京公网安备 11010802034615号
经营许可证编号:京B2-20210330
航天信息:一个你不知道的大数据公司_数据分析师培训
今年两会上,苏宁总裁张近东的提案再度提到推广电子发票。而去年11月,国务院办公厅发布《关于促进内贸流通健康发展的若干意见》,明确提出要“加快推进电子发票应用,完善电子会计凭证报销,登记入账及归档保管等配套措施”。可以预见,2015年将是电子发票推广年。作为电子发票的龙头企业--航天信息有望最先受益。未来,航天信息有望覆盖超过4亿个人用户,其大数据的资产变现将超乎你的想象。
大数据变现打开想象空间
航天信息是承担电子发票应用试点城市建设系统最多的企业,目前上海、广州、成都等一线城市电子发票开票系统均由航天信息提供。此外航天信息在金税工程建设中具有不可撼动的优势。
在电子发票试点方面,航天信息已经和京东、苏宁云高携手,共同推进电子发票在全国的推广,将大大拓宽电子发票的应用范围,使电子发票的使用从线上拓展到线下,对电子发票行业将产生重要的推动。国家税务信息化的最终目标是"信息管税",电子发票作为实现"信息管税"的重要载体,预计未来发展空间非常大。公司电子发票业务有望覆盖超过4亿个人用户,个人消费数据可以助力银行开展个人网贷等业务。
在企业用户方面,航天信息目前拥有一般纳税人用户 500 万家,营改增后应还会带来一批小额纳税人客户,此外航天信息还是中国市场份额第三的财务 ERP 软件提供商。海量的企业客户基础和大数据积累同样具有很高的商业应用价值。
申万宏源(000166,股吧)认为,目前公司已经通过多种手段拓展大金融信息化环节,介入大金融信息化的金融IC卡研发、IC卡制造、POS服务、支付解决方案、金融外包、消费信贷和供应链金融环节。比如子公司爱信诺航芯提供IC卡芯片研发技术、子公司北京捷文提供POS专业服务和金融外包、深圳德诚专注于智能卡、金融IC卡制造。在与苏宁的电子发票合作中,航天信息涉及向中小微商户提供消费信贷和供应链金融服务。按照产业整合规律,未来,航天信息还可能通过多种手段拓展金融支付的其它环节,想象空间已经打开。
营改增升级或是去年4倍
而在传统的增值税发票业务方面。2015年税务总局与航天信息均开始迎接千万量级营改增升级。2015年1月28日税务总局2015年第一次新闻通报会中,2015年力争将营改增范围扩大到建筑业和不动产、金融保险业、生活服务业,这些行业将增加800万户试点纳税人,为2014存量2倍。预计航天信息2015年营改增用户数可能达到2014年的4倍。国务总局网站3月3日披露,截至今年2月底,全国纳入升级版管理的纳税人已达54万余户,今年将陆续启动并完成全国数百万存量户更换、近千万营改增纳税人推行升级版工作。航天信息官方网站1月9日披露,公司已将圆满完成全国“营改增”大推广工作作为公司2015年重中之重的工作,并在2014年岁末提早召开专题会议。
国泰君安分析师范国华认为,升级版系统有望在营改增小规模纳税人中加速推广。增值税纳税人全部使用升级版系统后,航天信息企业用户有望达到1715万,覆盖了我国大部分中小企业。基于企业增值税纳税数据,公司可以开展数据征信等数据变现业务。
而另有分析师测算,2015年新设增值税纳税人全面采用增值税专用机具,但可以在税控盘和金税卡之间自由选择。考虑2015年要全面完成营改增,2015年新增增值税专用机具达到800万户的概率较大。假设每一个增值税税控专用终端所带来的净利润为100元,将为相关企业贡献8亿元以上的净利润(漏出部分为总参其他家公司)。航天信息的市场占有率超过80%,受益金额超过6.4亿。
分析师给出60元目标价
申万宏源最新研报认为,航天信息2014-2016年收入分别为196、223和260亿元,净利润分别为12.3、15.6和21.4亿元,每股收益分别为1.33、1.69和2.32元。维持“买入”评级,目标价为50元。
国泰君安给出的预测是,2014-15年EPS为1.30/1.80元。按照计算机行业2015年平均PE为53倍,考虑到增值税发票管理系统升级版迅速推广且升级版系统有望在营改增小规模纳税人中加速推广,上调目标价至60元,对应2015年PE为33倍,维持增持评级。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16