文章核心观点 - 人工智能正以前所未有的速度重塑药物发现与开发范式，行业正从概念验证迈入价值兑现初期，进入规模化发展的“快车道” [1] - 技术突破、资本活跃与产业合作共同推动行业发展，但高质量数据短缺是当前面临的关键挑战 [1][4][12] - 随着模型创新、数据治理突破及监管框架清晰，AI制药将成为衡量国家医药创新竞争力的核心赛道，推动全球医药产业进入新创新周期 [14] 行业现状与发展态势 - 全球AI制药公司超过350家，其中中国至少有101家，大部分处于初创与萌芽期，成长期与成熟期的有10余家，如晶泰科技、英矽智能等 [5] - 治疗领域覆盖肿瘤、感染、免疫调节、皮肤病、胃肠道系统、眼科等多个关键领域 [5] - 全球十大制药巨头均已布局AI，行业思维发生转变，仅30%公司倾向自主研发AI工具，40%倾向混合战略，30%优先考虑外部解决方案 [10] 投融资活动 - 今年以来全球AI制药相关投融资事件近80起，其中中国至少有31起 [5] - 近三年中国AI制药投融资持续上涨，从2023年19起增至2024年25起，2025年进一步上升至31起，规模与2021年32起、2022年33起相当 [5] - 红杉中国参与投资4起，芯能创投、联想创投、中金资本、BV百度风投等多家机构参与投资2起 [5] - 英矽智能于2025年6月完成E轮融资，规模达1.23亿美元，投资方包括浦东创投、华平投资等，是生物医药企业股权投资“浦港联合领投”的首单案例 [6] 技术突破与平台发展 - 融合生成式AI与多模态大模型的新型AI实现关键突破，能针对不同疾病精准生成具有潜在生物活性的药物分子，开辟药物研发全新路径 [4] - 近期多个AI制药平台上线或更新，例如GHDDI的“AI孔明”是国内首个聚焦全球健康疾病的开放式AI制药平台，粒影生物的Proteincraft提供模块化解决方案 [8] - 剂泰科技自研的AI驱动小分子制剂优化平台AiTEM候选药物MTS-004达到III期临床研究主要终点，成为国内首款完成III期临床的AI赋能制剂新药 [8] 商务拓展与合作 - 2023年跨国公司在AI+药物研发领域达成超30项合作，已披露总价值约100亿美元；2024年有至少23起大型药企与AI相关公司的合作或收购交易 [10] - 截至2025年11月21日，今年全球AI制药BD交易已达12项 [11] - 阿斯利康与石药集团就AI引擎双轮驱动的高效药物发现平台订立战略研发合作，合同总金额53.3亿美元 [11] - 晶泰科技以总规模58.9亿美元的AI药物发现合作订单，刷新行业年度纪录 [11] 关键挑战与应对思路 - 行业面临高质量数据短缺难题，最有价值的知识往往隐藏在企业机密的数据孤岛中，受商业保密等因素限制难以充分流通 [12] - 提出“数据资本化”解决思路，即建立安全保障机制与合理定价体系，当数据共享价值高于企业独自利用收益时，数据将实现高效流通 [13] - 数据处理与复杂模型运行离不开强大算力保障，目前亚马逊、谷歌、微软、阿里等全球科技巨头能提供充足的云端算力支持 [13] - 分析师认为，AI制药三要素中，数据与算力目前不构成太大掣肘，模型才是制胜关键，研发中的数据与模型构建正反馈飞轮将成就领先企业的护城河 [13]

行业概览与核心观点 - 人工智能正以前所未有的速度重塑药物发现与开发范式，成为全球科技与医药领域交叉创新的核心赛道，行业正从概念验证迈入价值兑现初期 [1] - 传统药物研发是串行过程，而AI制药平台有望改写这一模式，行业的发展需要模型创新与解决数据难题，推动“数据资本化” [1] - 行业发展的首个重要时点将是人类首个AI驱动研发药物的获批上市，破局者可能来自AI药企、传统仿创龙头或非药领域的科技公司 [2] 技术突破与研发模式变革 - 传统新药研发需数十年周期、数十亿元资金投入且成功率极低，如同在巨大迷宫中寻找唯一正确路径 [3] - 早期AI赋能模式效率低下，多在已知化合物库中筛选，而融合生成式AI与多模态大模型的新型AI能针对疾病精准生成具有潜在生物活性的新颖药物分子，开辟全新路径 [3] - 例如，剂泰科技的AI驱动平台候选药物MTS-004达到III期临床研究主要终点，成为国内首款完成III期临床的AI赋能制剂新药 [6] 市场格局与公司发展 - 截至12月24日，全球AI制药公司超350家，其中中国至少有101家，大部分处于初创与萌芽期，成长期与成熟期的有10余家，如晶泰科技、英矽智能等 [4] - 治疗领域覆盖肿瘤、感染、免疫调节、皮肤病、胃肠道系统、眼科等多个关键领域 [4] - 英矽智能于今年6月完成E轮融资，规模达1.23亿美元，是生物医药企业股权投资“浦港联合领投”的首单案例 [5] 投融资活动 - 今年以来，全球AI制药相关投融资事件近80起，其中中国至少有31起 [4] - 近三年中国AI制药投融资持续上涨，从2023年的19起增至2024年的25起，2025年进一步上升至31起，规模已与2021年的32起、2022年的33起相当 [4] - 红杉中国参与投资4起，芯能创投、联想创投、中金资本、BV百度风投等多家机构参与投资2起 [4] 平台建设与临床进展 - 近期AI制药平台密集上线与更新，例如GHDDI的“AI孔明”平台和粒影生物的Proteincraft平台 [6] - “AI孔明”是国内首个秉持普惠原则、聚焦应对全球健康疾病挑战的开放式AI制药一体化研发平台 [6] - 临床端的实质性突破印证了行业对AI制药的战略重视，AI已从孤立试点转变为一项战略要务 [7] 企业合作与商务拓展 - 制药行业思维发生转变，仅30%的公司打算继续自主研发AI工具，40%倾向于混合战略，30%优先考虑外部解决方案 [7] - 2023年跨国公司在AI+药物研发领域达成超30项合作，已披露总价值约100亿美元；2024年有至少23起大型药企与AI公司的合作或收购交易，全球十大制药巨头均已布局AI [7] - 截至2025年11月21日，今年全球AI制药BD交易已达12项，其中阿斯利康与石药集团的合作合同总金额53.3亿美元，晶泰科技以总规模58.9亿美元的AI药物发现合作订单刷新行业年度纪录 [8] - 企业合作共担风险有利于推动AI制药从“概念”走向“现金流”，海外授权缩短资金回笼周期并为技术背书 [8] 关键挑战：数据与算力 - AI制药面临数据短缺难题，尽管公共数据丰富，但最有价值的知识隐藏在企业机密的数据孤岛中，受商业保密限制难以充分流通 [9][10] - 制药领域看似化合物种类繁多，但真正有明确标注、可信度高的数据有限 [9] - 解决思路是推动“数据资本化”，建立安全保障机制与合理定价体系，使数据共享价值高于企业独自利用的收益 [10] - 数据处理与复杂模型运行离不开强大算力保障，亚马逊、谷歌、微软、阿里等全球科技巨头能提供充足的云端算力支持 [11] - 在AI制药三要素中，数据与算力目前不构成太大掣肘，模型才是制胜关键，研发中的数据与模型构建正反馈飞轮将成就领先企业的护城河 [11] 未来展望 - 随着模型性能提升、数据治理体系完善及监管框架清晰，AI制药将成为衡量国家医药创新竞争力的核心赛道之一，推动全球医药产业进入全新创新周期 [11]

文章核心观点 - 2025年《数据资产管理实践指南（8.0版）》正式发布，首次系统描绘了数据价值从“资源化”到“资产化”再到“资本化”的完整跃迁路径，为企业把握数据要素战略红利提供了系统性、前瞻性且实操性强的指导 [1][2][28] 政策发展背景与市场现状 - 数据要素政策体系历经三个阶段演进：2022-2023年为“建章立制”阶段，以“数据二十条”奠定产权分置等基础制度 [38]；2023-2024年为“行业贯通”阶段，以《“数据要素×”三年行动计划》推动行业场景落地，并以《企业数据资源相关会计处理暂行规定》解决数据入表财务难题 [40]；2024-2025年为“深化发展”阶段，聚焦构建一体化数据要素市场生态 [42] - 政策推动下市场发展迅速：截至2025年三季度，A股已有超100家上市公司披露数据资源入表情况，累计入表规模突破25亿元，较2024年末增幅约35个百分点 [41]；2024年数据交易市场规模突破2000亿元，同比增长35%，场内交易占比提升至40% [42] - 数据资本化实践开始涌现：例如全国首单数据资产ABS发行规模达1.337亿元，多地试点推出数据资产质押融资产品 [42] 数据资产管理的内涵与框架演进 - 数据资产管理定义为实现企业战略目标，通过体系化管理机制与工具，对数据资产进行全生命周期管理，以释放数据资产价值的一组核心职能活动 [48] - 管理目标发生演进：从过去聚焦保障数据质量与安全、支撑内部业务，升级为通过“有效赋能”、“数驱决策”和“外部创收”等多维路径实现价值释放 [51] - 管理对象范畴拓展：横向从结构化数据扩展至图片、音频等多模态数据；纵向从管理数据本身延展至对AI生成的信息、知识乃至决策的内容质量负责 [53] - 服务对象延伸：从服务于企业内部人员，扩展到服务于人工智能系统（人机协同）以及产业链生态伙伴（服务生态） [54] - 核心管理框架围绕价值释放，系统性推动数据经历资源化、资产化、资本化三大价值形态演进 [57] 数据价值化的“三级跳”路径 - **资源化（打好地基）**：目标是解决数据“有没有、好不好、安不安全”的问题，为价值释放奠定基础，涵盖数据模型、标准、质量、安全等八大管理职能 [2] - **资产化（实现价值）**：核心是让数据价值“看得见、摸得着、可计量”，系统阐释数据资产登记、确权、估值、成本核算、入表及流通六大核心管理活动，直击企业实操难题 [2] - **资本化（放大价值）**：当数据成为稳定资产后，可与金融工具结合，通过质押融资、证券化（ABS）、作价入股等模式，使数据从“生产要素”升级为“战略资本” [2] 数据价值实现的四大核心路径 - **产业数字化**：用数据优化主营业务，实现降本增效，案例如三一重工通过数字化改造使工厂产能扩大123%、单位制造成本降低29% [5][75] - **管理数字化**：用数据重构管理流程，实现智能决策，案例如鄂尔多斯城投集团建设智慧平台后，业务审批效率显著提高，员工跨部门协作效率提升55% [5][79] - **数字产业化**：将数据打包成产品对外交易创收，案例如中国移动梧桐大数据平台沉淀数据资产超2000PB，封装成超过150种垂直行业产品 [5][80] - **要素生态化**：用数据赋能产业链，构建协同生态 [5] 四类企业资产化实施路径 - **价值运营型**：适用于金融、通信等已具备成熟数据管理体系的领先企业，聚焦数据价值的精益化运营 [5] - **交易创新型**：适用于制造业、零售等拥有特色数据的链主企业，重点打造可交易的数据产品 [6] - **入表驱动型**：适用于大型集团或强监管企业，以合规入表为直接目标，进行谨慎试点 [7] - **管理筑基型**：适用于数字化转型初期的企业，重点夯实数据管理基础，为未来资产化铺路 [8] 数据产品的主要形态 - **数据集**：是数据价值最基础的载体，包括原始数据集、结构化数据集、标签化数据集及多模态数据集等 [69] - **API服务**：将数据能力封装为标准化的调用接口，实现数据价值的“实时化、碎片化、场景化”输出，包括实时数据查询API与服务型API [71] - **数据应用解决方案**：针对特定行业痛点，整合数据集、API及可视化界面，提供“开箱即用”决策工具的最高价值形态 [72] - **数据金融工具**：数据产品的新形态，包括数据资产质押融资与数据资产证券化（ABS）等创新融资工具 [72] 未来五大发展趋势 - **智能底座**：AI将深度融入数据管理各环节，实现自动化与智能化 [9] - **数实融合**：数字孪生、仿真推演等技术将使数据成为业务实时决策的核心 [10] - **价值体系**：建立覆盖成本与收益的精准价值衡量框架，使数据投入从“成本”变为“投资” [11] - **知识管理**：管理边界将从数据扩展至信息、知识，以赋能RAG等AI应用 [12] - **流通生态**：企业需积极参与数据要素市场生态，从资源持有者转变为价值运营者 [13]

贵阳大数据交易所的战略定位 - 明确三大核心定位：公共数据价值化的核心服务者、市场信任体系的坚定构筑者、全国统一大市场的积极协同者 [2][7] - 作为公共数据价值化核心服务者，依托贵阳大数据产业优势，打通公共数据从资源目录管理到合规上市的全链条服务 [2][7] - 作为市场信任体系构筑者，以“裁判员+服务员”角色构建可信基础设施，降低交易各方成本与风险，而非追求自身商业利益最大化 [2][7] - 作为全国统一大市场协同者，参与跨区域、跨层级规则对接与标准互认，贡献贵州经验 [2][7] 推动战略落地的三维举措 - 举措一：夯实基础公共服务体系，作为全国首个公共资源数据要素交易平台，遵循“公正、公平、公开”原则，提供一站式公益性服务 [3][8] - 举措一：打造集数据资源登记、产权登记、资产登记于一体的递进式登记服务平台，厘清权利边界，为数据资产化、资本化奠定基础 [3][8] - 举措二：以“五位一体”培育全链条生态，通过“定规则、强合规、促定价、保安全、育生态”五维抓手系统化构建市场生态 [3][8] - 举措二：深度参与国家及地方数据要素标准制定，细化交易规则体系，并将合规审查嵌入全业务流程 [3][8] - 举措三：聚焦公共数据价值化突破，构建与贵州大数据集团的前后端协同模式 [3][8] - 举措三：贵州大数据集团作为全省唯一公共数据授权运营主体，负责数据归集、治理、脱敏及初级产品开发 [3][8] - 举措三：数交所专注于产品运营、合规审查、市场撮合、交易结算等流通环节，推动公共数据安全可控地转化为可交易产品 [3][8] - 平台目前已挂牌企业征信、交通流量、医保风控、普惠金融等多个高价值场景的公共数据产品 [3][8] 未来发展规划与目标 - 目标一：推动数据产品向标准化资产跃升，联合权威机构助力更多数据产品完成资产入表，获得金融市场广泛认可 [9] - 目标二：推动交易机制向智能化、规模化跃升，升级平台功能模块，实现特定领域交易规模突破 [9] - 目标三：推动生态协同向跨域一体化提升，通过可信数据空间与各地数据交易平台、行业数据空间开展深度合作 [9] - 目标三：致力于实现规则互认、系统互联、生态互促 [9]

文章核心观点 - 数据资产ABS在年内实现关键突破，从首发“破冰”到接连落地，为数据要素的金融化变现和向资本市场传导提供了标准化通道 [1] 数据资产ABS市场概况 - 年内已有7单数据资产（含赋能型）ABS产品成功发行，发行规模合计达24.90亿元 [1] - 已落地产品主要分为数据资产ABS（4单）与数据资产赋能ABS（3单）两大类 [1] - 底层资产类型覆盖融资租赁债权、企业应收账款、知识产权、基础设施收费及信托受益权等多元场景 [1] 产品模式与定义 - 数据资产ABS以数据资产本身产生的稳定、可预测现金流作为底层偿付来源，数据资产直接成为收益创造主体 [2] - 数据资产赋能ABS将数据要素作为增信或赋能手段嵌入传统基础资产运营流程，通过数据赋能提升基础资产的现金流稳定性与定价效率 [2] 市场参与主体与成本 - 国有企业是核心发起力量，在7单已落地项目中占比达71.4%（5单），民营企业与公共企业各主导发行1单 [2] - 数据资产ABS发行成本较低，上述7单项目的平均票面利率为2.04%，显著低于同期中小企业传统贷款平均利率 [2] 产品价值与意义 - 产品为科技创新型企业等轻资产主体开辟了全新融资渠道，引导企业更系统地规划、运营数据资产与知识产权类资产 [3] - 搭建了资本与科技创新领域的高效对接桥梁，助力破解轻资产企业“融资难、融资贵”的行业痛点 [3] - 丰富了资本市场的资产配置品类，为银行理财、保险资金等稳健型机构投资者提供了分享数字经济红利的优质标的 [3] 当前面临的挑战 - 面临基础资产界定与权属确权模糊、估值体系缺乏统一标准、业务模式单一及二级市场流动性不足等问题 [3] - 核心痛点在于收益模式的稳定性与可预期性不足，数据赋能效果尚未形成可持续的现金流闭环，数据对收益的贡献度难以精准量化 [4] - 数据资产的价值受技术迭代、场景变化等因素影响较大，可能导致底层资产现金流波动，影响产品收益稳定性 [4] 未来发展建议 - 政策需兼顾激励与约束，在鼓励数据应用的同时对个人数据隐私提供有力保护 [4] - 通过信息技术追踪数据应用和流通过程，对其可能产生的未来现金流进行客观真实的把握 [4][5] - 产品设计需匹配风险偏好，根据数据应用场景和未来现金流的稳定性分成不同层级以对应各类投资者的需求 [5]

国内经济复苏逻辑 - 核心观点聚焦于PPI和M2-M1两个关键指标 PPI转正意味着成分股收入与利润将显著改善 足以支撑指数未来上涨可能[3] - 过去一年M2与M1差距持续收窄 反映市场流动性从沉淀转向活跃 为权益资产提供分母支撑[3] - 宏观投资看两张图 CPI-PPI定盈利 M2-M1定流动性 当前两者均指向机遇[3] A股市场趋势 - 预计中国或用三年时间将战略优势转化为战略胜势 市场超额收益集中在与战略优势绑定的赛道[3] - 超额收益赛道包括循环经济 AI算力自主 关键材料掌控等[3] - 未来三年A股高度取决于这些载体产业兑现速度 坚定把握与国家战略同频的赛道是核心逻辑[4] 货币金融与要素改革 - 建议以中国庞大贸易规模与供应链优势为基础 在香港市场推动核心资产代币化 为持有人民币的全球主体提供资产沉淀市场[3] - 预判未来5年人民币有望抢占全球金融交易20%的份额 重塑全球货币格局 为A股带来增量资金[3] 下一轮信用周期 - 核心要素是数据 将数据收入转化为信用共识 通过数据资本化重构政府企业家庭资产负债表[4] - 这是解决当前财政与信用问题的唯一方向 将催生数字经济领域长期机遇[4]

大会概况 - 首届青海数据要素生态大会于9月21日在西宁召开，主题为“数聚青海・链通丝路” [1] - 大会是西北地区首个聚焦数据要素生态构建的高端盛会 [1] - 大会由西宁市城西区人民政府和中国经营报社联合主办，并在青海省发展和改革委员会等多个部门指导下进行 [1] 战略定位与资源禀赋 - 青海省立足“三个最大”省情定位，贯彻“生态优先、绿色发展”理念，构建以绿色算力为支撑的数据产业发展新格局 [1] - 凭借丰富的太阳能、风能等清洁能源优势，青海成为“东数西算”国家工程的重要支点 [1] - 青海正加速建设“通算+智算+超算”多元一体的综合算力供给体系，为数据要素存储、计算与流通提供支撑 [1] - 青海作为古丝绸之路经济带重要枢纽和“一带一路”向西开放关键节点，推进数据要素与特色产业深度融合 [2] 大会核心内容与议程 - 主活动成为政策解读与发展趋势研判的重要平台，聚焦“数据要素政策与青海发展机遇”主题 [2] - 中国社会科学院数量经济与技术经济研究所副所长蔡跃洲、深圳数据交易所总经理古亮等权威专家将作主旨演讲 [2] - 国家信息中心大数据发展部数据要素处副处长崔佳佳将系统解读“数据要素价值化的内涵” [2] - 大会同期设立“数据赋能产业发展”专题研讨会，汇聚国内知名数据集团、交易所和科技企业资深专家 [3] - 研讨会内容涵盖数据资产入表、合规流通等议题，并探索符合高原特点的数据资本化模式 [3] 产业融合与赋能 - 探索数据要素与青海清洁能源、特色农牧等优势产业的深度融合 [3] - 研讨会聚焦传统产业智能化转型与人工智能应用创新，助力青海优势产业高质量发展 [3] - 来自青岛数据集团、深圳数据交易所、河钢数字技术有限公司等机构的专家将分享经验与案例 [3] 大会成果与发布 - 大会期间将举行青海数据要素流通服务创新中心揭牌仪式 [3] - 将发布西宁市城西区可信数据空间 [3] - 将启动西宁市城西区数据要素人才培育计划 [3]

数字城市发展战略 - 全球数字经济大会以"建设数字友好城市"为主题，推动数字经济制度型开放和多双边合作 [1] - 北京、上海、深圳等大城市正建设"全球数字经济标杆城市"，面临机遇与挑战 [1] - 数字城市纳入"数字中国"战略，定位从技术应用转向提升国家竞争力和治理能力现代化 [1] 数字城市建设核心关系 - 需处理价值与技术的关系，避免"技术崇拜"，明确技术是手段而非目标 [2] - 需协调技术与组织、人的关系，技术需与政府架构、业务流程及市民习惯融合 [2] - "一网通办"成功案例体现跨部门数据协同、流程简化和公务员数字素养提升的综合作用 [2] 数据要素价值化路径 - 数据价值释放分三阶段：资源化（解决数据可用性）、资产化（明确产权与定价）、资本化（金融创新参与价值分配） [3] - 当前存在"三多三少"困境：原始数据多价值数据少、孤立数据多融合数据少、通用数据多场景数据少 [3] - 数据资本化通过信托、证券化、质押融资等金融创新为经济增长注入动能 [3] 智慧城市建设实施路径 - 构建数据产权法规与流通体系，破解数据"不愿流、不敢流、不会流"难题 [4] - 建立多方共享的数据收益分配机制，平衡国家、企业、个人信息主体利益 [4] - 开放交通、医疗等关键场景，以社会需求牵引数据开发和创新应用 [4]

数据资本论核心观点 - 提出构建有效且公平的数据经济新框架，探索数据资本化实践路径，揭示数据如何通过可信技术与人工智能重构经济秩序，致力于打造"智慧经济"的系统设计 [1][4] - 倡导"数据合作社"的公民组织形式，促进公民间数据共享并提升数据创新能力，待数据产权和共享机制建立后，数据及基础设施可通证化，重塑传统银行和金融体系 [4] - 强调交易币系统、代币化金融生态系统、稳定币和虚拟资产交易网络与数字货币的紧密关联，这些内容被视为全书最精粹的部分 [4] 作者背景与行业影响 - 阿莱克斯·彭特兰被誉为"世界可穿戴设备之父"，现任麻省理工学院连接科学实验室主任 [4] - 亚历山大·利普顿为阿联酋阿布扎比投资局全球研发主管兼麻省理工学院连接科学实验室研究员 [4] - 托马斯·哈德乔诺担任麻省理工学院连接科学实验室首席技术官及麻省理工学院信任数据联盟技术主管 [4] 行业应用与技术创新 - 数据算法和人工智能发展将引发新型经济参与方式，需要更具弹性的社会系统，最终形成基于可信数据和可信人工智能的新生态 [4] - 书中前半部分探讨通过"数据合作社"实现有回报的数据共享，以及代表性人工智能新应用 [4] - 后半部分深入分析交易币系统、代币化金融生态系统等与数字货币相关的创新机制 [4] 学术评价与行业定位 - 北京邮电大学杨学成教授评价该书为"智慧经济"的系统设计，侧重经济层面的技术实现 [4] - 电子科技大学周涛教授指出该书是对原有经济金融体系的直接挑战，新经济生态充满风险和不确定性 [4] - 全书贯穿"数本主义"思想，为数据资产化融入社会经济提供解决方案 [4]

数据要素价值化趋势 - 2025年上半年数据要素价值化趋势凸显，更多数据转化为高价值资产，金融市场创新为数据资产开辟多元融资渠道 [1] - 数据要素市场化配置机制不断完善，技术标准统一、跨行业数据流通体系构建、数据安全与隐私保护强化推动价值释放加速 [1] - 数据要素市场有望成为驱动数字经济高质量发展的核心引擎 [1] 企业数据资源化管理 - 奥浦迈拟收购澎立生物100%股权，看重其完善的数据管理与溯源体系，体现数据资源在企业交易中的价值 [2] - 2025年企业积极组建专业数据管理团队，涵盖数据架构师、分析师等，提升数据质量与价值挖掘 [2] - 协创数据、深圳城市交通规划设计中心等上市公司聘任首席数据官，强化数据战略顶层设计与业务融合 [3] - 企业引入数据资产管理平台（DAMP）及AI技术，实现数据采集、存储、分析的智能化与精细化 [3] 数据资产入表进展 - 2025年一季度91家A股上市公司将数据资产纳入财务报表，合计规模44.02亿元，参与企业数量及入表规模同比增435.29%和5472.15% [4] - 数据资产入表提升企业资源配置效率，推动数据从"沉睡资源"向"显性资产"转化 [4][5] - 镇江交通产业集团智慧停车数据资产通过法律确权、估值挂牌，募集资金用于业务拓展 [5] 数据资本化金融创新 - 华鑫-鑫欣数据资产ABS、平安-如皋数据ABS分别以企业运营数据和公共服务数据为底层资产，打通数据与资本连接通道 [6] - 数据中心REITs如南方润泽科技、南方万国数据中心获批，丰富数据资本化路径 [6] - 证监会支持科技企业利用数据资产开展证券化、REITs融资，政策与金融创新协同推动市场发展 [7] - 实体经济数据需标准化处理才能满足资本市场需求，金融科技承担重要任务 [7]