自《暂行规定》以来,各类市场主体均在积极探索数据资源入表机制,激活数据要素市场发展内生动力。
本文将结合2024年年报A股公司公开披露信息,系统分析国内上市公司2024年报数据资源入表现状:
01
市场规模方面
目前A股仅100家上市公司实现数据资源入表,入表总金额22.5亿元,整体仍处起步阶段。其中Q2受政策驱动呈现爆发式增长(数量+135%,金额+1623%),随后增速逐步趋稳。
02
行业特征方面:
呈现"三大梯队"格局:
第一梯队:电信服务业(三大运营商占比超60%)
第二梯队:信息技术业(入表企业数量最多)
第三梯队:制造业、交通运输业等传统行业(场景应用亮点突出)
03
企业特征方面
地域集中:78%入表企业分布在北上广等沿海省市
属性集中:国企占比达50%(央企15家+地方国企35家)
市值集中:百亿规模企业为主力(占比41%)
04
会计处理方面
97%企业选择无形资产或开发支出科目
自研数据占比达44%(外购仅11%)
主要入表类型为数据库数据集50%和算法模型30%
05
审计服务方面
26家会计师事务所参与审计。
天健、立信等头部机构占据主要份额。
反映业务集中度较高,数据资源的合规与确权存在较高专业门槛。
A股2024年度报告上市公司数据资源入表整体情况
特征一
入表公司数量总体规模仍不大:共有100家上市公司实现入表
A股2024年年报披露正式收官。截止2025年05月01日,据融量科技最新统计,A股已有5407家上市公司披露2024年年报,其中共有100家上市公司在年报中披露“数据资源”相关情况,此次年报上市公司数据资源总体金额合计22.5亿元,其中57家上市公司为首次披露。
图1:2024年数据资产入表总体变化
2024Q2 增长最猛(数量+135%,金额+1623%),受政策推动企业集中入表。
2024Q3 增速放缓(数量+37.5%,金额+11.09%),但仍保持增长。
2024Q4 再次加速(数量+81.82%,金额+7.38%),市场接受度提高。
图2:2024年Q4数据资产入表情况
特征二
入表金额体量仍比较小,资产占比较低
入表数据资源占总资产和净资产比例较低
由于目前数据资源入表尚处于初期阶段,入表的数据资产整体规模不大,对市场及公司整体影响有限。大部分上市公司入表的数据资源占总资产和净资产比重极低,仅有2家公司(读客文化、卓创资讯)比重均高过5%。另4家公司(航天宏图、合合信息、万兴科技、开普云)占总资产和净资产比均在1%-5%之间。另外94家公司基本均低于1%。
图3:2024年Q4数据资产入表占总资产比例
图4:2024年Q4数据资产入表占净资产比例
A股2024年度报告上市公司数据资源入表的项目统计
特征三
入表上市板块集中以主板为主
从入表数据资源的上市公司所在的上市板块来看,沪深主板上市公司数量最多,多达49家和25家。其次是创业板和科创板,分别为18家和7家。
图5:入表数据资源的上市公司上市板块分布
特征四
入表公司公司属性主要为国企
100家企业中,央企为15家,国企35家,民营企业36家,公众企业7家,其他企业1家,外资企业1家。公司属性主要为国企。
图6:入表数据资源的上市公司公司属性构成
特征五
入表公司主要为沿海一线城市
从地区分布看,100家披露数据资源入表的企业遍布20个省市,主要集中在沿海一线城市:
北京26家 广东12家 浙江12家 上海10家 江苏7家 山东6家 山东6家 安徽5家,这六个省市入表企业数量合计占比78%,反映出这些地区数字经济发展水平较高,数据要素市场活跃度高,企业数据资产化意识和实践更加领先。
图7:入表数据资源的上市公司地区分布
特征六
入表公司行业分布广
从数据资源入表的上市公司行业分布看,100家实现数据资源入表的上市公司分布于13个门类行业,其中,信息传输、软件和信息技术服务业,制造业和交通运输、仓储和邮政业金融业、体育和娱乐业上市公司数据资源入表数量较高。
图8:入表数据资源的上市公司行业分布
电信服务业入表体量最大(三大运营商合计13.66亿元),因其作为提供全方位通信及信息服务的运营商,天然拥有庞大的、高活跃度的数据资源。
信息技术业入表企业数量最多,数据与算法是其核心竞争力。
传统行业(制造业、交通运输业)表现亮眼:
制造业通过智能化生产积累设备、供应链等数据;
物流企业利用轨迹数据优化效率(如圆通速递"金刚系统")。
传统行业存在许多值得挖掘、开发和应用的数据资源场景。
金融业进展较慢,目前仅少数银行、券商披露数据资产:
目前证券行业只有中信建投、东方证券、国泰海通、长江证券4家公司入表。
而中信银行、光大银行、杭州银行、宁波银行、齐鲁银行也在只附注内披露数据资产情况,并未在主表内具体展现数据资产。
期待金融行业其他上市公司后续入表情况。
特征七
入表公司市值体量集中在百亿左右
在数据资源入表的上市公司中,市值达千亿以上的共有12家,为三大电信运营商+中信银行、光大银行、中信建投、宁波银行、国泰海通、中国交建、科大讯飞、中国移动、光启技术、上海电气;市值介于百亿和千亿间的公司为41家,而数量最多的则是市值低于百亿的公司,达到47家,其中市值最低的公司为14亿市值。
图9:数据资源入表上市公司市值分布
特征八
列报无形资产和开发支出占绝对多数
图10:数据资源入表的会计科目分布
列报无形资产或开发支出占绝对多数
100家上市公司合计入表金额为22.5亿元,其中作为开发支出和无形资产入表的数据资源占据绝对多数,共有97家,合计金额达21.42亿元,仅有3家公司将数据资源列报为存货共1.07亿元。
计入无形资产金额最多
列报为无形资产的数据资源金额最多,占到总金额的61%,其中前五大上市公司分别为读客文化、海天瑞声、蓝色光标、中国电信及拓尔思。
其次是列报为开发支出的数据资源,金额占总额的34%,主要包括同方股份、读客文化、科大讯飞、合合信息、航天宏图等公司。
金额最少的为存货,仅占总金额的4.76%,主要包括读客文化、海天瑞声、蓝色光标三家公司。
特征九
入表数据资源主要为自行研发产生
从数据资源的形成方式来看,在2024年年报列报数据资源的100家公司中,70家公司披露其数据资源主要为内部自行研发产生,11家公司披露入表数据资源为外购产生,另有10家公司披露既有自行研发还有外部购买的数据资源,极小部分的9家公司未能披露数据资源的形成方式。
图11:上市公司入表数据资源的形成方式
整体数据资源形成方式金额构成来看:
自研总额:9.8亿元,占数据资源总规模(22.5亿元)的44%。
外购总额:2.39亿元,占比11%。
图12:上市公司入表数据资源形成方式金额对比
注:列报为无形资产/开发支出的公司,未分别列示两类资源的形成方式。大多数只披露无形资产数据资产形成方式。
特征十
入表数据资源的类型以数据库数据集、模型和算法为主
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。
年报100家数据资源公司有66家直接间接披露数据产品内容。
在披露数据资源类型的66家公司中,绝大多数披露的是数据库、数据集和模型/算法类的数据资源,具有代表性的包括行业数据库和模型、地图数据库和平台以及低空影像数据库等,以及少量外购内容数据。
图13:上市公司入表数据资源的项目词云
特征十一
数据资源入表公司背后的会计师事务所
数据资产入表属于新生业务,需要公司业务层面具有数字化基础,且还面临数据资产辨析难、成本归集难、收入成本匹配难、摊销年限确认难等多项挑战,因此会计师事务所在入表初期的作用非常重要。
截至最新统计,共有26家会计师事务所参与了上市公司数据资产入表审计服务。各机构业务分布情况如下:
行业集中度高:头部3家事务所合计服务超30家,占据主要市场份额;
专业门槛显现:仅6家事务所服务量达5家以上,体现数据资产审计的技术壁垒;
市场培育期特征:近2/3的参与机构服务案例不超过4家,业务仍处拓展阶段。
图14:入表公司背后的会计师事务所
特征十二
2024年报数据资源入表的消失及更正情况
尽管数据资产入表的意愿增强,但由于数据资源的权属、资本化条件判断等在实务存在诸多争议,数据资源通常涉及复杂的信息技术,企业数据资产确认标准、初始计量金额、后续计量方法等尚未有规范指引,导致入表操作层面存在诸多困难。部分公司因数据价值在会计处理上基于谨慎性原则尚未进行资本化。
图15:2024年年报首家因更正公司:云中马
2025.05.01,云中马2024年年度报告的更正公告在2024年12月31日合并资产负债表的“存货-其中:数据资源”栏中误填为“183,201,685.10”元,实际应为“0”元。
图16:前三季度披露数据资产后又消失的公司
2025.04.23,福石控股2024年年度报告:依据北京中企华资产评估有限责任公司出具的中企华评报字(2025)第1402号,基于合理预测,公司子公司所持有的“AI智链数据”和“FlinkAI数据”相关数据资源在“一站式内容创作和营销管理的智能化交易”应用场景下评估价值为1,492.53万元。虽然该部分数据价值在会计处理上基于谨慎性原则尚未进行资本化,但对于公司未来数据资产的蓬勃发展打下了坚实的基础。
展望:数据资源入表,资产金矿+估值蓝海
在数字经济时代,数据资源赋予企业新的生机和活力。暂行规定的发布以及生效无疑给市场和企业释放了积极的信号,引导企业对数据资源进行更有效的治理与管理。融量作为数据领域的长期践行者,将持续挖掘数据要素行业新动向,与数据要素行业共成长。
声明:以上统计基于2025.05.01前数据。后期数据若有更正,融量科技及时追踪。