杨健

中国人民大学金融信息中心 * 济安金信研究院

2026年9月23日

摘要

基本面分析，简称基础分析，是价值投资者的不可或缺的分析工具。

基础分析是价值投资体系的核心研究范式，依托经济学、管理学、金融学、统计学多学科理论，结合宏观经济、产业发展与企业经营规律评估上市公司投资价值，判断资产合理价格区间。

基础分析包含宏观、中观行业、微观公司三层分析框架，行业分类是整套研究体系的底层前提与承上启下的枢纽。

行业分类的本质，是建立标准化认知框架，实现企业归组、产业画像、数据可比。当前 A 股上市公司业态多元、跨界经营普遍。缺少科学统一的行业划分标准，研究者难以梳理产业脉络、识别企业真实属性。

现行主流分类存在两条路径：国民经济行业分类（国标）以国民经济部门为底座，根植于计划经济时代产业划分逻辑；证券市场传统行业分类以企业产品、服务品类作为划分依据。二者底层逻辑不同，均存在固有缺陷。GICS、证监会、券商等分类大多以营收占比作为核心划分依据，易产生统计偏差。

行业分类应当跳出单纯依靠财务数据划分的思路，综合产业运行规律、企业经营特征、资产定价逻辑与样本可比原则，将技术特征、发展前景、政策约束、商业模式等非财务信息前置纳入分类标准，构建适配 A 股、兼顾多场景研究需求的行业分类体系。

本文梳理基础分析内在逻辑，阐释行业分类价值，依托多学科理论剖析主流分类框架，介绍济安金信行业分类的创新价值，并说明体系搭建与维护的现实难点。

一、股票基础分析的内涵与三层研究框架

从资本市场研究逻辑看，基础分析属于投资价值评估方法，理论根基横跨经济学、管理学、金融学、统计学：

• 经济学：提供宏观供需、产业周期、市场结构、政策传导理论，解释行业景气、产能周期与产业竞争格局；

  
  

  
  

• 管理学：依托企业战略、商业模式、公司治理、价值链理论，识别企业核心竞争力、业务边界与经营本质；

  
  

• 金融学：建立投资价值、资产定价、风险收益、组合配置理论，支撑估值测算、行业风险归因、投资组合管理；

  
  

• 统计学：提供样本分组、均值检验、同质性校验、时序分析、实证回归工具，保障行业分组数据可比、结论可靠。

短期股价易受资金、情绪、消息扰动，长期价格会向企业投资价值回归。基础分析的核心，就是剥离短期市场噪声，系统评估企业投资价值。

基础分析三层框架：

1. 宏观层面：经济增速、通胀、利率、货币财政政策，决定全市场估值中枢；

   
   

2. 行业层面：产业周期、技术迭代、市场空间、行业政策，决定企业长期成长天花板与盈利中枢；

   
   

3. 公司层面：财务质量、治理结构、产品竞争力，决定单个企业投资价值高低。

在三层框架中，行业分析是宏观传导至微观的中间通道。宏观影响落脚于产业景气，企业成长依托赛道红利；行业研究重点研判技术迭代与产业长期前景。没有规范行业划分，难以横向对比企业差异，行业分类的准确性直接决定基础分析结论可靠性。

二、行业分类的核心意义

      行业分类是资本市场研究、统计、投资活动的底层基础设施，核心价值体现在：

1. 信息结构化标准化：将零散个股信息整合为产业层面结构化数据，避免碎片化解读。

   
   

2. 构建可比基准：盈利模式、资本开支、估值逻辑高度依赖赛道。分类失当会直接造成标的投资价值误判。

    

3. 打通自上而下研究链路：追踪宏观、产业政策向上市公司的传导路径，形成投资价值完整研判闭环。

   
   

4. 区分行业因子与个体阿尔法：剥离行业共性周期、政策、技术因素，识别企业个体收益来源，提升归因能力，精准评估投资价值。

   
   

5. 跨机构跨期数据互通：统一口径便于研究成果复用、时序数据连续跟踪，持续监测赛道投资价值变迁。

   
   

6. 支撑产业与政策研判：作为国民经济产业结构在资本市场的映射，为产业政策评估、区域产业规划提供数据支撑。

三、两类主流行业划分逻辑及其固有缺陷

行业分类存在两条底层路线：国民经济国标分类与证券市场行业分类，适用场景不同，各有短板。

3.1 国标国民经济行业分类

国标建立在国民经济部门统计框架之上，脱胎于计划经济时期产业部门划分思路，目标是核算全社会生产总量，服务国民经济统计，按生产门类、生产部门归类，侧重行政部门归属。 缺陷：服务实体经济总量统计，并非面向资本市场投资价值评估。忽视商业模式、盈利特征、资产属性与估值逻辑；对综合集团企业易割裂经营主体；更新节奏慢，对新业态、新兴产业适配不足，难以满足投研、定价、风险归因需求。

3.2 证券传统行业分类

以企业产品、服务品类为主线，依托营收占比判定行业归属。优势是贴近市场，便于快速识别主营产品。 缺陷：仅依靠产品表象，无法穿透经营本质。企业多元化、跨界并购时，单一产品口径容易错判赛道；同一分类下，不同产品线分属完全不同周期、政策与估值体系，组内样本异质性高，破坏同业对比与实证统计有效性，干扰投资价值横向比较。

简言之，国标立足于国民生产部门统计；传统证券分类立足于产出品归类。两套体系均无法满足基本面分析对产业本质、商业模式、估值逻辑同质性的核心要求。

四、产业与企业、样本统计的底层逻辑

市场经济下，不同行业的周期、监管、成本结构差异显著，跨行业对比不具备合理性。产业组织理论表明，行业生命周期、准入壁垒、资产轻重，直接决定盈利与估值特征。只有赛道归类精准，投资价值对比才有可行性。

从管理学视角，企业核心属性由商业模式、技术路径、竞争壁垒等长期要素决定。营收、利润只是经营结果，短期营收波动、副业、一次性收益不能代表企业核心能力与投资价值。A 股大量多元经营企业，仅靠营收占比极易误判赛道。

统计学层面，同业对标要求样本具备高同质性。若将商业模式、周期属性差异巨大的企业划入同一行业，行业均值、估值中枢失真，投资价值研判失去参考意义。行业分类的核心目标，就是保证组内企业可比。

五、行业分类：三层研究体系的枢纽

1. 向上承接宏观经济：统一、单一归属的行业分类，汇总上市公司微观数据形成产业指标，反映产业景气、增长与风险，为赛道投资价值判断提供统计基础。

   
   

2. 居中承载行业研究：精细化赛道拆分，分离传统大类中混杂的科技、制造、服务业企业，实现产业景气与技术趋势的精细化研判。

   
   

3. 向下支撑估值与财务分析：分类精准，财务横向、纵向对比，估值溢价折价分析才有参考价值，实现上市公司投资价值有效比较。

缺少科学行业分类，基本面分析如同空中楼阁。搭建本质导向、动态更新的分类体系难度较高：需要逐家梳理企业业务、资产与技术管线，区分主业副业；持续跟踪产业迭代，界定新兴赛道；建立复核机制，区分短期营收扰动与根本性业务转型，同时维持口径稳定，防止历史统计断裂。整套工作需要长期产业研究、企业调研与数据校验投入。

六、行业分类的多元应用场景

1. 宏观监测与产业政策评估：汇总上市公司数据观测产业景气，评估政策落地效果；单一归属避免重复统计，GICS 多标签在此场景统计误差更大。

   
   

2. 资产配置与组合构建：用于行业轮动、行业中性管理、仓位披露、业绩归因与风控。行业归属失真会造成仓位误判、风险对冲失效。

   
   

3. 同业对标与估值研究：测算行业估值、盈利指标，挖掘具备投资价值标的，对样本同质性要求最高。传统分类容易混编异质企业，拉偏估值中枢。

   
   

4. 指数编制与指数产品开发：行业指数、ETF 依靠行业分类筛选成分股；分类滞后会造成指数名实不符，无法反映赛道真实投资价值。

   
   

5. 学术实证研究：行业分组回归检验产业效应与企业异质性；样本混杂易带来内生性偏差，影响投资价值相关规律挖掘。

   
   

6. 市场统计与信息披露：交易所、券商统计行业分布与盈利，稳定口径支持长期跟踪赛道变迁。

   
   

7. 信用研究与风险排查：按赛道识别行业系统性风险，区分行业风险与个体风险，支撑债券、信贷主体投资价值判断。

   
   

8. 区域产业政策分析：统计区域上市公司产业集群，辅助产业规划、产业链政策制定。

   
   

9. ESG 评价：ESG 基准具有强行业属性，行业分类是设定行业对标、权重的前提，分类偏差会造成 ESG 评分失效。

   
   

10. 舆情与行业风险监测：依托行业标签快速识别政策、技术冲击对赛道内企业的影响，及时更新投资价值判断。

不同场景诉求存在冲突。GICS 更适配跨境配置与指数编制，但在宏观统计、深度同业对标存在短板。济安金信兼顾多场景需求：一级行业适配宏观统计；二级行业用于产业景气跟踪；三级细分赛道支撑精细对标与实证，同时适配指数、归因、信用、ESG 等研究。

七、主流行业分类体系对比表

表格

GICS 一级行业数量偏少，对国内特色产业链刻画不足；证监会分类偏向监管统计，颗粒最粗；申万服务 A 股投研，但判定逻辑仍以营收结果为主，缺少经营实质复核。济安金信细分颗粒度更高，可独立拆分 AI 算力、光芯片、锂电材料、医美耗材等差异化新兴赛道。

八、传统行业分类的固有局限

GICS 由标普与 MSCI 开发，是跨境资金配置主流工具，以营收 / 利润占比为首要归类标准，规则简单统一。但依靠收入结果倒推归属、允许多标签、定期批量更新，难以及时反映企业根本性转型，对国内产业政策适配不足。上述分类的共同局限：

1. 以营收、利润占比为核心，结果导向，不穿透经营本质；

   
   

2. 忽视技术、产业前景、政策周期、商业模式等决定投资价值的核心要素；

   
   

3. 多标签造成统计重叠，破坏样本可比性；

   
   

4. 赛道划分粗放，将成长、周期、科技属性差异巨大的企业合并，样本异质性高；

   
   

5. 缺少归类后的样本同质性校验；

   
   

6. 更新机制静态滞后，企业业务转型后行业标签长期不变，引发样本错配，错判投资价值。

综上，传统分类逻辑难以支撑深度 A 股基本面与上市公司投资价值研究。

九、济安金信行业分类的六大颠覆性创新

济安金信的核心创新并非单纯增加细分行业数量，而是底层方法论重构，融合经济学产业组织、管理学商业模式、金融学资产定价、统计学样本同质性检验理论。

创新一：非财务信息前置作为分类核心依据

传统分类是先依靠收入划分行业，再做产业分析。济安金信是先判定技术特征、产业生命周期、政策环境、商业模式、竞争壁垒，再确定行业归属。财务是经营结果，产业底层逻辑才是本质。这是国内唯一以经营本质定行业，而非以收入表象定行业的分类体系，为投资价值评估构建合理分组。

创新二：财务与估值双重量化校验机制

济安金信采用定性产业归类 + 财务结构同质校验 + 估值定价逻辑校验三层机制，保证组内企业经营、财务、定价逻辑可比，解决样本混杂问题，保障投资价值横向对比可靠。细分赛道划定后，需要反复校验样本，工作量显著高于营收自动归类。

创新三：严格单一归属，保障宏观统计纯净

所有上市公司仅归属唯一三级行业，杜绝多板块重复统计，宏观产业数据真实可信。单一归属需要研究人员甄别多元业务的核心赛道，避免赛道投资价值统计重复夸大。

创新四：精细化拆分新兴科技细分赛道

传统分类常将 AI、算力、光电子、高端材料、创新器械、新能源企业归入传统大类。济安金信新增大量基于技术差异的独立三级行业，适配新经济研究，精准识别新兴赛道投资价值。新兴产业边界动态变化，赛道界定需要持续跟踪产业前沿。

创新五：贯通宏观、中观、微观三层研究逻辑

• 一级行业：对接国民经济，宏观经济分析（经济学）

  
  

• 二级行业：对接产业链与技术迭代，行业前景分析（经济学 + 管理学）

  
  

• 三级行业：同质可比标的，公司估值与投资价值分析（金融学 + 统计学）构建一体化基础设施，完整支撑从宏观到个股的投资价值分析链条。

创新六：经营实质导向的动态复核机制

不实行一次归类永久锁定。持续跟踪企业技术、商业模式、资产财务，当底层经营逻辑质变，不再满足原有行业同质性要求时，重新判定归属。 边界约束：仅副业短期增收、阶段性订单营收波动，不触发行业变更。既解决静态滞后问题，又防止标签频繁变动，保障时序统计稳定，持续跟踪个股与赛道投资价值变化。

十、总结：行业分类是上市公司投资价值分析的底层基础

基础分析的核心是评估上市公司投资价值，评估必须依托可比赛道。不同行业周期、政策、成本、前景差异巨大，跨行业对比不具备参考价值；企业属性由长期经营本质决定，而非短期营收波动；可靠的投资对比、实证研究，必须建立在同质样本之上。

传统行业分类普遍重财务结果、轻产业本质，重静态标签、轻动态变化，多重标签混杂、细分颗粒度不足，会造成投资价值分析源头偏差。

济安金信行业分类的核心价值，是将技术、前景、政策、商业模式等产业逻辑嵌入行业分类底层，依托动态复核机制跟踪企业经营变迁，让行业分类从简单标签分组，升级为适配 A 股、贴合产业真实、多场景可用的上市公司投资价值分析底层系统。

行业分类准确，上市公司投资价值分析才有根基；行业分类失真，投资分析结论容易失效。

结语

股票基础分析的底层基石是行业分类，理论根基覆盖经济学、管理学、金融学、统计学。A 股市场持续扩容、产业形态日趋复杂，行业分类是透过市场表象把握产业与企业本质的前提。GICS、申万、证监会分类均偏重财务表象，更新静态滞后，难以匹配产业迭代与企业业务转型。济安金信穿透财务表象，回归产业经营本质，兼顾动态复核与数据稳定，适配宏观监测、资产配置、同业对标、学术实证、信用研究、ESG 评价等多元场景，推动国内资本市场行业分类体系走向科学化、系统化。该体系落地需要持续投入研究资源，完成企业研判、赛道划分、样本校验与常态化跟踪，为宏观经济研究、产业趋势研判、上市公司投资价值定价提供底层支撑。