港）也在进行RWA相关的准备与试探。
- 驱动力升级：其他国家的驱动力或许是寻找增量市场。对于中国而言，尽管过去在此领域相对被动，但今年的出发点和重视程度已远超2018、2019年。从更高层面明确提及RWA与稳定币，并放眼全球趋势（美国也在推进数据资产化），表明当前的发展立足点比以往更高。无论最终能否完全落地，其战略定位已不可同日而语。
总结与优势归纳
在本节课中，我们一起学习了数据资产化的现状、核心价值、关键步骤以及当前的新机遇。
最后，总结数据资产化的优势非常简单直接：
- 创造更多有用资产：目标是获取更多能产生价值的资产。
- 拓展金融流通场景：旨在创造更多促进金融流通的应用场景。
一旦实现数据资产化，需要明白“数据”是一个宏观概念，万物皆可数据化（身份证、个人身份、游戏数据、社交数据等）。这些数据都能转化为资产。试想，这背后隐藏的及潜在的金融市场空间有多么庞大。
这不仅是中国面临的问题，更是全球都在寻找的增量市场。数据资产化正是一个潜在的、规模巨大的新增长点。
课程预告：下期活动已定于本周六（28号）在上海中山公园附近举行。主题将新增“RWA与稳定币”。其他主题包括：如何寻找线上线下流量、个人是否需要注册企业及资金出入境问题、普通人实现0-1-10-100的路径、不同场景下的PPT撰写与演讲技巧、风口中的高性价比赚钱周期等。
活动参与：欢迎报名上海活动。对于个人职业规划、商业规划或副业发展，若有希望获得针对性建议的需求，请整理好个人问题与背景信息。
浙公网安备 33010602011771号