[年报]*ST慧辰(688500):2020年年度报告（更正版）
原标题:*ST慧辰:2020年年度报告（更正版） 北京慧辰资道资讯股份有限公司 2020年年度报告 重要提示 一、 本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实、准确、完整，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 二、 重大风险提示 公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险，敬请查阅本报告第四节“经营情况讨论与分析”中“风险因素”相关的内容。 三、 公司全体董事出席董事会会议。 四、 大华会计师事务所(特殊普通合伙)为本公司出具了标准无保留意见的审计报告。 五、 公司负责人赵龙、主管会计工作负责人徐景武及会计机构负责人（会计主管人员）徐景武声明：保证年度报告中财务报告的真实、准确、完整。 六、 经董事会审议的报告期利润分配预案或公积金转增股本预案 公司拟向全体股东每10股派发现金红利1元（含税）截至2020年12月31日，公司总股本为74,274,510股,以此计算合计拟派发现金红利7,427,451元（含税）。本年度公司现金分红占2020年度合并报表中归属于上市公司普通股股东的净利润比例为10.08%。 公司2020年度利润分配预案已经公司第三届董事会第七次会议审议通过，独立董事发表了明确的同意意见，尚需公司2020年年度股东大会审议。 七、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、 前瞻性陈述的风险声明 √适用 □不适用 本报告所涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺， 请投资者注意投资风险。 九、 是否存在被控股股东及其关联方非经营性占用资金情况 否 十、 是否存在违反规定决策程序对外提供担保的情况？ 否 十一、 是否存在半数以上董事无法保证公司所披露年度报告的真实性、准确性和完整性 否 十二、 其他 □适用 √不适用 目录 第一节 释义 ..................................................................................................................................... 5 第二节 公司简介和主要财务指标 ................................................................................................. 6 第三节 公司业务概要 ................................................................................................................... 11 第四节 经营情况讨论与分析 ....................................................................................................... 26 第五节 重要事项 ........................................................................................................................... 40 第六节 优先股相关情况 ............................................................................................................... 74 第七节 股份变动及股东情况 ....................................................................................................... 75 第八节 董事、监事、高级管理人员和员工情况 ....................................................................... 86 第九节 公司治理 ........................................................................................................................... 93 第十节 公司债券相关情况 ........................................................................................................... 96 第十一节 财务报告 ........................................................................................................................... 97 第十二节 备查文件目录 ................................................................................................................. 223 第一节 释义 一、 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义：
第二节 公司简介和主要财务指标 一、公司基本情况
二、联系人和联系方式
三、信息披露及备置地点
四、公司股票/存托凭证简况 (一) 公司股票简况 □适用 □不适用
(二) 公司存托凭证简况 □适用 √不适用 五、其他相关资料
六、近三年主要会计数据和财务指标 (一) 主要会计数据 单位：元币种：人民币
(二) 主要财务指标
报告期末公司前三年主要会计数据和财务指标的说明 √适用 □不适用 归属于上市公司股东的扣除非经常性损益的净利润比上年同期下降485.96%，主要系新冠肺炎疫情原因，订单签署延后，导致当期经营性净利润减少。 经营活动产生的现金流量净额比上年同期增长378.23%，主要系对供应商议价能力增强使信用期增长所致 归属于上市公司股东的净资产比上年同期增长100.43 %，主要系公司完成科创板上市发行股票增加注册资本及资本公积所致。 总资产比上年同期增长90.75 %，主要系公司完成科创板上市收到首次公开发行股票款项所致。 扣除非经常性损益后的基本每股收益比上年同期下降430.57，主要系新冠肺炎疫情原因 七、境内外会计准则下会计数据差异 (一) 同时按照国际会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的净资产差异情况 □适用 √不适用 (二) 同时按照境外会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的净资产差异情况 □适用 √不适用 (三) 境内外会计准则差异的说明： □适用 √不适用 八、2020年分季度主要财务数据 单位：元币种：人民币
季度数据与已披露定期报告数据差异说明 □适用 √不适用 九、非经常性损益项目和金额 √适用 □不适用 单位:元币种:人民币
十、采用公允价值计量的项目 √适用 □不适用 单位：元币种：人民币
十一、非企业会计准则业绩指标说明 □适用 √不适用 第三节 公司业务概要 一、 报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明 (一) 主要业务、主要产品或服务情况 公司是一家数据分析服务提供商。公司主要为企业和政府机构提供基于客户内外部多维数据（包括消费者态度与行为数据、行业数据等）的经营管理分析与应用产品、行业数字化分析应用解决方案等服务，是以数据分析应用技术为核心的科技创新型企业。 基于对垂直领域的深刻理解以及在数据科学领域多年的技术积累，公司将数据科学技术和垂直领域专业分析方法模型进行了有效融合，通过优化传统算法模型解决成熟行业客户的实际问题，并通过数据模型的迁移与相关数字化应用，快速开拓全新业务场景，体现了较强的技术独特性和创新性。 凭借专业的技术能力、应用落地能力和多年积累的服务经验，公司产品服务覆盖众多商业领域，广泛应用于汽车、TMT、快消、医疗等多个领域，获得大量优质客户，包括华为、长安汽车、湖北泰跃、阿斯利康等国际知名企业，以及中国移动、中粮、一汽集团、中国烟草、中国融通集团等大型国企。在政府与公共服务领域，公司的数据分析与数字化应用能力也在智慧旅游、生态环保、农业数字化等领域为多地政府相关部门提供服务。 (二) 主要经营模式 1、生产模式 公司主要为企业、政府机构提供基于多维度数据的业务分析与应用产品以及行业数字化应用解决方案，因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。 数据获取。公司获取数据的主要途径包括客户提供的数据（包括产品数据、销售数据、渠道数据、广告数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的数据（主要包括消费者态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集数据（主要包括消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。 数据融合。通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应用奠定了基础。 数据分析。在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成两类业务服务：（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议；（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。 数据应用。公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生成到最终场景化的智能应用的全流程服务。 2、采购模式 在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。 （1）数据服务类采购 公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。 （2）非数据服务类采购 非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产权申请等相关服务。 3、销售模式 公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参与竞标等方式获取业务合同。 4、研发模式 公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以及竞争对手技术业务能力分析来进行。 公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责人和各部门负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门、技术部门（模型研究、算法建模、应用开发与测试运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内容实现技术定义、开发、交付、维护、服务的具体实施。 5、盈利模式 公司以提供基于数据的业务分析与应用和行业应用解决方案等产品与服务来进行盈利。 6、公司主要经营模式在报告期内的变化情况 公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。 (三) 所处行业情况 1. 行业的发展阶段、基本特点、主要技术门槛 公司主要为商业客户和政府机构提供数据分析和基于数据分析的解决方案，上述产品或服务是公司主要的收入和利润来源，主要涉及数据服务行业和咨询行业。 公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，因此根据中国证监会颁布的《上市公司行业分类指引（2012年修订）》分类，公司业务属于“I信息传输、软件和信息技术服务业”中的“I64互联网和相关服务”；根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关服务-6450互联网数据服务，所处细分行业为数据分析行业。 数据分析作为一个跨学科的交叉科学技术，基于量化指标，以数据为驱动基础，通过自动分析算法模型实现对业务深度理解与决策应用。与现有众多服务行业不同，其特点是通过深挖数据的价值来产生业务效益，有着明确的市场特征，不受特殊因素制约。从横向看其可服务任何具有数据与量化分析需求的行业，从纵向看可深入具体业务的深层场景。 数据分析行业，作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如消费者研究、产品设计、渠道优化等等），对相关专业服务公司的能力要求很高。2020历经各行业大数据系统的建设与投入应用,各行业数字化的趋势加速发展，预示着未来将进一步产生多维、大量的数据资源。此时，如何对数据这种原材料进行加工应用，成为各行业面向未来竞争的广泛而长期的诉求。而基于专业数据分析实现数据深入的应用，是实现数据价值的一种有效方法。因此近两年来，数据分析的业务范围（从商业进入到政府/工业/物联网等）与可服务场景（从营销到供应链、生产等）进入快速扩展，相关各行业的细分服务需求在迅速增加，而数据分析师也成为一个新兴的职业。2021年3月,Gartner发布数据与分析的未来技术趋势，进一步昭示数据分析技术与服务将成为未来重要的数据应用服务场景。由于相关领域的专业性较强，需要对领域深入认知与数据科学技术的深入结合的积累，所以当前虽然国内需求日益旺盛，但具备相关综合能力的大型/专业公司较少。而国外由于数据基础前期优势与数据分析市场发展更成熟，已经出现了许多专业服务商。以美国为例，聚焦商业消费者体验场景数据分析的Qualtrics,服务政府/商业大客户专业大数据分析服务的Plantir，代表了美国相关数据分析服务的较高水平，近两年迅速获得了商业市场与资本市场的高度认可。 数据分析行业的技术门槛，包括两个层面：一方面是以数据科学技术与行业认知深入结合构造的数据分析算法模型。首先要将行业的专业理论/分析方法，通过数据与机器学习等数据科学算法，构建相关的数据化技术模型，实现行业知识体系与逻辑的自动化分析认知。相关模型并非只依赖数据科学技术算力，其必须真正抽象融合了所分析场景的特点、专业认知与业务理解，才实际具有分析的深度和更好的可解释性，同时还必须经过不断的反馈优化完善，才能达到更高的精度。这样兼具效率与业务深度的数据分析模型才具有良好的应用效果，真正发挥数据的价值。 另一方面是分析中对数据综合运用的技术体系。因为实际分析的数据来源多样，规模特性各不相同（如大数据与小数据），各有其优势与不足。如何针对业务场景要求，在相关的产品技术系统中有效融合，使用多源、异构的数据（如不同阶段的不同数据与分析模型有机融合）分析与应用方式，以尽量低的成本与高效的方式完成数据分析，也是数据分析技术在实际客户服务中的重要技术要求。 2. 公司所处的行业地位分析及其变化情况 2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》已经明确提出数据成为国民经济生产的重要要素。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中，数字经济与数字化应用作为国民经济发展新方向，未来必然在各行业产生巨量的大数据资源内容，而各行业未来的数字化趋势，迫切需要通过专业数据分析服务实际发挥数据的价值。而2018年11月19日美国商务部最新出口技术管制框架讨论稿中，已明确将数据分析技术与人工智能、微处理器、量子计算、生物等前沿技术一起，列为限制出口的关键技术。因此，面向中国经济众多行业的专业数据分析服务，有着极为广阔的市场，未来必须也必然会得到巨大的发展。 公司作为数据分析行业的一个重要专业服务商，在相关领域具有较大的规模和专业的服务能力。主要表现在已为较多的行业（如汽车、快消、TMT、医疗、政府、农业等）提供了专业的服务，且服务客户主要为所在行业领先的大型龙头企业（以世界500强与大型国资为代表）。2020年以来，随着外界数据分析需求市场的迅速增加与公司内部对分析技术能力体系的研发与提升，在服务行业/客户群体/业务规模与数据分析服务的产品化能力在进一步增强。 3. 报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势 1、新技术 数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发展期，以机器学习为代表的算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数据分析领域的重要技术支撑；以人工智能（以深度学习为主）、自然语言处理、语音与图像分析、知识图谱为代表的新的分析技术也逐渐成熟，推动了众多拥有数据资源的场景领域逐渐具有了智能化分析应用能力，同时也对复杂数据结构，如高维非结构化数据（语音、图像与视频）、物联网/工业互联网相关数据（大规模高速时序数据），提供了更好的分析能力支撑。同时，新的数字化、可视化展示（如基于机器视觉和三维实景建模）技术有效提升了时空类数据的分析能力。未来，以深度学习、领域知识图谱、模型自动化与数字化展示结合的数据分析技术体系，将具备更快的智能建模与自优化能力、更精确的业务推理，提升分析应用的智能化水平。 长期以来，数据分析应用主要集中在第三产业商业服务，围绕企业经营业务环节展开。由于相关数据分析应用对企业经营效益提升有显著作用，所以相关服务长期受到国际性企业与行业头部大企业的关注，其价值如今也逐渐被更多行业所认可。对于行业中的中小型企业，随着大数据发展与自身数据不断积累，以及管理者数据应用意识的加强，近两年大量中小型企业也对数据分析提出了需求，其功能需求较统一，并且用户规模大，因此标准化/产品化分析服务模式的市场空间未来将迅速增加。 在政府与公共管理服务领域，随着基础建设日益完善，其重心从智慧城市向智能城市转变，在态势感知、交通疏导等场景已初见成效，但更本质的城市经济发展（如提升区域产业经济，通过旅游拉动消费内需），仍是各级政府的关注重点。十四五期间，在数字化的基础上，通过公共管理相关数据（市政、民生、企业经营、环保、城管与线上数据等）与专业数据分析方法，为决策者提供智能化策略建议，提升招商引资与产业经济能力，通过数据应用驱动实现地区旅游消费的提升，发挥城市资源价值，相关服务具有广阔市场前景。 农业作为国民经济基础产业，长期落后于二三产业的水平，对国家粮食安全、社会稳定产生隐患。近两年来一系列以农业数字化、科技化为代表的国家级发展规划（如2020年1月的《数字农业农村发展规划（2019-2025年）》与2018年颁布的乡村振兴战略）发布表明，农业领域相关服务将成为未来中国经济重要的投资与成长目标。其中，智能分析作为核心数字化技术之一，在《数字农业农村发展规划（2019-2025）》中明确要求加快向农业渗透。通过农业全流程数字化整合与相关数据分析，对提升土地自然资源利用、村集体资源管理、农业科学化育种、农产品生产效率与质量、相关产业链规划与涉农金融服务都具有直接的精准推动作用。如今许多大型涉农国资企业、各类农业集团、各级地方农业管理者，都在进行大量的投入，希望通过专业服务，有效实现相关农业（如种植、畜牧）生产的数字化与全链条数据分析与决策支撑体系。 随着以物联网、工业互联网为特点的行业场景（如工业企业的智能化/数字化、环保监测与治理运营）日益增多，大量基于物联网/工业物联网产生的数据其潜在价值得到广泛重视。通过智能算法模型分析相关数据与深入应用，以小的投入，快速帮助企业在生产运营中提升效率、降低原材料与能源消耗，实现设备自动运维，智能化节能降耗与减少污染。这对于广大传统制造业提升竞争力，以及国家早日达到碳中和目标，有着巨大的现实意义和广泛的需求。 近年来，中国迅速发展的同时，面对的外部威胁/国际环境日益复杂，在涉及国家内外部管理与安全的诸多领域，开始受到外部限制打压与挑战。有鉴于此，2020年开始，国家推动的信创(信息技术应用创新)新产业战略在十四五期间预计达到万亿级市场规模。在信创细分领域，基础硬件、操作系统与数据库层面，中国企业已有较强能力，但在应用层，尤其数据相关应用方面，在公共安全与国家军事相关领域，由于历史原因与诸多限制，虽然存在大量需求但缺乏专业有效的供给。比如提升基层人员数据态势分析决策能力、面向实战、安全可控的智能分析产品工具等，在相关领域许多场景都有着迫切的需求。专业数据分析产品业务未来必将具有更大的经济与社会价值。 3、新业态 随着企业数据的不断累积，以及数据分析技术在互联网行业的逐步普及，新的数据分析业务形态对传统业务带来了挑战、优化与变革，越来越多的企业意识到通过对数据的分析和应用，可有效提升企业在行业中的竞争力。 在商业领域，随着服务模式的迅速变化以及2020年疫情的影响，各行业的大量企业意识到未来的趋势，开始尝试建立基于数字化的业务模式，以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成本、增加整体效率和业务营收。 在政府相关涉及的公共服务、环保、农业、旅游等领域，配合国家相关的数字化战略，相关政府和机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据资源，建立大数据交易中心、数字贸易港、推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助分析技术实现智能化，提升城市资源管理与经济发展水平。而农业领域的各级生产与管理者，则不断通过基于数字化、科技化新手段，来推动农业传统生产管理形态的升级，真正有效实现高质量的农业生产发展与产业经济的升级。 未来，数据将成为各行各业的的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。 4、新模式 随着数据科学技术与应用模式不断多样化发展，以数据为中心的业务驱动能力将成为企业的核心竞争力。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数据扩展到消费者的行为数据，构成了全新的多维度数据空间。 同时，客户规模因行业中小型客户的大量增加而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新： 在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于数据科学技术模型的自动化分析，将以数字化分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SAAS模式的产品形态，以快速而低成本的方式满足大量新增的客户群的实际需求。在特定软件+硬件与相关服务深入结合与专业业务场景中，纯技术模型难以满足客户要求，此时垂直领域专业分析方法模型、专家经验与数据科学技术相结合，发挥两种模式结合优势，在效率与业务深度方面达到最佳效果。 在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。 因此，数据分析服务的未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+有硬件+配套服务），以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为数据分析价值链的重要延伸，并将具有更好的用户粘性和持续性收入。 (四) 核心技术与研发进展 1. 核心技术及其先进性以及报告期内的变化情况 公司目前共有4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、业务运营效能分析与应用优化技术和生态环保的数据化分析与治理技术。四项核心技术根据领域/应用场景特点，包含21项核心技术子项。如下：
2. 报告期内获得的研发成果 报告期内，公司持续加大研发投入，主要围绕商业与CRM数据分析、农业数字化、环保大数据、新能源与物联网相关数据分析等方向，新增取得了相关软件著作权、软件产品与专利证书，截止报告期末，公司拥有发明专利8项、实用新型专利1项、软件著作权120项。 报告期内获得的知识产权列表
3. 研发投入情况表 单位：元
□适用 √不适用 研发投入资本化的比重大幅变动的原因及其合理性说明 □适用 √不适用 4. 在研项目情况 √适用 □不适用 单位：元
 |