机构分析师研究一个新行业的五步速写法
前九篇我们一直在聊股票:怎么选、怎么估、怎么管。但有个更前置的问题一直没讲:
你凭什么相信这个行业值得你投?
很多人的投资路径是这样的:看到一个新闻"某公司股价暴涨了 50%",然后冲进去研究这只股票,再决定买不买。但是,这个顺序是反的。
机构分析师的顺序是:先搞懂这个行业是怎么运作的、谁在赚钱、未来五年会怎么变,然后才去问"这个行业里谁是最好的标的"。
今天继续拆 Claude 开源的金融投研套件(financial-services-plugins),来看看行业全景(Sector Overview) 这套框架。
为什么要做行业研究?
举个例子,毕业生找工作。
路径 A(散户思路):听说程序员工资高,直接学编程,甚至转码。
路径 B(机构思路):先研究一下整个科技行业的结构和趋势,发现云计算和 AI 是未来五年的大趋势,然后再去看这个趋势里哪些岗位最吃香,最后才决定学什么技能。
投资也一样。不搞懂行业直接买股票,本质上就是在赌运气。
更深一层:即使你选的这家公司再优秀,它也逃不开行业的大趋势。就像 2014 年诺基亚手机业务再努力,也敌不过智能手机时代的大势。公司是船,行业是水。水位在降的时候,船再好也没用。
一份行业全景报告包含什么?
机构的行业报告通常有五个部分。我把它简化成个人投资者能操作的版本:
- 市场多大、增长多快(Market Size & Growth)
- 行业结构:谁在赚钱,价值链在哪(Industry Structure)
- 关键趋势和驱动力(Trends & Drivers)
- 竞争格局:主要玩家是谁(Competitive Landscape)
- 估值参考:这个行业现在贵不贵(Valuation Context)
一个一个来。
第一步:市场多大,增长多快
所有行业研究的起点都是一个数字:TAM(Total Addressable Market,总体可触达市场)。
TAM 回答的问题是:如果这个行业做到极致,总共能做多大生意?
举个虚构的例子,假设你在研究"AI 视频生成"这个赛道:
| 指标 | 数据 | 含义 |
|---|---|---|
| 2025 年全球市场规模 | $120 亿 | 当下的蛋糕有多大 |
| 2030 年预测规模 | $450 亿 | 蛋糕会长到多大 |
| 5 年 CAGR(复合增长率) | 30% | 每年平均涨 30% |
| 细分市场 | 广告 50%,影视 25%,游戏 15%,其他 10% | 蛋糕切开各占多少 |
(以上为虚构示意数据)
怎么查这些数据?
- 头部券商研报(Morgan Stanley、JPMorgan、Goldman Sachs 等)
- 专业数据机构(Gartner、IDC、Statista)
- 公司财报里的 "Addressable Market" 或 "TAM" 章节
- 行业协会的年度报告
⚠️ TAM 是被滥用最严重的数字之一。 很多公司会把 TAM 吹得极大来讲故事("我们的 TAM 是万亿美金")。看 TAM 的时候一定要问:这个数字是怎么算出来的?口径合不合理?真正能被这家公司触达的有多少?
第二步:行业结构和价值链
搞清楚规模之后,下一个问题是:这个行业里,钱是怎么流动的?谁真正在赚钱?
两个关键工具:
价值链图(Value Chain)
把一个行业从原材料到最终消费者的所有环节列出来,看每一环能拿走多少利润。
还是以 AI 视频生成为例(虚构):
GPU 芯片厂商 → 云算力平台 → 模型训练方 → 应用层公司 → 终端用户
(毛利 70%) (毛利 40%) (毛利 60%) (毛利 50%)
(以上为虚构示意数据)
结论可能是:GPU 厂商毛利最高,价值链的钱主要卡在上游。 这就解释了为什么 NVIDIA 在 AI 浪潮里赚得最多。
集中度(Concentration)
这个行业是几家垄断,还是一堆小玩家混战?
| 集中度类型 | 特征 | 典型代表 |
|---|---|---|
| 高度集中 | 前 3 家占 70% 以上 | 智能手机芯片(高通 + 联发科 + 苹果) |
| 中度集中 | 前 5 家占 50%-70% | 全球云服务(AWS + Azure + GCP + 阿里云) |
| 分散 | 前 10 家占不到 50% | 独立游戏开发 |
集中度影响定价权。高度集中的行业通常毛利更高,但也更容易被监管盯上。
第三步:趋势和驱动力
行业会变,变化的方向比当下的状态更重要。
做趋势分析,我常用一个"三问法":
1. 这个行业有哪些长期顺风(Tailwinds)?
比如半导体行业的长期顺风:AI 算力需求爆发、汽车电动化、IoT 设备数量增长。
2. 有哪些逆风(Headwinds)和风险?
比如:地缘政治导致的供应链重构、欧美反垄断、新技术颠覆(比如 RISC-V 对 ARM 的挑战)。
3. 有哪些颠覆式变化正在发生?
比如传统打车行业的"Uber 化"、传统电视的"Netflix 化"、传统支付的"Stripe 化"。
找趋势最简单的办法:读这个行业头部公司最近四个季度的 Earnings Call 纪要。 管理层每次讲话都会反复提到他们看到的机会和威胁。把这些关键词整理出来,你就大概知道行业里的人在关心什么了。
第四步:竞争格局
到这一步,你才开始真正看"公司"。但视角是横向对比,而不是深钻一家。
做一张比较表,把行业里 top 5-10 家公司放在一起:
| 公司 | 营收(亿) | 增长率 | 毛利率 | 市值 | 市占率 | 核心优势 |
|---|---|---|---|---|---|---|
| A 公司 | 500 | +25% | 65% | 1000 亿 | 22% | 技术壁垒最高 |
| B 公司 | 380 | +40% | 58% | 600 亿 | 17% | 增速最快 |
| C 公司 | 600 | +8% | 72% | 1500 亿 | 28% | 现金流最强 |
| D 公司 | 120 | +60% | 45% | 300 亿 | 5% | 黑马,产品创新 |
(以上为虚构示意数据)
怎么用这张表?
- 看谁在增长:B 和 D 增速最快,可能是"挑战者"
- 看谁在赚钱:C 毛利最高,可能是"成熟龙头"
- 看谁在扩大份额:如果 B 的市占率从去年的 12% 涨到今年的 17%,说明它在抢市场
- 看谁可能被颠覆:如果 A 的增速只有 5%,而 B 增速 40%,2-3 年后格局可能翻转
第五步:估值参考
最后一步,把行业整体的估值水平拉出来看一眼。
| 指标 | 行业当前中位数 | 历史 5 年中位数 | 判断 |
|---|---|---|---|
| P/E | 35x | 25x | 偏贵 40% |
| EV/Revenue | 8x | 5x | 偏贵 60% |
| EV/EBITDA | 20x | 15x | 偏贵 33% |
(以上为虚构示意数据)
行业估值的用处是给你一个参照系,它本身不能直接告诉你"行业 P/E 35x 所以不能买"。
- 如果整个行业估值明显高于历史平均,说明市场情绪过热,这时候进场要更挑剔
- 如果明显低于历史平均,可能有系统性机会(但也可能是行业基本面真的变差了)
- 个股估值只有放在行业估值里对比才有意义。 一家公司 P/E 40 看起来很贵,但如果行业中位数是 50,它其实是便宜的
一份个人版的"行业速写"模板
上面的五步是机构的完整流程。对个人投资者,我把它压缩成一张 A4 纸能写完的速写:
行业:[名称]
研究日期:[日期]
## 1. 规模 & 增长
- TAM:$___
- 5 年 CAGR:___%
- 主要细分市场:
## 2. 结构
- 集中度:高/中/低
- 价值链哪一环最赚钱:
- 进入壁垒:
## 3. 趋势
- 长期顺风(3 条):
- 主要风险(3 条):
- 正在发生的颠覆:
## 4. 主要玩家 Top 5
| 公司 | 市占率 | 增速 | 毛利 | 核心优势 |
## 5. 估值位置
- 行业当前 P/E vs 5 年均值:
## 6. 我的结论
- 这个行业值得研究吗?
- 如果投,我倾向于哪种角色(龙头/挑战者/黑马)?
- 我最关心的 2-3 个数据点是什么?
花 2-3 小时填完这张表,你对一个陌生行业的认知就会超过 80% 的散户。
一个可以直接用的 Prompt
你是一位专业的行业研究分析师。请为我生成一份[某行业]的行业全景速写。
## 研究范围
- 行业:[例如:AI 视频生成]
- 深度:速写版(不超过 2000 字)
- 时间范围:未来 3-5 年展望
## 请输出
### 1. 市场规模与增长
- 当前 TAM 及数据来源
- 未来 5 年 CAGR 预测
- 主要细分市场占比
### 2. 行业结构
- 集中度(高/中/低,前 5 家市占率)
- 价值链图(每一环的毛利水平)
- 进入壁垒分析
### 3. 关键趋势
- 3 个长期顺风
- 3 个主要风险
- 2 个正在发生的颠覆性变化
### 4. 主要玩家对比
| 公司 | 营收 | 增速 | 毛利率 | 市占率 | 核心差异化 |
(列出 top 5-10)
### 5. 估值水平
- 行业当前主要估值指标
- 对比历史中位数是偏贵还是偏便宜
### 6. 投资启示
- 这个行业最值得关注的 2-3 家公司
- 哪些催化剂可能改变行业格局
- 核心风险点
### 7. 数据来源
列出所有引用的数据来源和时间戳
一挪迈的思考
很多人说"选对行业比选对公司更重要",我半信半疑过,直到看了一组数据。
过去 20 年美股表现最好的行业是科技和消费,年化收益都在 12% 以上。最差的是能源和电信,年化只有 4-5%。差距一年看不出来,20 年复利下来就是天壤之别。在对的行业里随便买一家龙头,往往比在错的行业里精挑细选一家"最好的"还要好。
但做行业研究也有一个陷阱:容易沉迷于宏大叙事,忘了最基本的问题。"AI 改变世界"是对的,但这不代表任何一家沾 AI 边的公司都值得买。
行业研究的真正价值,是告诉你"不该碰什么"。当你清楚这个行业里钱是怎么流动的,你就不会再被故事骗进那些注定赚不到钱的环节。
投资的第一性问题永远是这一个:"这门生意本身好不好?" 想清楚了这个,再去看具体公司。
DYOR — 以上内容仅为个人学习笔记和方法论分享,不构成任何投资建议。投资有风险,请独立思考、自主决策。
原创不易,如认为有价值,请不吝赞赏充电⚡️