来源：上海证券报·中国证券网
在前期调研中，一个现象给课题组留下了很深的印象：不少金融机构已经拥有海量内部数据，每年也投入相当资源采购外部数据，但一谈到科技企业授信、投资决策和风险判断，业务部门仍然会感到“信息不够”。
为什么数据越来越多，金融决策中的信息约束却依然存在？这也是课题组此次调研重点关注的问题。围绕金融可信数据空间建设，课题组先后走访国有大型银行、证券期货相关机构、数据运营企业和头部持牌金融机构，并赴深圳、安徽等数据要素市场和科创金融实践较为活跃的地区开展比较调研。调研既关注金融机构究竟需要什么样的数据，也关注数据企业如何把数据转化为金融机构真正能够使用的产品，还重点考察一项数据产品进入实际金融业务后所经历的技术、合规和业务流程。
当前讨论这一问题，已经不是在可信数据空间建设的起步阶段。2025年，国家数据局组织开展首批企业、行业、城市三类可信数据空间创新发展试点，共遴选63个试点项目。国家数据局发布的《可信数据空间创新发展报告（2025）》显示，相关试点正在拓展900多个应用场景，覆盖32个国民经济行业大类，并在卫星遥感、交通物流、装备制造、汽车等14个领域形成570多个高质量数据集。可信数据空间正在从概念验证加快进入实际应用。
上海的数据产品市场也已经形成一定基础。截至2026年7月底，上海累计受理数据产品知识产权登记申请2245件，发证1592件；24家企业依托数据知识产权实现质押融资5.47亿元。已登记的数据产品中，不含淘宝、抖音、证券等大型数据产品，通过许可、交易、服务等方式累计实现经济价值约203亿元。这里需要特别强调，203亿元是“许可、交易、服务”等形成的累计经济价值，并不等同于数据产品交易额。
这些数据说明，今天的问题已经不只是“有没有空间”“有没有产品”。从不同地区、不同类型机构的实践看，更值得关注的是两个问题：一是数据并不少，但真正能够补充金融机构既有信息、改变信用判断、投资判断和风险判断的数据仍然有限；二是数据已经可以在不同主体之间受控使用，但一个产品即使在一家金融机构完成落地，进入第二家、第三家机构时，往往仍需重新经历相当一部分开发、验证和合规流程。
这两个问题看似分别涉及数据价值和数据流通效率，实际上指向同一个核心命题：如何让分散在不同主体手中的数据，以更低成本形成金融机构原来无法获得的有效信息，并使这种信息生产能力能够跨机构复制。
过去几年，金融可信数据空间首先需要解决的是数据“能不能安全地流动”。随着隐私计算、可信执行环境、数字身份、智能合约等技术不断发展，数据授权、使用控制和审计追溯等制度与标准也在逐步完善。安全和合规仍然是金融数据流通不可动摇的底线，但调研表明，仅仅实现“能够流通”，并不会将数据自然转化为金融价值。
判断金融可信数据空间能否真正从试点走向规模化运营，可以重点关注两个尺度：一是信息增量，即新增数据相对于金融机构已有信息，究竟提供了多少能够影响决策的新信息；二是边际适配成本，即一项数据产品已经在第一家金融机构落地后，进入第二家、第三家机构时，新增开发、验证和合规成本能否明显下降。前者决定数据有没有金融价值，后者决定这种价值能不能规模化实现。
从这个意义上说，金融可信数据空间真正要建设的，不只是更加安全的数据流通通道，更是一套降低跨主体信息生产和验证成本的金融基础设施。
数据越来越多，为何金融机构仍觉得“信息不够”
大型金融机构本身并不缺数据。银行已经积累了账户、交易、信贷、支付等大量内部信息，证券、保险等机构也长期处理庞大的市场和业务数据。工商、司法、税务、舆情、产业等外部数据进入金融业务，也已有多年实践。
科技金融快速发展以后，金融机构对信息识别能力的要求反而更高。中国人民银行上海总部披露，2026年6月末，上海信息技术业、科研服务业贷款余额同比分别增长38.8%和29.6%。科技创新领域融资需求持续增长，意味着金融机构需要面对越来越多传统财务指标难以充分刻画的企业。
在国有大型银行调研中，这一点表现得十分明显。
对于一般企业，银行通常能够获得工商登记、财务报表、账户流水和基础征信等信息；但面对科技企业，影响判断的往往是传统财务和经营数据难以充分反映的问题：核心技术究竟处于什么水平？哪些专利真正位于关键技术环节？研发投入持续增长，是在形成技术壁垒，还是研发效率偏低？核心团队是否稳定？下游订单代表稳定的市场验证，还是偶发交易？
这些问题直接关系企业未来能否形成持续现金流，却很难仅靠传统财务报表加以观察。与此同时，能够回答这些问题的信息又高度分散。知识产权部门掌握专利与技术信息，科技管理部门掌握科研项目情况，园区和产业平台了解企业成长轨迹，上下游企业掌握订单和履约情况，企业自身还拥有研发、客户和经营数据。
由此产生了一个容易被忽视的现象：科技企业融资难，并不完全等同于企业本身“风险高”，一部分原因是金融机构“看不清”。在信息不足时，提高风险溢价、降低授信额度甚至暂不进入，是金融机构审慎经营的自然反应。但如果风险定价更多来自信息不足，而不是企业真实风险，那么金融资源配置就可能出现偏差。
可信数据空间在这里的价值，是减少这种“不可观察性”。
它不要求把不同部门、不同企业的原始数据统一集中，而是在数据仍由各主体控制的前提下，让知识产权、研发、人才、订单、物流和金融数据在授权范围内关联使用，为金融机构提供新的判断依据。
这也意味着，金融数据的价值不能简单用数据量、字段数、覆盖企业数或者调用次数衡量。
一项数据的价值取决于它相对于金融机构已有信息增加了什么。银行已经掌握完整结算流水时，再增加一套高度相关的数据，边际价值可能有限；反过来，一项规模并不大的数据，如果恰好能够揭示原有信息体系无法观察的技术能力或经营风险，就可能明显改变授信判断。
从金融决策角度看，金融机构购买的不是“更多数据”，而是减少不确定性的能力。
因此，数据产品建设不能主要沿用“有什么数据，就加工什么产品”的供给逻辑，而应更多从金融机构的实际问题出发：哪些企业目前难以识别？哪些风险容易被高估或低估？哪些信息缺口正在影响授信、投资和风险管理？
从真实业务问题反推数据需求，才能减少“产品很多、真正进入业务的不多”现象的发生。
科技资产难定价，症结在于关键事实难验证
这一问题在当前资本市场中尤为突出。
随着科创板、创业板改革不断深化，科技企业并购重组持续受到重视，长期资本和耐心资本加快发展，资本市场对轻资产、高研发投入以及部分尚未形成稳定盈利能力的科技企业表现出更强的制度包容性。
与此同时，一个更难的问题正在形成：当企业价值越来越多地存在于技术、人才、知识产权和未来成长空间，而不是已经形成的利润和固定资产中，市场如何判断这些价值是否真实？
制度可以允许优质科技企业暂时没有利润，却不能替代市场完成价值发现。
对于人工智能、生物医药、集成电路、具身智能等科技企业而言，决定长期价值的可能是一条尚未完全商业化的技术路线、一组关键专利、一支核心研发团队，也可能是一套算法和数据能力。这类资产潜在的价值较高，但公开信息不足，可观察性较弱。
因此，发展耐心资本不能只理解为延长投资期限。资本要真正“耐心”，首先要有识别长期创新价值的能力。否则，长期持有未必等于长期价值投资，也可能演变为对热门赛道和概念的长期押注。
在证券期货相关机构及数据流通实践调研中，课题组逐渐认识到，金融可信数据空间进入资本市场，最现实的作用不是替代投资者、券商、会计师、律师和评估机构作专业判断，更不是依靠算法直接给科技企业“算价格”，而是降低影响定价的关键事实获取和核验成本。
科技企业并购是一个典型场景。
科技并购中最容易产生分歧的，往往是财务报表之外的信息：技术究竟领先多少，领先优势能够持续多久，专利能否构成有效壁垒，核心研发人员是否稳定，主要客户是否真正使用产品，订单能否持续，研发成果距离商业化还有多远。
这些问题直接影响交易价格，却很难由单一数据源回答。
与此同时，能够回答这些问题的信息又往往属于企业最敏感的商业秘密。投资者希望获得更充分的信息，企业却不可能因为一次潜在投资或并购，就向所有意向方完整开放核心客户名单、技术底稿和研发数据。
这形成了科技资产交易中的一个现实矛盾：投资者需要更充分的信息，企业需要更严格的保护。
可信数据空间可以为解决这一矛盾提供新的工具。
其基本思路不是把全部底层数据交给投资机构，而是在可信环境中验证与投资判断相关的必要事实。比如，并购方未必需要获得完整客户名单，却可以核验主要客户及相关订单是否真实存在；不一定需要复制全部技术底稿，但可以验证研发投入、核心人员、专利和产品之间能否相互印证；不需要掌握完整供应链数据，也可以确认主要产品是否已经进入真实产业应用。
这种方式可以作为传统尽调的补充。
过去部分信息主要依赖企业提供材料和中介机构人工核验，未来其中一部分可以通过多源数据的交叉验证得到确认。这样既减少企业因融资或并购而暴露核心商业秘密的顾虑，也提高投资者获取非财务信息的效率。
数据要素要真正进入金融资本市场，关键不只是“有没有交易”，还在于能否形成影响投资和估值的可靠信息。金融可信数据空间在这里的作用，就是让过去获取成本高、难以交叉验证的关键事实，更有效地进入市场判断。
数据空间连起来了，数据产品为何还难复制
如果说前一个问题解决的是“哪些数据值得进入金融决策”，那么另一个现实问题是金融数据市场能不能真正形成规模。
上海已经具备较好的资源和基础设施条件。国家数据局公布的上海城市可信数据空间试点经验数据显示，上海已经梳理覆盖60个部门、约1.2万个可授权运营的公共数据资源，规划28个领域、200余个参考应用场景。公共数据资源、产业数据资源和市场化数据产品正在逐渐进入统一的数据流通体系。
但数据资源多、场景多，并不意味着一项数据产品能够自然复制。在调研企业数据以及不同地区数据平台时，课题组看到一种很典型的情况。一项数据产品进入第一家银行，供需双方往往需要完成需求确认、字段解释、接口开发、安全评估、合规审查和业务验证。经过较长周期，产品才真正上线。
理论上，“从0到1”已经完成，下一步进入第二家、第三家机构应该越来越容易。
但现实中，大量工作往往仍需重新进行。不同金融机构的数据体系、模型结构、系统接口、风险政策、采购流程以及安全合规要求存在差异。一项外部数据进入银行，也并非简单的“接口对接”，而是一项涉及业务、数据、科技、安全、法律合规等多个部门的工程。
当产品进入下一家机构时，相当一部分流程重新发生。这使不少金融数据产品仍然具有明显的项目制特征——为一个客户，适配一次。
如果一个数据产品每增加一家金融机构，就需要重新做一次接近完整的项目，那么严格来说，它还没有真正成为标准化产品。这也是为什么“空间能够互联”与“产品能够复用”不能简单画等号。前者解决基础设施问题，后者决定市场效率。
判断金融可信数据空间是否真正由项目建设走向市场运行，可以关注一个更具体的问题：同一项成熟数据产品从第一家机构进入第二家、第三家机构时，新增适配成本能否持续下降。这里的成本不仅包括接口开发，还包括数据质量验证、安全测试、合规判断和业务效果测试。
降低这类成本，关键是把首次落地过程中已经形成的验证结果尽可能沉淀下来。例如，数据来源是什么，关键字段如何定义，多久更新一次，质量表现如何，适用于哪些场景，授权条件是什么，在实际业务中已经经过哪些验证。
后续机构仍然需要承担自己的合规和风险判断责任，但审查重点可以更多放在自身条件与既有验证环境之间的差异，而不是从头重新证明所有事实。
这种做法不应演变为新的行政认证，更适合作为市场化的数据产品说明和适配记录。其目的不是替金融机构作判断，而是减少重复验证和重复开发。
这一问题对上海而言尤其值得关注。截至2026年7月底，上海已经有1592件数据产品获得知识产权登记证书。产品供给数量快速增加以后，下一阶段更有意义的问题是这些产品中究竟有多少能够从一家机构复制到第二家、第三家机构。
如果经过验证的数据产品能够较为顺畅地进入更多金融机构，数据供给方就有机会摊薄前期治理和技术投入，采购方就有可能降低使用成本，中小数据企业也就有机会凭借专业化产品进入金融市场。
否则，即使空间数量和产品数量持续增加，市场仍可能主要依靠大型机构、大型项目和高度定制化服务维持。
下一阶段，要解决的是金融信息成本问题
对上海而言，下一阶段更值得探索的，不是简单增加数据目录和平台数量，而是解决金融数据进入真实业务后的几个“最后一公里”问题。
第一，在科技金融场景中建立数据增量检验机制。金融机构引入新的产业、科技或经营数据，在完成合法合规、质量和安全审查之后，可以在受控测试环境中观察这项数据是否真正补充已有信息。
评价重点不必放在某一个模型指标提高了几个百分点，而应观察它解决了什么具体业务问题：是否减少了人工核验成本，是否使原来难以区分的企业得到更准确识别，是否使部分因信息不足而被风险高估的科技企业进入正常评价范围。
这不是给所有数据建立新的行政评分，而是让供需双方在真实业务环境中判断数据有没有持续使用价值。使用后的信息核验时间、风险区分能力、预警提前量等，也可以成为后续采购和产品优化的重要参考。
第二，把成熟数据产品的跨机构复用能力纳入规模化评价。对已经在一家金融机构稳定运行的数据产品，应尽可能沉淀首次落地形成的数据质量、字段语义、授权范围、适用场景和技术适配信息。第二家机构依然根据自身业务和风险偏好独立判断，但可以把审查重点放在新增差异上，而不是重复完成全部验证。
这一机制是否有效，可以用很具体的指标来观察：成熟数据产品新增一家金融机构用户，平均需要多少接入时间、多少新增适配成本。
相比单纯统计产品上架数量和调用次数，这类指标更能检验数据市场是否真正形成规模效应。
第三，在科技投资和并购重组等场景中探索关键事实的可信验证。可以在不改变券商、会计师事务所、律师事务所、资产评估机构职责的前提下，选择研发投入、核心专利、主要客户、订单履约等可交叉验证的信息，在可信环境中开展必要核验，为专业机构提供更加完整的事实基础。
这里的边界需要明确，即可信数据空间提供的是事实支持，不承担投资判断，也不替代专业中介责任。它要解决的是，在商业秘密保护和充分尽调之间，能否找到一种成本更低、可信度更高的信息获取方式。
从上海到深圳，从银行、证券期货相关机构到数据运营企业，前期调研带给课题组的一个共同认识是：金融可信数据空间发展已经到了检验经济机制能否成立的阶段。
安全和合规仍然是底线，但下一步更重要的是三个结果能否真正出现：一项数据进入金融机构后，能够带来过去没有的有效信息；一个成熟数据产品进入第二家机构时，不再需要重新做一遍完整项目；科技企业影响信用和资产定价的关键事实，能够在不泄露商业秘密的情况下得到验证。
这三个问题分别对应数据的使用价值、规模效率和资本市场价值。如果它们不能得到解决，可信数据空间即使完成技术建设，也可能停留在一个项目、一个场景、一次交付；如果能够解决，数据才可能真正成为改善信用评价、资产定价和风险识别的生产要素。
对金融业而言，数据流通只是手段。金融可信数据空间真正需要形成的，是一种降低跨主体信息生产和验证成本的机制，让过去难以获得的信息以合理成本进入金融决策，减少由信息不足造成的错误定价和资源错配。这才是从“安全流通”走向“价值创造”的真正落脚点。
（作者程宏系上海立信会计金融学院金融科技学院副院长、副教授。本文系上海立信会计金融学院上海金融科技研究中心课题“金融可信数据空间的现状与发展趋势及对策”（2026-JK01）的阶段性成果）
