某快消品集团数据资产入表后计划将消费者画像数据产品挂牌交易。这款产品汇聚了集团旗下三大品牌、五年间积累的会员消费数据经过匿名化处理和标签化加工形成了覆盖5000万消费者的画像数据库。内部估值1.2亿元入表价值9800万元。数据交易所的初审也已通过挂牌在即。在向数据交易所提交正式挂牌申请的前一天法务总监紧急叫停了整个项目。“我们在一物一码活动里收集的扫码数据占了这个数据库大约40%的源数据。”法务总监将一摞授权协议放在桌上“这些活动的时间跨度是三年授权文本统一写的是‘用于本次活动兑奖及会员服务’。没有一个字提到‘数据交易’或‘数据资产化’。”会议室里沉默了整整一分钟。数据资产负责人翻看着那些授权协议三年前的法务模板确实没有预见到今天的数据交易场景。如果要让这5000万扫码数据的授权范围覆盖交易用途需要让5000万消费者重新授权一次——这几乎是不可完成的任务。项目推迟了三个月。法务团队逐项审查了所有数据采集渠道的授权文本最终只能将授权范围明确覆盖交易用途的数据剥离出来——约占总数据量的60%。重新估值后入表价值从9800万降至5800万。企业数据资产负责人事后感叹“如果早一点理解监管逻辑我们不会走这么多弯路。合规不是创新的对立面而是创新的导航仪。”[1]这一章是全书的“合规总纲”。数据资产化的每一项操作——采集、加工、入表、交易、融资、跨境——都运行在法律法规和伦理准则构成的轨道上。脱轨的代价不是罚款而是资产归零。28.1 《数据安全法》《个人信息保护法》深度解读与企业红线数据资产化在中国运行在两部基础性法律的框架之下。一部管“数据安全”——《中华人民共和国数据安全法》一部管“个人信息”——《中华人民共和国个人信息保护法》。两部法律不是数据资产化的阻碍而是划定了一条安全跑道。在跑道内创新受法律保护踩到跑道外面数据资产可能被强制删除已经入表的资产瞬间归零。[2][3]《数据安全法》的核心约束《中华人民共和国数据安全法》建立了一套数据分类分级的国家制度。所有数据被分为三个等级一般数据、重要数据、核心数据。不同等级的数据适用完全不同的流通规则和出境规则。[2]对于快消品行业这条法律的关联比很多人意识到的更紧密。食品饮料行业的国民消费数据——如果覆盖足够大的地域范围、足够长的时间跨度、足够多的消费人群——达到一定体量后可能被认定为“重要数据”。重要数据出境需要向国家网信部门申报安全评估未经评估擅自出境的法律后果极其严重。供应链数据同样敏感——全国性的经销商网络数据、冷链物流数据、大宗原料采购数据在某些维度上可能触及重要数据的边界。[4]企业需要在启动数据资产化之前先完成数据资产的分类分级。哪些是一般数据可以自由流通和交易哪些可能属于重要数据流通和交易需要经过额外的审查程序这个判断不能靠企业内部法务拍脑袋需要对照国家发布的《重要数据识别指南》逐项评估必要时咨询主管部门的意见。如果企业没有做分类分级将本应纳入重要数据管理的数据作为一般数据挂牌交易一旦被监管发现数据产品将被强制下架已入表的数据资产面临减值甚至强制删除。[1]《个人信息保护法》的核心约束《中华人民共和国个人信息保护法》的约束贯穿数据资产化的全生命周期。第8章已经从实操层面划出了消费者数据资产化的六大绝对红线。[5] 本章从监管立法者的视角补充三个最容易被企业忽视的系统性约束。[1]第一个约束是告知-同意原则覆盖全生命周期。企业在采集消费者数据时隐私政策中写的“用于会员服务”只能覆盖“会员服务”这个处理目的。如果后续将数据用于数据资产入表、挂牌交易、质押融资这三个处理目的不在原始授权范围内。每新增一个处理目的都需要重新获取消费者的告知同意。这不是法务部门“抠字眼”而是《个人信息保护法》的明确要求。[6][7]第二个约束是目的限制原则。个人信息处理应当具有明确、合理的目的并与处理目的直接相关。一物一码活动的原始目的是“发红包”数据采集和处理应当围绕发红包这个目的展开。如果将扫码数据用于构建消费者画像并进一步用于数据资产交易这个处理链条已经远远超出了原始目的的合理范围。在启动数据资产化之前必须回溯每一项数据来源的授权范围确保数据的处理目的与原始采集目的一致。不一致的要么补授权要么从资产池中剔除。[7]第三个约束是最小必要原则。数据资产中不得包含超出处理目的必要范围的个人信息。如果构建消费者画像只需要年龄段、品类偏好和消费频次那么手机号、详细地址、真实姓名就不应该出现在数据资产中。即使这些数据在原始采集时获取了授权在数据资产化环节也应当将其剥离——因为数据资产的处理目的与原始采集目的可能不同最小必要的判断标准也随之变化。[7]企业合规红线清单基于两部法律的系统约束我们提炼出十条企业合规红线。这十条红线不是“建议”是“禁区”。踩到任何一条数据资产都可能被强制删除已入表金额被审计追溯调整。[1]第一条未授权采集的个人信息不得入表。数据来源必须合法采集时必须有明确的授权基础授权记录必须留存在案。授权链条断裂的数据不得确认为资产。第二条超出授权范围的数据不得交易。一物一码活动授权覆盖“会员服务”的数据不能直接挂牌交易。交易是独立的处理目的需要独立的授权覆盖。第三条包含直接标识符的数据集不得挂牌。姓名加手机号加身份证号仍保留的数据产品无论其他维度加工多么精细不得进入公开交易市场。挂牌前必须完成匿名化处理。第四条14岁以下儿童数据不得资产化。针对儿童食品、儿童洗护品的一物一码活动所收集的儿童数据必须从资产池中剔除。这是绝对禁区没有任何例外。第五条重要数据未经审查不得出境。如果数据资产被认定为重要数据出境前必须通过安全评估。未评估先出境企业和直接责任人都面临法律责任。第六条数据安全事件不得隐瞒。发生数据泄露、数据损毁等安全事件时必须按规定时限通知监管部门和受影响的个人信息主体。隐瞒不报的处罚力度远大于事件本身的处罚力度。[3][8]第七条算法歧视性结果不得上线。基于数据资产的算法模型如果对特定消费者群体构成不合理歧视不得作为数据资产对外提供服务。第八条消费者拒绝权不得剥夺。消费者有权拒绝仅通过自动化决策方式作出的决定拒绝后不得降低服务质量。数据资产中用于自动化决策的算法模型必须提供消费者可便捷行使拒绝权的通道。[3]第九条数据出境未评估不得执行。即使数据未被认定为重要数据如果涉及大量个人信息出境也必须完成标准合同备案或通过安全评估。[9]第十条监管要求的数据删除不得拖延。如果监管机构认定某项数据采集或处理违法要求企业删除相关数据企业必须在规定时限内执行。拖延删除期间的数据资产价值在法律上不予认可。这十条红线构成了数据资产化的“安全生产守则”。建议企业将十条红线印刷成卡片在数据资产战略委员会首次会议上发给每一位成员。合规不是创新的枷锁违规才是——违规企业的数据资产随时可能归零。[1]28.2 数据跨境流动的合规路径快消品集团的全球化运营使得数据跨境流动成为数据资产化不可回避的议题。海外子公司的消费者数据需要传回中国总部进行分析和入表中国总部的经销商管理数据需要共享给海外子公司用于本地化运营全球供应链数据在各国之间持续流转。当数据资产在海外数据交易所挂牌时同样涉及数据出境的问题。[1]数据跨境合规不是“能不能出”的问题而是“走哪条路出”的问题。现行法律框架为企业提供了四条合规路径企业需要根据数据类型和业务场景选择最合适的一条。[9]第一条路径是安全评估。适用于三种情形重要数据出境、关键信息基础设施运营者向境外提供个人信息、处理大量个人信息的企业向境外提供个人信息。向国家网信部门申报安全评估评估内容包括出境数据的基本情况、数据接收方的安全保护能力、数据出境后可能带来的风险以及企业的风险应对措施。安全评估的审查周期较长、材料要求最高但通过后具有最强的合规确定性。大型快消品集团如果出境数据体量较大可能需要通过安全评估路径。[9]第二条路径是标准合同。适用于一般个人信息出境的场景。企业与境外数据接收方签署国家网信部门发布的标准合同文本明确双方的数据保护义务并在合同签署后向省级网信部门备案。标准合同路径是目前最通用的数据出境合规路径适用于大多数快消品集团的常规数据出境需求。[10]第三条路径是认证。适用于跨国集团内部的数据共享场景。企业通过专业机构进行个人信息保护认证获得认证后可在认证范围内进行跨境数据传输。认证路径的优势是“一劳永逸”——获得认证后认证范围内的跨境传输不需要逐次审批或备案。适合有长期、高频跨境数据传输需求的跨国快消品集团。[11]第四条路径是负面清单。适用于自由贸易试验区内的企业。在自贸区特殊政策框架下部分数据类型可能被列入“免于出境安全评估”的负面清单。自贸区内注册的快消品子公司可以利用这一政策便利。选择路径的第一步是判断数据类型。如果数据可能属于“重要数据”或涉及大量个人信息优先启动安全评估预判——委托专业机构评估是否需要走安全评估路径。如果是一般个人信息出境优先选择标准合同路径成本最低、周期最短。如果是跨国集团内部常态化数据共享考虑认证路径。如果企业注册在自贸区内关注负面清单的政策动态。[1]一个需要特别提醒的要点数据跨境合规与隐私计算技术之间存在协同关系。第22章阐述的联邦学习和多方安全计算技术可以在数据不出境的前提下实现跨国联合计算——海外子公司的消费者数据在本地参与模型训练只将加密的模型参数传回中国总部原始数据不出境。这种“数据不出境、价值可流通”的模式在技术上合规、在商业上可行是跨国快消品集团数据资产化值得重点探索的方向。[12]28.3 数据资产化的税务影响全景分析数据资产化不仅是会计问题、法律问题也是税务问题。从研发阶段的费用化或资本化处理到入表后的摊销扣除到内部交易的转让定价到对外交易和质押融资的税目适用再到跨境交易的预提所得税——税务影响伴随数据资产的全生命周期。在入表方案设计阶段就邀请税务团队参与是避免事后税务争议的最有效手段。[1]研发阶段的税务核心问题是如何在合规前提下最大化税收优惠。如果企业的数据资产开发支出选择费用化处理全额计入当期损益符合条件的研发费用可以享受加计扣除政策——在据实扣除的基础上再按一定比例加计扣除直接减少应纳税所得额。如果选择资本化处理研发支出先归集后结转无形资产在后续摊销期间逐年税前扣除。资本化后形成的无形资产其摊销费用同样可以享受税前扣除。两种处理方式的税务影响不同需要企业结合当期盈利状况和未来盈利预期进行税务筹划。一个关键的实操建议是在做出资本化或费用化决策之前先与主管税务机关沟通。如果税务机关对企业的资本化处理方式有不同意见后续可能面临纳税调整。[13]入表阶段和摊销期间的税务影响相对明确。数据资产权属转移合同可能涉及印花税需要确认合同类型是否属于应税合同。无形资产摊销在受益年限内分期在税前扣除但摊销年限需要与税务机关达成共识。如果企业设定的摊销年限显著短于行业惯例税务机关可能质疑其合理性。[14]内部交易是集团数据资产化税务处理最复杂的领域。研发中心将配方数据授权给生产公司使用物流公司向销售公司提供冷链数据服务——这些集团内部的关联交易在税务上需要符合独立交易原则。第13章从转让定价角度详述了文档准备要求本章补充强调转让定价的税务合规底线内部交易价格不能随意设定必须采用符合独立交易原则的定价方法——成本加成法、可比非受控价格法或市场法。税务机关对关联交易的审查越来越严格转让定价文档的完整性和合理性直接决定了税务合规的安全边际。[15]对外交易的税目适用需要区分场景。数据产品对外销售通常适用“信息技术服务”税目增值税税率为6%。如果数据产品被认定为“软件产品”可能享受即征即退的增值税优惠政策。质押融资中质押合同的印花税也需要确认。作价出资入股涉及非货币资产出资的税务处理——如果数据资产评估价值高于账面价值增值部分可能涉及企业所得税。企业可以申请递延纳税——将纳税时点从出资时递延到未来转让股权时缓解出资当期的现金流压力。但这需要提前与税务机关沟通并获得认可不是自动适用的税收优惠。[13][16]跨境交易的税务处理最为复杂。企业向境外提供数据服务需要判断是否构成“技术出口”或“技术服务出口”适用不同的税务处理规则。境外支付方在支付数据服务费时可能需要代扣代缴预提所得税税率取决于中国与接收方所在国之间的税收协定。跨境数据服务的增值税处理也需要特别关注——是否适用零税率或免税政策取决于服务的具体性质和接收方的所在地。[17]全生命周期的税务影响一览研发阶段企业所得税——费用化支出可享受加计扣除政策资本化后摊销仍可税前扣除。关键在于提前与税务机关沟通资本化处理方式。[13]入表阶段印花税——权属转移合同可能涉税需要确认合同类型是否属于《印花税法》规定的应税凭证。[14]摊销期间企业所得税——无形资产摊销在受益年限内税前扣除摊销年限需与税务机关达成共识。[13]内部交易增值税及企业所得税——集团内数据授权使用需开具发票并符合独立交易原则需要准备转让定价同期资料。[15]对外交易增值税及所得税——数据产品销售适用信息技术服务6%税率需判断是否享受软件产品即征即退或技术转让免税政策。[16]质押融资印花税——质押合同可能涉税需确认是否属于《印花税法》规定的应税合同。[14]作价出资所得税及增值税——非货币资产出资的评估增值可申请递延纳税或分期缴纳。[13]跨境交易预提所得税及增值税——向境外提供数据服务需代扣代缴同时需判断是否适用税收协定优惠。[17]税务不确定性是数据资产化的隐性风险。建议企业在启动数据资产化之初就将税务团队纳入数据资产工作组逐项评估各阶段的税务影响。与主管税务机关保持提前沟通争取确定性避免事后争议。[1]28.4 算法伦理审查与消费者权益保护当数据资产的核心是一个算法模型时合规审查的范围需要从“数据”延伸到“算法”。一个使用合法数据训练的算法模型如果在应用中产生歧视性结果、操纵消费者行为或侵犯消费者合法权益不仅面临监管处罚还会让这项数据资产的市场价值瞬间蒸发。第8章建立了快消品行业算法伦理审查的四大重点领域[5]第20章从消费者域视角划定了伦理边界[18]。本章在前两者的基础上聚焦“审查如何落地”——将伦理原则转化为可执行的操作流程。[1]算法伦理审查分为三步。[1]第一步是自评估。算法开发团队在模型开发完成后、上线运行前填写《算法伦理自评估问卷》。问卷覆盖四个核心维度。[1]公平性维度检查训练数据是否存在历史偏见、模型输出是否存在显著的群体间差异、是否对弱势群体造成了不合理的排除。透明度维度检查模型的决策逻辑是否可以被解释、是否向消费者提供了“算法推荐说明”的通俗版解释。可解释性维度检查当消费者质疑算法结果时是否有能力提供具体的决策依据而非只能回复“这是系统自动计算的”。隐私保护维度检查模型训练数据中是否残留可直接识别个人身份的信息、模型本身是否可能通过推理攻击泄露训练数据中的个人信息。自评估不是走过场而是算法伦理的第一道防线。如果开发团队在自评估中发现模型存在明显的公平性隐患应当在开发阶段修正而非等到上线后再补救。[1]第二步是独立审查。由企业内部算法伦理委员会进行独立审查委员会成员应当包括法律专家、技术专家、业务负责人和外部伦理顾问。独立审查的范围覆盖自评估结果的复核、补充测试、伦理合规意见的出具以及对严重违反伦理准则的模型的否决权。独立审查的价值在于“旁观者清”——开发团队在自评估中可能对某些伦理风险视而不见独立审查可以打破这种“集体盲区”。[1]第三步是持续监测。算法伦理风险不是一次审查就能一劳永逸的。模型上线后需要建立持续监测机制。定期检查模型输出是否存在歧视性结果的统计证据追踪消费者投诉中与算法决策相关的投诉数量和类型当训练数据分布发生显著变化时重新评估模型的公平性和准确性。持续监测的频率建议为每季度一次与数据资产的Q-Score复评同步进行。[1][19]消费者权益保护有五个“必须”这是算法模型入表的前置条件。[1]必须告知——消费者有权知道自己的数据被用于算法决策隐私政策中应当用通俗易懂的语言说明“我们使用了自动化决策技术来分析您的消费偏好以便为您推荐更合适的商品”。必须解释——消费者有权要求解释算法决策的基本逻辑企业应当准备一份“算法推荐说明”用消费者能理解的语言解释推荐结果是如何产生的。必须可选——消费者有权拒绝仅通过自动化决策方式作出的决定企业应当在产品界面中提供“关闭个性化推荐”的便捷选项。必须可纠——消费者认为算法结果有误时有权要求人工复核企业应当建立人工复核通道在规定时限内回复消费者。必须可删——消费者有权要求删除其个人数据删除后该消费者的数据不应继续出现在数据资产中。[3]快消品行业有三个特殊的伦理关注点。[1]个性化推荐不能形成“信息茧房”——推荐结果中应强制保留一定比例的多样性推荐比例让消费者有机会接触新品类、新品牌。动态定价不能构成“大数据杀熟”——对同一产品在同一时段内的价格波动需有合理的客观依据如时段、库存、促销周期而非基于消费者个人的价格敏感度。游戏化营销不能利用消费者成瘾心理——连续签到、拉新返利等游戏化营销手段应设置“理性消费提醒”功能对高频消费行为进行温和提示。算法伦理合规不是成本而是资产保护。一个被曝出算法歧视或大数据杀熟的快消品品牌其消费者数据资产的价值将在舆论危机中急剧缩水。伦理合规是数据资产长期价值的保障。[1]28.5 监管沙盒机制如何申请和参与监管沙盒是数据资产金融创新的“安全区”。这个概念在第26章从金融创新视角做了介绍[20]本章从企业操作角度补充沙盒申请的具体流程和参与策略。[1]监管沙盒的价值在于数据资产金融化的许多前沿方向——质押融资的标准化评估流程、收益权转让的法律结构、ABS的破产隔离架构——目前都缺乏成熟的法律框架和监管规则。企业如果在现有规则下强行推进面临较大的合规不确定性。监管沙盒为企业提供了一个“先行先试”的空间——在沙盒内企业可以在真实市场环境中小规模测试创新业务监管机构提前介入指导测试成功后形成可推广的规则测试失败也不会被追究违规责任。[21]申请流程分为六步。[1]第一步企业准备申请材料核心内容包括创新方案描述——要做什么、怎么运作、解决什么市场痛点风险评估——创新的潜在风险是什么、如何控制、对消费者有何影响消费者保护措施——如何确保消费者权益在测试中不受损害测试范围——在什么区域、什么业务线、多长时间内进行测试。第二步企业向监管机构提交申请。数据资产金融创新可能涉及多个监管部门——人民银行管征信和支付、证监会管证券化、金融监管总局管银行信贷、网信办管数据合规、地方金融局管地方金融创新——企业需要根据创新内容判断主要对接的监管机构。第三步监管机构审核评估创新性是否确实需要沙盒机制来测试、风险是否可控、消费者保护是否充分。第四步批准入盒企业与监管机构签订沙盒测试协议明确测试边界、测试期限、监管报告频率。第五步在沙盒内进行受控测试定期向监管机构报告测试进展、风险状况和消费者反馈。第六步测试结束后监管机构评估测试结果决定是否允许创新模式正式推广以及是否需要调整相关监管规则。建议快消品企业优先关注的沙盒申请方向是数据资产质押贷款的标准化评估和处置流程。这是五级火箭中当前最可落地、对实体经济支持最直接的一级。如果多家快消品企业联合交易所和银行共同申请这一方向的沙盒测试成功后将大幅加速整个行业的数据资产质押融资进程。另外两个值得关注的方向是数据资产证券化的先行先试——可以在沙盒内探索小规模的ABS结构验证数据资产现金流的独立性和破产隔离的有效性——以及消费者数据资产的合规流通机制——在沙盒内测试消费者数据在授权合规前提下的交易流通模式。[1][20]申请成功的关键是“联合”。单一企业申请沙盒的力量有限。建议联合数据交易所、银行、评估机构和行业协会共同申请。多方联合不仅能整合技术资源、资金资源和数据资源更能向监管机构证明这项创新不是一家企业的商业投机而是整个行业生态的共同探索。[1]合规不是数据资产化的阻碍而是数据资产存续的前提。本章从数据安全与个人信息保护的红线出发经由数据跨境流动的合规路径、全生命周期的税务影响、算法伦理审查的落地流程最终抵达监管沙盒的创新空间。这五个维度构建的是数据资产化的“合规基础设施”——它不是企业商业模式的附属品而是数据资产能够被确认、被估值、被交易、被融资的法律根基。下一章我们将进入行业共建的领域。合规是企业的个体责任标准是行业的集体行动。当全行业拥有了共同的分类分级标准、共同的估值参数基准、共同的最佳实践推广机制数据资产化才能真正从龙头企业的“单点突破”走向全行业的“系统性跃升”。注释[1] 本文中“某快消品集团消费者画像数据产品挂牌前夕被法务紧急叫停”的场景及相关数据5000万消费者、1.2亿估值、9800万入表价值、40%源数据来自一物一码、60%数据通过授权审查后入表价值降至5800万等均为虚构示例仅用于说明消费者数据资产化中授权范围不足导致的合规风险不代表任何具体企业的实际情况。【虚构案例】[2] 《中华人民共和国数据安全法》由中华人民共和国第十三届全国人民代表大会常务委员会第二十九次会议于2021年6月10日通过自2021年9月1日起施行中华人民共和国主席令第八十四号。该法建立了数据分类分级保护制度将数据分为一般数据、重要数据、核心数据三个等级。【政策引用】[3] 《中华人民共和国个人信息保护法》已由中华人民共和国第十三届全国人民代表大会常务委员会第三十次会议于2021年8月20日通过自2021年11月1日起施行中华人民共和国主席令第九十一号。该法确立了告知-同意原则、目的限制原则、最小必要原则等个人信息处理的核心规则。【政策引用】[4] 重要数据的识别依据《数据安全法》第二十一条及国家网信部门发布的相关重要数据识别指南。快消品行业的食品饮料消费数据、全国性经销商网络数据、冷链物流数据等在达到一定体量后可能被认定为重要数据具体以相关行业重要数据目录为准。【政策引用】[5] 消费者数据资产化六大绝对红线未经充分告知同意不得入表、包含直接标识符不得入表、保障消费者拒绝权和解释权、十四岁以下儿童数据严禁资产化、一物一码授权范围必须覆盖资产化用途、数据资产转让需重新评估授权范围引自第8章“数据权属确认与合规基石”。【假设性算例】[6] 《个人信息保护法》第十四条规定基于个人同意处理个人信息的该同意应当由个人在充分知情的前提下自愿、明确作出。法律、行政法规规定处理个人信息应当取得个人单独同意或者书面同意的从其规定。【政策引用】[7] 《个人信息保护法》第六条确立了目的限制原则——“处理个人信息应当具有明确、合理的目的并应当与处理目的直接相关采取对个人权益影响最小的方式。”第十三条、第十四条、第十七条确立了告知-同意原则及告知事项的具体要求。【政策引用】[8] 《个人信息保护法》第五十七条规定了个人信息泄露、篡改、丢失时的通知义务及通知事项的具体要求。《数据安全法》第二十九条规定了数据安全事件发生时企业的应急处置和报告义务。【政策引用】[9] 数据出境安全评估路径的依据为《数据出境安全评估办法》国家互联网信息办公室令第11号2022年9月1日起施行。该办法规定了重要数据出境和个人信息出境安全评估的适用范围、申报程序、评估内容和评估时限。【政策引用】[10] 标准合同路径的依据为《个人信息出境标准合同办法》国家互联网信息办公室令第13号2023年6月1日起施行。该办法规定了标准合同的适用条件、备案要求及相关保护措施。【政策引用】[11] 个人信息保护认证路径的依据为《个人信息保护认证实施规则》国家互联网信息办公室、国家市场监督管理总局2022年11月发布。该规则规定了认证的适用范围、认证流程和认证要求。【政策引用】[12] 隐私计算技术联邦学习、多方安全计算、可信执行环境在数据跨境场景中的应用逻辑引自第22章“隐私计算与安全技术落地”相关阐述。【假设性算例】[13] 企业所得税研发费用加计扣除政策依据《中华人民共和国企业所得税法》及《财政部 税务总局关于进一步完善研发费用税前加计扣除政策的公告》等相关税收政策。非货币资产出资递延纳税依据《财政部 国家税务总局关于非货币性资产投资企业所得税政策问题的通知》财税〔2014〕116号。【政策引用】[14] 《中华人民共和国印花税法》自2022年7月1日起施行。数据资产权属转移合同是否属于应税合同需根据合同具体性质判断。质押合同是否属于应税凭证需依据《印花税法》规定的税目税率表确认。【政策引用】[15] 关联交易转让定价合规要求依据《中华人民共和国企业所得税法》第六章“特别纳税调整”及《特别纳税调整实施办法试行》国税发〔2009〕2号。独立交易原则是关联交易定价的基本准则。【政策引用】[16] 数据产品销售增值税税目适用依据《财政部 国家税务总局关于全面推开营业税改征增值税试点的通知》财税〔2016〕36号及相关规定。软件产品增值税即征即退优惠政策依据《财政部 国家税务总局关于软件产品增值税政策的通知》财税〔2011〕100号。技术转让免税政策依据《中华人民共和国企业所得税法》第二十七条及《企业所得税法实施条例》第九十条。【政策引用】[17] 跨境数据服务预提所得税及税收协定适用依据《中华人民共和国企业所得税法》第三条、第三十七条及我国与相关国家签订的避免双重征税协定。增值税跨境服务零税率或免税政策依据《财政部 国家税务总局关于全面推开营业税改征增值税试点的通知》财税〔2016〕36号附件四《跨境应税行为适用增值税零税率和免税政策的规定》。【政策引用】[18] 消费者数据资产化的伦理边界与算法审查相关要求引自第20章“消费者域直面用户的终极数据资产闭环”中第20.4节“【监管机构视角】消费者数据资产化的伦理边界与算法审查”。【假设性算例】[19] Q-Score六维评分模型完整性、准确性、一致性、时效性、可访问性、合规性引自第9章“数据质量评价体系快消行业专用Q-Score模型”。【假设性算例】[20] 监管沙盒机制及数据资产金融化五级火箭框架质押融资、收益权转让、作价出资入股、证券化引自第26章“数据资产金融化‘五级火箭’”。【假设性算例】[21] 监管沙盒Regulatory Sandbox机制的相关信息来源于中国金融监管机构公开信息。本文所述数据资产金融创新沙盒的申请流程和建议为基于公开政策信息的推演具体以各监管机构实际规定为准。【数据引用】