《通信行業數字經濟專題系列：數據要素真正的中特估資產金礦+估值藍海-230601（57頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業數字經濟專題系列：數據要素真正的中特估資產金礦+估值藍海-230601（57頁）.pdf（57頁珍藏版）》請在三個皮匠報告上搜索。

1、證券研究報告證券研究報告本報告僅供華金證券本報告僅供華金證券客戶客戶中的專業投資者參考請仔細閱讀在本報告尾部的重要法律聲明中的專業投資者參考請仔細閱讀在本報告尾部的重要法律聲明數據要素：真正的中特估，資產金礦+估值藍海數字經濟專題系列數據要素：真正的中特估，資產金礦+估值藍海數字經濟專題系列通信行業/行業深度報告領先大市-A（維持）通信行業/行業深度報告領先大市-A（維持）分析師：李宏濤 S09105230300032023年6月1日 2請仔細閱讀在本報告尾部的重要法律聲明一、2022年一、2022年目錄目錄part 01part 011.理論“特色”：數據“升格”，納入五大生產要素2.政策“

2、特色”：寫入國家戰略，數據資產加速入表3.制度“特色”：三權分置，淡化所有權、強調使用權4.組織“特色”：國家+地方數據局，監管從分散到統一5.模式“特色”：國外企業三方平臺主導，國內政府交易所主導6.方向“特色”：垂直行業預計優先推動，彈性最大1.理論“特色”：數據“升格”，納入五大生產要素2.政策“特色”：寫入國家戰略，數據資產加速入表3.制度“特色”：三權分置，淡化所有權、強調使用權4.組織“特色”：國家+地方數據局，監管從分散到統一5.模式“特色”：國外企業三方平臺主導，國內政府交易所主導6.方向“特色”：垂直行業預計優先推動，彈性最大一、2022年一、2022年一、真正的中特估一、真

3、正的中特估二、資產的金礦三、估值的藍海二、資產的金礦三、估值的藍海3WjWuWaVlZ9YnXmWkUeXfWsQbRcM9PnPmMmOnOiNoOtNfQrRqMbRnPnMxNrMnMuOqRsN 3請仔細閱讀在本報告尾部的重要法律聲明1.1 1.1 理論理論“特色特色”：數據：數據“升格升格”被納入五大生產要素之一被納入五大生產要素之一 數據來源：中國通信院，數字中國發展報告2022，騰訊研究院，華金證券研究所整理歷史階段歷史階段生產要素生產要素代表人物代表人物/事件事件農業經濟農業經濟土地、勞動力土地、勞動力威廉配第，龐巴維克工業經濟工業經濟第一次工業革命 土地、勞動力、資本資本亞當

4、斯密、薩伊、約翰穆勒第二次工業革命土地、勞動力、資本、技術技術馬歇爾經濟學原理數字經濟數字經濟土地、勞動力、資本、技術、數據數據中共十九屆四中全會其中，：經濟產出 ：生產函數 ：技術進步 ：勞動力 ：土地 ：資本 ：數據2.333.95.16.68.18.8%9.1%9.3%9.6%9.9%10.5%201720182019202020212022產量（ZB）增速（%）圖表圖表2 2 中國大數據產量及增速中國大數據產量及增速國內數字經濟規模超國內數字經濟規模超5050萬億，數據產量位居世界第二。萬億，數據產量位居世界第二。2022年，我國數字經濟規模達到 50.2 萬億元，總量穩居世界第二，占

5、GDP比重提升至41.5%，數字經濟成為穩增長的重要引擎。2017 年到 2022 年，我國數據產量從 2.3ZB 增長至 8.1ZB，全球占比 10.5%，位居世界第二。數據作為五大生產要素之一參與分配，數據資源價值加快釋放。數據作為五大生產要素之一參與分配，數據資源價值加快釋放。2020年4月，中共中央、國務院發布關于構建更加完善的要素市場化配置體制機制的意見，將數據作為與土地、勞動力、資本、技術并列的生產要素，要求“加快培育數據要素市場”。圖表圖表3 3 數據成為數字經濟的生產要素數據成為數字經濟的生產要素圖表圖表1 1 中國中國數字經濟規模數字經濟規模22.627.231.335.83

6、9.245.550.220.4%15.1%14.4%9.5%16.1%10.3%2016201720182019202020212022數字經濟規模/萬億同比=(,)中國特色經濟范式：中國特色經濟范式：4請仔細閱讀在本報告尾部的重要法律聲明國家政策密集出臺，加快培育數據要素市場國家政策密集出臺，加快培育數據要素市場。2020年4月，中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見明確提出“加快培育數據要素市場”的要求；2021年3月，“十四五”規劃中提出“迎接數字時代，激活數據要素潛能”，“充分發揮海量數據和豐富應用場景優勢，促進數字技術和實體經濟深度融合”；2022年12月，財政

7、部要求在企業會計報表附注中對確認為無形資產、存貨及其他的數據資源企業會計報表附注中對確認為無形資產、存貨及其他的數據資源相關會計信息進行披露相關會計信息進行披露，數據要素市場化加速推進。十三屆全國人大四次會議十三屆全國人大四次會議明確提出培育規范的數據交易平臺和市場主體，發展數據資產評估、登記結算、交易撮合、爭議仲裁等市場運營體系國務院國務院優先選擇改革需求迫切、工作基礎較好、發展潛力較大的城市群、都市圈或中心城市等，開展要素市場化配置綜合改革試點要求規范數據交易管理，提升數據交易效率,建立健全數據資產評估、登記結算、交易撮合、爭議仲裁等市場運營體系，“十四五十四五”數字經濟發展規劃數字經濟發

8、展規劃國務院國務院工信部工信部國務院國務院組建國家數據局，負責協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設等2021.032021.122021.112021.122023.03要素市場化配置綜合改革試點總體方案要素市場化配置綜合改革試點總體方案國務院機構改革方案國務院機構改革方案“十四五十四五”規劃和規劃和20352035年遠景目標綱要年遠景目標綱要中央深改委中央深改委2022.06“十四五十四五”大數據產業發展規劃大數據產業發展規劃推動建立市場定價、政府監管的數據要素市場機制，培育大數據交易市場，探索多種形式的數據交易模式關于構建

9、數據基礎制度更好發揮數關于構建數據基礎制度更好發揮數據要素作用的意見據要素作用的意見確立數據要素市場的四大原則體系：“數據產權、流通交易、收益分配、安全治理”，標志著我國數據要素基礎制度頂層設計開始啟動圖表圖表4 4 數據要素政策整理數據要素政策整理1.2 1.2 政策政策“特色特色”：數據要素寫入國家戰略，企業數據資產加速入表：數據要素寫入國家戰略，企業數據資產加速入表財政部財政部2022.12企業數據資源相關會計處理暫行規企業數據資源相關會計處理暫行規定（征求意見稿）定（征求意見稿）擬對數據資源的相關會計處理做出規定，要求在企業會計報表附注中對確認為無形資產、存貨及 其他的數據資源相關會計

10、信息進行披露中共中央、國務院中共中央、國務院首次提出土地、勞動力、資本、技術、數據五個要素領域的改革方向，將數據列為生產要素。2020.4關于構建更加完善的要素市場化配置關于構建更加完善的要素市場化配置體制機制的意見體制機制的意見資料來源：華金證券研究所整理 5請仔細閱讀在本報告尾部的重要法律聲明1.3 1.3 制度制度“特色特色”：三權分置的產權制度，淡化所有權、強調使用權：三權分置的產權制度，淡化所有權、強調使用權國外：國外：歐盟將數據分割為“個人數據”和“非個人數據”，但個人數據嚴格屬于自然人，企業數據使用權受到極大限制；美國的數據要素制度采取實用主義原則，回避了數據所有權問題，未對數據

11、進行綜合立法，只有針對跨境數據主權、行業隱私法、消費者隱私等分別立法。國內：國內：2022年12月，中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見（簡稱“數據二十條”）對外發布，提出構建中國特色的數據產權制度、流通交易制度、收益分配制度和數據要素治理制度，其中創新數據產權觀念，淡化所有權、強調使用權淡化所有權、強調使用權，聚焦數據使用權流通，創造性提出建立數據資源持有權、數據加工使用權和數據產品經營權數據資源持有權、數據加工使用權和數據產品經營權“三權分置”的數據產權制度框架。圖表圖表6 6 中國數據基礎制度的中國數據基礎制度的“四梁八柱四梁八柱”和和“三權分置三權分置”的數據產

12、權分置制度的數據產權分置制度資料來源：國家發改委，中國信通院數據要素標準化流通白皮書2022，華金證券研究所整理圖表圖表5 5 歐美數據產權制度的探歐美數據產權制度的探索索產權制度產權制度主要內容主要內容歐盟歐盟個人和非個人二元數據結構 個人數據：權利嚴格歸屬于自然人，享有個人數據全生命周期的絕對控制權 非個人數據：數據控制者和數據處理者享有非絕對的“數據生產者權”美國美國實用主義原則，未綜合立法 澄清合法使用境外數據法，誰擁有數據就擁有數據控制權 通信、醫療、金融等領域各自制定了行業隱私法；加州、弗吉尼亞、科羅拉多等五個州各自出臺了數據相關立法 6請仔細閱讀在本報告尾部的重要法律聲明1.4

13、1.4 組織組織“特色特色”：國家：國家+地方數據局，數據監管從分散到統一地方數據局，數據監管從分散到統一2023年3月，國務院機構改革方案提出組建國家數據局，將原先中央網信辦、國家發改委數據監管相關職能劃入國家數據局，推進國家數據基礎制度建設，統籌數據資源整合共享和開發利用，統籌推進數字中國、數字經濟、數字社會規劃和建設。至此，結合前期全國20多個個省區市已設立的大數據管理機構，國內已建立起從中央到地方政府的多級數據管理機構，監管體系逐步完善。資料來源：中國信通院，CSDN，國家發改委，華金證券研究所整理省級大數據管理局（省級大數據管理局（2020個）個）北京市大數據管理局河南省大數據管理局

14、天津市大數據管理中心貴州省大數據發展管理局福建省大數據管理局吉林省政務服務和數字化建設管理局安徽省數據資源管理局浙江省大數據發展管理局山東省大數據局廣西壯族自治區大數據發展局江蘇省大數據管理中心廣東省大數據管理局海南省大數據管理局內蒙古自治區大數據發展管理局黑龍江省政務大數據中心江西大數據中心上海市大數據管理局重慶市大數據應用發展管理局四川省大數據中心湖南省政務服務和大數據中心市級及以下大數據管理局（市級及以下大數據管理局（2 21 1個）個）貴陽市大數據發展管理局廣州市大數據管理局寧波市大數據發展管理局杭州市數據資源管理局成都市大數據中心蘭州市大數據管理局保山市大數據管理局中衛市云計算和大數

15、據發展服務局黃石市大數據管理局咸陽市大數據管理局銀川市大數據管理服務局合肥市數據資源局昆明市大數據管理局南京市大數據管理局沈陽市大數據管理局酒泉市大數據管理局黔南州大數據管理局南通市大數據管理局江門市大數據管理局徐州市大數據管理局深圳市龍崗區大數據管理局國家數據局國家數據局圖表圖表7 7 國內政府數據管理機構體系國內政府數據管理機構體系中央網信辦中央網信辦國家發改委國家發改委承擔的研究擬訂數字中國建設方案、協調推動公共服務和社會治理信息化、協調促進智慧城市建設、協調國家重要信息資源開發利用與共享、推動信息資源跨行業跨部門互聯互通等職責承擔的統籌推進數字經濟發展、組織實施國家大數據戰略、推進數據

16、要素基礎制度建設、推進數字基礎設施布局建設等職責劃入劃入改革前改革前改革后改革后 7請仔細閱讀在本報告尾部的重要法律聲明1.5 1.5 模式模式“特色特色”：國外以企業為主導的三方平臺開展：國外以企業為主導的三方平臺開展數據交易數據交易數據交易市場數據交易市場國家國家主要業務類型主要業務類型性質性質開放程度開放程度數據范圍數據范圍平臺架構平臺架構定價模式定價模式成立時間成立時間Dawex美國數據交易中介混合跨域集中期限收費2015IOTA德國數據交易中介混合專業分散累進價格2017Databroker DAO比利時數據交易中介混合專業分散累進價格2017Streamr瑞士數據交易中介混合跨域分

17、散累進價格2017Data Intel-ligence Hub德國數據交易、附加服務中介混合跨域集中混合2018Advaneo德國數據交易、附加服務中介混合跨域集中期限收費2018Otonomo以色列數據交易、附加服務中介混合專業集中期限收費2015Datafairplay德國數據交易中介混合專業集中累進價格2014InfoChimps美國數據交易中介混合跨域集中期限收費2009Qlik美國數據交易、附加服務供應商混合跨域集中數據集收費2017xDayta美國數據交易中介開放跨域集中期限收費2013Kasabi德國數據交易中介開放跨域集中期限收費2010Here OLP荷蘭數據交易、附加服務供

18、應商混合專業集中混合2018美國美國數據交易市場以第三方平臺為主，現階段主要有數據交易市場以第三方平臺為主，現階段主要有三種交易模式。三種交易模式。C2B 分銷模式，用戶將自己的個人數據貢獻給數據平臺，數據平臺向用戶給付一定數額的商品、貨幣、服務等價物或者優惠、打折、積分等對價利益；B2B 集中銷售模式，數據平臺以中間代理人身份為數據提供方和數據購買方提供數據交易撮合服務；B2B2C 分銷集銷混合模式，數據平臺以數據經紀商身份，收集用戶個人數據并將其轉讓、共享予他人。日本創新設立了日本創新設立了“數據銀行數據銀行”交易模式，交易模式，允許數據銀行在獲得個人授權的基礎上，對數據資產進行交易和利用

19、，從而提升數據交易活力。圖表圖表8 8 國外主要數據交易國外主要數據交易市場市場資料來源：中國信息通信研究院和重慶市大數據應用發展管理局，華金證券研究所整理 8請仔細閱讀在本報告尾部的重要法律聲明1.5 1.5 模式模式“特色特色”：國內以政府為主導的交易所開展數據交易國內以政府為主導的交易所開展數據交易2015年，黨的十八屆五中全會正式提出“實施國家大數據戰略推進數據資源開放共享”，以貴陽大數據交易所為代表的數據交易機構如雨后春筍般涌現。第一階段：以第一階段：以20152015年貴陽大數據交易所成立為標志年貴陽大數據交易所成立為標志黨的十九屆四中全會提出將數據作為生產要素參與分配，數據交易再

20、度成為熱點問題2021年北京、上海、深圳等數據交易平臺的成立標志著數據交易機構迎來了第二輪探索期。第二階段：以第二階段：以20212021年來北京等大數據交易所成立為標志年來北京等大數據交易所成立為標志川渝大數據交易平臺內蒙古數據交易中心廣東省數據交易中心西部數據交易中心深圳數據交易所上海數據交易所貴州省數據流通交易中心北京國際大數據交易所20142014年年20152015年年深圳南方大數據交易中心浙江大數據交易中心錢塘大數據交易中心廣州數據交易平臺上海數據交易中心哈爾濱數據交易中心20162016年年20172017年年河南平原大數據交易中心山東省先行大數據交易中心山東省新動能大數據交易中

21、心濰坊大數據交易中心青島大數據交易中心中原大數據交易平臺20182018年年20202020年年20212021年年河北京津冀大數據交易中心華東江蘇大數據交易平臺華中大數據交易平臺重慶大數據交易市場西咸新區大數據交易所武漢東湖大數據交易中心武漢長江大數據交易中心貴陽大數據交易所中關村數海大數據交易平臺北京大數據交易服務平臺東北亞大數據交易服務中心粵港澳大灣區數據平臺湖北大數據交易平臺北方大數據交易中心安徽大數據交易中心湖南大數據交易中心北部灣大數據交易中心山西數據交易服務平臺山東數據交易公司在建在建/籌建中籌建中國內大數據交易平臺以政府主導建設運營為主，推動產業數據要素化發展。國內大數據交易平

22、臺以政府主導建設運營為主，推動產業數據要素化發展。2015 年-2017 年是我國數據交易機構的第一輪快速發展期，但由于數據交易的上位法缺失、數據確權困難等數據交易的核心問題尚未解決，2018-2020 年數據交易平臺處于緩慢發展期；2021 年以來我國數據交易機構迎來新一輪的發展熱潮，截止2022年8月，全國已成立40家數據交易機構資料來源：中國信通院2022年數據交易平臺發展白皮書，數據產品交易標準化白皮書2022，華金證券研究所整理 9請仔細閱讀在本報告尾部的重要法律聲明1.5 1.5 模式模式“特色特色”：國內以政府為主導的交易所開展數據交易國內以政府為主導的交易所開展數據交易數據二十

23、條數據二十條為賦權各市場主體為賦權各市場主體“松綁松綁”：提出推進數據交易場所與數據商功能分離，培育數據要素流通和交易服務生態，鼓勵各類數據商進場交易，同時，“三權分置”的制度框架將數據的持有權、加工使用權和經營收益權剝離，為數據交易所參與市場分配提供了制度基礎。數據交易所模式成為可能：數據交易所模式成為可能：大數據交易平臺和數據賣方的價值實現是大數據交易的關鍵。目前我國典型政府類大數據交易平臺，大多數都扮演著數據交易中介的角色，主要交易來源于不同數據所有者提供的數據。我國大數據交易平臺的收益分配機制主要有交易分成和保留數據增值收益權兩種。圖表圖表9 9 多層次的市場交易體系和交易服務生態多層

24、次的市場交易體系和交易服務生態圖表圖表10 10 大數據交易市場收益分配機制大數據交易市場收益分配機制資料來源：國家發改委，中國信通院，華金證券研究所整理 10請仔細閱讀在本報告尾部的重要法律聲明1.6 1.6 方向方向“特色特色”：互聯網、金融和電信等垂直行業預計優先推動互聯網、金融和電信等垂直行業預計優先推動11.70%48.80%9.90%9.10%5.20%3.20%12.10%政府互聯網金融電信工業健康醫療其他圖表圖表1212 20212021年中國大數據行業應用結構年中國大數據行業應用結構2022年中國大數據產業規模達到1.57億元，大數據產業價值不斷提升，逐漸成為支撐經濟社會發展

25、的優勢產業和數字經濟的重點產業?；ヂ摼W、政府、金融、電信四大領域引領大數據融合產業發展，合計占比達互聯網、政府、金融、電信四大領域引領大數據融合產業發展，合計占比達79.5%79.5%，其中，其中，20212021年占比最大的行業是互聯網行業，占比達年占比最大的行業是互聯網行業，占比達48.8%48.8%?；ヂ摼W、金融和電信三個行業由于信息化水平高，在業務數字化轉型方面處于領先地位，政府大數據成為近年來政府信息化建設的關鍵環節，與政府數據整合與開放共享、民生服務、社會治理、市場監管相關的應用需求持續火熱。此外，工業大數據和健康醫療大數據作為新興領域，數據量大、產業鏈延展性高，未來市場增長潛力大

26、。行業行業典型數據典型數據價值價值風險控制風險控制數據范圍數據范圍特點特點政府政府公開報告 自用+外部價值高個人、企業、國家 政府背書，權威性高互聯網互聯網 API接口 自用+外部價值高個人、企業體量大，復用價值高金融金融信貸信息自用極高個人、企業存儲嚴謹，安全性高電信電信流量數據 自用+外部價值高個人、企業基數大，數據種類多工業工業行業模型自用高企業壁壘高，數據孤島圖表圖表1313 典型典型行業數據產品應用特點行業數據產品應用特點1.571.30 0.27 2021增加2022圖表圖表1111 中國大數據規模中國大數據規模/萬億萬億資料來源：中國大數據產業發展白皮書（2022），華金證券研究

27、所整理 11請仔細閱讀在本報告尾部的重要法律聲明1.6 1.6 方向方向“特色特色”：信息傳輸、軟件和信息技術服務業產出彈性最大信息傳輸、軟件和信息技術服務業產出彈性最大 選取行業 j 對數據要素專業部門 i 的直接消耗系數這一絕對指標表示 j 行業的數據要素化投入 水平，利用 Leontief 投入產出模型展開估算是直接消耗系數矩陣表示 j 行業對 i 部門產品的消耗圖表圖表14 14 各行業數據要素化投入的產出彈性估算（各行業數據要素化投入的產出彈性估算（2021 2021 年）年）中國數據要素市場發展報告（20212022）報告指出，信息傳輸、軟件和信息技術服務業產出對數據要素最為敏感信

28、息傳輸、軟件和信息技術服務業產出對數據要素最為敏感，其數據要素投入產出彈性在 2021 年達到了 3.044，意味著當所有其他投入要素保持不變時，數據要素投入每增加數據要素投入每增加 1%1%時，信息傳輸、軟件和信息技時，信息傳輸、軟件和信息技術服務業產出增加術服務業產出增加 3%3%。資料來源：中國數據要素市場發展報告（2021-2022），華金研究所整理 12請仔細閱讀在本報告尾部的重要法律聲明資料來源：數據要素視角下的數據資產化研究報告，上海數據交易所，華金研究所整理1.6 1.6 方向方向“特色特色”：運營商運營商是上海數交易所掛牌數據產品最多的行業是上海數交易所掛牌數據產品最多的行業

29、上海數據交易所自成立以來已經正式掛牌的數據產品超過250 個，既包括公共數據、企業數據，數據供方企業已達 80 多家，行業覆蓋制造、金融、醫療健康、交通運輸、通信、互聯網、貿易等行業，平均每家企業掛牌 3 個以上產品。從數據來源分類來看，上海數據交易所目前掛牌企業數據來源最多的前四數據產品依序為通信運營商、金融企業、能源企業及交通類數據產品，如中國移動上海公司的中移洞察數據產品、中國電信上海分公司的翼知時空的數據產品及中國聯通上海市分公司的沃游洞察數據產品等。圖表圖表15 15 掛牌數據產品的部分企業名錄掛牌數據產品的部分企業名錄圖表圖表16 16 上海數據交易所首批掛牌企業及典型數商企業數據

30、交易上海數據交易所首批掛牌企業及典型數商企業數據交易產產品品 13請仔細閱讀在本報告尾部的重要法律聲明一、一、20222022年年目錄目錄part 01part 011.1.實現路徑：法律層的權屬實現路徑：法律層的權屬-市場層的定價市場層的定價+估值估值-會計層的會計層的入表入表-資產金礦資產金礦2.2.商業模式：交易所為關鍵，商業模式：交易所為關鍵，“撮合交易撮合交易”向向“數據增值數據增值”升級升級3.3.市場空間：數據資產入表是開啟市場空間：數據資產入表是開啟萬億級市場的萬億級市場的“金鑰匙金鑰匙”一、一、20222022年年一、真正的中特估一、真正的中特估二、資產的金礦二、資產的金礦三

31、、估值的藍海三、估值的藍海 14請仔細閱讀在本報告尾部的重要法律聲明圖表圖表1717 數據、數據資源、數據資產、數據產品、數據要素關系圖數據、數據資源、數據資產、數據產品、數據要素關系圖數據正在成為企業進行決策、生產、營銷、交易、配送、服務等商務活動所必不可少的投入品和重要的戰略性資產數據正在成為企業進行決策、生產、營銷、交易、配送、服務等商務活動所必不可少的投入品和重要的戰略性資產。數據要素是指參與到社會生產經營活動、為使用者或所有者帶來經濟效益、以電子方式記錄的數據資源，數據要素化是把數據作為生產資料投入形成生產力的過程，包括數據資源化、數據資產化、數據商品化等階段采集采集匯聚匯聚處理處理

32、存儲存儲分析分析數據管理數據管理數據治理數據治理資源庫資源庫價值挖掘價值挖掘資產確認資產確認資產管理資產管理資產庫資產庫資產運營資產運營數據包數據包數據數據APIAPI數據報告數據報告解決方案解決方案生生 產產分分 配配消消 費費流流 通通數據數據數據資源數據資源數據資產數據資產數據產品數據產品資源化資源化資產化資產化商品化商品化業務數據業務數據交易收益交易收益數據要素數據要素化化資料來源：數據產品交易標準化白皮書2022，華金證券研究所整理2.1 2.1 數據通過資源化、資產化、商品化實現要素轉化數據通過資源化、資產化、商品化實現要素轉化 15請仔細閱讀在本報告尾部的重要法律聲明圖表圖表19

33、 19 數據確權的三分原則數據確權的三分原則圖表圖表18 18 數據確權主要城市數據確權主要城市2.1.1 2.1.1 數據權屬：法律角度確定數據權屬，各市場主體的權益數據權屬：法律角度確定數據權屬，各市場主體的權益保障保障資料來源：中國信通院數據價值化與數據要素市場發展報告（2021年），華金證券研究所整理浙江大數據交易中心發布大數據確權平臺河南新鄉數據要素登記證書工信部、人民網人民數據資產服務平臺貴州建設基于區塊鏈的數字資產交易所深圳深圳經濟特區數據條例廣州數據確權流通沙盒實驗南海諸島數據確權使得數據資產具備可控制性，有利于加快數據要素的流通速度數據確權使得數據資產具備可控制性，有利于加快

34、數據要素的流通速度。2019年 9 月工信部開通了我國首家數據確權平臺“人民數據資產服務平臺”；河南省新鄉市試點上線數據要素確權與可信流通平臺(河南根中心)發出全國首張數據要素登記證書；浙江大數據交易中心發布大數據確權平臺，通過采用開源大數據分布式計算框架和數據可用但不可見的混淆加密算法對數據確權認證。16請仔細閱讀在本報告尾部的重要法律聲明2.1.1 2.1.1 數據權屬：數據所有權細化為持有權、加工使用權和經營權數據權屬：數據所有權細化為持有權、加工使用權和經營權相關權利相關權利內涵闡釋內涵闡釋設置原因設置原因主要權利內容主要權利內容數據持有權指對依法所取得的數據進行持有并自主管理的權利明

35、晰是“相對占有權而非“絕對占有權”明確可以被多個主體所占有，并且不影響各持有主體單使用該數據傳達法律促進數據的共享和流通，避免形成數據壟斷的導向保護數據資源完整權處置權贈予權標記權數據加工使用權指權利人通過技術處理和應用方法等加工使用方式，對數據資源進行整合、提高數據綜合效益的權利數據具有“使用非損耗性”，對其進行加工使用，不會帶來數據自身的損害對數據搜集、處理、應用者等賦予數據加工使用權，可促進以生產為目的的數據加工使用行為，充分發揮數據要素的價值復制權合并權再生產權委托處理權數據經營權指權利人對合法搜集加工的數據進行經營，并獲取相應經濟效益的權利。經營者是最直接的市場經濟參與主體，天然具有

36、感知市場變化的能力賦予權利人經營權，可以有效盤活數據資源、并給予權利人相應的補償許可權轉讓權出售權收益獲取權數據產權的屬性主要有四大特征：一是數據產權具有經濟特性；二是數據產權具有可分離性；三是數據產權流動具有獨立性；四是數據的財產屬性具有可復制性。數據產權的確立要有明確的法律保障，否則很難實現市場主體享有依法依規持有、使用、獲取數據收益的權益。中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見指出，要探索建立數據產權制度，推進公共數據、企業數據、個人數據分類分級確權授權使用，探索數據產權結構性分置制度，建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制，健全數據

37、要素權益保護制度。圖表圖表20 20 企業數據產權主要內容企業數據產權主要內容圖表圖表21 21 企業數據產權分級分類內容企業數據產權分級分類內容分類分類個人數據個人數據企業數據企業數據社會數據社會數據公共品公有產權公有產權公有產權準公共品公有產權基礎數據產權公有產權基礎數據產權衍生數據產權公有產權基礎數據產權衍生數據產權私有品基礎數據產權基礎數據產權衍生數據產權資料來源：中國信通院，華金證券研究所整理 17請仔細閱讀在本報告尾部的重要法律聲明2.1.2 2.1.2 數據資產評估：為企業未來總資產增厚帶來數據資產評估：為企業未來總資產增厚帶來“想象空間想象空間”數據價值評估是指通過構建價值評估

38、體系，計量數據的經濟效益、業務效益、投入成本等活動。當前業界對于數據價值評估主要聚焦于三個方面：一是數據資產估值，直接量化體現數據價值；二是數據資產會計核算，作為企業的核心資產進入資產負債表；三是多角色參與數據要素生態，進入數據要素流通的大循環中。資料來源：商業銀行數據資產管理體系建設實踐報告，華金證券研究所整理圖表圖表22 22 數據資產價值評估框架數據資產價值評估框架 內在價值=(數據質量評分+服務質量評分+使用頻度評分)/3*數據規模 成本價值=獲取成本+加工成本+運維成本+管理成本+風險成本 經濟價值=業務總效益*數據資產貢獻比例 市場價值=數據產品在對外流通中產生的總收益 18請仔細

39、閱讀在本報告尾部的重要法律聲明資料來源：光大銀行&德勤咨詢：商業銀行數據資產估值白皮書，華金證券研究所整理2.1.2 2.1.2 數據資產評估：成本、收益和市場法是價值評估的主要思路數據資產評估：成本、收益和市場法是價值評估的主要思路目前數據價值評估的思路主要沿用傳統資產評估方法（成本法、收益法、市場法），2021 年光大銀行發布了商業銀行數據資產估值白皮書，計算出光大銀行數據資產超千億元的貨幣價值，并與北京國際大數據交易所開展戰略合作，探索數據要素多元發展模式。圖表圖表23 23 光大銀行數據資產評估方法光大銀行數據資產評估方法P=HCS(1+R+U)P為評估結果，HC為數據資產歷史成本，S

40、為重置系數，R為數據資產的合理利潤率，U為利潤調節系數ntttiDQfFP1)1(),(P為評估值，t為未來第t個收益期，n為剩余經濟壽命期，Ft為數據資產支持的業務在未來第t個收益期帶來的收益增加或損失減少，f(Q,D)為綜合調節系數，Q為質量調節系數，D為投產期限調節系數，i為折現率NjYiiifjjjjjkrgRPqnPV11110)1()1(jjjjjRPqnyrBasev0_Re111)1(_Re_iNjYijjgyrBasevsumFvNjYiifijjrgyrBasevsumPv11111)1(_Re_）（ksumPvPV_ PV 為數據資產價值，資產基礎年產品數n、基礎年產品平

41、均交易量q、基礎年同類可比產品價格P、價格修正系數R、平均年收益增長率g、折現率rf、(產品)有效交易年限Y、期日修正系數K，可交易數據資產基礎年收益Rev_Base_yr、可交易數據資產預期歷年年收益F_sum、可交易數據資產現值總值Pv_sum成本法成本法收益法收益法市場法市場法 以上過程可以展現為4個公式做計算 19請仔細閱讀在本報告尾部的重要法律聲明取值依據取值依據取值取值可比交易價可比交易價格法格法根據市場價格波動程度1,2，建議取值1.1可比交易修正系數說明市場供求因素的影響使得市場上實際的數據資產交易價格已遠高于成本價，即數據資產的定價主要由市場供需決定，因此需要采用可比案例價格

42、調整定價數據資產交易價格主要由成本決定，沒有必要采用市場價進行調整說明市場供求因素導致數據資產交易價格已經低于成本價，建議重新篩選目標用戶、綜合其他因素考慮數據資產交易的必要性交易方效用交易方效用價格法價格法根據不同潛在交易方效用的差異性交易方效用價格說明數據資產給交易方帶來的效用要遠大于成本價，為獲取更高收益，數據資產的定價應盡量貼近交易方的效用價格，需采用交易方效用價格進行定價交易方試銷交易方試銷價格法價格法根據試銷交易方的類型和數量占所有潛在交易方的比值確定，估計不同潛在交易方對價格接受的差異性說明市場上潛在交易能接受的價格要遠大于成本價，為獲取更高收益，數據資產的定價應盡量貼近交易方試

43、銷價格，需采用交易方試銷價格進行定價2.1.3 2.1.3 數據產品定價：基于兩階段修正成本法的分析數據產品定價：基于兩階段修正成本法的分析南方電網南方電網2021 年 1 月，南方電網發布了能源行業首個數據資產定價方法，公司基于數據產品多次性、多樣性、組合性等特點，在成本價格法的基礎上，綜合考慮影響數據價值實現的因素，制定數據資產定價方法與標準。P 為資產評估價格Pc 為成本價Pe 為市場價 為閾值，建議取值 1.1價格選擇價格選擇TC 為總成本R 為合理利潤率T 為適用稅率K 為數據價值修正系數P PC C=TC=TC(1+R)(1+R)(1+T)(1+T)K K 為數據質量系數為數據流通

44、系數l 為數據稀缺系數r 為數據價值實現風險系數K=(1+l)(1-r)K=(1+l)(1-r)成成本本價價市市場場價價根據不同的交易情況和數據可得性，在可比交易案例價格、交易方效用價格或交易方試銷價格中選用合適的市場價 Pe資料來源：電網數據資產定價方法研究基于兩階段修正成本法的分析_鄒貴林，華金證券研究所整理圖表圖表2424 數據產品定價方法數據產品定價方法 20請仔細閱讀在本報告尾部的重要法律聲明2.1.3 2.1.3 數據產品定價：基于兩階段修正成本法的分析數據產品定價：基于兩階段修正成本法的分析南方電網算例南方電網算例算例：算例：假設某金融機構擬從電網公司采購相關征信數據，用于分析和

45、監控用戶貸款的全過程，電網公司通過以下幾個步驟計算產品價格區間 計算總成本，計算總成本，TC=93400TC=93400客戶擬采購的數據內容涉及10萬條的脫敏記錄，總成本包括數據采集、數據產品研發、市場營銷、風險控制，計算結果如下：確定數據價值修正系數確定數據價值修正系數，數據價值影響因子，數據價值影響因子 K=0.946 K=0.946假設數據完整性、準確性、有效性均為100%，取值 1；假設本次交易數據屬于非共享數據，取值 1；假設交易數據占比為 10%，l 取值 0.1，r 取值0.14，過程如下：確定合理利潤率確定合理利潤率 R R 及稅率及稅率 T T，成本價，成本價 P Pc c=

46、0.99=0.99假設電網公司基準收益率 6%，增值稅稅率取 6%Pc=93400（1+6%）（1+6%）0.94699277.25（元）則單條數據成本價=99277.25/1000000.99（元）計算市場價，計算市場價，P Pe e=1.455=1.455目前市場無可比的交易案例，且無法進行產品試銷操作，應用效用價格法計算市場價。假設：金融機構購買 10 萬條數據用于客戶增加授信，客戶貸款期限為1年，在授信范圍內支用 300 元，年利率按（4.85%）計算。貸款期結束后，將給金融機構帶來：收入=300（1+4.85%）=314.55（萬元）；利潤=3004.85%=14.55（萬元）則單條

47、數據的上限價格為：145500/100000=1.455（元/條）確定最終價格區間確定最終價格區間最終價格可在 0.99-1.47 間取值。為獲取更高收益，采用交易方效用價格 1.47 元/條進行定價資料來源：電網數據資產定價方法研究基于兩階段修正成本法的分析_鄒貴林，華金證券研究所整理 21請仔細閱讀在本報告尾部的重要法律聲明2022年12月，國家財政部發布企業數據資源相關會計處理暫行規定（征求意見稿），要求：企業內部使用的數據資源企業內部使用的數據資源，符合企業會計準則第號無形資產（財會20063 號）規定的定義和確認條件的，應當確認為無形資產并按照相關規定，對確認為無形資產的數據資源進行

48、初始計量、后續計量、處置和報廢等相關會計處理。企業日?；顒又谐钟?、最終目的用于出售的數據資源，企業日?；顒又谐钟?、最終目的用于出售的數據資源，符合企業會計準則第 1 號存貨（財會20063 號）規定的定義和確認條件的，應當確認為存貨，并按照相關規定對確認為存貨的數據資源進行初始計量、后續計量等相關會計處理企業應當按照相關企業會計準則及本規定等，在會計報表附注會計報表附注中對數據資源相關會計信息進行披露。2.1.4 2.1.4 會計入表：企業內外部數據資源擬通過無形資產和存貨方式入表會計入表：企業內外部數據資源擬通過無形資產和存貨方式入表圖表圖表26 26 企業數據資源信息披露會計報表企業數據資

49、源信息披露會計報表圖表圖表25 25 數據資產潛在會計分類數據資產潛在會計分類資料來源：普華永道，財政部，華金證券研究所整理 22請仔細閱讀在本報告尾部的重要法律聲明國內相關標準化組織、財會領域組織、技術咨詢服務企業均從多個視角開展數據價值評估積極探索研究國內相關標準化組織、財會領域組織、技術咨詢服務企業均從多個視角開展數據價值評估積極探索研究。光大銀行2021年發布了商業銀行數據資產估值白皮書，針對17個估值對象確定了17個數學計算公式，結合111個計算參數，明確出198個計算指標及口徑，最終，采集了198個指標數據，計算出光大銀行目前的數據資產價值超過千億元。2022發布了商業銀行數據資產

50、會計核算研究報告，提出將數據資產使用權和數據資產經營權列入資產負債表中無形資產二級科目進行核算，并給出“衍生性數據”和“數據工具”的會計核算和入表方案。2.1.5 2.1.5 資產金礦：多市場主體開展評估探索，資產金礦：多市場主體開展評估探索，光大銀行數據資產超千億光大銀行數據資產超千億研究單位研究單位時間時間研究成果研究成果研究價值參考研究價值參考光大銀行2022.11商業銀行數據資產會計核算研究報告提出將數據資產使用權和數據資產經營權列入資產負債表中無形資產二級科目進行核算，并給出“衍生性數據”和“數據工具”的會計核算和入表方案南方電網2021.12南方電網數據資產管理體系白皮書首創了能源

51、行業首個數據資產定價方法，實現電網數據資產“明碼標價”，開展數據應用價值評估，量化部門及單位數據價值貢獻度，創新建立數據資產入表管理機制，率先設立了數據資產會計科目，明確了數據資產的入表確認規則標準和入表管控策略。略浦發銀行2021.1商業銀行數據資產管理體系建設實踐報告從構建商業銀行數據資產管理體系視角出發，提出了數據價值評估框架國家標準化管理2020電子商務數據資產評價指標體系（GB/T 37550-2019）提出數據資產應用效果的分析，考慮數據資產的使用對象、使用次數和使用效果評價，在評估數據資產的運營效果時有參考價值中國資產評估協會2019.12資產評估專家指引第 9 號數據資產評估參

52、考無形資產評估為數據資產評估提出改良成本法、改良收益法以及改良市場法三種評估方法圖表圖表2727 國內數據資產評估研究探索整理國內數據資產評估研究探索整理資料來源：數據資產管理實踐白皮書（6.0 版），華金證券研究所整理 23請仔細閱讀在本報告尾部的重要法律聲明一、一、20222022年年目錄目錄part 01part 011.1.實現路徑：法律層的權屬實現路徑：法律層的權屬-市場層的定價市場層的定價+估值估值-會計層的入表會計層的入表-資產金礦資產金礦2.2.商業模式：交易所為關鍵，商業模式：交易所為關鍵，“撮合交易撮合交易”向向“數據增值數據增值”升級升級3.3.市場空間：數據資產入表是開

53、啟萬億級市場的市場空間：數據資產入表是開啟萬億級市場的“金鑰匙金鑰匙”一、一、20222022年年一、真正的中特估一、真正的中特估二、資產的金礦二、資產的金礦三、估值的藍海三、估值的藍海 24請仔細閱讀在本報告尾部的重要法律聲明2.2 2.2 數據交易是促進數據要素市場流通的基本數據交易是促進數據要素市場流通的基本方式方式資料來源：中國信通院2022年數據交易平臺發展白皮書，數據產品交易標準化白皮書2022，華金證券研究所整理數據交易數據交易是以數據作為商品進行分類定價、流通和買賣的行為，它將有效發揮數據價值，實現從數據資源到數據要素到數據資產再到數據資本的轉變。數據交易是市場經濟條件下促進數

54、據要素市場流通的基本方式。數據產品數據產品交易模式交易模式原始數據直接交易原始數據直接交易一對多單邊交易一對多單邊交易平臺化多平臺化多邊交易邊交易 數據交易機構作為完全獨立的第三方，為數據供應方、需求方提供撮合服務，屬于多邊交易方式。數據產品根據市場需求生成，交易內容與形式較為開放，交易雙方就數據類型、購買期限、使用方式、轉讓條件等均有供需雙方自行商定，屬于“一對一”的交易方式。數據交易機構以數據服務商數據服務商身份，對自身擁有的數據或通過購買、網絡爬蟲等收集來的數據，進行分類、匯總、歸檔等初加工，將原始數據變成標準化的數據包或數據庫再進行出售，一般采用會員制、云賬戶等方式，為客戶提供數據包（

55、集）、數據調用接口（API接口）、數據報告或數據應用服務等，屬于“一對多”的單邊交易方式。數據產品是一種產權可界定、可交易的商品，是數據要素市場的主要交易對象和標的。數據產品交易可大致分為直接交易、一對多單邊交易和多邊交易三種方式按交易是否經過按交易是否經過數據交易所進行數據交易所進行場內交易場內交易場外交易場外交易按交易產品按交易產品的類型分類的類型分類原始數據交易原始數據交易數據產品交易數據產品交易數據服務交易數據服務交易圖表圖表28 28 數據交易的數據交易的類型類型圖表圖表29 29 數據產品數據產品交易模式交易模式 25請仔細閱讀在本報告尾部的重要法律聲明2.2 2.2 數據要素市場

56、主要流通七大類數據產品數據要素市場主要流通七大類數據產品現有數據要素市場上的七大類數據產品：數據集（或稱為數據包）、基于API的信息服務類產品、基于許可證（license）使用的數據產品、以清洗加工處理為主的數據處理服務、以分析和建模為主的數據應用服務、數據分析工具服務和行業研究報告數據交易機構數據交易機構數據集數據集APIAPI許可證許可證數據處理服務數據處理服務數據應用服務數據應用服務數據分析工具數據分析工具行業研究報告行業研究報告北京國際大數據交易所北京數據交易平臺 北京數據交易平臺 上海數據交易所 合肥數據要素流通平 浙江大數據交易中心 山東數據交易平臺 青島大數據交易中心 貴陽大數據

57、交易所 武漢東湖大數據交易中心 北部灣大數據交易中心 山西數據交易平臺 香港大數據交易所 華中大數據交易所 華東江蘇大數據交易中心 Wind數據 聚合數據 數據堂 百度API 阿里云API平臺 企查查 天元數據網 京東萬象 數據寶 優易數據 用友APILink 圖表圖表30 30 全國全國 25 25 家數據交易機構的產品情況家數據交易機構的產品情況資料來源：數據流通市場中數據產品的特性及其交易模式_黃麗華，華金證券研究所整理 26請仔細閱讀在本報告尾部的重要法律聲明定價方式定價方式第三方平臺預訂價第三方平臺預訂價第三方專業人員基于大數據交易平臺特點，利用數據質量評價指標給出評價結果，并根據評

58、價結果和同類同級數據集/產品的歷史成交價給出一個合理的價格區間數據賣方基于此價格區間在交易前對交易數據進行再定價。按次計價按次計價數據買方每調用一次數據就付費一次，這種方式實際上出售的僅是數據的使用權。協議定價協議定價數據買賣雙方一對一的交易，交易價格由雙方協商。大數據交易平臺僅作為數據買賣雙方的中介。拍賣定價拍賣定價拍賣定價法是在一個賣方和多個買方之間經過拍賣而確定價格的方法，屬于需求導向定價。實時定價實時定價交易數據的實時價格主要取決于數據的樣本量和單一的數據指標項價值，而后通過交易系統自動定價，價格實時浮動。圖表圖表31 31 數據交易定價數據交易定價方式方式大數據作為商品進行交易時定價

59、問題成為大數據交易過程中的首要問題大數據作為商品進行交易時定價問題成為大數據交易過程中的首要問題，從目前國內典型大數據交易平臺的大數據交易實踐來看，我國主要存在第三方平臺預訂價、按次計價、協議定價、拍賣定價及實時定價5種大數據交易定價方式。2.2 2.2 大數據商品交易主要通過大數據商品交易主要通過5 5種方式達成最終交易價格種方式達成最終交易價格資料來源：數據交易的商業模式研究報告，我國大數據交易盈利模式研究_李成熙等，華金證券研究所整理 27請仔細閱讀在本報告尾部的重要法律聲明2.2 2.2 數據交易的達成需多主體協同和多環節打通數據交易的達成需多主體協同和多環節打通數據交易的基本框架主要

60、包括數據供方、數據需方、數據交易所、監管體系、保障體系等幾個方面，數據交易的流程包括數據匯集、數據處理、交易撮合、交易達成、身份確認、數據傳輸、交易服務、安全保障等環節，數據交易的全部流程都要受到相關政府部門的依法監管監管體系掛牌申請交易資格認定交易標的掛牌交易撮合交易達成發放成交證書交易登記備案數據交易所數據交易所交易前交易中交易后數據交易標的數據產品/服務+某一種可交易的數據權某一種可交易的數據權確權登記數據交易標的成交證書數據需方數據需方按協議方式獲取標的獲得標的證明保障體系數據數據供供方方圖表圖表32 32 數據交易基本框架示意圖數據交易基本框架示意圖資料來源：數據交易中的權利確認和授

61、予體系_湯奇峰等，華金證券研究所整理 28請仔細閱讀在本報告尾部的重要法律聲明2.2 2.2 中間平臺是數據交易撮合的核心關鍵中間平臺是數據交易撮合的核心關鍵資料來源：華金證券研究所整理數據供應方數據供應方數據交易平臺數據交易平臺數據需求方數據需求方數據交易產品數據交易產品數據集（包）API數據接口基于許可證使用的數據產品數據處理服務 數據應用服務數據分析工具 行業研究報告貴陽大數據交易所、西咸新區大數據交易所、東湖大數據交易中心、上海數據交易中心、北京國際大數據交易所等40家數據交易機構。目前數據交易供給方主要包括中國電信等數據密集型企業，萬得等“采銷一體”企業，以及其他獲得授權參與交易的企

62、業。金融類企業金融類企業在線服務類企業在線服務類企業在線廣告類企業在線廣告類企業科創類企業科創類企業科研機構科研機構數據交易產業包括數據供應、數據交易服務以及數據需求三大產業環節數據交易產業包括數據供應、數據交易服務以及數據需求三大產業環節。其中，上游為數據供給方；中游為數據交易服務的整個過程，主要提供純數據產品和服務方案；下游為數據需求方，涉及金融、教育、科研等各行業。29請仔細閱讀在本報告尾部的重要法律聲明數據交易平臺的類型數據交易平臺的類型國有資本國有資本主導的數據交易平臺私營資本私營資本主導的數據交易平臺非公司非公司形式的數據交易平臺數據交易平臺的數據交易平臺的作用作用解決效率問題解決

63、效率問題解決合規問題解決合規問題解決安全問題解決安全問題解決信任問題解決信任問題2.2 2.2 數據交易平臺主要以政府、企業和產業聯盟為主導創建經營數據交易平臺主要以政府、企業和產業聯盟為主導創建經營數據交易平臺數據交易平臺一般指大數據交易所，是實現數據交易的重要載體，是有關數據的交互、整合、交換、交易的場所。當前數據交易平臺數量眾多，其業務類型、盈利模式、產品形態等均有差異，從建設主體角度看，數據產品交易平臺主要分為政府主導、企業主導和產業聯盟主導的三種交易平臺數據交易數據交易平臺平臺政府主導的大數據交政府主導的大數據交易所和交易易所和交易平臺平臺企業主導型數據服務企業主導型數據服務平臺平臺

64、產業聯盟數據交易平產業聯盟數據交易平臺臺數據密集型企業主導建立數據密集型企業主導建立的數據交易或服務市場的數據交易或服務市場數據服務商數據服務商 代表：貴陽大數據交易所、上海數據交易中心代表：貴陽大數據交易所、上海數據交易中心 代表：代表：中國電信、國家電中國電信、國家電網、阿里巴巴網、阿里巴巴 代表：代表：萬得（Wind）數據、聚合數據、數據堂、京東萬象 代表：交通大數據交易平臺、中關村大數據產業聯盟代表：交通大數據交易平臺、中關村大數據產業聯盟圖表圖表33 33 數據交易平臺的類型數據交易平臺的類型資料來源：中國信通院2022年數據交易平臺發展白皮書，數據產品交易標準化白皮書2022，華金

65、證券研究所整理 30請仔細閱讀在本報告尾部的重要法律聲明數據來源：中國信息通信研究院，華金證券研究所整理數據交易主體數據交易主體共享交換服務（數據目錄配置、數據查詢、數據交換）基礎平臺數據追溯系統信源鏈數據應用平臺權限控制系統身份認證系統司法鑒定報告一鍵立案數據加密系統數據共享交換平臺數據提供方數據供方共享交換前置數據需方共享交換前置數據消費方大數據可信計算安全沙箱信息傳遞信息傳遞價值傳遞價值傳遞區塊鏈隱私計算等政府指政府指導類導類數據服數據服務商務商大型互聯大型互聯網企業網企業數據交易手段數據交易手段2.2 2.2 國內初步形成國內初步形成“四位一體四位一體”的數據交易市場格局（的數據交易市

66、場格局（1/21/2）我國數據要素市場格局逐漸明晰，正在形成包括數據交易主體、數據交易手段、數據交易中介、數據交易監管數據交易主體、數據交易手段、數據交易中介、數據交易監管的四位一體市場格局。由政府主導向社會多主體共建由政府主導向社會多主體共建發展發展區塊鏈、隱私計算等技術成為數據要素市場建設的區塊鏈、隱私計算等技術成為數據要素市場建設的有效路徑有效路徑 31請仔細閱讀在本報告尾部的重要法律聲明2.2 2.2 數據交易平臺商業模式逐漸由數據交易平臺商業模式逐漸由“撮合交易撮合交易”轉為轉為“數據增值數據增值”數據來源：國家工業信息安全發展研究中心，上海數據交易所，數據交易的商業模式研究報告，華

67、金證券研究所整理數據交易商業模式的四個核心內容包括數據交易的主體、客體、流程和標準，數據交易主體包括數據供方、數據需方、數據服務方三種角色，客體包括源數據及數據衍生品等數據交易對象。數據增值服務模式相較于簡單的撮合交易模式，產生了一些從事“交易中介+加工分析”服務的新業態，引入了數據加工過程中的各類服務商角色，一些新興機構和企業通過數據聚合、融通、去識別處理、分析挖掘等新型服務方式，對于推動數據產業發展起到了促進作用。圖表圖表35 35 上海數據交易所收費標準上海數據交易所收費標準收取會員費創收的會員制模式收取會員費創收的會員制模式增值式交易服務模式增值式交易服務模式優勢：簡單易行，門檻低；弊

68、端：抑制交易需求；繞開平臺交易；貴陽大數據交易所成立之初對促成的每一筆交易收取10%傭金，于2016年4月宣布取消交易傭金制，改為增值式交易服務模式；傭金率不斷降低，當前市場整體傭金率為1%-5%不等。有利于催生出企業之間的長期數據合作；交易安全性和交易質量更容易獲得保障；華東江蘇大數據交易中心的盈利模式主要是對會員收取年費，目前擁有6000多家會員，實現平臺盈利。在增值式交易服務模式下，數據交易平臺已經跳出“中間人”的身份，部分承擔了數據清洗、數據標識、數據挖掘、數據融合處理等數據服務商的職能和角色；當前大部分數據交易平臺都提供相應的數據增值服務模式，且這一塊業務在平臺營收中的占比不低。收取

69、手續費創收的傭金交易模式收取手續費創收的傭金交易模式圖表圖表34 34 數據交易商業模式框架圖數據交易商業模式框架圖圖表圖表36 36 數據交易所的收費服務模式數據交易所的收費服務模式收費類型收費類型收費對象收費對象收費標準收費標準數商服務費需方數商采用一次性收費方式：9980元第三方數商19980元/年數據產品交易服務費供方數商交易額的2.5%32請仔細閱讀在本報告尾部的重要法律聲明數據交易中介數據交易中介狀態狀態序號序號名稱名稱已建1貴陽大數據交易所2中原大數據交易中心3西咸新區大數據交易所4華東江蘇大數據交易中心5哈爾濱數據交易中心6上海數據交易中心7北部灣大數據交易中心8香港大數據交易

70、所9華東大數據交易所10東湖大數據交易中心11長江大數據交易所12浙江大數據交易中心13錢塘大數據交易中心14重慶大數據交易市場15中關村數海大數據交易平臺籌建16雄安大數據交易中心17北京國際大數據交易所由居間服務商向數據資源綜合服務商轉型由居間服務商向數據資源綜合服務商轉型“15+215+2”交易平臺建設布局交易平臺建設布局數據交易監管數據交易監管政府加強設置管理條例，交易機構強化自律政府加強設置管理條例，交易機構強化自律“國家國家+地方地方”交易監管體系交易監管體系2.2 2.2 國內初步形成國內初步形成“四位一體四位一體”的數據交易市場格局（的數據交易市場格局（2/22/2）數據來源：

71、中國信息通信研究院，華金證券研究所整理省級大數據管理局（省級大數據管理局（2020個）個）北京市大數據管理局河南省大數據管理局天津市大數據管理中心貴州省大數據發展管理局福建省大數據管理局吉林省政務服務和數字化建設管理局安徽省數據資源管理局浙江省大數據發展管理局山東省大數據局廣西壯族自治區大數據發展局江蘇省大數據管理中心廣東省大數據管理局海南省大數據管理局內蒙古自治區大數據發展管理局 黑龍江省政務大數據中心江西大數據中心上海市大數據管理局重慶市大數據應用發展管理局四川省大數據中心湖南省政務服務和大數據中心市級及以下大數據管理局（市級及以下大數據管理局（2 21 1個）個）貴陽市大數據發展管理局廣

72、州市大數據管理局寧波市大數據發展管理局杭州市數據資源管理局成都市大數據中心蘭州市大數據管理局保山市大數據管理局中衛市云計算和大數據發展服務局黃石市大數據管理局咸陽市大數據管理局銀川市大數據管理服務局合肥市數據資源局昆明市大數據管理局南京市大數據管理局沈陽市大數據管理局酒泉市大數據管理局黔南州大數據管理局南通市大數據管理局江門市大數據管理局徐州市大數據管理局深圳市龍崗區大數據管理局國家數據局國家數據局 33請仔細閱讀在本報告尾部的重要法律聲明一、一、20222022年年目錄目錄part 01part 011.1.實現路徑：法律層的權屬實現路徑：法律層的權屬-市場層的定價市場層的定價+估值估值-會

73、計層的入表會計層的入表-資產金礦資產金礦2.2.商業模式：交易所為關鍵，商業模式：交易所為關鍵，“撮合交易撮合交易”向向“數據增值數據增值”升級升級3.3.市場空間：市場空間：數據資產入表是開啟萬億級市場的數據資產入表是開啟萬億級市場的“金鑰匙金鑰匙”一、一、20222022年年一、真正的中特估一、真正的中特估二、資產的金礦二、資產的金礦三、估值的藍海三、估值的藍海 34請仔細閱讀在本報告尾部的重要法律聲明全球數據資源呈現指數型爆發增長，數據要素市場建設進入多元主體共建共創、企業競爭加速推進、定價策略多樣探索多元主體共建共創、企業競爭加速推進、定價策略多樣探索的新階段。主體：主體：全球數據要素

74、市場參與主體以數據交易平臺為主，數據交易平臺數量占比46.51%，其次為個人信息管理系統及數據提供者，分別為19.77%和18.60%。分布：分布：美國企業數量最多，占比為39.53%，其次為英國和德國，占比分別為13.95%和10.47%。On Audience統計顯示，2017-2019年全球最大的五個數據市場的市場交易值增長率均在20%以上，規模最大的美國市場交易值在2019年達152.09億美元美國，40%英國，14%德國,11%瑞士,5%新加坡,4%以色列,4%澳大利亞,2%俄羅斯,2%法國,2%韓國,2%荷蘭,2%挪威,2%其他,10%個人信息管理系統數據基礎設施提供商數據交易平臺

75、數據服務提供者數據提供者私人數據市場圖表圖表3737 全球不同類型數據企業數量全球不同類型數據企業數量占比占比圖表圖表3838 各國數據企業數量各國數據企業數量占比占比2.3 2.3 全球數據要素市場發展進入加速全球數據要素市場發展進入加速階段，美數據企業最多階段，美數據企業最多資料來源：中國信通院，華金證券研究所整理國家國家201720172018201820192019市場交易值市場交易值（億美元）（億美元）增長率增長率（%）市場交易值市場交易值（億美元）（億美元）增長率增長率（%）市場交易值市場交易值（億美元）（億美元）增長率增長率（%）美國97.82 34.9 123.41 26.2

76、152.09 23.2 英國14.52 22.3 18.82 29.6 23.55 25.1 中國7.47 127.2 14.61 95.5 23.93 63.8 加拿大4.53 30.1 5.88 29.7 7.69 30.6 法國2.32 56.4 3.41 46.8 4.70 37.8 圖表圖表39 2017-201939 2017-2019年全球最大的五個數據交易市場年全球最大的五個數據交易市場 35請仔細閱讀在本報告尾部的重要法律聲明圖表圖表40 40 中國數據要素市場規模中國數據要素市場規模/億元億元2.3 2.3 20232023年數據要素市場破千億，將年數據要素市場破千億，將進

77、入群體性突破的快速發展階段進入群體性突破的快速發展階段數據要素對數據要素對GPDGPD的貢獻持續凸顯，十四五期間將進入快速發展階段。的貢獻持續凸顯，十四五期間將進入快速發展階段。據國家工信安全中心測算數據，2020年我國數據要素市場規模達到 545 億元，預計“十四五”期間 市場規模復合增速將超過 25%，數據要素整體市場規模將突破 1749 億元，整體將進入群體性突破的快速發展階段。從數據要素對GDP增長貢獻來看，2021年數據要素對當年GDP增長的貢獻率和貢獻度分別為14.7%和0.83個百分點，且整體呈現上升狀態，正發揮越來越大的促進作用6210620737554570490411441

78、4261749201620172018201920202021E2022E2023E2024E2025E508517512016018045生態保障數據服務數據分析數據交易數據加工數據存儲數據采集圖表圖表41 41 2022 2022 年中國數據要素市場結構年中國數據要素市場結構/億元億元圖表圖表42 42 數據要素對數據要素對GDPGDP增長增長貢獻圖貢獻圖資料來源：數據產品交易標準化白皮書2022，中國數據要素市場發展報告（20212022），華金證券研究所整理 36請仔細閱讀在本報告尾部的重要法律聲明國內數據產品交易類型日益豐富、交易環境不斷優化、交易規模持續擴大，數據變現能力顯著提高。

79、2019-2021 年我國數據交易市場規模呈現快速增長趨勢，2021 年數據交易市場規模達 463.0 億元。隨著數據要素市場化配置改革的不斷深入和數據資產入表等實踐不斷推進，社會機構數據資產及其衍生市場的總規模將超過30萬億285353463201920202021圖表圖表44 44 中國數據交易市場中國數據交易市場規模規模2.3 2.3 企業數據資產入表將開啟十萬億級市場的企業數據資產入表將開啟十萬億級市場的“金鑰匙金鑰匙”資料來源：價格理論與實踐2023年第3期，中國信通院，中國數據要素市場發展報告（20212022），華金證券研究所整理圖表圖表45 2017-202145 2017-2

80、021年我國數字產業營收年我國數字產業營收/億元億元71019562120611283815500551036190972072815869499410622110768511187312380814128520172018201920202021互聯網和相關服務業軟件業計算機、通信和其他電子設備制造業短期短期中長期中長期圖表圖表43 43 中國數據資產市場中國數據資產市場規模規模3030 萬億萬億5000-100005000-10000 億億 37請仔細閱讀在本報告尾部的重要法律聲明圖表圖表46 46 數商企業新注冊數量數商企業新注冊數量歷年趨勢歷年趨勢(截至截至 2022.11)2022.

81、11)圖表圖表47 47 已融資企業中不同類型數商企業數量已融資企業中不同類型數商企業數量國內國內數商企規模持續擴大，四類企業數據要素市場中需求較強。數商企規模持續擴大，四類企業數據要素市場中需求較強。截止 2022 年 11 月，數商行業企業數量達到 192 萬家，自 2000 年起每年數商企業注冊數量穩步上升，20122014期間數商企業規模有較顯著的成長，之后的每一年皆保持成長態勢，但增長速率有所放緩。其中，在已融資企業中數商咨詢服務商、數據資源集成商、數據加工處理服務商及數據分析技術服務商的企業數量占比最高，分別達到 34%、21%、17%及 12%，此四類型數商合計占比超過 80%，

82、在數據要素市場中需求相對較強2.3 2.3 國內數商企規模持續擴大，四類國內數商企規模持續擴大，四類企業數據要素市場中需求較強企業數據要素市場中需求較強資料來源：全國數商產業發展報告（2022），華金證券研究所整理 38請仔細閱讀在本報告尾部的重要法律聲明2.3 2.3 國內已形成基礎支撐、數據服務和融合應用的多層次數據產業圖譜國內已形成基礎支撐、數據服務和融合應用的多層次數據產業圖譜圖表圖表48 48 大數據生態產業圖譜大數據生態產業圖譜“數商”是以數據作為業務活動的主要對象或主要生產原料的經濟主體，各類數商相互交互與協作所組成的社會技術網絡，以獲取數據、加工處理和存儲數據，并開發利用數據，

83、從而促進創新、提高效率和創造新知識，這樣的社會技術網絡稱之為數商生態系統。數商生態系統務為大部分中小企業提供了一種性價比較高的數據獲取方式，解決中小企業面臨的數據專業人才稀缺等難題。資料來源：中國大數據產業發展白皮書（2022年），華金證券研究所整理 39請仔細閱讀在本報告尾部的重要法律聲明一、一、20222022年年目錄目錄part 01part 011.1.估值方法探討：估值方法探討：SOTPSOTP估值法估值法2.2.估值彈性系數估值彈性系數3.3.投資建議及相關標的投資建議及相關標的一、一、20222022年年一、真正的中特估一、真正的中特估二、資產的金礦二、資產的金礦三、估值的藍海三

84、、估值的藍海 40請仔細閱讀在本報告尾部的重要法律聲明3.1 3.1 估值方法：估值方法：基于基于SOTPSOTP法的數據要素價值評估探討法的數據要素價值評估探討資料來源：華金證券研究所整理根據企業數據資源相關會計處理暫行規定（征求意見稿），企業內部數據資源擬納入無形資產，企業日?；顒又谐钟?、最終目的用于出售的數據資源納入存貨，對于不同數據資產的歸屬和效用，我們計劃采用SOTP（Sum of the part）估值法進行估值探討，對其每一項業務單獨進行估值，并將其加總體成為整體估值。內部數據計入無形資產：內部數據計入無形資產：PBPB外部數據收入快速擴張期：外部數據收入快速擴張期：PSPS外部

85、數據收入成熟期：外部數據收入成熟期：PEPE)/(00存貨無形變INTINTBPPPB)-)(00存貨無形存貨無形變（INTINTPBPINTINTBPBPP0：企業原始市值P變：企業市值變化量B0：企業原始凈資產INT無形：企業內部數據資源導致的無形資產變化量INT存貨：企業出售數據產品計算的存貨變化量PB：企業市凈率假設：假設：原始資產負債表中完全沒計算企業的數據資源價值，即剔除重復計算影響；暫時不考慮數據資產化帶來的利率、稅收、攤銷等價值變動影響；暫時不考慮數據資產運營維護帶來的價值變動影響；市凈率（P/B）是從公司資產價值的角度去估計公司股票價格的基礎，其直觀含義即公司賬面上的 1 塊

86、錢對應于股票價格中的多少錢。市銷率適用于業務規模與市場份額對企業發展較為重要、處于犧牲短期利潤換取收入高增長階段的企業 對于已進入穩定盈利階段、未來業績和盈利能力可預測性較高的科創企業，市盈率是評估企業價值的主流方法變變SPSPP變：企業市值變化量S變：企業數據產品銷售帶來的營業收入變化量PS：外部數據收入的企業市銷率變變EPEPP變：企業市值變化量S變：企業數據產品銷售帶來的凈利潤變化量PE：外部數據收入的企業市盈率 41請仔細閱讀在本報告尾部的重要法律聲明3.2 3.2 彈性系數：與估值方法的選取和數據資產價值相關彈性系數：與估值方法的選取和數據資產價值相關根據以上不同數據資產類型所選取的

87、分布估值法，我們分別計算內部數據和外部數據的彈性系數，可以發現：（1）采用PB法計算的內部數據資產估值彈性系數與估值倍數和企業數據資產規模有關；（2）采用PS法計算的外部數據資產估值彈性系數與估值倍數和數據產品收入相關；（3）采用PE法計算的外部數據資產估值彈性系數與估值倍數和數據產品利潤相關內部數據計入無形資產：內部數據計入無形資產：PBPB外部數據收入快速擴張期：外部數據收入快速擴張期：PSPS外部數據收入成熟期：外部數據收入成熟期：PEPE00)PINTINTPBPPK存貨無形變（P0：企業原始市值P變：企業市值變化量B0：企業原始凈資產INT無形：企業內部數據資源導致的無形資產變化量I

88、NT存貨：企業出售數據產品計算的存貨變化量PB：企業市凈率K：彈性系數00PSPSPPK變變P0：企業原始市值P變：企業市值變化量S變：企業數據產品銷售帶來的營業收入變化量PS：外部數據收入的企業市銷率K：彈性系數00PEPEPPK變變P0：企業原始市值P變：企業市值變化量S變：企業數據產品銷售帶來的凈利潤變化量PE：外部數據收入的企業市盈率K：彈性系數資料來源：華金證券研究所整理 42請仔細閱讀在本報告尾部的重要法律聲明基礎假設基礎假設對比中國移動與中國光大銀行用戶規模、研發投入、數據量、連接數等維度作為數據資產規模的初步對比，可以發現，中國移動是光大銀行的3.5倍以上，基于光大銀行數據資產

89、超1000億，因此我們假設中國移動內部數據資產規模預計在3500億，按PB做估值測算；2022年中國移動大數據收入32億，作為外部數據產品收入；選取2023年6月1日中國移動A股市值為基礎測算數據，其中，PB=1.63，市值為21123億元，2022年凈資產規模12661億元、營收9373億元；考慮公司數據交易產品處于擴張期，采用PS法外部數據資產估值測算，參考海外科技巨頭亞馬遜的新型業務成長期的PS，我們給予10倍PS。注：此估值試算僅作為彈性估值參考，因數據和測算模型存在諸多假設，與實際差距較大，因此不作為投資意見。3.2 3.2 估值藍海：中國移動估值試算，數據資產帶來較大彈性空間估值藍

90、海：中國移動估值試算，數據資產帶來較大彈性空間中國移動中國移動光大銀行光大銀行比例比例個人用戶數/億9.752.563.8 研發投入/億元21761.273.5 科技人員/人39749321212.4 數據量/PB6501254.2 總連接數/億29-資料來源：華金證券研究所整理由上可以看出，中國移動內外部數據資產拉動的市值規模預計為5705+320=6025億元，帶動的市值彈性空間達28.5%圖表圖表49 49 中國移動與光大銀行數據規模對比中國移動與光大銀行數據規模對比5705)存貨無形內（INTINTPBP320外外SPSP015.00PSPSK外外27.0)00PINTINTPBPPK

91、存貨無形變內（P0：企業原始市值P內：內部數據資產帶來的市值變化量P外：外部數據資產帶來的市值變化量NT無形：企業內部數據資源導致的無形資產變化量INT存貨：企業出售數據產品計算的存貨變化量PB：外部數據收入的企業市凈率S外：企業數據產品銷售帶來的凈利潤變化量PS：外部數據收入的企業市銷率K內：彈性系數K外：彈性系數 43請仔細閱讀在本報告尾部的重要法律聲明圖表圖表50 50 運營商移動用戶數及運營商移動用戶數及5G5G滲透率滲透率/百萬，百萬，%圖表圖表5151 三大運營商寬帶用戶數三大運營商寬帶用戶數/百百萬萬通信作為擁有大量具有社會屬性、消費屬性的數據資源通信作為擁有大量具有社會屬性、消

92、費屬性的數據資源，其中，運營商在用戶規模、網絡覆蓋、連接數量上優勢明顯，2022年移動用戶數超16.8億，其數據價值更是一座儲量驚人的 數據富礦，是推動數據資源化、資產化沉淀的核心力量。國內數據中心國內數據中心市場由三大運營商主導，市場由三大運營商主導，2021年，三大運營商在國內的IDC市場份額合計達到51.4%，是國內數據服務的核心供應商。資料來源：wind，聯合資信，華金證券研究所整理3.3 3.3 通信行業成為通信行業成為“數據富礦數據富礦”，擁有大量社會兼消費屬性的數據，擁有大量社會兼消費屬性的數據圖表圖表5252 2021 2021年中國年中國IDCIDC市場份額市場份額21.1%

93、14.4%15.9%5.2%4.1%1.9%1.4%36.0%中國電信中國移動中國聯通萬國數據世紀互聯秦淮數據光環新網其他2102402721591701818695100202020212022中國移動中國電信中國聯通94295797535137239130631732017.50%40.40%62.90%24.60%50.40%68.50%23%49%66%0%10%20%30%40%50%60%70%0500100015002000202020212022中國移動中國電信中國聯通中國移動5G滲透率中國電信5G滲透率中國聯通5G滲透率 44請仔細閱讀在本報告尾部的重要法律聲明中國移動成立中

94、國移動信息技術中心，統籌管理全網IT系統規劃、投資、大數據等工作，通過匯聚海量數據構建梧桐大數據開放平臺，推動數據資源向數據資產、數據資本轉化。公司經清洗、脫敏已累計超 650PB 高價值數據量，2022年能力中臺價值變現超百億元，節約成本超38 億，形成大數據收入32 億。受益點：受益點：用戶規模最大，高價值數據量多，大數據收入變現能力強3.3.1 3.3.1 中國移動：成立專業數據運營中心，高價值數據量超中國移動：成立專業數據運營中心，高價值數據量超650PB650PB資料來源：中國移動信息技術中心官網，梧桐大數據官網，華金證券研究所整理8類高價值數據 圖表圖表5353 梧桐大數據平臺產品

95、梧桐大數據平臺產品 圖表圖表54 54 梧桐大數據平臺數據處理力梧桐大數據平臺數據處理力/PB/PB24.74.85.5315272020.122021.52021.92022.11日采集數據日處理數據16.33220212022圖表圖表55 55 中國移動大數據收入中國移動大數據收入/億元億元 45請仔細閱讀在本報告尾部的重要法律聲明4.5854002020.122021.112022.123.3.2 3.3.2 中國聯通：孵化專業公司，中國聯通：孵化專業公司，大數據收入運營商份額第一大數據收入運營商份額第一圖表圖表57 57 聯通大數據平臺數據量聯通大數據平臺數據量/PB/PB圖表圖表58

96、 58 聯通大數據收入與增速聯通大數據收入與增速/億元，億元，%資料來源：wind，C114，公眾號，華金證券研究所整理中國聯通大數據平臺以萬億級數據日處理能力為基礎，憑借數科資產管理、數科科學等六大平臺，鍛造數據治理、數據安全、數據應用與服務四大產品內容，充分挖局數據要素價值。2022年公司“資治”政務大數據平臺亮相，“目前，資治”政務大數據平臺支撐數據總量達400PB、日處理數據量更是高達200300TB。受益點：受益點：用戶規模大，數據積累厚，大數據收入運營商份額第一17264039.8%48.7%58.0%202020212022收入增速圖表圖表56 56 聯通大數據平臺內容聯通大數據

97、平臺內容 46請仔細閱讀在本報告尾部的重要法律聲明3.3.3 3.3.3 德生科技：就業、就醫、征信核驗、政務等領域的數據經紀人德生科技：就業、就醫、征信核驗、政務等領域的數據經紀人德生科技成功取得了由福建大數據交易所頒發的數據經紀人授權證書，成為福建數交所垂直領域的首批數據經紀人。公司自研的四款數據產品“地區就業情況分析”、“個人職業背景調查”、“失業保險業務核驗”、“養老保險業務核驗”也在福建數交所成功掛牌。公司在民生服務的各個領域均占有較高的市場份額，以社?？òl行計量，年度發卡量約占全市場全年發卡量的1/3左右，覆蓋全國150個以上的地市。受益點：受益點：社保民生市占高，公共數據和個人數

98、據豐富，已推出數據交易產品圖表圖表5959 德生科技主營業務及德生科技主營業務及20222022年關鍵業績表現年關鍵業績表現 圖表圖表6060 德生科技商業模式德生科技商業模式 3600 3600 萬萬 張張全年發卡量全年發卡量“親親小保親親小?！弊杂脩糇杂脩?300 300 多萬多萬，付費企業接近付費企業接近 2 2 萬萬家家掛牌掛牌4 4款款數據交易數據交易產品產品智能知識運營服務已智能知識運營服務已上線近上線近 60 60 個個地市，覆蓋地市，覆蓋 17 17 個個省份省份“信用就醫無感支付信用就醫無感支付”接入超接入超 1400 1400 家家醫療機構醫療機構資料來源：德生科技官網

99、，wind，華金證券研究所整理 47請仔細閱讀在本報告尾部的重要法律聲明3.3.4 3.3.4 夢網科技：三大運營商云通信業務的長期合作服務商夢網科技：三大運營商云通信業務的長期合作服務商夢網科技是中國移動、中國聯通、中國電信的全網服務提供商，軟硬件產品廣泛應用于金融、互聯網、商超等領域，公司攜手三大運營商及頭部終端廠商在云通信領域為十數萬家大中型企業與超十億個人用戶提供溝通服務。受益點：受益點：掌握運營商級用戶信息，用戶基礎龐大圖表圖表61 61 夢網科技夢網科技2016-20222016-2022營收及增長營收及增長資料來源：夢網科技官網，wind，華金證券研究所整理圖表圖表62 62 夢

100、網科技云通信產品及客服數據夢網科技云通信產品及客服數據20000+20000+活躍客戶數活躍客戶數10 10 億億+日發送量日發送量30 30 億億+日承載量日承載量1000 1000 億億+年互動次數年互動次數圖表圖表63 63 云通信產品文本短信套餐價格云通信產品文本短信套餐價格充值條數（萬條）充值條數（萬條）單價（元）單價（元）套餐總價（元）套餐總價（元）1 充值條數 100.045充值條數*單價10 充值條數 300.04充值條數*單價30 充值條數 500.038充值條數*單價50 充值條數 1000.037充值條數*單價100 充值條數 3000.036充值條數*單價充值條數 30

101、00.035充值條數*單價28.025.527.732.027.431.841.6-8.9%8.6%15.6%-14.5%16.1%30.9%2016201720182019202020212022總營收/億元同比 48請仔細閱讀在本報告尾部的重要法律聲明3.3.5 3.3.5 東方國信：產業互聯網領域的東方國信：產業互聯網領域的大數據、云計算龍頭企業大數據、云計算龍頭企業東方國信深耕通信領域20余載，為三大運營商集團及其省分公司提供大數據技術服務，是國內唯一承建了國內三大運營商集團級大數據平臺的公 司，覆蓋通信用戶數量超過19億。作為獨立第三方數據處理和加工專業公司，東方國信承建系統平均每日

102、處理數據 3 萬億條+，幫助客戶查詢數據量達到 70 萬億條+，所建的大數據平臺節點最大規模超過 3 萬。受益點：受益點：工業級數據產品應用，產業互聯網龍頭企業3131省省聯通集團聯通集團2424省省電信集團電信集團2424省省移動集團移動集團1919億億服務用戶量服務用戶量20,00020,000億億每日數據量每日數據量300TB300TB日入庫數據量日入庫數據量資料來源：東方國信官網，wind，華金證券研究所整理圖表圖表64 64 東方國信全國通信業務落地范圍東方國信全國通信業務落地范圍圖表圖表65 65 東方國信運營商大數據合作運營平臺東方國信運營商大數據合作運營平臺 49請仔細閱讀在本

103、報告尾部的重要法律聲明3.4 3.4 產業鏈相關標的產業鏈相關標的數據成為經濟穩定增長的核心關鍵，數據要素市場化已上升為國家戰略，運營商作為國家基礎算力的供應商，掌握大量核心數據資產，持續受益“東數西算”、“AIGC”等底層算力基礎設施建設，數字化及云業務增長成效顯著，營收凈利潤有望進一步抬升，建議重點關注運營商及其上下游配套產業標的。數據終端：數據終端：移遠通信、美格智能、華測導航、振芯科技、中際旭創、天孚通信；數據設備：數據設備：紫光股份、中興通訊、烽火通信、銳捷網絡、菲凌科思、佳力圖、英維克等；數據處理：數據處理：東土科技、東方國信；數據運營：數據運營：中國移動、中國電信、中國聯通、夢網

104、科技、奧飛數據、光環新網、深桑達A、德生科技；數據應用：數據應用：寶信軟件、亞信科技、浪潮信息、?？低?、大華股份；數據安全：數據安全：安恒信息、深信服、衛士通、啟明星辰、東方通等；50請仔細閱讀在本報告尾部的重要法律聲明3.4 3.4 產業鏈相關標的產業鏈相關標的證券代碼證券代碼證券簡稱證券簡稱總市值總市值/億元億元20222022營收營收/億元億元20222022凈利潤凈利潤/億元億元PE-LYRPE-LYRPE-2023EPE-2023EPE-2024EPE-2024E603236.SH移遠通信150.0 142.3 6.2 24.1 18.1 13.1 002881.SZ美格智能84.

105、1 23.1 1.3 65.8 41.5 27.7 300627.SZ華測導航151.8 22.4 3.6 42.0 32.1 24.6 300308.SZ中際旭創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中興通訊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.S

106、Z銳捷網絡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佳力圖51.3 6.2 0.4 140.5 46.4 37.4 002837.SZ英維克155.6 29.2 2.8 55.5 40.2 29.5 300353.SZ東土科技62.8 11.0 0.1 311.3 63.9 37.5 300166.SZ東方國信138.5 22.9-3.7-38.4 47.6 36.2 600941.SH中國移動20601.9 9372.6 1255.9 16.4 15.1 13.9 601

107、728.SH中國電信5572.8 4749.7 276.8 20.2 17.9 16.2 600050.SH中國聯通1564.8 3549.4 166.5 21.4 18.1 15.6 002123.SZ夢網科技107.7 41.6-7.4-14.9 38.8 25.7 300738.SZ奧飛數據103.8 11.0 1.6 62.7 48.2 32.1 300383.SZ光環新網212.7 71.9-10.1-24.2 32.4 26.1 000032.SZ深桑達A394.2 510.5 7.1-242.9 135.8 77.1 002908.SZ德生科技68.3 9.1 1.2 60.0

108、35.5 25.6 600845.SH寶信軟件1061.7 131.5 22.5 48.6 39.3 31.3 002415.SZ?？低?264.3 831.7 135.6 25.4 19.6 16.5 002236.SZ大華股份659.9 305.7 22.6 28.4 19.2 15.2 002439.SZ啟明星辰300.5 44.4 6.3 48.0 30.5 23.1 資料來源：Wind一致預期，華金證券研究所整理（數據截至2023年6月1日）51請仔細閱讀在本報告尾部的重要法律聲明風險提示風險提示政策落地不及預期數據資產化發展不及預期市場化機制建設不及預期業務拓展不及預期企業經營成

109、本上升 52請仔細閱讀在本報告尾部的重要法律聲明李宏濤：李宏濤：北京郵電大學經濟學碩士，十五年通信實業和7年金融從業經驗。曾就職于中國電信集團、方正證券研究所、中航基金專戶部、財通證券、太平洋證券等，2018、2021wind金牌分析師，2020年金麒麟新銳分析師，2021年choice最佳分析師通信行業第一名。華金證券研究所通信研究團隊簡介華金證券研究所通信研究團隊簡介 53請仔細閱讀在本報告尾部的重要法律聲明公司評級體系公司評級體系收益評級：買入 未來6個月的投資收益率領先滬深300指數15%以上；增持 未來6個月的投資收益率領先滬深300指數5%至15%；中性 未來6個月的投資收益率與滬

110、深300指數的變動幅度相差-5%至5%；減持 未來6個月的投資收益率落后滬深300指數5%至15%；賣出 未來6個月的投資收益率落后滬深300指數15%以上。風險評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率的波動大于滬深300指數波動。評級說明評級說明 54請仔細閱讀在本報告尾部的重要法律聲明行業行業評級體系評級體系收益評級：領先大市 未來6個月的投資收益率領先滬深300指數10%以上；同步大市 未來6個月的投資收益率與滬深300指數的變動幅度相差-10%至10%；落后大市 未來6個月的投資收益率落后滬深300指數10%以上；風險

111、評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率的波動大于滬深300指數波動。評級說明評級說明 55請仔細閱讀在本報告尾部的重要法律聲明分析師聲明分析師聲明李宏濤聲明，本人具有中國證券業協會授予的證券投資咨詢執業資格，勤勉盡責、誠實守信。本人對本報告的內容和觀點負責，保證信息來源合法合規、研究方法專業審慎、研究觀點獨立公正、分析結論具有合理依據，特此聲明。本公司具備證券投資咨詢業務資格的說明本公司具備證券投資咨詢業務資格的說明華金證券股份有限公司（以下簡稱“本公司”）經中國證券監督管理委員會核準，取得證券投資咨詢業務許可。本公司及其投

112、資咨詢人員可以為證券投資人或客戶提供證券投資分析、預測或者建議等直接或間接的有償咨詢服務。發布證券研究報告，是證券投資咨詢業務的一種基本形式，本公司可以對證券及證券相關產品的價值、市場走勢或者相關影響因素進行分析，形成證券估值、投資評級等投資分析意見，制作證券研究報告，并向本公司的客戶發布。法律聲明法律聲明 56請仔細閱讀在本報告尾部的重要法律聲明免責聲明：免責聲明：本報告僅供華金證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因為任何機構或個人接收到本報告而視其為本公司的當然客戶。本報告基于已公開的資料或信息撰寫，但本公司不保證該等信息及資料的完整性、準確性。本報告所載的信息、資

113、料、建議及推測僅反映本公司于本報告發布當日的判斷，本報告中的證券或投資標的價格、價值及投資帶來的收入可能會波動。在不同時期，本公司可能撰寫并發布與本報告所載資料、建議及推測不一致的報告。本公司不保證本報告所含信息及資料保持在最新狀態，本公司將隨時補充、更新和修訂有關信息及資料，但不保證及時公開發布。同時，本公司有權對本報告所含信息在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。任何有關本報告的摘要或節選都不代表本報告正式完整的觀點，一切須以本公司向客戶發布的本報告完整版本為準。在法律許可的情況下，本公司及所屬關聯機構可能會持有報告中提到的公司所發行的證券或期權并進行證券或期權

114、交易，也可能為這些公司提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務，提請客戶充分注意?？蛻舨粦獙⒈緢蟾鏋樽鞒銎渫顿Y決策的惟一參考因素，亦不應認為本報告可以取代客戶自身的投資判斷與決策。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議，無論是否已經明示或暗示，本報告不能作為道義的、責任的和法律的依據或者憑證。在任何情況下，本公司亦不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。本報告版權僅為本公司所有，未經事先書面許可，任何機構和個人不得以任何形式翻版、復制、發表、轉發、篡改或引用本報告的任何部分。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“華金證券股份有限公司研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。華金證券股份有限公司對本聲明條款具有惟一修改權和最終解釋權。法律聲明法律聲明 57請仔細閱讀在本報告尾部的重要法律聲明風險提示風險提示:報告中的內容和意見僅供參考，并不構成對所述證券買賣的出價或詢價。投資者對其投資行為負完全責任，我公司及其雇員對使用本報告及其內容所引發的任何直接或間接損失概不負責。華金證券股份有限公司辦公地址：上海市浦東新區楊高南路759號陸家嘴世紀金融廣場30層北京市朝陽區建國路108號橫琴人壽大廈17層深圳市福田區益田路6001號太平金融大廈10樓05單元 法律聲明法律聲明