只有3%的研报建议卖出,这正常吗?根据Wind终端统计，A股卖方研报评级分布是这样的：买入和增持合计约85%，中性约12%，卖出和减持合计约3%。
2024年全年，A股卖方分析师发布了超过18万份研报。按这个比例算，建议“卖出”的研报大约只有5400份。覆盖四千多只股票、横跨一整年的市场周期，只有不到3%的研报认为某只股票应该卖。如果把这个评级分布画成图表，它不是正态分布，不是偏态分布，它几乎是一条竖线——竖在“买入”那个位置上。任何一个稍有统计学常识的人都能看出来，这个分布不是独立客观研究的产物。它是某种系统性力量扭曲的结果。分仓佣金：研究所的真实商业模式
券商研究所不是一个独立的研究机构。它是券商经纪业务的一个部门，或者更准确地说，是一个获客工具。这个制度的运作方式是这样的：公募基金、私募基金等机构投资者买卖股票，需要通过券商的交易席位。每一笔交易都会产生佣金。机构不会把所有交易都放在一家券商，而是分散到多家券商的席位上——这就是“分仓”。分给谁多、分给谁少，取决于券商提供的研究服务质量。哪家券商的分析师研报写得好、路演讲得有料、调研资源丰富，机构就把更多的交易佣金分到那家券商的席位上。2024年，公募基金支付给券商的分仓佣金总额大约是120亿元。同年证监会发布了《公募基金证券交易费用管理规定》，要求降低佣金费率，但制度的底层逻辑没有变——研究所的收入来源是机构客户的交易佣金，不是散户的订阅费。这个商业模式决定了一件事：分析师写研报的第一目标受众是机构客户。散户不是客户，散户是这个商业链条的局外人。在机构内部，这不是什么秘密。每个研究所的年度考核，核心指标就是分仓佣金收入和新财富等评选排名。分析师的奖金直接跟这两个指标挂钩。一个分析师写了一份研报，散户看了之后亏了钱，这件事不会出现在任何一份考核表上。但如果一个分析师写了一份研报，导致某个重要机构客户不满意，这件事会在当天下午就传到所长的耳朵里。评级失真的三层原因
回到开头那个数字：85%的买入增持，3%的卖出减持。这个畸形分布不是某一个原因造成的，是三层力量叠加的结果。分析师覆盖一家上市公司，需要长期跟这家公司打交道。调研需要公司安排、数据需要公司提供、管理层访谈需要公司配合。如果分析师给这家公司写了“卖出”评级，公司的董秘和投资者关系部门会直接切断沟通渠道。以后的调研约不到、电话不接、邮件不回。对一个需要持续覆盖某个行业的分析师来说，失去跟核心公司的沟通渠道，等于失去了信息源。没有信息源，后续的研报质量会断崖式下降，分仓佣金会跟着下降，年终奖会跟着下降。写一个“卖出”的代价太高了。所以绝大多数分析师选择不写。实在看空的时候，用“中性”来代替“卖出”，或者干脆不发研报——沉默本身就是一种评级。券商不只有研究所，还有投行部门。投行部门做IPO承销、再融资、并购重组，这些业务的客户就是上市公司。如果研究所的分析师给一家公司写了“卖出”研报，而投行部门正在跟这家公司谈一笔承销业务，这笔业务很可能就黄了。一份“卖出”研报可能搞砸一笔几千万甚至上亿的投行收入。研究所所长会收到投行部门负责人的电话，分析师会被约谈。虽然监管要求研究所和投行之间建立“信息隔离墙”，但在实际操作中，这堵墙的厚度取决于券商高层的态度。大多数时候，这堵墙是透明的。卖方分析师的职业发展高度依赖行业人脉。一个覆盖医药行业的分析师，他的人脉网络里全是医药公司的高管、买方基金的医药研究员、行业专家。如果他因为一份“卖出”研报得罪了某家龙头公司的管理层，这不只是丢了一个信息源，而是在整个行业圈子里树了一个敌人。分析师跳槽到买方（公募、私募）的时候，买方会看他的行业人脉和信息获取能力。一个跟行业龙头关系破裂的分析师，跳槽的筹码会大幅缩水。所以“卖出”评级在A股不只是一个学术问题，它涉及分析师的收入、职业发展和行业生存。在这种激励结构下，85%的“买入”不是巧合，是必然。信息传导的时间差
评级失真是第一个问题。第二个问题更致命：信息到达散户手里的时候，已经不是新鲜信息了。一份研报从分析师形成核心观点到散户在手机APP上看到，中间经过以下环节：分析师写完研报初稿后，会在券商内部的晨会上向机构销售团队讲解核心观点。机构销售会在当天把这些观点通过电话、微信传达给重点客户。这个环节发生在研报正式发布之前。对于重要的深度报告，分析师会安排跟核心机构客户的一对一路演。在路演中，分析师会讲很多研报里没有写的东西——对短期走势的判断、对管理层能力的私下评价、对行业政策变化的预判。这些信息不会出现在公开研报中，但对投资决策的影响可能比研报本身更大。审核通过后，研报通过Wind、Choice、iFinD等终端推送给机构客户。研报被各种财经网站、APP、公众号转载。散户在这个环节看到。从第一环到第五环，时间差通常是三到五个工作日。在某些事件驱动的研报中可能更短，但传导顺序不会变。假设一个分析师在周一的晨会上讲了一份看好某只股票的深度报告。周一下午，机构销售把核心观点传达给了三家重点基金客户。这三家基金的基金经理在周二开始建仓。下周一，研报出现在各种财经APP上。散户在下周一看到了这份研报，决定买入。如果这只股票在这五天里涨了5%，散户的买入成本比机构高出5%。如果这只股票后来又涨了10%，散户的实际收益是10%，机构的实际收益是15%。机构怎么用研报
在机构内部待过的人都知道，买方（基金公司）使用卖方研报的方式跟散户完全不同。散户看研报的方式：看评级（买入还是卖出）→ 看目标价（能涨多少）→ 做决策（买不买）。机构看研报的方式：看数据表格（财务预测、行业数据）→ 看逻辑框架（分析师的推理链条是否成立）→ 用自己的模型重新验算 → 跟分析师私下沟通获取更多信息 → 综合多份研报和自有研究做决策。机构从来不看评级那两个字。一个基金经理收到一份“买入”评级的研报，他不会因为上面写着“买入”就去买。他会翻到研报的财务预测表，看分析师对未来三年营收和利润的预测是否合理。他会看分析师的核心假设是什么，这些假设在什么条件下会被证伪。然后他会把这些信息输入自己的估值模型，算出自己认为合理的价格。如果自己算出来的价格比当前股价高出足够多，他才会考虑买入。整个过程中，“买入”这个评级标签没有提供任何增量信息。但散户不知道这些。散户看到“买入”就以为是专业人士在建议买入。看到“目标价上调至XX元”就以为是在预测股价会涨到那个数字。这种信息处理方式的差异，是散户在研报上亏钱的深层原因。不是研报本身有问题，是散户使用研报的方式有问题。而这种使用方式的问题，根源在于散户不了解研报的商业模式——不知道这份研报是写给谁的、为什么写、评级是怎么定的。2024年佣金改革改变了什么
2024年7月，证监会发布《公募基金证券交易费用管理规定》，核心内容是降低公募基金的交易佣金费率上限。这项改革直接压缩了分仓佣金的总池子。对研究所的影响是直接的：收入减少了。头部研究所还能靠品牌效应和分析师资源维持，中小券商的研究所面临生存压力。一些中小券商已经开始缩减研究所的编制，或者干脆把研究所从成本中心转型为其他业务的支持部门。佣金费率降低了，但分仓佣金的底层逻辑没变——研究所的收入仍然来自机构客户的交易佣金分配。分析师的激励结构没变——他们仍然需要维护上市公司关系、服务机构客户、参加新财富评选。费率降低甚至可能加剧评级失真：蛋糕变小了，竞争更激烈了，分析师更不敢得罪任何一方了。所以佣金改革是一个好的方向，但指望它解决评级失真的问题，不现实。这个问题的根源在于卖方研究的商业模式本身——只要研究所的收入来自被研究对象的利益相关方，评级就不可能客观。散户应该怎么用研报
“买入”“增持”“中性”这些标签在85%/12%/3%的分布下没有信息量。一个几乎只会指向“买入”的评级体系，等于没有评级。研报里有价值的部分是数据表格、行业调研信息、产业链梳理。这些是分析师花时间做出来的原材料。结论部分（目标价、评级）是在激励扭曲下产出的，可信度要打折扣。看到一份研报的时候，先想一个问题：这份研报的核心观点，机构客户在几天前就已经知道了。基于这个观点的交易，可能已经发生了。当前的股价，可能已经反映了这份研报的信息。不要只看一家券商的研报。同一只股票如果有五家券商覆盖，把五份研报的财务预测放在一起比较。预测差异最大的那个数字，往往就是这只股票最大的不确定性所在。如果一个分析师之前一直在覆盖某只股票，突然停止发布研报了，这个沉默本身可能比任何评级都更有信息量。因为在当前的激励结构下，分析师不敢写“卖出”，但他可以选择不写。上面说的每一条，在机构内部都是常识。基金经理不会因为看到一份“买入”研报就买入，就像厨师不会因为看到一份食材供应商的广告就下单一样。但散户不在机构内部。散户看到的是成品包装上的标签，不是生产车间里的流水线。这篇文章做的事情很简单：把生产车间的门打开，让门外的人看一眼里面长什么样。但至少，下次再看到一份写着“强烈推荐”的研报时，脑子里应该多一个问题：这份研报的第一读者是谁，他们在几天前看到同样的内容时，做了什么。
