济安金信研究院于2026年8月发布A股行业分类体系，设置45个一级行业、144个二级行业和369个三级行业，纳入体系的A股上市公司最终均归入唯一的底层细分行业。该体系试图解决一个在AI等新兴产业快速扩张背景下日益突出的问题：当越来越多上市公司被贴上同一个热门概念标签，资本市场如何确定谁应该和谁比较。
过去几年，AI、机器人、算力、低空经济等新兴产业持续成为资本市场热点。但一家做GPU芯片设计的公司、一家运营数据中心的公司、一家提供行业软件的公司，以及一家生产工业机器人的公司，都可能被市场归入“AI概念”。这些公司面对的成本结构、盈利模式、资本开支、成长周期乃至估值方法完全不同。若将其简单放在一起比较市盈率与盈利能力，所得的行业平均值可能无法代表其中任何一类企业。
行业分类本身不产生收益，却决定一家公司与谁比较、被放进哪个估值中枢，也决定投资者看到的“行业平均值”意味着什么。在相对估值中，判断一家公司估值贵还是便宜需要和同行比较；基金进行行业配置、量化模型进行行业中性处理、机构做业绩归因，同样依赖行业分类。一旦“同行”选错，后续计算再精确也可能得出错误结论。软件服务企业与硬件制造企业可能都与AI相关，但前者核心资产是研发人员、客户和软件产品，后者则可能拥有大量固定资产、存货和生产线，将二者纳入同一估值中枢，所得出的行业PE或利润率平均值难以解释任何一方。
新兴产业正在让传统分类面临更大挑战。一方面，上市公司数量不断增加，产业链分工越来越细；另一方面，技术迭代加快，企业本身也在不断跨界。工商登记行业、主营业务和资本市场概念之间经常出现错位。一家公司的工商登记可能仍属于传统制造业，但真正决定利润增长的业务已转向高端装备；一家企业可能频繁出现在“AI”“机器人”“算力”等概念板块中，但相关业务只占很小一部分收入。概念标签的逻辑是“相关即可”，行业分类的逻辑则必须是“主营业务决定归属”。
AI产业链是最直观的案例。市场习惯把AI当作一个整体概念，但按实际业务拆解，一条完整的AI产业链至少包含算力芯片、数据中心、通信设备、行业软件、自动化装备等多个环节。在济安金信的分类中，这些企业不会因为都与AI有关就被统一装进一个“AI行业”，而是根据主营业务分别进入电子元件及电子专用材料、计算机设备、通信设备和通信服务、信息技术服务、电气机械和自动化等不同一级行业，再向下进入三级细分赛道。一家公司归入哪一类，首先看主营业务的收入和利润贡献；如果多个业务板块较为接近，则需结合长期发展战略和实际经营重心进一步判断，而不是看公告里出现过哪个热词。
这样的划分首先解决估值问题。算力芯片公司需要观察研发投入最终能否转化为产品收入；数据中心属于重资产行业，更重要的是上架率、折旧和现金流；软件企业通常更关注人效、续费率和客户扩张。若将这些企业简单放在一个“AI板块”里计算平均PE，这一数字很可能没有明确的经济含义。相对估值法尤其依赖行业分类，PE、PB或PS的本质不是判断一个数字绝对高低，而是回答市场愿意为“这一类资产”支付什么价格。如果行业内部企业的商业模式和盈利驱动相近，估值中枢才具备比较意义；如果一个分类内部估值长期高度离散，则可能意味着这个行业装进了不同类型的公司。
分类质量本身也可以被反向验证。检验分类是否合理，可以观察同一细分行业内的公司在规模、盈利、成长、现金流等财务特征上是否足够接近，同时观察其PE、PS等估值指标分布是否收敛。如果两方面都长期高度离散，说明分类边界可能仍需调整。济安金信采用的正是“财务同质性＋定价相似性”的双维度验证思路。不同产业也不应只使用同一种估值方法：盈利稳定的成熟行业可更多参考PE，仍处于成长投入期、尚未稳定盈利的企业可能更适合观察PS，重资产和部分金融企业往往还需结合资产端指标。
行业分类还面临宏观统计与资本市场研究之间的逻辑差异。前者强调经济活动和生产过程的一致性，优势是稳定、权威；后者更关注盈利模式、产业链位置和估值逻辑，颗粒度更细。从宏观统计角度看，两家公司可能同属一个制造门类，但对资本市场而言，一家生产传统光纤光缆、另一家生产高速光模块，两者面对的景气周期和估值中枢可能已经完全不同。济安金信尝试采用“经济部门基座＋产业链延展”的双维度结构，向上保持与宏观统计的联系，向下根据供需关系、技术工艺和价值链位置细分。
分类体系同时需要避免追着热点跑。如果一家公司今年属于AI，明年属于机器人，后年又被归入低空经济，历史数据就会不断被重写，行业收益、估值中枢和长期业绩都无法连续比较。可行的方式是将重大资产重组、主营业务发生根本变化、新兴产业已形成稳定企业集群等事件作为调整触发条件，而短期收入波动、概念炒作和临时业务则不应轻易改变公司的行业归属。对跨界经营企业，也应以真实收入、利润来源和长期主营方向为依据，而非根据公司名称、公告关键词或市场概念进行归类。
行业分类很少成为资本市场最热门的话题，但它几乎是所有研究结论的起点。基金评价需要知道同类产品应该和谁比较，上市公司估值需要知道可比公司是谁，量化投资需要控制行业暴露，监管统计需要避免重复归类。在AI等新兴产业的边界持续扩张之际，分类体系能否在稳定与灵活之间取得平衡，将直接影响资本市场对新兴产业资产的定价效率。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
