中國市場分析與觀點 – 2024年4月

中國商情

中國銀行家調查報告(2023)

  • 普華永道與中國銀行業協會聯合發布《中國銀行家調查報告(2023)》,針對中國大陸31省、282家金融機構,完成問卷1,643份,實地訪談15家銀行,聚焦中國銀行業發展動向。29.4%的中國銀行家預測未來三年中國GDP維持在5.0%至5.5%,27%預測4.5%至5.0%、17.9%預測5.5%至6.0%。
  • 數據顯示中國銀行家最關注金融政策(65.5%)和宏觀經濟政策(58.5%),其次為支持小微企業和三農發展政策(26%)、國際政經環境(23.3%)與大力發展普惠金融導向(16.9%)等外部因素。
  • 商業銀行2023年前三大策略,分別為數位化轉型(61.2%)、風險管控能力提升(41.5%)及特色化經營(36.9%)。而優化負債結構與降低負債成本(54.1%)與數位化轉型(51.9%)有助於改善利潤。
  • 銀行貸款排名以農林漁牧業(47.2%)為首,其次為電力燃氣業(46.2%),醫藥業則是由第一名下滑至第三名(43.1%)。此外,節能環保產業與養老金融亦為銀行業發展重點。
  • 2021至2023年銀行金融業務發展重點,小微企業法人貸款(65.8%)連續12年位居首位,供應鏈融資(55.8%)則連續5年位居第二。2023年1月原中國銀保監會所發布「三個辦法一個規定」優化小微企業融資的貸款調查方式,為上述兩重點業務的發展基礎。
  • 中國銀行業之數位金融科技持續深化,39%銀行家認為應布局數據中心建立彈性供給,此外也重視虛擬化、雲端化基礎設施管理(36.2%)及優化數據治理和數位資產保護(35.4%)。
  • 生成式AI也是2023年討論熱點,銀行業主要用於智能化客戶服務與優化體驗(58.2%)、實現大數據自動分析(56.2%)及加強風險管理和風控模型開發(44.9%)。納入新科技的同時也面臨以下挑戰,如數據隱私與科技倫理問題(43%)、生成內容的精確性(39.3%)、生成內容的可信度(32.5%)、模型訓練所需數據不足(32.3%)與相關技術人才稀缺(30.9%)等。
  • 銀行業未來三年支持製造業發展領域,六成銀行家認為產品服務創新(59.9%)最為重要,同時也可自業務流程創新(53.3%)、配套制度創新(40.5%)、營銷管理創新(35.4%)等擴展融資力度。

中國新型消費城市發展洞察報告

  • 2024年4月普華永道與海南國際經濟發展局共同發布《中國新型消費城市發展洞察報告》,針對中國大陸國際消費中心城市發展進行回顧與歸納。2023年中國商業地產開發投資額較去年下降14.6%,整體呈現下降趨勢,顯示商業載體投資額與開發量成長放緩,由增量市場邁向存量市場。
  • 2023年首批國際消費中心城市包含北京、上海、廣州、天津、重慶等五個城市,截至第七次人口普查,占全國人口5.9%。除天津外,社會零售額自2013年開始逐年上升,占全國13.8%,外貿進出口額占全國25.1%。相較於全國人均消費支出26,796人民幣,五大城人均支出皆高於全國水準。
  • 跟隨五大消費中心城市腳步,其他城市社會零售總額接續為深圳達10,486億人民幣、成都10,002億人民幣、蘇州9,583億人民幣,加上西安與武漢等城市,相繼進行消費中心城市行動計劃或建設。

策略產業/重點議題

《銀行保險機構數據安全管理辦法(徵求意見稿)》要點分析與建議

  • 中國大陸國家金融監管總局於3月22日發出《銀行保險機構數據安全管理辦法(徵求意見稿)》,明定銀行保險機構數據安全管理制度。此辦法包括總則、數據安全治理、數據分類分級、數據安全管理、數據安全技術保護、個人信息保護、數據安全風險監測與處置、監督管理及附則等九大章節。
  • 銀保數據辦法與中國人民銀行所發布《人民數據安全辦法》相較,適用範圍相異,前者以機構為對象,後者規範金融機構業務活動所產生之數據。依據數據的重要性與敏感度,兩者皆包含核心與重要數據,惟前者將一般數據細分為敏感和其他一般數據,並提出相應判斷標準。
  • 銀保數據辦法內容強調明確分工、銜接個資保護與呼應轉型等三大特點。且擴展了資訊科技外包管理範圍,未來銀保機構在三方合作中,若涉及企業數據、經營數據等皆應納入資訊外包管理。
  • 銀保數據辦法並未對數據安全應急制定演練頻率,人民數據安全辦法則要求每年至少進行一次演練。

個人信息保護合規系列:數據跨境流動新規解讀及企業合規應對建議

  • 中國大陸網信辦3月22日發布《促進和規範數據跨境流動規定》,同時發布《數據出境安全評估申報指南(第二版)》與《個人信息出境標準合約備案指南(第二版)》。與前版規定相較,新版規定重點為:
    • 對重要數據的認定,以相關部門、地方和政府公告者為準。
    • 明確定義了特定數據、場景或自由貿易試驗區的豁免規則。
    • 數據出境安全評估結果,有效期限從2年延長至3年,且可於效期屆滿前60日申請延長效期3年。
    • 相較申報指南第二版與舊版,差異在於提供了新的申報表,要求企業以業務場景揭露出境數據狀況;並簡化出境風險自評估報告,出境數量的界定與增加證明文件新增細部規定。
    • 備案指南第二版簡化備案資料的個人資訊保護影響評估報告模板,且於其他相關證明資料的部分,需提供「獲取同意」的作證資料。

2023年中國汽車行業百舸爭流,併購交易活動逐漸回暖

  • 普華永道於4月發布《2023年中國汽車行業併購活動回顧及未來展望》,報告顯示2023年中國大陸汽車行業併購交易金額超過2,479億,交易數量548件,相較2022年呈下降趨勢。受惠於新能源車政策,在整車製造及智能聯網、自動駕駛、電動化相關製造領域、充電網路建設等未來有望成長。
  • 中國汽車行業以整車製造和動力電池為代表核心,可見產能過剩趨勢,盈利普遍下降、投資動力不足。
  • 2023年中國大陸汽車業投資金額,大型交易金額約1,406億人民幣,較2022年下降近6%,但大型交易金額占比提高,且較其他量級的平均交易額增加。小型至中型交易額呈持平或下降趨勢。
  • 交易輪次方面,AB輪、C輪及以後交易輪次皆增長,可見投資人對新能源產業給予高度關注,惟交易金額較2022年下降,顯示投資人雖有投資熱忱,仍抱持審慎態度,因此AB輪交易金額在規模與占比皆明顯下降。而交易輪次金額占比,以戰略投資或收購階段占比達54%。
  • 統計期間跨境併購活動以境內交易為主導,金額占比73%,數量占比近94%;汽車出境交易增長,國內併購則趨於低迷,其中以長江三角地區的零件與後市場領域降幅較顯著。
  • 2023年中國汽車業新上市企業共32家,相較2022年新增21家,增幅達52%。其中13家企業自深交所上市,為汽車業最重要的上市板塊,其次為北交所。
  • 從近三年交易量來看,整車製造交易規模小於汽車零部件,此趨勢將影響汽車業供應鏈布局。隨汽車持有量持續成長,汽車後市場維保需求深具發展潛力。

資本市場

中國A股上市企業可持續發展報告指引終稿速讀

  • 2024年4月12日《上市公司自律監督指引 – 可持續發展報告(試行)》最終稿發布,深滬北交易所於2月發布相關徵求意見稿,並於該月結束意見徵求,最終修訂發布的指引於2024年5月1日正式實施。

揭露要求

上交所

深交所

北交所

適用範圍

納入上證180、科創50、境內外同時上市公司強制揭露

納入深證100、創業板指數、境內外同時上市公司強制揭露

不強制

揭露時間

無須與年度報告同時發布。

每個會計年度結束後4個月內,經董事會審議後揭露,揭露時間不應早於年度報告。

報告主體

報告期間

與當年度年報一致

稅務及其他法規

香港地區發布專利盒稅務優惠的條例草案

  • 為了成為研發與知識產權買賣與授權的區域中心,香港於2024年3月28日發布《2024年稅務(修訂)(知識產權收入的稅務寬減)條例草案》,藉此推動企業於香港進行更多研發與知識產權貿易。
  • 條例草案提出專利盒機制的擬議設計,從2023/ 24課稅年度起,對符合條件且於香港進行研發的知識產權,其符合條件的知識產權收入以5%優惠稅率課稅,遠低於香港現行一般利得稅16.5%稅率。
  • 專利盒機制適用於有權從「具資格知識產權」獲取「具資格知識產權收入」的「具資格人士」。
    • 具資格知識產權:研發所產生的專利、受版權保護的軟體、植物品種權利,不包括行銷知識產權,例如商標。
    • 具資格知識產權收入:具資格知識產權的特許權使用費、許可費、出售收入、保險、損害賠償、補償,產品或服務價格可歸屬於具資格知識產權部分。
    • 具資格人士可就上述具資格部分加成130%,占整體研發開支的關聯比例,計算應評稅利潤的特惠部分。

GenAI時代,稅務行業迎來智能化轉型的破局之機

  • 普華永道提出生成式人工智慧(GenAI)典型稅務應用實例:
    • 稅務政策解讀與知識庫構建:GenAI可迅速理解稅法文件內容,提取易於理解的概要,並將解讀內容系統化,逐步形成知識庫。GenAI能持續學習與更新,使知識庫內容與時俱進。
    • 專業翻譯:在跨國交易頻繁與國際稅務體系下,GenAI可協助稅務專業人員解讀多語言稅法規定、合約文件。與傳統翻譯軟體相較,GenAI具有強大知識庫,可確保語意與語境關聯,保持專業用語的準確性與一致性。
    • 移轉訂價常規交易分析:移轉訂價實務中,稅務專業人員需從大量公開合約尋找可比較對象,是個繁重任務。GenAI可迅速從眾多合約中整理關鍵資訊為圖表,協助專業人員識別合約間的異同。
    • 稅務專業人員運用數位工具時,也需堅守道德準則與法律規範,負責任的使用GenAI。從產品研發、大型語言模型訓練數據選擇、實際操作使用,均需完善的管理機制;內部亦需確立監管機制、內部政策與人員培訓,以保護商業機密與個資。同時,還需對GenAI產出結果保持懷疑,進行覆核,以確保正確性。
關注我們