数据交易定价专题报告：数据交易对哪些行业有望带来资产重估_.docx

《数据交易定价专题报告：数据交易对哪些行业有望带来资产重估_.docx》由会员分享，可在线阅读，更多相关《数据交易定价专题报告：数据交易对哪些行业有望带来资产重估_.docx（37页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据交易定价专题报告：数据交易对哪些行业有望带来资产重估_1. 数据要素改革试点总体方案数字经济涵盖哪些产业？根据国家统计局在数字经济及其核心产业统计分类中对数字经济的定义，数字经济 行业主要包括：数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、 数字化效率提升业五大类。要素市场化改革是此轮数字经济发展的重点2022年1月6日，国务院办公厅印发要素市场化配置综合改革试点总体方案，针 对土地、劳动力、资本、技术、数据等要素提出了8个方面的任务和24项重大举措。对于数据要素，其中主要强调数据开放共享、数据流通交易、规范化数据开发利用、 数据安全保护。数据要素发展三大支持从顶层设计开

2、始1、数据产品交易：新成立北京国际数据交易中心，上海数据交易所等；2、资本市场支持：北交所设立服务科技服务创新型中小企业【实施企业“上云用数 赋智”行动和中小企业数字化赋能专项行动，布局一批数字化转型促进中心，集聚一批面向中小企 业数字化服务商，开发符合中小企业需求的数字化平台、系统解决方案等，结合行业特点对企业建 云、上云、用云提供相应融资支持】。3、税收政策的支持可交易数据规则征求意见稿已于2020年下发。2020年开始，国家市场监督管理总局、国家标准委逐步下发一系列数据交易标准安全政策法 规。例如信息技术数据交易服务平台交易数据描述、信息技术数据交易服务平台通用功能 要求、信息安全技术数

3、据交易服务安全要求三项大数据交易国家标准。明确规定四大数据交易过程申请、磋商、实施、结束每一个环节中的控制要求。对于能够交易的数据，或者交易数据前的处理有明确要求。要素发展2021年北京、上海均成立数据交易所上海按照国家要求在浦东新区设立数据交易所，开展实质化运营，同时支持临港新片 区打造国际数据港，建设离岸数据中心。发布数据产品登记凭证，通过产品登记凭证和数据交易凭证发放实现“一数一码”，可登记、 可统计、可普查；发布数据产品说明书实现“数据可阅读”，将抽象数据变为具象产品。上海数据交易所的设立，重点是聚焦确权难、定价难、互信难、入场难、监 管难等关键共性难题。北京市政府多部门联合发文：依托

4、北京国际大数据交易所搭建数据交易平台。上海数据交易所首批产品概览上海数据交易所成立当天，受理挂牌和完成挂牌的数据产品约100个，涉及金融、交 通、通信等八大类。包括上海移动有限公司的中移洞察，优刻得的安全屋，上海亿通国际股份的亿通智归 类，海尔数字科技的工业数擎，上海第一财经传媒的一财知城发展指数，工商银行和 上海电力达成交易的“企业电智绘”数据产品以及民用海图服务产品等。首批挂牌20个数据产品上海数据交易所成立当日完成挂牌20个，涉及金融、交通、通信等八大类，达成了 部分首单交易，包括工商银行和上海电力达成交易的“企业电智绘”数据产品。数据交易所第一个成交单品国网“企业电智绘”的数据产品，卖

5、给工商银行。国网对企业用电数据进行脱敏、清洗和 深度加工，再经模型与算法，形成综合 评估报告，作为银行对企业客户授信前 的“背书”或旁证。上海数据交易所成立当日完成 挂牌20个涉及金融、交通、通 信等八大类，达成了部分首单 交易，包括工商银行和上海电 力达成交易的“企业电智绘” 数据产品。2. 数据安全保护机制数据分类关于数据分类级别越高，越核心数据分类分级保护制度：按照数据对国家安全、公共利益或者个人、组织合法权益 的影响和重要程度，将数据分为一般数据、重要数据、核心数据，不同级别的数据 采取不同的保护措施。数据流通：（1）使重要数据在满足安全保护要求前提下得到开发利用和安全有序 流动（2）

6、非重要的一般数据依法自由流动，充分释放数据价值。数据分类主要考虑安全性和危害程度数据分级主要从安全保护的角度 ，考虑影响对象、影响程度两个要素进行分级；影响对象：国家安全、公共利益、个人合法权益、组织合法权益四个对象；影响程度：无危害、轻微危害、一般危害、严重危害。数据级别越高管理越严格1/2级能够流通的概率较大具有公共传播属性，可对外公开发 布、转发传播。数据一旦遭到篡改、破坏、泄露可能对个人合法权益、 组织合法权益造成轻微危害。2级数据通常在组织内部、关联方共享和使用， 相关方授权后可向组织外部共享。数据一旦遭到篡改、破坏、泄露可能对个人合法权益、 组织合法权益造成一般危害。3级数据仅能由

7、授权的内部机构或人员访问，如果 要将数据共享到外部，需要满足相关条件并获 得相关方的授权。数据一旦遭到篡改、破坏、泄露可能组织合法权益造成严 重危害，但不会危害国家安全或公共利益。4级数据按照批准的授权列表严格管理，仅能在受 控范围内经过严格审批、评估后才可共享或传播。哪些数据需要分类以汽车采集数据类型为例车外数据： 通过摄像头、雷达等传感器从 汽车外部环境采集的道路、建 筑、地形、交通参与者等数据； 车外数据：人脸、车牌等车辆 流量、物流等。座舱数据： 通过摄像头、红外传感器、 指纹传感器、麦克风等传感 器从汽车座舱采集的数据等。运行数据： 通过车速传感器、温度传感器、 轴转速传感器、压力传

8、感器等从 动力系统、底盘系统、车身系统、 舒适系统等电子电气系统采集的 数据。位置轨迹数据： 基于卫星定位、通信网络等 各种方式获取的汽车定位和 途经路径相关的数据。重要数据分类概览根据信息安全技术 重要数据识别指南，国家重要数据主要分为经济相关、人口健 康、自然资源与环境、科学技术、安全保护、应用服务、政务活动七大类。3. 数据交易定价估值当下国内非法数据价格鲜有公开交易报价渗透数据：所有信息都能够被抓取，包括：用户的身份证号、电话号码、微信、出行 记录、通话记录、家庭成员、工作、婚姻状态、户籍所在地等；普通信息数据：简单 的电话号码、微信、QQ号等。根据公开新闻调查：国内信息报价查询个人简

9、易信息15元/条（姓名、性别、手机 号）；中级信息50元/条，（简易信息、户籍地址、身份证号、照片）；高级信息100 元/条（中级信息、地址、车辆信息），VIP客户600元/条，主要可以按需抓取。需求方：金融、教育、医美等行业都做。海外定价对标Factual数据为大量地理位置Factual是美国一家提供开放位置数据初创企业，成立于2008年，总部位于洛杉矶。商业模式：Factual通过收集近6亿活跃用户的位置信息，建立庞大的数据共享网络 （现已建成8300万个位置的数据库，其中包括中国地区数据库的有限免费开放），然后对收集 到的数据进行清洗整理分层，再提供给需要使用的开发者、企业和组织。通过用

10、户的位置轨迹、时间等数据的结合能够帮助判断出他的通勤路线、身份（如大 学生）、以及爱好等。Factual单个地理位置跟踪1、创建活动区域：系统识别并 分类特定的活动区域(AsoA) 用户经常出现在多个场合的位 置。2、重复访问创造一个活动区域3、活动区域是重复行为的地点。 圆圈的大小反映了它的重要性。Factual地理数据帮助客户拓宽业务Factual公司不仅向大公司提供数据，同时也面向规模小的软件开发商，每一条信息都 有17到40条的相关描述。数据需方：例如帮助广告商有针对性地投放广告。还包括大型搜索引擎、地图服务以 及社交平台、出版商、金融服务机构等。Apple Maps、Facebook

11、、Microsoft Bing以及万事达、First Data等均是它的客户。Yelp、Bing等公司在利用Factual的数据库来寻求国际扩张。例如，Shopular根据附 近的商店来给用户推送优惠券。Factual拥有的数据量美国中国最多Factual在全球拥有的数据量前五位分别为：美国、中国、德国、日本、法国；Factual拥有的数据覆盖7500万个位置，29种语言超过1.3亿个地点，涵盖52个国家 的商户、公园和其它的景点。Factual核心数据25个属性概览Factual收集的位置信息核心属性（手机号码、地址、营业时间等）；扩展属性可以通 过额外的成本获得授权:核心数据提供25个不同

12、的属性。例如factual_id、名称、地址、位置、纬度和经度。同时核心数据属性有明确的分类，十大分类为：汽车、社会和政府、医疗保健、地标 性建筑、零售、业务和服务、社会、体育和娱乐、运输、旅行。Factual公开数据的定价Factual数据的定价包括固定价格和浮动价格。Factual固定数据定价单位为每1000条，按照地点数据不同收费 。固定数据定价可以看到包括：指定地点搜索感兴趣的数据、位置属性的广泛列表、用 户当前位置发现附近感兴趣、检索位置的照片列表、获取位置提示列表等。数据资产交易规模测算数据量越大产生的直接利润越大数据资产交易规模测算思路：第一步：以IDC公布的大类行业产生的数据量

13、测算大类行业交易净利润；主要假设：1、假设行业数据量的1%能够交易并且交易一次；2、假设每一条数据30 个属性；3、根据factual数据定价标准，假设每条数据0.03元人民币 。测算结果：制造业、零售、金融因为大量数据资源，数据交易能为行业带来的直接收 入排名靠前。数据资产交易规模测算以申万一级行业为基础第二步：将大类数据交易净利润根据申万一级行业营收占比进行分配；在此我们参考了营收规模占比、净利润规模占比、归母净利润规模占比和市值规模 占比四项；根据行业数据规模匹配度，挑选营业收入占比作为依据。根据第二步将大类数据交易净利润根据申万一级行业营收占比进行分配；我们得到如果通过数据交易，如果全

14、行业1%的数据能够交易一次，则直接带来的 净利润超过150亿人民币 。全行业中，叠加数据量和营收规模的影响，数据交易带来收入靠前的行业分别为商 贸零售、银行、汽车、非银金融和电子。增速的确定当下全球数据资源增长迅速根据Statista和IDC的测算，2020年全球数据产生量达到47ZB，2025年175ZB， 2030年612ZB作为未来数据增速的假设。2030年数据交易利润纺服、交运、计算机有望重估通过测算我们看到：数据交易带来利润靠前的前十大行业分别为：商贸零售、银行、 汽车、非银金融、电子、医药生物、计算机、交通运输、建筑装饰、传媒；利润提升排名靠前的行业分别为社会服务、传媒、商贸零售、纺织服饰、交通运输、 计算机、汽车、通信、电子、以及美容护理。2030年数据交易利润纺服、交运、计算机有望重估根据IDC增速最后测算出各个行业在2030年数据资源共享的情况下能够获得的利润以 及占当下利润比重社会服务，非银，纺服为2030年利润增速以及相较2020年增速提 升比较大的行业。报告节选：