如何正确看待一份券商研究报告

本文约10000字，阅读约需25-30分钟

摘要

券商研究报告是资本市场最重要的信息中介之一。2025年，全行业逾90家券商的近6000名分析师发布了约18万份研报。然而，大量投资者面对研报时陷入两难：不看，怕错过信息；看了，又不知如何判断。

本文从“卖方分析师的主观认知”与“信息接收者的再生成认知”两个维度出发，系统分析研报的本质属性、内在局限与正确使用方法。

文章提出：研报不是“标准答案”，而是一份“可被拆解的论证过程”。投资者阅读研报的核心任务，不是记住结论，而是拆解逻辑、识别假设、形成自己的“暂定判断”。

文章结合公开数据与真实案例，为投资者提供了一套可操作的研报阅读与信息消化框架。

1. 引言：一个让我困惑的夜晚

2026年初的一个晚上，我坐在书房翻了三份研报。

三份研报告讲的同一家公司，给出的判断却截然不同：一份“积极”，一份“偏乐观”，一份“谨慎”。

我当时的第一反应是：到底谁是对的？

这个问题困扰了我好几天。后来我换了一个想法；不是“谁是对的”，而是“他们为什么说得不一样”——然后发现事情开始变得有意思了。

三份研报摆在一起，像三张不同的人画出的同一座山的图。每张都对，但每张都只画了自己看到的那一面。

这个发现让我开始重新思考一个问题：我们到底应该怎么看待一份研报？

2. 研报的规模：一个不容忽视的信息市场

在讨论“怎么看待研报”之前，有必要先了解我们面对的是一个多么庞大的信息市场。

2.1 研报的体量

据公开数据，2025年卖方研究机构发布了约18万份研报。这意味着什么？意味着平均每天约有564份研报被产出。单看个股研究报告，2025年以来各券商研究机构至少发布了近两万份，共涉及2475家A股上市公司。

分析师队伍也在持续扩容。截至2025年末，券商分析师人数达6185人，较2024年末增长近470人，增幅超8%。22家券商的分析师团队规模超过百人。

然而，一个值得注意的反差是：研报供给在扩大，但覆盖并不均匀。据投关易统计，超过一半（约54%）的A股上市公司在2025年没有任何研究报告覆盖。这意味着，研报市场是一个高度集中的信息市场——少数公司被反复研究，多数公司无人问津。

2.2 研报的评级分布：一个值得深思的现象

更值得关注的是研报的评级分布。

根据Wind终端统计，A股卖方研报的评级分布大致为：买入和增持合计约85%，中性约12%，卖出和减持合计仅约3%。换言之，在100份研报中，约有85份在说“好”，只有3份在说“不好”。

这个比例意味着什么？

在境外成熟市场中，一般每家券商都有内部规定，“买入”“中性”“卖出”报告的配比多为4∶4∶2，卖出评级报告占比一般达到20%左右。A股市场3%的卖出评级占比，与成熟市场的20%形成了鲜明对比。

这并非中国分析师的专业能力不如境外同行，而是卖方研究的商业模式决定了这个结果——这一点我们将在后文详细讨论。

2.3 研报的“胜率”：一个让人清醒的数据

如果说评级分布反映的是研报的“倾向性”，那么研报的“胜率”反映的则是研报的“准确度”。

据券商研报测评数据，券商研报的整体胜率约为43%。这意味着，如果你随机跟随一份研报的推荐进行操作，长期来看成功率略低于抛硬币。

不同评级的合格率差异更大。有研究显示，“买入”评级的合格率仅有1.39%，“中性”评级为10.04%，而“卖出”和“增持”评级的合格率相对较高，分别为70.83%和84.56%。

这些数据揭示了一个重要事实：研报的结论并不天然正确，甚至大部分时候并不准确。这不是对分析师专业能力的否定，而是对研报本质属性的一个提醒。

3. 卖方分析师的主观认知：研报是怎么被写出来的

要正确看待一份研报，首先需要理解：研报是一群什么样的人、在什么样的机制下、为了什么目的写出来的。

3.1 分析师的角色：信息中介，而非预言家

卖方分析师的核心工作，是收集、整理、解读信息，并在此基础上形成判断。

他们的信息来源包括：上市公司公告、实地调研、行业数据、管理层访谈、产业链上下游验证等。这些信息中，有一部分是公开的（如年报、公告），有一部分是调研得来的（如与管理层的交流），有一部分是推断出来的（如对行业趋势的判断）。

分析师的价值，在于把分散的信息整合成一个有逻辑的叙事。一个好的分析师，能帮你看到你自己看不到的东西——比如某个行业的内在竞争格局、某家公司财务报表背后的真实状况、某条政策变化可能引发的连锁反应。

但分析师也是人。他们的判断受限于自己的能力边界、信息获取的完整度，以及不可忽视的——所处券商的激励机制。

3.2 商业模式的约束：为什么研报很少说“不”

卖方研究的商业模式，本质上是一个“研究换佣金”的模式。券商研究所为公募基金等买方机构提供研究服务，买方机构通过交易佣金来“支付”这些服务。

这个模式带来了一个结构性的问题：分析师的服务对象是买方机构，而不是广大散户投资者。

买方机构希望看到什么？他们希望看到有启发性的分析、有深度的研究、有前瞻性的判断。但在实际操作中，一个“强烈推荐”的评级比一个“卖出”评级更容易引起买方的兴趣——因为买方也需要向自己的客户推荐标的。

更关键的是，券商内部存在利益冲突。研究部门与投行部门同属一家公司，如果某家公司是券商的投行客户，研究员对这家公司给出“卖出”评级，可能会影响投行部门的业务。尽管监管对利益冲突有严格规定，但这种结构性的力量客观存在。

这些因素叠加在一起，导致了A股研报评级分布的严重右偏——不是分析师看不到问题，而是“说出来”的成本太高。

3.3 “心口不一”的行业生态

2025年新财富最佳分析师评选期间发生的一件事，或许能让我们对这个行业有更直观的理解。

浙商证券固收首席分析师覃汉在社交平台发文，称原以为能得前三，还提及为拉票故意不翻空。这番话暴露了一个尴尬的现实：分析师在公开表达中，可能并非完全在说自己真实的想法。

为拉票而“不翻空”，意味着明知有问题但选择不说。这种现象在卖方研究行业并非孤例。有业内人士直言：“那些只会讲故事的分析师的路演已经没有了市场”，“与标题党相比，隐藏在研究报告背后的错综复杂的利益链条，更令人担忧”。

这不是说所有分析师都不诚实。绝大多数分析师是专业、敬业的。但行业的激励机制确实会引导分析师倾向于做出更乐观的判断——这是一个制度性的事实，而非个人道德问题。

3.4 研报是“传真机”传出来的“传真件”

很多年前人们用传真机收发文件。一份原件放在传真机上，扫描、传输、在另一台机器上打印出来。

问题在于：传真件不是原件。

它上面可能带着扫描时的噪点，可能在传输过程中被压缩了清晰度，可能对方那台机器墨水不足，打出来的字淡了一度。

更关键的是，你没办法通过传真件去触摸原件的那张纸——你不知道它是什么质感、有没有折痕、有没有被人在边缘写过批注。

研报就是那份传真件。

分析师去调研、看数据、与管理层交流，这是分析师接触到了“原件”。然后他回来，写一份研报；这份研报，是他对原件理解后的输出。

但原件和传真件之间，发生了三件事：

• 第一，信息损耗。管理层说了十句话，分析师记了八句，写在报告里五句，你看到的是三句。不是分析师不专业，是信息每经过一次转述就会损耗一部分；这是任何信息传递链条都无法避免的。

• 第二，滤镜添加。分析师有自己的立场、框架、激励机制。他可能只挑了他觉得重要的信息来写，而“他觉得重要”本身就是一个主观滤镜。同一家公司的同一场交流会，十个分析师坐下来听，写出来的可能十份都不完全一样。

• 第三，时效滞后。传真件传到你这儿的时候，原件可能已经被修改了。研报的发布时间，永远晚于分析师接触信息的时间。在这段时间差里，市场可能已经发生了新的变化。

所以，你手里拿到的不是原件，是一份传真件。你在研报上花费大量时间，想要去“触及原件”的那个动作本身，就有认知偏差——你是对着传真件在判断原件长什么样。

那怎么办？

不是不看传真件——你没有原件，必须看。

但你可以做两件事：第一，意识到你看到的是传真件，不是原件。第二，尽量去找第二台、第三台传真机打出来的同一份文件，对比着看。

如果三台传真机传出来的内容有差异，哪一台更接近原件？哪一台的噪点最少？哪一台的墨水浓度更足？

这就回到了前面说的——找不同机构的研报对比着读。不是比谁的结论更“正确”，是比谁的传真件更接近原件。

4. 信息接收者的再生成认知：研报到你这儿之后发生了什么

理解完研报是怎么被写出来的，我们再来看另一个问题：研报到你这儿之后，发生了什么？

4.1 从“别人的判断”到“你的信息”

一份研报从分析师笔下到你眼前，经历了漫长的信息传递链条。但真正关键的转化，发生在大脑里——你如何把“别人的判断”变成“你的信息”。

很多人的做法是：看一遍，觉得有道理，记住了结论。但这种做法有一个根本性的问题——你记住的是别人的判断，而不是自己的理解。

我自己的一个亲身经历可以说明这个问题。

去年我开始认真看研报，每看完一份都做详细笔记——摘数据、抄观点、画思维导图。笔记本越写越厚，成就感是有的。直到有一天，我翻到之前写的一页笔记，上面是一家公司的研报摘要，记得很详细，连关键数据都标注了。但我盯着那页纸看了很久——完全不记得自己看过这份研报。

那一页笔记，对我来说跟陌生人的笔记没有任何区别。我认认真真抄了一遍的东西，一个字都没进脑子。

问题出在哪？我做的笔记，从头到尾都在“记别人说的话”。

分析师说“需求回暖”，我抄下来。分析师说“毛利率改善”，我抄下来。分析师说“看好”，我抄下来。我抄了一整页“别人的判断”，但从来没问过自己一个问题：“我对这件事怎么看？”

抄别人的东西，永远进不了自己的脑子。

4.2 再生成认知的核心：从“接受结论”到“拆解论证”

想明白这个问题之后，我换了一个视角来看研报。

以前我把研报当成“完整的答案”来读。现在我把研报当成“可以拆卸的论证”来看。

一份研报本质上是一个论证过程：

因： A（事实、数据） → 果：B（判断、结论）

大多数人的读法是：接受A，然后直接跳到B。但问题是，从A到B之间，有一整段推理过程——而推理过程中的每一个环节，都是可能出问题的。

分析师说“行业需求回暖，所以公司利润会增长”。如果你只记住了“公司利润会增长”这个结论，那你就什么都没判断。但如果你问：“需求回暖这个判断，是基于什么数据？这些数据可靠吗？回暖的幅度够不够支撑利润增长？”你就开始进入“思考”的状态了。

看研报不是为了得到一个结论。看研报是为了拆开一个论证，看看它哪些地方站得住、哪些地方站不住。

4.3 三层分析框架：事实、逻辑与假设

基于“拆解论证”的思路，我目前使用一个三层分析框架来阅读每一份研报。

• 事实层面——发生了什么？

  这个层面只关心“是什么”：数据是什么？发生了什么事件？现状是怎样的？这一层不做判断，只做整理。

• 逻辑层面——为什么？然后呢？

  这个层面关心“因果关系”：为什么会这样？这件事会带来什么影响？逻辑链条是否完整？这一层要做判断：判断逻辑链条是否站得住。

• 假设层面——如果错了呢？

  这是最容易被忽略、但最重要的一层。一份研报的结论，通常建立在若干“隐含假设”之上。比如“毛利率有望改善”这个判断，背后可能藏着这样一个假设：“原材料价格不会大幅上涨”。如果原材料涨了呢？毛利率可能就改善不了了。

把隐含假设找出来，相当于把一份研报的底座翻出来看。底座稳，研报才站得住。

每次面对一份新的研报，我都会用这个三层框架过一遍，刻意让自己从事实-逻辑-假设层层递进地思考。

4.4 案例分析

用年初某个消费电子公司的例子来说明。

• 事实层：分析师说下游需求回暖，公司新产品即将上市，毛利率有改善预期。

• 逻辑层：需求回暖→产品卖得更多→规模效应→毛利率改善。这个逻辑链条看起来是通的。

• 假设层：“需求回暖”这件事没有独立验证，只有分析师的判断。我后来去翻了一些行业数据，发现其他公司的库存还没有明显改善。这个信息不足以推翻研报的判断，但足够让我保持怀疑。

后来的结果证明了这个怀疑的价值——财报出来，业绩远低于预期。

这个案例教会我的不是“研报不可信”，而是：看研报的时候，不仅要看“结论是什么”，更要看“结论建立在什么假设之上”。那个假设如果错了，整篇研报再好看也没有用。

5. 如何阅读与消化一份研报

基于以上分析，我总结了一套具体可操作的方法。这部分是全篇的核心，分为“阅读阶段”和“消化阶段”两部分。

5.1 重新理解“读懂了”：一个被大多数人忽略的区分

在展开具体方法之前，需要先区分一个容易被忽略的概念。

很多人在读完一份研报之后说“我读懂了”，指的是“我理解了作者在说什么”。但“理解了作者在说什么”和“判断了作者说的对不对”是两件完全不同的事。

前者是“复述能力”，后者是“判断能力”。

大多数人停留在第一层：他们能把研报的内容复述出来，就觉得自己“懂了”。但真正的“读懂”发生在第二层：你不仅知道作者说了什么，还知道他的判断建立在什么之上、哪些环节站得住、哪些环节可能需要打一个问号。

这个区分为什么重要？因为如果连目标都定错了，方法再精妙也没有用。

如果“读懂”的目标是“复述”，那你只需要记忆力和归纳能力。如果“读懂”的目标是“判断”，那你就需要一套拆解和验证的流程。

以下所有方法，都是为“判断”这个目标服务的。

5.2 阅读阶段：三层拆解流程

基于“拆解论证”的思路，我在阅读阶段使用一个三层拆解流程。

5.2.1 第一层拆解：分离事实与观点

这是最简单、但也最容易被忽略的一步。

一份研报里混杂着两类内容：事实和观点。

事实是“发生了什么”：营收数据、利润数字、产能规模、市场份额。这些是可以被验证的——要么对，要么错。

观点是“怎么看这件事”：估值水平是否合理、未来增长是否可期、当前价格是否被低估。这些是分析师的判断，没有绝对的对错，只有逻辑强弱之分。

很多人的阅读习惯是：事实和观点一起接收，然后混在一起储存。结果是：你记住了一个“结论”，但说不清这个结论是基于什么事实得出的。

我的做法是：读第一遍的时候，刻意做“分离”的动作。

在笔记中间画一条竖线，左边写事实，右边写观点。

事实部分标注来源；哪份公告、哪组数据，观点部分标注逻辑；为什么这样判断。

这个动作本身不产生判断，但它为你后续的判断建立了基础。事实是判断的根，根没扎对地方，没法谈向上生长。

5.2.2 第二层拆解：识别论证结构

分离完事实与观点之后，下一步是看清“从事实到观点的推导路径”。

分析师不会直接说“这个公司很好”——他会说：营收在增长（事实A），利润在改善（事实B），行业空间在扩大（事实C），所以这个公司值得关注（观点D）。

你需要做的是：把这条推导路径画出来。

A + B + C → D

画出来之后，你就能看到几个关键信息：

• 哪些环节是强的？比如A有硬数据支撑，很难反驳。

• 哪些环节是弱的？比如C是一个预测而不是已发生的事实，本身就带有不确定性。

• 哪些环节是跳跃的？比如从B到D之间，是不是还缺了一环？

这个“画路径”的动作，比读十遍研报都有用。我们可以直观看到研报的骨架，而不是只看到表层皮肤。

5.2.3 第三层拆解：寻找隐含假设

这是三层中最深、也最重要的一层。

一份研报的结论，通常建立在若干“隐含假设”之上。这些假设不会明说，但整份研报的逻辑链条依赖于它们。

比如一份说“某消费公司值得关注”的研报，可能隐含着这样一个假设：“居民消费意愿不会进一步下滑”。如果消费意愿继续下滑呢？那整份研报的逻辑可能就不成立了。

隐含假设的特点是：说出来很简单，但不说出来很难发现。

我的习惯是，在画完推导路径之后，专门花时间问自己一个问题：“要让这份研报的逻辑成立，哪些事情必须是真实的或必须发生的？”

找到这些“必须是真实的”或“必须发生的”条件，就找到了隐含假设。

然后对这些假设做两件事：

验证。这个假设有数据支撑吗？或者仅仅是一个默认的前提？

替代。如果这个假设不成立，有没有其他可能性？替代后，结论还站得住吗？

拆解到假设层，你才真正进入了“判断”的层面。在事实层和逻辑层，你是在“理解对方在说什么”。在假设层，你是在“检验对方说的是否靠得住”。

5.3 消化阶段：构建独立的判断

读完研报之后，真正关键的环节才刚刚开始。

5.3.1 关上屏幕，重述一遍

看完一份研报之后，不立刻做笔记。把电脑合上，站起来走两步，然后自言自语地说一遍：“我刚才看的那份研报，大概讲了这么个事...”

为什么要用嘴说？因为说出来的过程，会逼你组织语言。如果你说不清楚，说明你没真懂。那些你以为“懂了”的东西，一旦要你用口语表达出来，漏洞全暴露了。

这个过程通常5-10分钟。说的时候注意几点：

不用术语，用白话。如果必须用术语，停下来解释它——解释的过程就是检验理解深度的过程。

不说“研报里写了什么”，说“我理解的是”。前者是复述，后者是重新生成。

如果说到一半卡住了，标记下来，回头重看。卡住的地方就是理解不到位的地方。

5.3.2 写下“三层笔记”

说完之后，坐下来，在笔记本上写下三段话：

第一段：核心结论（一句话）

这份研报的核心判断是？

不用术语，不用缩写，一个对投资完全不了解的人也能看懂。

如果写不出来，或者写出来超过两句话，说明你自己也没想清楚。

第二段：逻辑链条（三到五句话）

分析师的推理过程是：A → B → C → D

要求：每个推导下一个方向都要说清楚“为什么”。

这一段的长度控制很重要。如果逻辑链条太短；比如只有两个环节，说明你漏掉了一些中间步骤。如果太长；比如超过六个环节，说明有些环节是赘余的。

第三段：关键假设（两到三个）

这个判断成立的前提是？如果这些前提变了，结论可能需要修正。

这一段的价值在于：把一份研报从“确定性的判断”变成了“有条件的判断”。

5.3.3 构建自己的“暂定判断”

三段笔记写完，最后一步是写下一句属于你自己的话：

“关于这件事：我目前的暂定判断是？支撑这个判断的主要理由是？我还不确定的是？

“暂定”两个字很重要。它意味着你知道这个判断可能会被推翻，也意味着你知道自己还有很多不知道的东西。

这是一个有效的思考工具。当你承认自己可能出错时，反而会更认真地去检查论证中的薄弱环节，而不是急于捍卫一个已有的结论。

5.4 方法论的两个核心认知

以上所有方法，可以归结为两个核心认知。

5.4.1 认知一：读懂≠判断

很多人以为“读懂”就是终点。但实际上，“读懂”是起点——“判断”才是终点。

“读懂”只意味着你接收了信息。它不意味着你检验了信息的质量，也不意味着你形成了自己的看法。

“判断”则需要你完成三个动作：分离事实与观点、识别论证结构、检验隐含假设。

绝大多数人停留在“读懂”，很少人走到“判断”。这个差异，决定了你是在“消费信息”还是在“生成认知”。

5.4.2 认知二：研报是原材料，不是成品

很多人把研报当成“成品”——读完之后直接使用结论。

但更准确的定位是：研报是一种“半成品”或“原材料”。

分析师做了调研、整理了数据、构建了逻辑链条，但他没有替你完成最后一个环节；检验和判断。

这个环节只能你自己来做。

一份未经检验的研报结论，跟半生不熟的食材一样；可以吃，但风险自担。

你把研报当成原材料来处理，你的态度就会从“它说了什么”变成“我可以从它那里提取什么”。从被动接收到主动构建。

6. 应用：完整的操作示例

下面用一个完整的例子，展示如何将上述方法应用到实际操作中。

6.1 场景设定

假设你看到一份关于某消费行业的研报，核心观点是：“行业需求回暖，龙头企业有望受益，建议积极关注。”

6.2 阅读阶段的应用

分离事实与观点。

事实部分：

• 行业协会月度销售数据：同比增长5.2%

• 消费者信心指数：连续三个月回升

• 龙头企业Q4营收：同比增长8%

• 观点部分：

• “需求回暖趋势已经确立”

• “龙头企业份额将持续提升”

• “当前估值处于合理区间”

识别论证结构：

行业销售数据改善（事实）→ 消费者信心回升（事实）→ 终端需求加速（推断）→ 龙头企业份额提升（推断）→ 利润增长可期（结论）

寻找隐含假设：

• 假设一：宏观数据改善的趋势能够持续；如果只是短期反弹呢？

• 假设二：龙头企业能够保持竞争优势；如果竞争者采取价格战呢？

• 假设三：市场愿意为这份增长支付溢价；如果市场情绪转向风险规避呢？

6.3 消化阶段应用

关上屏幕重述一遍：这份研报认为消费行业在回暖，龙头企业会受益。理由是行业数据和消费者信心都在改善。但这个判断依赖于回暖趋势能够持续、龙头地位不会受到挑战、市场情绪不会恶化这几个假设。

写下三层笔记：

• 核心结论：消费龙头企业有望受益于需求回暖。

• 逻辑链条：销售数据改善→消费者信心回升→终端需求加速→龙头份额提升→利润增长。

• 关键假设：需求回暖趋势能够持续、龙头竞争地位稳固、估值溢价可维持。

构建暂定判断：

“关于消费行业，我目前的暂定判断是：有回暖迹象，但持续性存疑。支撑这个判断的主要理由是：宏观数据确实在改善，但库存水平仍偏高，且竞争格局存在不确定性。我还不确定的是：这个回暖是趋势性的还是短期反弹？龙头企业能否在这个过程中巩固份额？”

6.4 后续验证

两周后，行业协会发布了最新的库存数据，显示库存去化加速。这个信息支持了“需求回暖”的判断。又过了一周，另一份行业数据显示终端销售增速放缓。这个信息又让“回暖”的判断变得不那么确定。

这个过程中，我没有“相信”或“不相信”任何一份研报。我做的是一件事：持续收集信息，持续更新自己的暂定判断。

6.5 四个判断：方法论的应用

在持续更新的过程中，我用四个问题来锚定自己对“需求回暖”这件事的判断：

• 这个判断有新的信息支持它吗？

  每当我看到一个支持或反对的信息，我不会直接认定它是“真理”，而是先把它放入一个“等待检验”的区域。我会问自己：这个信息的来源是谁？它经过了怎样的加工？如果它是正向的，它是否只看到了一个侧面？如果它是反向的，它是否忽略了某些背景？

• 如果这个判断错了，会怎样？

  这不是一次简单的“反事实推理”。我会问自己：假如市场情绪突然反转、假如政策出现变化、假如某个龙头公司爆出坏消息——在这些“假如”下，我的暂定判断会被削弱到什么程度？这种对错的追问不是为了追求“绝对正确”，而是为了检验判断在压力下的韧性。

• 这个判断的保质期还有多久？

  很多判断是有“有效期”的。一个基于“下季度数据预期”的判断，过期时间可能就是三个月。如果一件事的结论依赖于某个特定的事件或数据发布节奏，那么只要这个节点过去，判断就需要重新审视。

• 如果现在重新看，我的判断会变吗？

这是我最常问自己的一个问题。如果答案是“会”，说明我的判断是活的，它在随信息而更新。如果答案是“不会”，我需要停下来想一想：是因为判断足够稳健、信息没有足够的分量去动摇它，还是我闭着眼睛在重复旧结论？

7. 结语：研报是拼图，全貌要自己拼

回到最初的问题：如何正确看待一份研报？

我的答案是三层的理解。

• 第一层：研报不是原件。你手里拿到的是一份传真件——经过了信息损耗、滤镜添加、时效滞后。它的价值很重要，但它不等于真实本身。

• 第二层：研报是值得参考的传真件。你看不到原件，有了传真件总比什么都没有好。

• 第三层：研报是一份可以交叉验证的传真件。找第二台、第三台传真机打出来的版本，对比它们的噪点、清晰度和遗漏部分——然后拼出你对“原件”的独立判断。

这就像拼图：你面前有一幅被打散的拼图。每一份研报是其中的一块碎片；这一块画着天空，那一块画着山脊，还有一块画着建筑的某个角落。

没有一块碎片能让你看到全貌，但每一块碎片都是真实的。

很多人的问题是：拿到一块碎片就以为看到了整幅画，看到天空就以为这是风景画，看到建筑就以为这是城市画。

更值得尝试的方式是：收集尽可能多的碎片，对比它们的边缘是否吻合、颜色是否协调、纹理是否连续，然后拼出自己的画面。

你可能永远拼不完——总有些碎片找不到，总有些碎片拼错了又拆开重来。但拼的过程本身，就是在逼近全貌。

研报之于投资者，亦同碎片之于拼图者。

它给你提供了传真件，给你提供了碎片。

但看到什么画面——得自己行动。

致谢

感谢每一位花时间读完这篇长文的读者。这篇笔记前后写了一个多星期，重写了两次。不是因为内容本身有多复杂，而是总感觉不够深刻不易理解。希望最终的版本对得起你的时间。

文章说明：本文写于2026年6月，数据主要来源于公开的行业统计、券商研报测评报告及Wind终端数据。文中涉及的研报评级分布、分析师人数、研报数量等数据均来自公开可查的统计信息，具体来源已在正文中标注。文中案例分析基于个人学习经历，相关公司名称已做脱敏处理，不构成对任何公司的评价或投资建议。

以上仅为个人学习笔记与观点分享，不构成任何投资建议；市场有风险，决策需谨慎。

参考文献

[1] 券商研报测评：整体胜率43%，三大短板需重视；中国证券报, 2023

[2] 港股研报数量同比增超30%，券商研究所深耕“新沃土；”中国网, 2025

[3] 55%A股上市公司2025年没有券商研究报告覆盖；21世纪经济报道,2025

[4] 卖方研究今年发布约18万篇研报. 每日经济新闻；2023

[5] 从研究到智库，从本土到全球：2025券商研究“三重转型”；证券时报, 2026

[6] 研途新生，专业为翼，破局佣金旧章；上海证券报, 2025

[7] 为什么券商研报几乎不写“卖出”.；知乎专栏, 2026.

[8] 财报小知识：什么是卖方研报？；证券之星, 2025.

[9] 2025新财富最佳分析师榜单；新财富, 2025.

本文为个人学习笔记第2篇，公众号「灼见自习室」。欢迎转发分享，转载需注明出处。