热消息：金融：信用服务市场格局清晰 数据资产估值初探

(相关资料图)

行业近况

数据要素大时代下，金融数据的流通将走向有序，金融机构的数据资产价值将得到释放。我们认为随着征信及互联网贷款整改截止期2023 年中期的临近，信用数据服务整改进入深水区，包括数据推送、盈利方式等商业模式将逐步清晰，未来可能形成持牌征信为主，助贷等其他机构为辅，隐私计算平台作为重要补充的市场格局。此外数据要素市场的蓬勃发展将有助于金融数据更加合规有序地流通，金融机构的数据资产入表将成为可能，其价值将得到进一步释放。

评论

征信整改进入深水区，信用服务未来可能以持牌征信为主，助贷等其他机构为辅的格局，行业集中度将提高。按照我们划分，金融数据服务包含资本市场及信贷市场数据两方面等，其中信贷数据服务包括人民银行、持牌征信公司、助贷类机构等机构参与。2020 年后，监管政策指导个人信贷数据经持牌征信机构推送，持牌征信数据调用量大幅度增加，以百行征信为例2020 年至今各个季度个人征信产品调用量均保持100%以上的同比增速。我们认为本质上金融信息服务具备较强的规模效应，在金融服务实体经济的大背景下，行业利润率或许会承压，持牌个人征信和助贷机构的市场集中度均会提高。

隐私保护技术正在与金融/政府等核心场景逐渐结合，可视作信用服务市场重要补充。隐私计算技术在2020 年前已被诸多金融科技公司应用，但2020年以来随着数据安全重要性提升，该领域仍涌现了大量初创企业，下游企业也在试点应用隐私计算，也获得了资本市场关注。我们认为金融级别的隐私计算平台应用具备一定确定性，尤其是对于下游银行公共数据仍难满足其信贷数据需求，各家银行均希望可以尽量安全合规地获取外部数据。展望未来，我们推测不排除隐私计算厂商联合组建类似于大数据交易所的隐私计算平台对外提供安全合规的数据服务。

数据交易市场逐渐成熟后，数据资产入表将具备基础。金融机构作为数据的大规模拥有方，有能力存储并处理其数据资产。光大银行率先进行了数据资产估值，将数据进行分层分类，按照成本/收益/交易三种方法进行估值。结合市场发展情况，我们认为数据资产的全面估值逻辑已经清晰，但是真正全面入表仍需要时日。随着目前基于隐私计算技术的新型大数据交易生态逐步形成，我们认为数据交易市场将有望类比证券交易市场结构，使得数据资产入表门槛大幅度降低，金融机构得以释放其数字资产价值的潜力。

估值与建议

维持覆盖标的评级、盈利预测与目标价不变。

风险

各机构对于征信数据整改进度不及预期。

关键词： 数据服务 金融机构 交易市场