数据要素：真正的中特估，资产金矿+估值蓝海

—数字经济专题系列

分析师：李宏涛 S0910523030003

2023年6月1日

本报告仅供华金证券客户中的专业投资者参考

请仔细阅读在本报告尾部的重要法律声明

理论“特色”：数据“升格”，纳入五大生产要素
政策“特色”：写入国家战略，数据资产加速入表
制度“特色”：三权分置，淡化所有权、强调使用权
组织“特色”：国家+地方数据局，监管从分散到统一
模式“特色” ：国外企业三方平台主导，国内政府交易所主导
方向“特色”：垂直行业预计优先推动，弹性最大

真正的中特估

二、资产的金矿

三、估值的蓝海

• 国内数字经济规模超50万亿，数据产量位居世界第二。2022年，我国数字经济规模达到 50.2 万亿元，总量稳居世界第二，占GDP比重提升至41.5%，数字经济成为稳增长的重要引擎。2017 年到 2022 年，我国数据产量从 2.3ZB 增长至 8.1ZB，全球占比 10.5%，位居世界第二。

• 数据作为五大生产要素之一参与分配，数据资源价值加快释放。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，将数据作为与土地、劳动力、资本、技术并列的生产要素，要求“加快培育数据要素市场”。

图表1 中国数字经济规模

图表2 中国大数据产量及增速

图表3 数据成为数字经济的生产要素
中国特色经济范式： ? = ?(?, ?, ?, ?, ?)其中，?：经济产出 ?：生产函数 ?：技术进步 ?：劳动力 ?：土地 ?：资本 ?：数据

历史阶段		生产要素	代表人物/事件
农业经济		土地、劳动力	威廉·配第，庞巴维克
工业经济	第一次工业革命	土地、劳动力、资本	亚当·斯密、萨伊、约翰·穆勒
工业经济	第二次工业革命	土地、劳动力、资本、技术	马歇尔《经济学原理》
数字经济		土地、劳动力、资本、技术、数据	中共十九届四中全会

 国家政策密集出台，加快培育数据要素市场。2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》明确提出“加快培育数据要素市场”的要求；2021年3月，“十四五”规划中提出“迎接数字时代，激活数据要素潜能”，“充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合”；2022年12月，财政部要求在企业会计报表附注中对确认为无形资产、存货及其他的数据资源相关会计信息进行披露，数据要素市场化加速推进。

图表4 数据要素政策整理

 国外：欧盟将数据分割为“个人数据”和“非个人数据”，但个人数据严格属于自然人，企业数据使用权受到极大限制；美国的数据要素制度采取实用主义原则，回避了数据所有权问题，未对数据进行综合立法，只有针对跨境数据主权、行业隐私法、消费者隐私等分别立法。

 国内：2022年12月，中共中央国务院《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）对外发布，提出构建中国特色的数据产权制度、流通交易制度、收益分配制度和数据要素治理制度，其中创新数据产权观念，淡化所有权、强调使用权，聚焦数据使用权流通，创造性提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架。

图表5 欧美数据产权制度的探

	产权制度	主要内容
欧盟	个人和非个人二元数据结构	·个人数据：权利严格归属于自然人，享有个人数据全生命周期的绝对控制权非个人数据：数据控制者和数据处理者享有非绝对的“数据生产者权”
美国	实用主义原则未综合立法	《澄清合法使用境外数据法》，谁拥有数据就拥有数据控制权，·通信、医疗、金融等领域各自制定了行业隐私法；加州、弗吉尼亚、科罗拉多等五个州各自出台了数据相关立法

图表6 中国数据基础制度的“四梁八柱”和“三权分置”的数据产权分置制度

• 2023年3月，《国务院机构改革方案》提出组建国家数据局，将原先中央网信办、国家发改委数据监管相关职能划入国家数据局，推进国家数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设。至此，结合前期全国20多个个省区市已设立的大数据管理机构，国内已建立起从中央到地方政府的多级数据管理机构，监管体系逐步完善。

图表7 国内政府数据管理机构体系

改革前

中央网信办

• 承担的研究拟订数字中国建设方案、协调推动公共服务和社会治理信息化、协调促进智慧城市建设、协调国家重要信息资源开发利用与共享、推动信息资源跨行业跨部门互联互通等职责

国家发改委

• 承担的统筹推进数字经济发展、组织实施国家大数据战略、推进数据要素基础制度建设、推进数字基础设施布局建设等职责

改革后

划入

北京市大数据管理局福建省大数据管理局山东省大数据局海南省大数据管理局上海市大数据管理局

贵阳市大数据发展管理局
成都市大数据中心
黄石市大数据管理局
昆明市大数据管理局
黔南州大数据管理局
深圳市龙岗区大数据管理局

国家数据局

省级大数据管理局（20个）

河南省大数据管理局吉林省政务服务和数字化建设管理广西壮族自治区大数据发展局内蒙古自治区大数据发展管理局重庆市大数据应用发展管理局天津市大数据管理中心安徽省数据资源管理局江苏省大数据管理中心黑龙江省政务大数据中心四川省大数据中心

贵州省大数据发展管理局
浙江省大数据发展管理局
广东省大数据管理局
江西大数据中心
湖南省政务服务和大数据中心

市级及以下大数据管理局（21个）

广州市大数据管理局兰州市大数据管理局咸阳市大数据管理局南京市大数据管理局南通市大数据管理局

宁波市大数据发展管理局
保山市大数据管理局
银川市大数据管理服务局
沈阳市大数据管理局
江门市大数据管理局
杭州市数据资源管理局
中卫市云计算和大数据发展服务局
合肥市数据资源局
酒泉市大数据管理局
徐州市大数据管理局

① 美国数据交易市场以第三方平台为主，现阶段主要有三种交易模式。C2B 分销模式，用户将自己的个人数据贡献给数据平台，数据平台向用户给付一定数额的商品、货币、服务等价物或者优惠、打折、积分等对价利益； B2B 集中销售模式，数据平台以中间代理人身份为数据提供方和数据购买方提供数据交易撮合服务；B2B2C 分销集销混合模式，数据平台以数据经纪商身份，收集用户个人数据并将其转让、共享予他人。

② 日本创新设立了“数据银行”交易模式，允许数据银行在获得个人授权的基础上，对数据资产进行交易和利用，从而提升数据交易活力。

图表8 国外主要数据交易市场

数据交易市场	国家	主要业务类型	性质	开放程度	数据范围	平台架构	定价模式	成立时间
Dawex	美国	数据交易	中介	混合	跨域	集中	期限收费	2015
IOTA	德国	数据交易	中介	混合	专业	分散	累进价格	2017
Databroker DA0	比利时	数据交易	中介	混合	专业	分散	累进价格	2017
Streamr	瑞士	数据交易	中介	混合	跨域	分散	累进价格	2017
Data Intel-ligence Hub	德国	数据交易、附加服务	中介	混合	跨域	集中	混合	2018
Advaneo	德国	数据交易、附加服务	中介	混合	跨域	集中	期限收费	2018
Otonomo	以色列	数据交易、附加服务	中介	混合	专业	集中	期限收费	2015
Datafairplay	德国	数据交易	中介	混合	专业	集中	累进价格	2014
InfoChimps	美国	数据交易	中介	混合	跨域	集中	期限收费	2009
Qlik	美国	数据交易、附加服务	供应商	混合	跨域	集中	数据集收费	2017
xDayta	美国	数据交易	中介	开放	跨域	集中	期限收费	2013
Kasabi	德国	数据交易	中介	开放	跨域	集中	期限收费	2010
Here OLP	荷兰	数据交易、附加服务	供应商	混合	专业	集中	混合	2018

• 国内大数据交易平台以政府主导建设运营为主，推动产业数据要素化发展。 2015 年-2017 年是我国数据交易机构的第一轮快速发展期，但由于数据交易的上位法缺失、数据确权困难等数据交易的核心问题尚未解决，2018-2020 年数据交易平台处于缓慢发展期；2021 年以来我国数据交易机构迎来新一轮的发展热潮，截止2022年8月，全国已成立40家数据交易机构

第一阶段：以2015年贵阳大数据交易所成立为标志

2015年，党的十八届五中全会正式提出“实施国家大数据战略推进数据资源开放共享”，以贵阳大数据交易所为代表的数据交易机构如雨后春笋般涌现。

第二阶段：以2021年来北京等大数据交易所成立为标志

党的十九届四中全会提出将数据作为生产要素参与分配，数据交易再度成为热点问题2021年北京、上海、深圳等数据交易平台的成立标志着数据交易机构迎来了第二轮探索期。

2017年

2018年

• 数据二十条为赋权各市场主体“松绑” ：提出推进数据交易场所与数据商功能分离，培育数据要素流通和交易服务生态，鼓励各类数据商进场交易，同时，“三权分置”的制度框架将数据的持有权、加工使用权和经营收益权剥离，为数据交易所参与市场分配提供了制度基础。

• 数据交易所模式成为可能：大数据交易平台和数据卖方的价值实现是大数据交易的关键。目前我国典型政府类大数据交易平台，大多数都扮演着数据交易中介的角色，主要交易来源于不同数据所有者提供的数据。我国大数据交易平台的收益分配机制主要有交易分成和保留数据增值收益权两种。

图表9 多层次的市场交易体系和交易服务生态

图表10 大数据交易市场收益分配机制

• 2022年中国大数据产业规模达到1.57亿元，大数据产业价值不断提升，逐渐成为支撑经济社会发展的优势产业和数字经济的重点产业。

互联网、政府、金融、电信四大领域引领大数据融合产业发展，合计占比达79.5%，其中，2021年占比最大的行业是互联网行业，占比达48.8%。互联网、金融和电信三个行业由于信息化水平高，在业务数字化转型方面处于领先地位，政府大数据成为近年来政府信息化建设的关键环节，与政府数据整合与开放共享、民生服务、社会治理、市场监管相关的应用需求持续火热。此外，工业大数据和健康医疗大数据作为新兴领域，数据量大、产业链延展性高，未来市场增长潜力大。

图表12 2021年中国大数据行业应用结构图表11 中国大数据规模/万亿

图表13 典型行业数据产品应用特点

行业典型数据	价值	风险控制数据范围特点
	政府公开报告自用+外部价值	高		个人、企业、国家政府背书，权威性高
	互联网API接口自用+外部价值		高	个人、企业体量大，复用价值高
	金融信贷信息	自用	极高个人、企业	存储严谨，安全性高
	电信流量数据自用+外部价值		高个人、企业	基数大，数据种类多
	工业行业模型	自用	高企业	壁垒高，数据孤岛

• 《中国数据要素市场发展报告（2021\~2022）》报告指出，信息传输、软件和信息技术服务业产出对数据要素最为敏感，其数据要素投入产出弹性在 2021 年达到了 3.044，意味着当所有其他投入要素保持不变时，数据要素投入每增加 1%时，信息传输、软件和信息技术服务业产出增加 3%。

• 选取行业 j 对数据要素专业部门 i 的直接消耗系数这一绝对指标表示 j 行业的数据要素化投入水平，利用 Leontief投入产出模型展开估算

图表14 各行业数据要素化投入的产出弹性估算（2021 年）

行业名称	对行业产出弹性
电力、热力、燃气及水生产和供应业	0.1014
交通运输、仓储和邮政业水利、环境和公共设施管理业	0.0989
	0.0027
	0.0084
文化、体育和娱乐业	0.0016
采矿业制造业建筑业	0.0031
	0.4643
	0.0048
信息传输软件和信息技术服务业	3.0440
住宿和餐饮业	0.0021
居民服务、修理和其他服务业	0.0363
卫生和社会工作	0.5736
租赁和商务服务业	0.0295
科学研究和技术服务业	1.5699

来源：统计年鉴；国家统计局投入产出表；国家工业信息安全发展研究中心、北京大学光华管理学院

• 上海数据交易所自成立以来已经正式挂牌的数据产品超过250 个，既包括公共数据、企业数据，数据供方企业已达 80 多家，行业覆盖制造、金融、医疗健康、交通运输、通信、互联网、贸易等行业，平均每家企业挂牌 3 个以上产品。

• 从数据来源分类来看，上海数据交易所目前挂牌企业数据来源最多的前四数据产品依序为通信运营商、金融企业、能源企业及交通类数据产品，如中国移动上海公司的中移洞察数据产品、中国电信上海分公司的翼知时空的数据产品及中国联通上海市分公司的沃游洞察数据产品等。

图表15 挂牌数据产品的部分企业名录

图表16 上海数据交易所首批挂牌企业及典型数商企业数据交易产

一、真正的中特估

资产的金矿

三、估值的蓝海

1. 实现路径：法律层的权属->市场层的定价+估值->会计层的入表->资产金矿

商业模式：交易所为关键，“撮合交易”向“数据增值”升级
市场空间：数据资产入表是开启万亿级市场的“金钥匙”

• 数据正在成为企业进行决策、生产、营销、交易、配送、服务等商务活动所必不可少的投入品和重要的战略性资产。数据要素是指参与到社会生产经营活动、为使用者或所有者带来经济效益、以电子方式记录的数据资源，数据要素化是把数据作为生产资料投入形成生产力的过程，包括数据资源化、数据资产化、数据商品化等阶段

图表17 数据、数据资源、数据资产、数据产品、数据要素关系图

• 数据确权使得数据资产具备可控制性，有利于加快数据要素的流通速度。2019年 9 月工信部开通了我国首家数据确权平台“人民数据资产服务平台”；河南省新乡市试点上线数据要素确权与可信流通平台(河南根中心)发出全国首张数据要素登记证书；浙江大数据交易中心发布大数据确权平台，通过采用开源大数据分布式计算框架和数据可用但不可见的混淆加密算法对数据确权认证。

图表18 数据确权主要城市

图表19 数据确权的三分原则

• 数据产权的属性主要有四大特征：一是数据产权具有经济特性；二是数据产权具有可分离性；三是数据产权流动具有独立性；四是数据的财产属性具有可复制性。数据产权的确立要有明确的法律保障，否则很难实现市场主体享有依法依规持有、使用、获取数据收益的权益。

• 中共中央国务院《关于构建数据基础制度更好发挥数据要素作用的意见》指出，要探索建立数据产权制度，推进公共数据、企业数据、个人数据分类分级确权授权使用，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，健全数据要素权益保护制度。

图表20 企业数据产权主要内容

相关权利	内涵阐释	设置原因	主要权利内容
数据持有权	指对依法所取得的数据进行持有并	明晰是“相对占有权而非“绝对占有权” 明确可以被多个主体所占有，并且不影响各持有主体单使用该数据	保护数据资源完整权处置权赠予权
	自主管理的权利指权利人通过技术处理和应用方法	·传达法律促进数据的共享和流通，避免形成数据垄断的导向数据具有“使用非损耗性”，对其进行加工使用，不会！带来数据自身的损害	标记权复制权合并权
数据加工使用权	整合、提高数据综合效益的权利	等加工使用方式，对数据资源进行·对数据搜集、处理、应用者等赋予数据加工使用权，可！促进以生产为目的的数据加工使用行为，充分发挥数据要素的价值经营者是最直接的市场经济参与主体，天然具有感知市·许可权	再生产权委托处理权
数据经营权	指权利人对合法搜集加工的数据进行经营，并获取相应经济效益的权利。	场变化的能力赋予权利人经营权，可以有效盘活数据资源、并给予权·出售权利人相应的补偿	·转让权 ·收益获取权

图表21 企业数据产权分级分类内容

分类	个人数据	企业数据社会数据
公共品	公有产权	公有产权公有产权
准公共品	公有产权基础数据产权	公有产权公有产权基础数据产权基础数据产权衍生数据产权衍生数据产权
私有品	基础数据产权	基础数据产权衍生数据产权

• 数据价值评估是指通过构建价值评估体系，计量数据的经济效益、业务效益、投入成本等活动。当前业界对于数据价值评估主要聚焦于三个方面：一是数据资产估值，直接量化体现数据价值；二是数据资产会计核算，作为企业的核心资产进入资产负债表；三是多角色参与数据要素生态，进入数据要素流通的大循环中。

图表22 数据资产价值评估框架

• 目前数据价值评估的思路主要沿用传统资产评估方法（成本法、收益法、市场法），2021 年光大银行发布了《商业银行数据资产估值白皮书》，计算出光大银行数据资产超千亿元的货币价值，并与北京国际大数据交易所开展战略合作，探索数据要素多元发展模式。

图表23 光大银行数据资产评估方法

成本法

• P为评估结果，HC为数据资产历史成本，S为重置系数，R为数据资产的合理利润率，U为利润调节系数

收益法

• P为评估值，t为未来第t个收益期，n为剩余经济寿命期，Ft为数据资产支持的业务在未来第t个收益期带来的收益增加或损失减少，f(Q,D)为综合调节系数，Q为质量调节系数，D为投产期限调节系数，i为折现率

市场法

• 以上过程可以展现为4个公式做计算

$$\tag{1}$$

• PV 为数据资产价值，资产基础年产品数n、基础年产品平均交易量q、基础年同类可比产品价格P、价格修正系数R、平均年收益增长率g、折现率r 、(产品)有效交易年限Y、期日修正系数K，可交易数据资产基础年收益Rev_Base_yr、可交易数据资产预期历年年收益F_sum、可交易数据资产现值总值Pv_sum

• 2021 年 1 月，南方电网发布了能源行业首个《数据资产定价方法》，公司基于数据产品多次性、多样性、组合性等特点，在成本价格法的基础上，综合考虑影响数据价值实现的因素，制定数据资产定价方法与标准。

图表24 数据产品定价方法

价格选择

#

θ 为阈值，建议取值 1.1

TC 为总成本

R 为合理利润率

T 为适用税率

K 为数据价值修正系数

α 为数据质量系数

β为数据流通系数

l 为数据稀缺系数

r 为数据价值实现风险系数

根据不同的交易情况和数据可得性，在可比交易案例价格、交易方效用价格或交易方试销价格中选用合适的市场价

Pe 为市场价

P 为资产评估价格

Pc 为成本价

#

	取值依据	取值	Pe/P=0	Pe/P>0	1<Pe/P<0	P/P<1
可比交易价格法	根据市场价格波动程度	[1,2]，建议取值1.1	可比交易修正系数	说明市场供求因素的影响使得市场上实际的数据资产交易价格已远高于成本价，即数据资产的定价主要由市场供需决定，因此需要采用可比案例价格调整定价	数据资产交易价格主要由成本决定，没有必要采用市场价进行调整	说明市场供求因素导致数据资产交易价格已经低于成本价，建议重新筛选目标用户、综合其他因素考虑数据资产交易的必要性
交易方效用价格法	根据不同潜在交易方效用的差异性		交易方效用价格	说明数据资产给交易方带来的效用要远大于成本价，为获取更高收益，数据资产的定价应尽量贴近交易方的效用价格，需采用交易方效用价格进行定价
交易方试销价格法	根据试销交易方的类型和数量占所有潜在交易方的比值确定，估计不同潜在交易方对价格接受的差异性		交易方效用价格	说明市场上潜在交易能接受的价格要远大于成本价，为获取更高收益，数据资产的定价应尽量贴近交易方试销价格，需采用交易方试销价格进行定价

• 算例：假设某金融机构拟从电网公司采购相关征信数据，用于分析和监控用户贷款的全过程，电网公司通过以下几个步骤计算产品价格区间

① 计算总成本，TC=93400

客户拟采购的数据内容涉及10万条的脱敏记录，总成本包括数据采集、数据产品研发、市场营销、风险控制，计算结果如下：

成本项	人工量（人天）						合计（元）
成本项	开发人员	测试人员	集成人员	实施人员	咨询人员	设计人员	合计（元）
数据采集成本	10	/	/	5	/	/	29000
数据预处理成本	1	/	/	1	/	/	3800
数据产品研发成本	1	/	/	1	/	1	7800
数据统计和分析成本	1	/	/	1	/	/	3800
市场营销成本	/	/	/	3	6	/	29400
风险控制成本	/	/	/	2	4	/	19600
总成木TC（元）							93400

② 确定数据价值修正系数，数据价值影响因子 K=0.946

假设数据完整性、准确性、有效性均为100%，α 取值 1；假设本次交易数据属于非共享数据， β 取值 1；假设交易数据占比为 10%， l 取值 0.1，r 取值0.14，过程如

下：

三级指标	专家评分（0~1)	专家权重	r
设备故障	0.2	5%	0.01
数据描述不当	0.3	5%	0.015
系统不兼容	0.1	5%	0.005
政策影响	0.1	10%	0.01
应用需求	0.2	5%	0.01
数据开发水平	0.3	10%	0.03
数据泄露	0.1	30%	0.03
数据损坏	0.1	30%	0.03
数据价值实现风险			0.14

③ 确定合理利润率 R 及税率 T，成本价 Pc=0.99假设电网公司基准收益率 6%，增值税税率取 6%Pc=93400×（1+6%）×（1+6%）×0.946≈99277.25（元）则单条数据成本价 =99277.25/100000≈0.99（元）

④ 计算市场价，

目前市场无可比的交易案例，且无法进行产品试销操作，应用效用价格法计算市场价。假设：金融机构购买 10 万条数据用于客户增加授信，客户贷款期限为1年，在授信范围内支用 300 元，年利率按（4.85%）计算。贷款期结束后，将给金融机构带来：收入 =300×（1+4.85%）=314.55（万元）；利润=300×4.85%=14.55（万元）

则单条数据的上限价格为：145500/100000=1.455（元 / 条）

⑤ 确定最终价格区间

最终价格可在 0.99-1.47 间取值。为获取更高收益，采用交易方效用价格1.47 元 / 条进行定价

• 2022年12月，国家财政部发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，要求：

① 企业内部使用的数据资源，符合《企业会计准则第6号——无形资产》（财会〔2006〕3 号）规定的定义和确认条件的，应当确认为无形资产并按照相关规定，对确认为无形资产的数据资源进行初始计量、后续计量、处置和报废等相关会计处理。

② 企业日常活动中持有、最终目的用于出售的数据资源，符合《企业会计准则第 1 号——存货》（财会〔2006〕3 号）规定的定义和确认条件的，应当确认为存货，并按照相关规定对确认为存货的数据资源进行初始计量、后续计量等相关会计处理

③ 企业应当按照相关企业会计准则及本规定等，在会计报表附注中对数据资源相关会计信息进行披露。

图表25 数据资产潜在会计分类

图表26 企业数据资源信息披露会计报表

项目	外购的数据资源无形资产	自行开发的数据资源无形资产	其他方式取得的数据资源无形资产	合计
一、账面原值
1.期初余额
2.本期增加金额
其中：购置
内部研发
其他增加
3.本期减少金额
其中：处置
终止确认
其他减少二、累计摊销
1.期初余额
2.本期增加金额
3.本期减少金额
其中：处置
终止确认
其他减少
4.期末余额
项目三、减值准备	外购的数据资源无彩资产	自行开发的数据资源无形资产	其他方式取得的数据资源无形资产	合计
1.期初余额
2.本期增加金额
3.本期减少金额
4.期末余额
四、账面价值1.期末账面价值
2.期初账面价值

项目	外购的数据资源存货	自行加工的数据资源存货	其他方式取得的数据资源存货	合计
一、账面原值
1.期初余额
2.本期增加金额
其中：购入
采集加工
其他增加
3.本期减少金额
其中：出售
终止确认
其他减少
二、存货跌价准备
1.期初余额
2.本期增加金额
3.本期减少金额
其中：转回
转销
4.期末余额
三、账面价值
1.期末账面价值
2.期初账面价值

国内相关标准化组织、财会领域组织、技术咨询服务企业均从多个视角开展数据价值评估积极探索研究。光大银行2021年发布了《商业银行数据资产估值白皮书》，针对17个估值对象确定了17个数学计算公式，结合111个计算参数，明确出198个计算指标及口径，最终，采集了198个指标数据，计算出光大银行目前的数据资产价值超过千亿元。2022发布了《商业银行数据资产会计核算研究报告》，提出将数据资产使用权和数据资产经营权列入资产负债表中无形资产二级科目进行核算，并给出“衍生性数据”和“数据工具”的会计核算和入表方案。

图表27 国内数据资产评估研究探索整理

研究单位	时间	研究成果	研究价值参考
光大银行	2022. 11	《商业银行数据资产会计核算研究报告》	提出将数据资产使用权和数据资产经营权列入资产负债表中无形资产二级科目进行核算，并给出“衍生性数据”和“数据工具”的会计核算和入表方案
南方电网	2021. 12	《南方电网数据资产管理体系白皮书》	首创了能源行业首个数据资产定价方法，实现电网数据资产“明码标价”，开展数据应用价值评估，量化部门及单位数据价值贡献度，创新建立数据资产入表管理机制，率先设立了数据资产会计科目，明确了数据资产的入表确认规则标准和入表管控策略。略
浦发银行	2021. 1	《商业银行数据资产管理体系建设实践报告》从构建商业银行数据资产管理体系视角出发，提出了数据价值评估框架
国家标准化管理	2020	37550-2019)	《电子商务数据资产评价指标体系》（GB/T提出数据资产应用效果的分析，考虑数据资产的使用对象、使用次数和使用效果评价，在评估数据资产的运营效果时有参考价值
			《资产评估专家指引第9号—数据资产评参考无形资产评估为数据资产评估提出改良成本法、改良收益法以及改良市场法三种评估
中国资产评估协会	2019.12	估》方法

一、真正的中特估

资产的金矿

三、估值的蓝海

实现路径：法律层的权属->市场层的定价+估值->会计层的入表->资产金矿

2. 商业模式：交易所为关键，“撮合交易”向“数据增值”升级

市场空间：数据资产入表是开启万亿级市场的“金钥匙”

• 数据交易是以数据作为商品进行分类定价、流通和买卖的行为，它将有效发挥数据价值，实现从数据资源到数据要素到数据资产再到数据资本的转变。数据交易是市场经济条件下促进数据要素市场流通的基本方式。

图表28 数据交易的类型

原始数据交易

按交易是否经过数据交易所进行

场内交易

场外交易

按交易产品的类型分类

数据产品交易

数据服务交易

• 数据产品是一种产权可界定、可交易的商品，是数据要素市场的主要交易对象和标的。数据产品交易可大致分为直接交易、一对多单边交易和多边交易三种方式

图表29 数据产品交易模式

原始数据直接交易

• 数据产品根据市场需求生成，交易内容与形式较为开放，交易双方就数据类型、购买期限、使用方式、转让条件等均有供需双方自行商定，属于“一对一”的交易方式。

数据产品交易模式

一对多单边交易

• 数据交易机构以数据服务商身份，对自身拥有的数据或通过购买、网络爬虫等收集来的数据，进行分类、汇总、归档等初加工，将原始数据变成标准化的数据包或数据库再进行出售，一般采用会员制、云账户等方式，为客户提供数据包（集）、数据调用接口（API接口）、数据报告或数据应用服务等，属于“一对多”的单边交易方式。

平台化多边交易

• 数据交易机构作为完全独立的第三方，为数据供应方、需求方提供撮合服务，属于多边交易方式。

• 现有数据要素市场上的七大类数据产品：数据集（或称为数据包）、基于API的信息服务类产品、基于许可证（license）使用的数据产品、以清洗加工处理为主的数据处理服务、以分析和建模为主的数据应用服务、数据分析工具服务和行业研究报告

图表30 全国 25 家数据交易机构的产品情况

数据交易机构	数据集	API	许可证	数据处理服务	数据应用服务	数据分析工具	行业研究报告
北京国际大数据交易所北京数据交易平台	√	√	√		√		√
北京数据交易平台	√	√		√	√	√
上海数据交易所		√
合肥数据要素流通平	√	√			√	√	√
浙江大数据交易中心	√	√			√
山东数据交易平台	√	√			√		√
青岛大数据交易中心	√	√			√	√
贵阳大数据交易所
武汉东湖大数据交易中心		√			√
北部湾大数据交易中心	√	√			√	√
山西数据交易平台	L	√		√
香港大数据交易所
华中大数据交易所	√	√			√	√
华东江苏大数据交易中心					√
Wind数据			√		√
聚合数据	√	√					√
数据堂	√	√		√	√
百度API		√
阿里云API平台
企查查	√			√	√
天元数据网	√				√
京东万象							√
数据宝				√	√
优易数据用友APILink	√			√	√	√	√

• 大数据作为商品进行交易时定价问题成为大数据交易过程中的首要问题，从目前国内典型大数据交易平台的大数据交易实践来看，我国主要存在第三方平台预订价、按次计价、协议定价、拍卖定价及实时定价5种大数据交易定价方式。

图表31 数据交易定价方式

第三方平台预订价
按次计价
协议定价	数据买卖双方一对一的交易，交易价格由双方协商。大数据交易平台仅作为数据买卖双方的中介。
拍卖定价	拍卖定价法是在一个卖方和多个买方之间经过拍卖而确定价格的方法，属于需求导向定价。
实时定价	交易数据的实时价格主要取决于数据的样本量和单一的数据指标项价值，而后通过交易系统自动定价，价格实时浮动。

• 数据交易的基本框架主要包括数据供方、数据需方、数据交易所、监管体系、保障体系等几个方面，数据交易的流程包括数据汇集、数据处理、交易撮合、交易达成、身份确认、数据传输、交易服务、安全保障等环节，数据交易的全部流程都要受到相关政府部门的依法监管

图表32 数据交易基本框架示意图

• 数据交易产业包括数据供应、数据交易服务以及数据需求三大产业环节。其中，上游为数据供给方；中游为数据交易服务的整个过程，主要提供纯数据产品和服务方案；下游为数据需求方，涉及金融、教育、科研等各行业。

数据供应方

目前数据交易供给方主要包括中国电信等数据密集型企业，万得等“采销一体”企业，以及其他获得授权参与交易的企业。

贵阳大数据交易所、西咸新区大数据交易所、东湖大数据交易中心、上海数据交易中心、北京国际大数据交易所等40家数据交易机构。

贵阳大数据交易所

数据交易平台

北京国际大数据交易所Beijing International Data Exchange

金融类企业

数据需求方

在线服务类企业

上海数据交易所SHANGHAI DATA EXCHANGE

在线广告类企业

科创类企业

数据交易产品

数据集（包）

API数据接口

基于许可证使用的数据产品

数据处理服务数据应用服务数据分析工具行业研究报告

科研机构

• 数据交易平台一般指大数据交易所，是实现数据交易的重要载体，是有关数据的交互、整合、交换、交易的场所。当前数据交易平台数量众多，其业务类型、盈利模式、产品形态等均有差异，从建设主体角度看，数据产品交易平台主要分为政府主导、企业主导和产业联盟主导的三种交易平台

图表33 数据交易平台的类型

数据交易平台的类型

国有资本主导的数据交易平台

私营资本主导的数据交易平台

非公司形式的数据交易平台

数据交易平台的作用

解决效率问题

解决合规问题

解决安全问题

解决信任问题

我国数据要素市场格局逐渐明晰，正在形成包括数据交易主体、数据交易手段、数据交易中介、数据交易监管的四位一体市场格局。

数据交易主体

由政府主导向社会多主体共建发展

数据交易手段

区块链、隐私计算等技术成为数据要素市场建设的有效路径

信息传递

区块链隐私计算等

价值传递

政府指导类

数据服务商

大型互联网企业

数据提供方

数据供方

共享交换前置

大数据可信计算安全沙箱

数据需方共享交换前置

数据消费方

东湖大数据交易中心EastLake Trading Center for Big Data

数据共享交换平台

共享交换服务（数据目录配置、数据查询、数据交换）

数据应用平台

数据追溯系统

数据加密系统

权限控制系统

身份认证系统

司法鉴定报告一键立案

基础平台

信源链

• 数据交易商业模式的四个核心内容包括数据交易的主体、客体、流程和标准，数据交易主体包括数据供方、数据需方、数据服务方三种角色，客体包括源数据及数据衍生品等数据交易对象。

• 数据增值服务模式相较于简单的撮合交易模式，产生了一些从事“交易中介 + 加工分析”服务的新业态，引入了数据加工过程中的各类服务商角色，一些新兴机构和企业通过数据聚合、融通、去识别处理、分析挖掘等新型服务方式，对于推动数据产业发展起到了促进作用。

图表34 数据交易商业模式框架图

图表35 上海数据交易所收费标准

收费类型	收费对象	收费标准
数商服务费	需方数商	采用一次性收费方式：9980元
数商服务费	第三方数商	19980元/年
数据产品交易服务费	供方数商	交易额的2.5%

图表36 数据交易所的收费服务模式

收取手续费创收的佣金交易模式	收取会员费创收的会员制模式	增值式交易服务模式
? 优势：简单易行，门槛低；● 弊端：抑制交易需求；绕开平台交易；? 贵阳大数据交易所成立之初对促成的每一笔交易收取10%佣金，于2016年4月宣布取消交易佣金制，改为增值式交易服务模式；? 佣金率不断降低，当前市场整体佣金率为1%-5%不等。	? 有利于催生出企业之间的长期数据合作；：交易安全性和交易质量更容易获得保障；● 华东江苏大数据交易中心的盈利模式主要是对会员收取年费，目前拥有6000多家会员，实现平台盈利。	● 在增值式交易服务模式下，数据交易平台已经跳出“中间人”的身份，部分承担了数据清洗、数据标识、数据挖掘、数据融合处理等数据服务商的职能和角色；● 当前大部分数据交易平台都提供相应的数据增值服务模式，且这一块业务在平台营收中的占比不低。

数据交易中介

“15+2”交易平台建设布局由居间服务商向数据资源综合服务商转型

状态序号	名称
1	贵阳大数据交易所
2	中原大数据交易中心
3	西咸新区大数据交易所
4	华东江苏大数据交易中心
5	哈尔滨数据交易中心
6	上海数据交易中心
7	北部湾大数据交易中心
已建 8	香港大数据交易所
9	华东大数据交易所
10	东湖大数据交易中心
11	长江大数据交易所
12	浙江大数据交易中心
13
14	钱塘大数据交易中心
15	重庆大数据交易市场
16	中关村数海大数据交易平台雄安大数据交易中心
筹建 17	北京国际大数据交易所

数据交易监管

“国家+地方”交易监管体系政府加强设置管理条例，交易机构强化自律

国家数据局

省级大数据管理局（20个）

北京市大数据管理局	河南省大数据管理局	天津市大数据管理中心	贵州省大数据发展管理局
福建省大数据管理局	吉林省政务服务和数字化建设管理局	安徽省数据资源管理局	浙江省大数据发展管理局
山东省大数据局	广西壮族自治区大数据发展局江苏省大数据管理中心		广东省大数据管理局
海南省大数据管理局	内蒙古自治区大数据发展管理局黑龙江省政务大数据中心		江西大数据中心
上海市大数据管理局	局重庆市大数据应用发展管理局	四川省大数据中心	湖南省政务服务和大数据中心

市级及以下大数据管理局（21个）

贵阳市大数据发展管理局	广州市大数据管理局	宁波市大数据发展管理局	杭州市数据资源管理局
成都市大数据中心	兰州市大数据管理局	保山市大数据管理局	中卫市云计算和大数据发展服务局
黄石市大数据管理局	咸阳市大数据管理局	银川市大数据管理服务局	合肥市数据资源局
昆明市大数据管理局	南京市大数据管理局	沈阳市大数据管理局	酒泉市大数据管理局
黔南州大数据管理局	南通市大数据管理局	江门市大数据管理局	徐州市大数据管理局
深圳市龙岗区大数据管理局

一、真正的中特估

资产的金矿

三、估值的蓝海

实现路径：法律层的权属->市场层的定价+估值->会计层的入表->资产金矿

商业模式：交易所为关键，“撮合交易”向“数据增值”升级
市场空间：数据资产入表是开启万亿级市场的“金钥匙”

• 全球数据资源呈现指数型爆发增长，数据要素市场建设进入多元主体共建共创、企业竞争加速推进、定价策略多样探索的新阶段。

• 主体：全球数据要素市场参与主体以数据交易平台为主，数据交易平台数量占比46.51%，其次为个人信息管理系统及数据提供者，分别为19.77%和18.60%。

• 分布：美国企业数量最多，占比为39.53%，其次为英国和德国，占比分别为13.95%和10.47%。On Audience统计显示，2017-2019年全球最大的五个数据市场的市场交易值增长率均在20%以上，规模最大的美国市场交易值在2019年达152.09亿美元

图表37 全球不同类型数据企业数量占比

图表38 各国数据企业数量占比

图表39 2017-2019年全球最大的五个数据交易市场

2017 2018 2019 国家 (%)
市场交易值增长率（亿美元） (%)	市场交易值增长率市场交易值增长率（亿美元）（%) （亿美元） 152.09
美国 97.82 34.9	123.41 26.2
英国 14.52 22.3 18.82	29.6 23.55 25.1
7. 47 14. 61	95.5 23.93 63.8
中国 127.2
加拿大 4.53 30.1 5.88	29.7 7. 69 30.6
法国 2.32 56.4 3.41	46.8 4.70 37.8

数据要素对GPD的贡献持续凸显，十四五期间将进入快速发展阶段。据国家工信安全中心测算数据，2020年我国数据要素市场规模达到 545 亿元，预计“十四五”期间市场规模复合增速将超过 25%，数据要素整体市场规模将突破 1749 亿元，整体将进入群体性突破的快速发展阶段。从数据要素对GDP增长贡献来看，2021年数据要素对当年GDP增长的贡献率和贡献度分别为14.7%和0.83个百分点，且整体呈现上升状态，正发挥越来越大的促进作用

图表40 中国数据要素市场规模/亿元
图表41 2022 年中国数据要素市场结构/亿元

图表42 数据要素对GDP增长贡献图

• 国内数据产品交易类型日益丰富、交易环境不断优化、交易规模持续扩大，数据变现能力显著提高。2019-2021 年我国数据交易市场规模呈现快速增长趋势，2021 年数据交易市场规模达 463.0 亿元。随着数据要素市场化配置改革的不断深入和数据资产入表等实践不断推进，社会机构数据资产及其衍生市场的总规模将超过30万亿

图表43 中国数据资产市场规模

图表44 中国数据交易市场规模

图表45 2017-2021年我国数字产业营收/亿元

互联网和相关服务业软件业计算机、通信和其他电子设备制造业

国内数商企规模持续扩大，四类企业数据要素市场中需求较强。截止 2022 年 11 月，数商行业企业数量达到 192 万家，自 2000 年起每年数商企业注册数量稳步上升，2012\~2014期间数商企业规模有较显著的成长，之后的每一年皆保持成长态势，但增长速率有所放缓。其中，在已融资企业中数商咨询服务商、数据资源集成商、数据加工处理服务商及数据分析技术服务商的企业数量占比最高，分别达到 34%、21%、17%及 12%，此四类型数商合计占比超过 80%，在数据要素市场中需求相对较强

图表46 数商企业新注册数量历年趋势(截至 2022.11)

图表47 已融资企业中不同类型数商企业数量

“数商”是以数据作为业务活动的主要对象或主要生产原料的经济主体，各类数商相互交互与协作所组成的社会技术网络，以获取数据、加工处理和存储数据，并开发利用数据，从而促进创新、提高效率和创造新知识，这样的社会技术网络称之为数商生态系统。数商生态系统务为大部分中小企业提供了一种性价比较高的数据获取方式，解决中小企业面临的数据专业人才稀缺等难题。

图表48 大数据生态产业图谱

二、资产的金矿

三、估值的蓝海

估值方法探讨：SOTP估值法
估值弹性系数
投资建议及相关标的

• 根据《企业数据资源相关会计处理暂行规定（征求意见稿）》，企业内部数据资源拟纳入无形资产，企业日常活动中持有、最终目的用于出售的数据资源纳入存货，对于不同数据资产的归属和效用，我们计划采用SOTP（Sum of the part）估值法进行估值探讨，对其每一项业务单独进行估值，并将其加总体成为整体估值。

假设：①原始资产负债表中完全没计算企业的数据资源价值，即剔除重复计算影响；② 暂时不考虑数据资产化带来的利率、税收、摊销等价值变动影响；③暂时不考虑数据资产运营维护带来的价值变动影响；

内部数据计入无形资产：PB

• 市净率（P/B）是从公司资产价值的角度去估计公司股票价格的基础，其直观含义即公司账面上的 1 块钱对应于股票价格中的多少钱。

外部数据收入快速扩张期：PS

• 市销率适用于业务规模与市场份额对企业发展较为重要、处于牺牲短期利润换取收入高增长阶段的企业

外部数据收入成熟期：PE

• 对于已进入稳定盈利阶段、未来业绩和盈利能力可预测性较高的科创企业，市盈率是评估企业价值的主流方法

• ：企业原始市值

• ：企业市值变化量

• ：企业原始净资产

• ：企业内部数据资源导致的无形资产变化量

• ：企业出售数据产品计算的存货变化量

• ：企业市净率

• ：企业市值变化量

• ：企业数据产品销售带来的营业收入变化量

• ：外部数据收入的企业市销率

• ：企业市值变化量

• ：企业数据产品销售带来的净利润变化量

• ：：外部数据收入的企业市盈率

• 根据以上不同数据资产类型所选取的分布估值法，我们分别计算内部数据和外部数据的弹性系数，可以发现：（1）采用PB法计算的内部数据资产估值弹性系数与估值倍数和企业数据资产规模有关；（2）采用PS法计算的外部数据资产估值弹性系数与估值倍数和数据产品收入相关；（3）采用PE法计算的外部数据资产估值弹性系数与估值倍数和数据产品利润相关

内部数据计入无形资产：PB

外部数据收入成熟期：PE

• ：企业原始市值

外部数据收入快速扩张期：PS

• ：企业市值变化量

• ：企业原始净资产

• ：企业内部数据资源导致的无形资产变化量

• ：企业出售数据产品计算的存货变化量

• ：企业市净率

• 弹性系数

• ：企业原始市值

• ：企业市值变化量

• ：企业数据产品销售带来的营业收入变化量

• ：外部数据收入的企业市销率

• 弹性系数

• ：企业原始市值

• ：企业市值变化量

• ：企业数据产品销售带来的净利润变化量

• ：外部数据收入的企业市盈率

• 弹性系数

基础假设

① 对比中国移动与中国光大银行用户规模、研发投入、数据量、连接数等维度作为数据资产规模的初步对比，可以发现，中国移动是光大银行的3.5倍以上，基于光大银行数据资产超1000亿，因此我们假设中国移动内部数据资产规模预计在3500亿，按PB做估值测算；

② 2022年中国移动大数据收入32亿，作为外部数据产品收入；

③ 选取2023年6月1日中国移动A股市值为基础测算数据，其中，PB=1.63，市值为21123亿元，2022年净资产规模12661亿元、营收9373亿元；

④ 考虑公司数据交易产品处于扩张期，采用PS法外部数据资产估值测算，参考海外科技巨头亚马逊的新型业务成长期的PS，我们给予10倍PS。

图表49 中国移动与光大银行数据规模对比

	中国移动	光大银行	比例
个人用户数/亿	9.75	2.56	3.8
研发投入/亿元	217	61.27	3.5
科技人员/人	39749	3212	12.4
数据量/PB	650	12	54.2
总连接数/亿	29

• ：企业原始市值

：内部数据资产带来的市值变化量

：外部数据资产带来的市值变化量

• ：企业内部数据资源导致的无形资产变化量

• ：企业出售数据产品计算的存货变化量

• ：外部数据收入的企业市净率

• ：企业数据产品销售带来的净利润变化量

• 外部数据收入的企业市销率

• 弹性系数

• 由上可以看出，中国移动内外部数据资产拉动的市值规模预计为5705+320=6025亿元，带动的市值弹性空间达28.5%

注：此估值试算仅作为弹性估值参考，因数据和测算模型存在诸多假设，与实际差距较大，因此不作为投资意见。

• 通信作为拥有大量具有社会属性、消费属性的数据资源，其中，运营商在用户规模、网络覆盖、连接数量上优势明显，2022年移动用户数超16.8亿，其数据价值更是一座储量惊人的 " 数据富矿 "，是推动数据资源化、资产化沉淀的核心力量。

国内数据中心市场由三大运营商主导，2021年，三大运营商在国内的IDC市场份额合计达到51.4%，是国内数据服务的核心供应商。

图表50 运营商移动用户数及5G渗透率/百万，%

图表51 三大运营商宽带用户数/百万

图表52 2021年中国IDC市场份额

• 中国移动成立中国移动信息技术中心，统筹管理全网IT系统规划、投资、大数据等工作，通过汇聚海量数据构建梧桐大数据开放平台，推动数据资源向数据资产、数据资本转化。公司经清洗、脱敏已累计超 650PB 高价值数据量，2022年能力中台价值变现超百亿元，节约成本超38亿，形成大数据收入32 亿。

受益点：用户规模最大，高价值数据量多，大数据收入变现能力强

图表53 梧桐大数据平台产品

图表54 梧桐大数据平台数据处理力/PB

图表55 中国移动大数据收入/亿元

• 中国联通大数据平台以万亿级数据日处理能力为基础，凭借数科资产管理、数科科学等六大平台，锻造数据治理、数据安全、数据应用与服务四大产品内容，充分挖局数据要素价值。2022年公司“资治”政务大数据平台亮相，“目前，资治”政务大数据平台支撑数据总量达>400PB、日处理数据量更是高达200\~300TB。

受益点：用户规模大，数据积累厚，大数据收入运营商份额第一

图表56 联通大数据平台内容

图表57 联通大数据平台数据量/PB

图表58 联通大数据收入与增速/亿元，%

• 德生科技成功取得了由福建大数据交易所颁发的《数据经纪人授权证书》，成为福建数交所垂直领域的首批数据经纪人。公司自研的四款数据产品“地区就业情况分析”、“个人职业背景调查”、“失业保险业务核验”、“养老保险业务核验”也在福建数交所成功挂牌。公司在民生服务的各个领域均占有较高的市场份额，以社保卡发行计量，年度发卡量约占全市场全年发卡量的1/3左右，覆盖全国150个以上的地市。

• 受益点：社保民生市占高，公共数据和个人数据丰富，已推出数据交易产品

图表59 德生科技主营业务及2022年关键业绩表现

3600 万张全年发卡量

图表60 德生科技商业模式

• 梦网科技是中国移动、中国联通、中国电信的全网服务提供商，软硬件产品广泛应用于金融、互联网、商超等领域，公司携手三大运营商及头部终端厂商在云通信领域为十数万家大中型企业与超十亿个人用户提供沟通服务。

受益点：掌握运营商级用户信息，用户基础庞大

图表61 梦网科技2016-2022营收及增长

图表62 梦网科技云通信产品及客服数据

图表63 云通信产品文本短信套餐价格

充值条数（万条）	单价（元）	套餐总价（元）
1 ≤ 充值条数< 10	0. 045	充值条数*单价
10≤ 充值条数< 30	0.04	充值条数*单价
30≤充值条数 <50	0. 038	充值条数*单价
50≤充值条数 <100	0. 037	充值条数*单价
100 ≤充值条数 <300	0.036	充值条数*单价
充值条数 >300	0.035	充值条数*单价

• 东方国信深耕通信领域20余载，为三大运营商集团及其省分公司提供大数据技术服务，是国内唯一承建了国内三大运营商集团级大数据平台的公司，覆盖通信用户数量超过19亿。作为独立第三方数据处理和加工专业公司，东方国信承建系统平均每日处理数据 3 万亿条+，帮助客户查询数据量达到 70 万亿条+，所建的大数据平台节点最大规模超过 3 万。

受益点：工业级数据产品应用，产业互联网龙头企业

图表64 东方国信全国通信业务落地范围

31省联通集团

24省电信集团

24省移动集团

19亿服务用户量

20,000亿每日数据量

300TB日入库数据量

图表65 东方国信运营商大数据合作运营平台

数据成为经济稳定增长的核心关键，数据要素市场化已上升为国家战略，运营商作为国家基础算力的供应商，掌握大量核心数据资产，持续受益“东数西算”、“AIGC”等底层算力基础设施建设，数字化及云业务增长成效显著，营收净利润有望进一步抬升，建议重点关注运营商及其上下游配套产业标的。

 数据终端：移远通信、美格智能、华测导航、振芯科技、中际旭创、天孚通信；

 数据设备：紫光股份、中兴通讯、烽火通信、锐捷网络、菲凌科思、佳力图、英维克等；

数据处理：东土科技、东方国信；

 数据运营：中国移动、中国电信、中国联通、梦网科技、奥飞数据、光环新网、深桑达A、德生科技；

数据应用：宝信软件、亚信科技、浪潮信息、海康威视、大华股份；

 数据安全：安恒信息、深信服、卫士通、启明星辰、东方通等；

证券代码	证券简称	总市值/亿元	2022营收／亿元	2022净利润／亿元	PE-LYR	PE-2023E	PE-2024E
603236.SH	移远通信	150.0	142. 3	6.2	24.1	18.1	13.1
002881.SZ	美格智能	84.1	23.1	1.3	65.8	41.5	27.7
300627. SZ	华测导航	151.8	22.4	3.6	42.0	32.1	24.6
300308.SZ	中际旭创	863.0	96.4	12.3	70.5	57.3	43.5
300394.SZ	天孚通信	300.4	12.0	4.0	74.6	59.4	46.0
000938.SZ	紫光股份	933.0	740.6	37.4	43.2	34.6	28.2
000063.SZ	中兴通讯	1667.4	1229.5	77.9	20.6	16.9	14.5
600498.SH	烽火通信	232.0	309.2	4.1	57.2	45.8	34.0
301165.SZ	锐捷网络	319.5	113.3	5.5	58.1	42.2	31.4
301191. SZ	菲菱科思	57.0	23.5	2.0	29.2	23.4	18.0
603912. SH	佳力图	51.3	6.2	0.4	140.5	46.4	37.4
002837.SZ	英维克	155.6	29.2	2.8	55.5	40.2	29.5
300353. SZ	东土科技	62.8	11.0	0.1	311. 3	63.9	37.5
300166. SZ	东方国信	138.5	22.9	-3.7	-38.4	47.6	36.2
600941. SH	中国移动	20601.9	9372. 6	1255.9	16.4	15.1	13.9
601728.SH	中国电信	5572.8	4749.7	276.8	20.2	17.9	16.2
600050.SH	中国联通	1564.8	3549.4	166.5	21.4	18.1	15.6
002123.SZ	梦网科技	107.7	41.6	-7.4	-14.9	38.8	25.7
300738.SZ	奥飞数据	103.8	11.0	1.6	62.7	48.2	32.1
300383.SZ	光环新网	212.7	71.9	-10.1	-24.2	32.4	26.1
000032.SZ	深桑达A	394.2	510.5	7.1	-242.9	135.8	77.1
002908.SZ	德生科技	68.3	9.1	1.2	60.0	35.5	25.6
600845.SH	宝信软件	1061.7	131.5	22.5	48.6	39.3	31.3
002415.SZ	海康威视	3264.3	831.7	135. 6	25.4	19.6	16.5
002236.SZ	大华股份	659.9	305.7	22. 6	28.4	19.2	15.2
002439.SZ	启明星辰	300.5	44.4	6.3	48.0	30.5	23.1

政策落地不及预期

数据资产化发展不及预期

市场化机制建设不及预期

业务拓展不及预期

企业经营成本上升

李宏涛：北京邮电大学经济学硕士，十五年通信实业和7年金融从业经验。曾就职于中国电信集团、方正证券研究所、中航基金专户部、财通证券、太平洋证券等，2018、2021wind金牌分析师，2020年金麒麟新锐分析师，2021年choice最佳分析师通信行业第一名。

公司评级体系

收益评级：

买入 — 未来6个月的投资收益率领先沪深300指数15%以上；

增持 — 未来6个月的投资收益率领先沪深300指数5%至15%；

中性 — 未来6个月的投资收益率与沪深300指数的变动幅度相差-5%至5%；

减持 — 未来6个月的投资收益率落后沪深300指数5%至15%；

卖出 — 未来6个月的投资收益率落后沪深300指数15%以上。

风险评级：

A — 正常风险，未来6个月投资收益率的波动小于等于沪深300指数波动；

B — 较高风险，未来6个月投资收益率的波动大于沪深300指数波动。

行业评级体系

收益评级：

领先大市 — 未来6个月的投资收益率领先沪深300指数10%以上；

同步大市 — 未来6个月的投资收益率与沪深300指数的变动幅度相差-10%至10%；

落后大市 — 未来6个月的投资收益率落后沪深300指数10%以上；

风险评级：

A — 正常风险，未来6个月投资收益率的波动小于等于沪深300指数波动；

B — 较高风险，未来6个月投资收益率的波动大于沪深300指数波动。

分析师声明

李宏涛声明，本人具有中国证券业协会授予的证券投资咨询执业资格，勤勉尽责、诚实守信。本人对本报告的内容和观点负责，保证信息来源合法合规、研究方法专业审慎、研究观点独立公正、分析结论具有合理依据，特此声明。

本公司具备证券投资咨询业务资格的说明

华金证券股份有限公司（以下简称“本公司”）经中国证券监督管理委员会核准，取得证券投资咨询业务许可。本公司及其投资咨询人员可以为证券投资人或客户提供证券投资分析、预测或者建议等直接或间接的有偿咨询服务。发布证券研究报告，是证券投资咨询业务的一种基本形式，本公司可以对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制作证券研究报告，并向本公司的客户发布。

免责声明：

本报告仅供华金证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因为任何机构或个人接收到本报告而视其为本公司的当然客户。

本报告基于已公开的资料或信息撰写，但本公司不保证该等信息及资料的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映本公司于本报告发布当日的判断，本报告中的证券或投资标的价格、价值及投资带来的收入可能会波动。在不同时期，本公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，本公司将随时补充、更新和修订有关信息及资料，但不保证及时公开发布。同时，本公司有权对本报告所含信息在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以本公司向客户发布的本报告完整版本为准。

在法律许可的情况下，本公司及所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务，提请客户充分注意。客户不应将本报告为作出其投资决策的惟一参考因素，亦不应认为本报告可以取代客户自身的投资判断与决策。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议，无论是否已经明示或暗示，本报告不能作为道义的、责任的和法律的依据或者凭证。在任何情况下，本公司亦不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。

本报告版权仅为本公司所有，未经事先书面许可，任何机构和个人不得以任何形式翻版、复制、发表、转发、篡改或引用本报告的任何部分。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“华金证券股份有限公司研究所” ，且不得对本报告进行任何有悖原意的引用、删节和修改。

华金证券股份有限公司对本声明条款具有惟一修改权和最终解释权。

风险提示:

报告中的内容和意见仅供参考，并不构成对所述证券买卖的出价或询价。投资者对其投资行为负完全责任，我公司及其雇员对使用本报告及其内容所引发的任何直接或间接损失概不负责。

华金证券股份有限公司

办公地址：

上海市浦东新区杨高南路759号陆家嘴世纪金融广场30层

北京市朝阳区建国路108号横琴人寿大厦17层

深圳市福田区益田路6001号太平金融大厦10楼05单元

电话：021-20655588

网址： www.huajinsc.cn

数据要素：真正的中特估，资产金矿+估值蓝海

—数字经济专题系列

真正的中特估

改革前

中央网信办

国家发改委

改革后

划入

国家数据局

省级大数据管理局（20个）

市级及以下大数据管理局（21个）

第一阶段：以2015年贵阳大数据交易所成立为标志

第二阶段：以2021年来北京等大数据交易所成立为标志

1. 实现路径：法律层的权属->市场层的定价+估值->会计层的入表->资产金矿

成本法

收益法

市场法

价格选择

#

#

• 算例：假设某金融机构拟从电网公司采购相关征信数据，用于分析和监控用户贷款的全过程，电网公司通过以下几个步骤计算产品价格区间

① 计算总成本，TC=93400

② 确定数据价值修正系数，数据价值影响因子 K=0.946

④ 计算市场价，

⑤ 确定最终价格区间

2. 商业模式：交易所为关键，“撮合交易”向“数据增值”升级

数据供应方

数据交易平台

数据交易产品

数据交易平台的类型

数据交易主体

由政府主导向社会多主体共建发展

数据交易手段

政府指导类

数据服务商

大型互联网企业

东湖大数据交易中心EastLake Trading Center for Big Data

数据交易中介

数据交易监管

国家数据局

省级大数据管理局（20个）

市级及以下大数据管理局（21个）

内部数据计入无形资产：PB

外部数据收入快速扩张期：PS

外部数据收入成熟期：PE

内部数据计入无形资产：PB

外部数据收入成熟期：PE

外部数据收入快速扩张期：PS

基础假设

3600 万 张全年发卡量

公司评级体系

收益评级：

行业评级体系

分析师声明

本公司具备证券投资咨询业务资格的说明

免责声明：

风险提示:

3600 万张全年发卡量

华金证券-通信行业数字经济专题系列-数据要素：真正的中特估，资产金矿+估值蓝海-230601.pdf