由于笔者从事的是去区块链与隐私计算领域相关技术研究，日常工作中也会与应用场景打交道，所以对数据的确权、定价、资产化、流通逻辑技术、法律等方面的问题也保持着好奇心和关注度。
今天偶然发现一本数据资产领域的书——《数据资产论》作者：北京大学光华管理学院教授 王汉生。
于是决定一探究竟。
阅读思路
按照笔者个人的看书习惯，我先大致浏览了目录，第一至七章是王教授关于统计学、数据分析领域的一些观点，第八至十章才是关于“数据要素”在确权、定价、资产化、流通中的逻辑、技术、法律等方面的问题。
起初看了豆瓣和微信读书的评分以及书评，评价一般般，但本书毕竟是北大光华的教授所著，相必还是有真知灼见。
明确了我读本书的目标是了解“数据资产化”领域的知识后，我决定速读本书。
搜了一下业界对王教授的采访以及他本人的公开讲稿，快速理解本书的思想。
我主要阅读了以下两篇文章：
1、光华思想 41期 数据资产论
2、作者访谈 | 《数据资产论》王汉生
观点1：数据资产的定义
首先我觉得需要厘清以下两个问题，自然能理解“数据资产”的定义。
Q1：什么是数据？
A1：电子化的记录都是。
Q2：什么是资产？
A2：按照会计学的定义能够产生预期经济收益的资源都叫资产。
由于会计上对资产的定义就是“能够产生预期经济收益的资源”，而数据一般拥有一定的价值，且能产生预期收益，因此数据本质上是一种资产。
既然数据是资产，那么数据资产的价格如何定义呢？
现代金融学有一个基础模型：资本资产定价模型（capital asset pricing model）
任何资产的生产成本跟它对应的商业价格无必然关系，价格是由其创造的价值驱动的。
所以数据资产的价格由其创造的价值驱动。
观点2：数据可分析性
笔者个人理解，数据可分析性只有在下面两种情况才会体现出来，一是当数据的量达到一定程度时；二是当这组数据与所预测问题高度相关时。
良好的数据可分析性一定是要不断优化，不断接近所预测问题真相的，当然预测精度问题无法得到完美接近，只能是不断接近真相。
观点3：数据确权面临的挑战
整体而言，数据相关的权益特别难界定。
我们国家今年也颁布了数据安全、个人信息保护的相关法律和条例，但还处于较为初期的阶段，很多细节还未形成，社会上也没有相关的数据安全相关的审判案例，整个社会对于数据安全的意识还未形成。
除了社会意识层面外，数据确权存在明显的跨界问题：对律师来讲技术是一个重大挑战，因为他们无法得知数据是如何被采集利用的，哪些人有权限、在什么情况下可以使用等；而对技术人员来讲法律条文又是一个很大的挑战。
另外就是利益问题，平台总是希望尽可能采集更多的数据，消费者总是担心自己的隐私等合法利益得不到保障，因此我们应该找到各方合理利益诉求的平衡点，这需要足够的实践去磨合。
如果这些问题解决好了，数据才会有市场，有了市场就会有数据资产定价，这样数据资产才会真正流通起来。
观点4：数据资产交易的发展方向
王教授提出：“数据资产交易必须是标品，而数据指数就是这样的标品。”
其中“数据指数”是指将原始数据进行加工后得到的数据。对数据进行加工是为了避免不泄露隐私信息，比如具体的业务实践中金融机构需要的信用指数，保险公司需要的健康指数等。
因为数据的复制成本为零，所以要求买方不能把转卖购买的数据指数。
观点5：数据质量和数据治理
要改善数据质量，必须得依靠市场，不大可能通过自律或监管来实现。因为市场会定价，质量不好、对业务没有改善的数据不会有市场。
在数据治理上，王教授不太倾向于设立一个统一的数据监管机构，但确实需要统一的关于数据规制方面的法律法规。
法律法规可以被看作是社会基础设施平台上的一部分，任何人破坏数据治理的法律法规就会有相关的部门去处理，而不再需要单独的数据监管部门出面，更不需要每个行业数据治理都成立一个监管机构。
推荐阅读：
1、《区块链是构建产业互联网的可信基础设施》
2、《隐私计算布局思考》
和花一辈子都看不清的人， 注定是截然不同的命运。
关注101链视界，和1000+读者一起
洞察技术本质
▲ 关注“101链视界”，洞察技术本质
技术交流 | 行业研报 | 前沿洞察 | 转载开白 | 加入社群
请在公众号后台回复 合作
欢迎把文章分享到朋友圈