通信行业数字经济专题系列分析报告：数据要素中特估资产金矿+估值蓝海

数据要素：真正的中特估，资产金矿+估值蓝海——数字经济专题系列目录一、真正的中特估二、资产的金矿三、估值的蓝海1.

理论“特色”：数据“升格”，纳入五大生产要素2.

政策“特色”：写入国家战略，数据资产加速入表3.

制度“特色”：三权分置，淡化所有权、强调使用权4.

组织“特色”：国家+地方数据局，监管从分散到统一5.

模式“特色”：国外企业三方平台主导，国内政府交易所主导6.

方向“特色”：垂直行业预计优先推动，弹性最大21.1

理论“特色”：数据“升格”被纳入五大生产要素之一•

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ꢇ

=

ꢈ(ꢉ,ꢊ,ꢋ,ꢌ,ꢍ)ꢁ：生产函数

ꢂ：技术进步ꢅ：资本

ꢆ：数据中国特色经济范式：10.5%8.1其中，ꢀ：经济产出ꢃ：20.4%9.9%劳动力ꢄ：土地16.1%9.6%15.1%14.4%历史阶段生产要素代表人物/事件9.3%6.69.1%10.3%50.2威廉·配第，庞巴维克8.8%9.5%39.2农业经济土地、劳动力5.145.53.935.8亚当·斯密、萨伊、约翰·穆勒31.33第一次工业革命

土地、劳动力、资本土地、劳动力、资本、技术27.222.62.3工业经济第二次工业革命马歇尔《经济学原理》中共十九届四中全会2016

2017

2018

2019

2020

2021

2022数字经济规模/万亿

同比201720182019202020212022土地、劳动力、资本、技术、数据数字经济产量（ZB）增速（%）数据

：中国通信院，数字中国发展报告2022，腾讯研究院，华金证券研究所整理31.2

政策“特色”：数据要素写入国家战略，企业数据资产加速入表

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

数据要素政策整理十三届全国人大四次会议中共中央、国务院工信部国务院2020.42021.032021.122021.11《关于构建更加完善的要素市场化配置体制机制的意见》《“十四五”规划和2035年远景目标纲要》《“十四五”大数据产业发展规划》

《要素市场化配置综合改革试点总体方案》首次提出土地、劳动力、资本、技术、数据五个要素领域的改革方向，将数据列为生产要素。明确提出培育规范的数据交易平台和市场主体，发展数据资产评估、登记结算、交易撮合、争议仲裁等市场运营体系推立市场定价、政府监管的数据要优先选择改革需求迫切、工作基础较好、发展潜力较大的城市群、都市圈或中心城市等，开展要素市场化配置综合改革试点素市场机制，培育大数据交易市场，探索多种形式的数据交易模式国务院财政部中央深改委国务院2023.032022.122022.062021.12国务院机构改革方案《企业数据资源相关会计处理暂行规定（征求意见稿）》《关于构建数据基础制度更好发挥数据要素作用的意见》《“十四五”数字经济发展规划》拟对数据资源的相关会计处理做出规定，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确立数据要素市场的四大原则体系：“数据产权、流通交易、收益分配、安全治理”，标志着我国数据要素基础制度顶层设计开始启动要求规范数据交易管理，提升数据交易效率,建立健全数据资产评估、登记结算、交易撮合、争议仲裁等市场运营体系，组建国家数据局，负责协调推进数据基础制度建设，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等资料

：华金证券研究所整理41.3

制度“特色”：三权分置的产权制度，淡化所有权、强调使用权

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索图表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产权制度主要内容•

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权个人和非个人二元数据结构欧盟•

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”•

《澄清合法使用境外数据法》，谁拥有数据就拥有数据控制权实用主义原则，•

通信、医疗、金融等领域各自制定美国未综合立法了行业隐私法；•

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资料：国家，中国信通院《数据要素标准化流通白皮书2022》，华金证券研究所整理51.4

组织“特色”：国家+地方数据局，数据监管从分散到统一•

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改革后划入国家数据局省级大数据管理局（20个）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河南省大数据管理局吉林省政务服务和数字化建设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中央网信办国家广西壮族内蒙古大数据发展局•

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•

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海南省大数据管理局上海市大数据管理局大数据发展管理局江西大数据中心重庆市大数据应用发展管理局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成都市大数据中心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酒泉市大数据管理局徐州市大数据管理局资料

：中国信通院，CSDN，国家，华金证券研究所整理61.5

模式“特色”：国外以企业为主导的三方平台开展数据交易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Dawex国家美国德国主要业务类型数据交易性质中介中介开放程度

数据范围

平台架构定价模式期限收费累进价格成立时间2015混合混合跨域专业集中分散IOTA数据交易2017DatabrokerDAO比利时数据交易中介混合专业分散累进价格2017StreamrDataIntel-ligenceHubAdvaneo瑞士德国德国数据交易中介中介中介混合混合混合跨域跨域跨域分散集中集中累进价格混合201720182018数据交易、附加服务数据交易、附加服务期限收费Otonomo以色列数据交易、附加服务中介混合专业集中期限收费2015DatafairplayInfoChimpsQlik德国美国美国美国德国荷兰数据交易数据交易中介中介混合混合混合开放开放混合专业跨域跨域跨域跨域专业集中集中集中集中集中集中累进价格期限收费数据集收费期限收费期限收费混合201420092017201320102018数据交易、附加服务数据交易供应商中介xDaytaKasabi数据交易中介HereOLP数据交易、附加服务供应商资料：中国信息通信研究院和重庆市大数据应用发展管理局，华金证券研究所整理71.5

模式“特色”：国内以政府为主导的交易所开展数据交易•

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。2015年，党的十八届

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。在建/筹建中河北京津冀大数据交易中心粤港澳大湾区数据平台湖北大数据交易平台北方大数据交易中心安徽大数据交易中心湖南大数据交易中心北部湾大数据交易中心山西数据交易服务平台山东数据交易公司川渝大数据交易平台内蒙古数据交易中心广东省数据交易中心西部数据交易中心深圳数据交易所河南平原大数据交易中心华东江苏大数据交易平台华中大数据交易平台重庆大数据交易市场西咸新区大数据交易所武汉东湖大数据交易中心武汉长江大数据交易中心贵阳大数据交易所深圳南方大数据交易中心山东省先行大数据交易中心山东省新动能大数据交易中心浙江大数据交易中心钱塘大数据交易中心广州数据交易平台上海数据交易中心哈尔滨数据交易中心中关村数海大数据交易平台上海数据交易所贵州省数据流通交易中心北京国际大数据交易所潍坊大数据交易中心青岛大数据交易中心中原大数据交易平台北京大数据交易服务平台东北亚大数据交易服务中心2014年2015年2016年2017年2018年2020年2021年资料

：中国信通院《2022年数据交易平台发展白皮书》，《数据产品交易标准化白皮书2022》，华金证券研究所整理81.5

模式“特色”：国内以政府为主导的交易所开展数据交易•

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

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资料

：国家，中国信通院，华金证券研究所整理91.6

方向“特色”：互联网、金融和电信等垂直行业预计优先推动•

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11

中国大数据规模/万亿

图表12

2021年中国大数据行业应用结构图表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0.271.571.303.20%5.20%12.10%

11.70%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，复用价值高个人、企业

存储严谨，安全性高个人、企业

基数大，数据种类多9.10%9.90%48.80%金融

信贷信息自用极高电信

流量数据

自用+外部价值

高政府

互联网

金融

电信

工业

健康医疗

其他工业

行业模型自用高企业壁垒高，数据孤岛2021增加2022资料

：中国大数据产业发展白皮书（2022），华金证券研究所整理101.6

方向“特色”：信息传输、软件和信息技术服务业产出弹性最大•

《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%。图表14

各行业数据要素化投入的产出弹性估算（2021

年）•

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是直接消耗系数矩阵表示j行业对i部门产品的消耗资料

：中国数据要素市场发展报告（2021-2022），华金研究所整理111.6

方向“特色”：运营商是上海数交易所挂牌数据产品最多的行业•

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

分类来看，上海数据交易所目前挂牌企业数据

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品资料：数据要素视角下的数据资产化研究报告，上海数据交易所，华金研究所整理12目录一、真正的中特估二、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2.

商业模式：交易所为关键，“撮合交易”向“数据增值”升级3.

市场空间：数据资产入表是开启万亿级市场的“金钥匙”132.1

数据通过资源化、资产化、商品化实现要素转化•

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要素化业务数据交易收益资源化资产化商品化数据数据资源数据资产数据产品生

产分

配消

费流

通采集汇聚处理存储分析数据管理数据治理资源库资产确认资产管理资产库数据包数据API数据报告解决方案价值挖掘资产运营资料：《数据产品交易标准化白皮书2022》，华金证券研究所整理142.1.1

数据权属：法律角度确定数据权属，各市场主体的权益保障•

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河南新乡数据要素登记证书工信部、人民网人民数据资产服务平台浙江大数据交易中心发布大数据确权平台贵州建设基于区块链的数字资产交易所南海诸岛深圳《深圳经济特区数据条例》广州数据确权流通沙盒实验资料：中国信通院《数据价值化与数据要素市场发展报告（2021年）》，华金证券研究所整理152.1.1

数据权属：数据所有权细化为持有权、加工使用权和经营权•

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图表21

企业数据产权分级分类内容相关权利内涵阐释设置原因主要权利内容分类个人数据企业数据社会数据••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指对依法所取得的数据进行持有并自主管理的权利公共品公有产权公有产权公有产权数据持有权赠予权••·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标记权数据具有“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公有产权公有产权••••复制权公有产权指权利人通过技术处理和应用方法准公共品基础数据产权衍生数据产权基础数据产权衍生数据产权合并权基础数据产权数据加工使用权数据经营权等加工使用方式，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，可再生产权委托处理权整合、提高数据综合效益的权利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

•

许可权场变化的能力

转让权赋予权利人经营权，可以有效盘活数据资源、并给予权

•

出售权利人相应的补偿

收益获取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。•基础数据产权衍生数据产权私有品基础数据产权•资料：中国信通院，华金证券研究所整理162.1.2

数据资产评估：为企业未来总资产增厚带来“想象空间”•

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•

内在价值=(

数据质量评分

+

服务质量评分

+

使用频度评分)/3*数据规模•

成本价值

=

获取成本

+

加工成本+

运维成本+

管理成本+风险成本•

经济价值=业务总效益*数据资产贡献比例•

市场价值=数据产品在对外流通中产生的总收益资料

：商业银行数据资产管理体系建设实践报告，华金证券研究所整理172.1.2

数据资产评估：成本、收益和市场法是价值评估的主要思路•

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市场法i

1NY

(n

q

P

R

1

g

)P=HC×S×(1+R+U)

jj0

jjjPV

k(1

rf

)i

1j

1

i

1•

P为评估结果，HC为数据资产历史成本，S为重置系•

以上过程可以展现为4个公式做计算数，R为数据资产的合理利润率，U为利润调节系数i

1NYRev

_

Base

_

yr

n

q

P

R

jjj0

jjFv

_

sum

Rev

_

Base

_

yr

(1

g

)收益法jjj

1

i

1Rev

_

Base

_

yr

(1

g

)i

1

NYn

F

f

(Q,

D)

jjPV

Pv

_

sum

kPv

_

sum

P

t（1

rf）i

1(1

i)tj

1

i

1t

1•

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•

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rf、(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资料

：光大银行&德勤咨询：商业银行数据资产估值白皮书，华金证券研究所整理182.1.3

数据产品定价：基于两阶段修正成本法的分析——南方电网•

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PC=TC×(1+R)×(1+T)×KK=αβ(1+l)(1-r)价格选择••••TC为总成本••••α为数据质量系数β为数据流通系数成本价R为合理利润率T为适用税率l为数据稀缺系数K为数据价值修正系数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Peθ取值依据θ取值••••P为资产评估价格Pc为成本价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可比交易价格法可比交易修正系数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根据市场价格波动程度市场价Pe为市场价数据资产交易价[1,2]，说明数据资产给交易方带来的效用要远大于成本价，格主要由成本决为获取更高收益，数据资产的定价应尽量贴近交易方定，没有必要采θ为阈值，建议取值1.1交易方效用价格法根据不同潜在交易方效用的差异性

建议取值1.1的效用价格，需采用交易方效用价格进行定价用市场价进行调整交易方效用价格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交易方试销价格法资料：《电网数据资产定价方法研究—基于两阶段修正成本法的分析_邹贵林》，华金证券研究所整理192.1.3

数据产品定价：基于两阶段修正成本法的分析—南方电网算例•

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=93400②

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：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：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，Pe=1.455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）资料：《电网数据资产定价方法研究—基于两阶段修正成本法的分析_邹贵林》，华金证券研究所整理202.1.4

会计入表：企业内外部数据资源拟通过无形资产和存货方式入表•

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资料：普华永道，财政部，华金证券研究所整理212.1.5

资产金矿：多市场主体开展评估探索，

光大银行数据资产超千亿•

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光大银行时间研究成果研究价值参考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2022.11《商业银行数据资产会计核算研究报告》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。略南方电网2021.12《南方电网数据资产管理体系白皮书》浦发银行2021.12020《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《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，在国家标准化管理37550-2019）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估》

方法中国资产评估协会2019.12资料：数据资产管理实践白皮书（6.0版），华金证券研究所整理22目录一、真正的中特估二、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2.

商业模式：交易所为关键，“撮合交易”向“数据增值”升级3.

市场空间：数据资产入表是开启万亿级市场的“金钥匙”232.2

数据交易是促进数据要素市场流通的基本方式•

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场内交易场外交易按交易产品的类型分类按交易是否经过数据交易所进行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•

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、转让条件等均原始数据直接交易有供需双方自行商定，属于“一对一”的交易方式。•

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。数据产品交易模式一对多单边交易平台化多边交易•

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。资料：中国信通院《2022年数据交易平台发展白皮书》，《数据产品交易标准化白皮书2022》，华金证券研究所整理242.2

数据要素市场主要流通七大类数据产品•

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√√√√√√√√√√√√√√资料：《数据流通市场中数据产品的特性及其交易模式_黄丽华》，华金证券研究所整理252.2

大数据商品交易主要通过5种方式达成最终交易价格•

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

数据交易定价方式定价方式第三方专业人员基于大数据交易平台特点，利用数据质量评价指标给出评价结果，并根据评价结果和同类同级数据集/产品的历史成交价给出一个合理的价格区间数据卖方基于此价格区间在交易前对交易数据进行再定价。第三方平台预订价按次计价协议定价拍卖定价实时定价数据买方每调用一次数据就付费一次，这种方式实际上出售的仅是数据的使用权。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。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。资料：《数据交易的商业模式研究报告》，《我国大数据交易盈利模式研究_李成熙等》，华金证券研究所整理262.2

数据交易的达成需多主体协同和多环节打通•

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监管体系数据交易所数据需方交易前按协议方式获取标的获得标的证明+某一种可交易的数据权确权登记交易中交易后数据供方保障体系资料：《数据交易中的权利确认和授予体系_汤奇峰等》，华金证券研究所整理272.2

中间平台是数据交易撮合的核心关键•

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。数据供应方数据交易平台数据需求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。金融类企业在线服务类企业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

数据处理服务数据应用服务科研机构基于许可证使用的数据产品数据分析工具行业研究报告资料

：华金证券研究所整理282.2

数据交易平台主要以政府、企业和产业联盟为主导创建经营•

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•

代表：贵阳大数据交易所、上海数据交易中心政府主导的大数据交易所和交易平台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•

代表：中国电信、国家电网、阿里巴巴数据密集型企业主导建立的数据交易或服务市场非公司形式的数据交易平台数据交易平台的作用企业主导型数据服务平台数据交易平台•

代表：万得（Wind）数据、聚合数据、数据堂、京东万象数据服务商解决效率问题解决安全问题解决合规问题解决信任问题产业联盟数据交易平台•

代表：交通大数据交易平台、中关村大数据产业联盟资料：中国信通院《2022年数据交易平台发展白皮书》，《数据产品交易标准化白皮书2022》，华金证券研究所整理292.2

国内初步形成“四位一体”的数据交易市场格局（1/2）•

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。数据交易主体数据交易手段由政府主导向社会多主体共建发展区块链、隐私计算等技术成为数据要素市场建设的有效路径区块链信息传递价值传递隐私计算等政府指导类数据服务商大型互联网企业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提供方数据消费方数据共享交换平台数据追溯系统权限控制系统数据加密系统数据应用平台司法鉴定报告一键立案身份认证系统信源链基础平台数据：中国信息通信研究院，华金证券研究所整理302.2

数据交易平台商业模式逐渐由“撮合交易”转为“数据增值”•

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；

有利于催生出企业之间的长

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；期数据合作；

弊端：抑制交易需求；绕开平台交易；

交易安全性和交易质量更容易获得保障；

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；

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。图表35

上海数据交易所收费标准

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。收费类型收费对象收费标准采用一次性收费方式：9980元需方数商数商服务费

佣金率不断降低，当前市场整第三方数商供方数商19980元/年体佣金率为1%-5%不等。数据产品交易服务费交易额的2.5%数据

：国家工业信息安全发展研究中心，上海数据交易所，《数据交易的商业模式研究报告》，华金证券研究所整理312.2

国内初步形成“四位一体”的数据交易市场格局（2/2）数据交易中介数据交易监管“15+2”交易平台建设布局“国家+地方”交易监管体系由居间服务商向数据资源综合服务商转型政府加强设置管理条例，交易机构强化自律状态序号1名称国家数据局贵阳大数据交易所2中原大数据交易中心西咸新区大数据交易所华东江苏大数据交易中心哈尔滨数据交易中心上海数据交易中心省级大数据管理局（20个）3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河南省大数据管理局天津市大数据管理中心安徽省数据资源管理局贵州省大数据发展管理局浙江省大数据发展管理局4吉林省政务服务和数字化建设管理局56广西壮族大数据发展局

江苏省大数据管理中心广东省大数据管理局江西大数据中心7北部湾大数据交易中心香港大数据交易所海南省大数据管理局

内蒙古大数据发展管理局

黑龙江省政务大数据中心已建8上海市大数据管理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9华东大数据交易所1011121314151617东湖大数据交易中心长江大数据交易所市级及以下大数据管理局（21个）广州市大数据管理局

宁波市大数据发展管理局兰州市大数据管理局

保山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浙江大数据交易中心钱塘大数据交易中心重庆大数据交易市场中关村数海大数据交易平台雄安大数据交易中心北京国际大数据交易所贵阳市大数据发展管理局成都市大数据中心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黄石市大数据管理局昆明市大数据管理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南京市大数据管理局南通市大数据管理局沈阳市大数据管理局江门市大数据管理局黔南州大数据管理局筹建深圳市龙岗区大数据管理局数据

：中国信息通信研究院，华金证券研究所整理32目录一、真正的中特估二、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2.

商业模式：交易所为关键，“撮合交易”向“数据增值”升级3.

市场空间：数据资产入表是开启万亿级市场的“金钥匙”332.3

全球数据要素市场发展进入加速阶段，美数据企业最多•

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201720182019其他,10%挪威,2%荷兰,2%国家市场交易值

增长率

市场交易值

增长率

市场交易值

增长率（亿美元）

（%）

（亿美元）

（%）

（亿美元）

（%）韩国,2%法国,2%俄罗斯,2%澳大利亚,2%以色列,4%新加坡,4%美国97.8214.527.4734.922.3127.230.156.4123.4118.8214.615.8826.229.695.529.746.8152.0923.5523.937.6923.225.163.830.637.8英国中国瑞士,5%美国，40%德国,11%加拿大

4.53法国

2.32英国，14%个人信息管理系统数据交易平台数据提供者数据基础设施提供商数据服务提供者私人数据市场3.414.70资料：中国信通院，华金证券研究所整理342.3

2023年数据要素市场破千亿，将进入群体性突破的快速发展阶段•

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1749数据采集451426数据存储数据加工数据交易数据分析数据服务生态保障180114416090412070454517537520785106625020162017201820192020

2021E

2022E

2023E

2024E

2025E资料：《数据产品交易标准化白皮书2022》，《中国数据要素市场发展报告（2021~2022）》，华金证券研究所整理352.3

企业数据资产入表将开启十万亿级市场的“金钥匙”•

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45

2017-2021年我国数字产业营收/亿元图表43

中国数据资产市场规模图表44

中国数据交易市场规模14128530

万亿4631238081118731062211076853539499481586中长期720722856190955103短期15500120611283895627101201720182019202020215000-10000

亿201920202021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资料：《价格理论与实践》2023年第3期，中国信通院，《中国数据要素市场发展报告（2021~2022）》，华金证券研究所362.3

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•

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37资料2.3

国内已形成基础支撑、数据服务和融合应用的多层次数据产业图谱•

“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38资料：中国大数据产业发展白皮书（2022年），华金证券研究所整理目录一、真正的中特估二、资产的金矿三、估值的蓝海1.

估值方法探讨：SOTP估值法2.

估值弹性系数3.

投资建议及相关标的393.1

估值方法：基于SOTP法的数据要素价值评估探讨•

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（Sumofthepart）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外部数据收入快速扩张期：PS外部数据收入成熟期：PE•

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。•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•

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PB

(P

P

/

B

INT

INT

)0变0无形存货P变

PS

SP变

PE

E变变P

PB

(

B

INT

INT)

-

P0存货变0无形

PB

（

INT

INT)无形存货•

P0：企业原始市值•

P变：企业市值变化量•

B0：企业原始净资产•

P变：企业市值变化量•

P变：企业市值变化量•

S变：企业数据产品销售带来的营业收入变化量•

PS：外部数据收入的企业市销率•

S变：企业数据产品销售带来的净利润变化量•

PE：：外部数据收入的企业市盈率•

INT无形：企业内部数据资源导致的无形资产变化量•

INT存货：企业出售数据产品计算的存货变化量•

PB：企业市净率资料：华金证券研究所整理403.2

弹性系数：与估值方法的选取和数据资产价值相关•

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外部数据收入快速扩张期：PS外部数据收入成熟期：PEPB

（

INT

INT)存货PPS

SP变P0PE

E变P无形K

变

变K

变

K

PP0PP0P000•

P0：企业原始市值•

P变：企业市值变化量•

B0：企业原始净资产•

P0：企业原始市值•

P0：企业原始市值•

P变：企业市值变化量•

P变：企业市值变化量•

S变：企业数据产品销售带来的营业收入变化量•

PS：外部数据收入的企业市销率•

K：弹性系数•

S变：企业数据产品销售带来的净利润变化量•

PE：外部数据收入的企业市盈率•

K：弹性系数•

INT无形：企业内部数据资源导致的无形资产变化量•

INT存货：企业出售数据产品计算的存货变化量•

PB：企业市净率•

K：弹性系数资料：华金证券研究所整理413.2

估值蓝海：中国移动估值试算，数据资产带来较大弹性空间•

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。P变P0PB

（

INT

INT)存货P内

PB

（

INT

INT无形)

5705图表49

中国移动与光大银行数据规模对比无形K内

0

.27存货P0PS

S中国移动9.75217光大银行2.5661.27321212比例3.83.512.454.2-P外

PS

S外

320K

0

.015外外P0个人用户数/亿研发投入/亿元科技人员/人数据量/PB•

PB：外部数据收入的企业市净率•

P0：企业原始市值•

S外：企业数据产品销售带来的净利润变化量•

PS：外部数据收入的企业市销率•

K内：弹性系数•

P内：内部数据资产带来的市值变化量•

P外：外部数据资产带来的市值变化量39749650•

NT无形：企业内部数据资源导致的无形资产变化量•

INT存货：企业出售数据产品计算的存货变化量•

K外：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，带总连接数/亿29-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。资料：华金证券研究所整理423.3

通信行业成为“数据富矿”，拥有大量社会兼消费属性的数据•

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522021年中国IDC市场份额66%68.50%27249%24062.90%21.1%21050.40%40.40%36.0%18117024.60%15923%14.4%94295797510017.50%95861.4%1.9%15.9%372351391

32030631704.1%2020202120225.2%中国移动中国联通中国电信5G渗透率中国电信中国电信世纪互联中国移动秦淮数据中国联通光环新网万国数据其他20202021中国移动

中国电信

中国联通2022中国移动5G渗透率中国联通5G渗透率资料：wind，联合资信，华金证券研究所整理433.3.1

中国移动：成立专业数据运营中心，高价值数据量超650PB•

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27321516.35.54.74.8328类高价值数据2020.122021.52021.92022.1120212022日采集数据日处理数据资料：中国移动信息技术中心官网，梧桐大数据官网，华金证券研究所整理443.3.2

中国联通：孵化专业公司，大数据收入运营商份额第一•

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，%400收入增速58.0%48.7%39.8%402685174.52020202120222020.122021.112022.12资料：wind，C114，公众号，华金证券研究所整理453.3.3

德生科技：就业、就医、征信核验、政务等领域的数据经纪人•

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年关键业绩表现图表60

德生科技商业模式3600

万

张全年发卡量“亲亲小保”