上海数据交易所:2022年金融业数据流通交易市场研究报告_54页_4mb
报告摘要
金融业数据流通交易市场研究报告总结
核心内容
金融业作为数据密集型行业,其数据交易规模近年来呈指数增长,采购项目数量复合年均增长率达40%,远高于金融业总采购项目数量增长率。数据交易活动主要集中在北京、上海、广东三地,其中银行业数据采购需求最为旺盛,占全部数据采购次数的69.22%,且银行部门的数据采购金额占比高达76.86%。数据产品以征信类为主,其中个人征信占主导地位,近九成数据产品来源于对公共数据的处理加工。
主要观点
- 数据交易规模增长迅速:金融业数据采购项目数量和金额均呈现快速增长趋势,尤其在2019年至2022年间,受疫情等因素影响,单一来源采购方式的金额显著增加。
- 交易模式集中:公开招标仍是主要采购方式,占数据采购项目总数的67.03%,占采购金额的71.71%。
- 跨省交易占比较高:约46%的数据采购交易为跨省交易,主要供应商集中在北京、上海、广东。
- 数据供应商结构特征:数据供应商以有限责任公司为主,占72%。国有数据供应商数量虽少(仅占15%),但其资金规模、人员规模和知识产权优势显著,平均年龄为16.48年,且在综合评分、舆情评价等方面表现优异。
- 数据产品定价机制:数据产品主要采用逐条查询和数据包两种方式,价格受数据来源、模型复杂度、劳动密集度及买方潜在价值影响较大。
关键信息
一、交易概况
- 年度趋势:近五年金融业数据采购项目数量复合年均增长40%,远超金融业整体采购增长。
- 地区分布:数据采购主要集中在北京、上海、广东,三地合计占47.85%。2016年至2021年,数据采购跨省与省内交易比例相对稳定,2019年起省内交易占比略高。
- 行业分布:银行业是数据采购需求最大的行业,占采购次数的69.22%和金额的76.86%。保险业和证券业次之,分别占14.74%和7.7%。
- 月度趋势:第四季度采购次数最多,占全年采购次数的33.32%。2016年至2021年,2月和10月采购次数较少,4月至8月及10月至12月采购次数增加。
二、数据供应商分析
- 年龄分布:44.54%的数据供应商成立时间在10年以下,整体成立时间较短。2014-2016年为数据供应商快速成长期,2017年受政策影响进入冷静期。
- 区位分布:数据供应商主要集中在东部地区,占76.74%。西部地区表现突出,占10.72%,数字经济增速超过全国平均水平。
- 企业类型分布:以有限责任公司为主,占72%。上市公司仅占11.9%(119家),但多集中在北京、上海、广东。
- 规模分布:国有数据供应商在资金和人员规模上占优,分别占69%和88%,体现二八法则。
- 合规与质量:国有数据供应商在知识产权、舆情评价等方面表现更好,非国有供应商则在创新能力和技术含量上更突出。
三、数据产品交易情况
- 数据产品分类:分为个人信息类、企业信息类、其他信息类。其中,个人信息类(如征信、身份认证)占据主导地位,占70%;企业信息类涵盖企业基本信息、经营活动、投融资等,占30%。
- 数据产品定价:逐条查询价格从0.1元到1元不等,数据包价格从几万到几百万不等。不动产数据价格较高,因涉及人工核查;征信类数据价格相对稳定,如央行个人征信报告查询价格为4元,农商行则为1元。
- 单一数据来源:包括电力、个人征信、公安、发票、保险、社保、司法、估值等。个人征信必须经央行授权,企业征信则需备案。
四、政策建议
- 培育多层级数据要素市场:以国家级数据交易所为中心,推动区域数据交易中心建设,提升数据交易的规范性与透明度。
- 引导数据交易入场:以金融业数据交易为突破口,推动数据交易从场外向场内过渡,尤其是征信类和资讯类数据。
- 推动公共数据入场交易:鼓励公共数据在数据交易所交易,提高数据使用效率,赋能金融业数字化转型。
- 发展数商生态:明确数据供应商的行业定位,推动其成为“数据要素型企业”,提升市场竞争力。
- 完善数据采购制度:将数据采购纳入金融业采购目录,加强信息披露,提升透明度。
- 鼓励征信增值类服务:提升征信类数据的增值服务,打破数据孤岛,推动数据在金融场景中的深度应用。
- 加强电力数据交易:通过数据交易所平台,推动电力数据合规入场交易,提升其在金融风控中的应用价值。
- 国有数据供应商先行:鼓励国有数据供应商率先入场交易,发挥示范效应,带动场内市场发展。
总结
本报告全面分析了金融业数据交易的规模、结构、趋势及供应商特征,揭示了数据交易在金融行业的关键地位。通过数据交易,金融业在营销与风控中得以提升效率与精准度,同时数据供应商的多样性与专业化为数据要素市场发展提供了坚实基础。政策建议聚焦于场内交易市场建设、数据合规使用、数商生态发展等方面,旨在推动数据要素市场化,提升数据价值,促进金融业高质量发展。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载