证券分析师（卖方研究）

金融与投资
├── 研究与投研线
│   ├── 卖方研究（券商研究所）← 本篇
│   │   ├── 行业研究（覆盖产业链与公司）
│   │   └── 总量研究（宏观 / 策略）
│   ├── 买方研究（基金 / 资管 / 保险投研）—— 相邻未出
│   └── 投资（基金经理 / 投资经理）—— 相邻未出
└── 前端客户与销售线（银行客户经理 / 券商经纪）

定位一句话：卖方分析师是金融机构里的"行业专家＋写作者＋销售支持"三重角色——把行业与公司讲透，写成报告，再把观点卖给机构客户；既不直接买卖股票，也不对投资结果负责，但要对"判断是否可信、能不能被市场接受"负责。

一句话定义：证券分析师任职于证券公司研究所（卖方），负责持续跟踪某一行业或一类公司，通过数据跟踪、财务建模与调研形成研究报告与投资评级，向机构客户（公募基金、保险资管、私募等）提供研究服务，并支持公司投行、经纪等业务线。

职责边界（五类日常）：

1. 行业跟踪与数据维护：搭建并维护行业数据库（产能、价格、出货量、政策等）、跟踪产业链上下游变化与竞品动态
2. 公司研究与调研：财务建模与盈利预测、实地调研与专家访谈、与上市公司管理层及 IR 交流、核查公开信息
3. 报告撰写：深度报告（首次覆盖、行业框架）、定期报告（季度与年度跟踪）、事件点评；输出评级与目标价等结论性内容
4. 客户服务：路演、电话会议、专家会、反路演；回应机构客户的提问；参与外部研究评选以获得认可（泛化表述）
5. 内部协同：为公司投行项目提供行业支持、配合经纪业务与自营投研、参与公司内部研究例会

相邻岗位辨析：

判断口诀：写报告给外部机构客户看 → 卖方研究；给自家基金经理做决策支持 → 买方研究；做项目与交易落地 → 投行；给企业做战略方案 → 咨询 / 企业战略。

入行与转出（公开口径）：

• 背景：名校硕士（含理工＋金融复合背景）为常见起点，行业研究尤其偏好懂产业的人（如化工、医药、电子、汽车等专业出身）；实习经历与建模能力是关键筛选点
• 前置能力：财务与估值方法、数据处理（Excel／Python／数据终端）、写作与表达、对所覆盖行业的基本认知
• 常见入口：① 研究部实习转正（最主要）；② 买方研究、咨询、四大、产业方研究岗平移到卖方；③ 从其他行业的研究类岗位转入（需补财务与建模）
• 常见转出方向：买方研究、投资岗、上市公司 IR／战略、PE／VC、企业研究部门
• 适配画像：对行业有持续好奇心、能长时间坐在数据和报告前、表达力强（要把复杂判断讲给客户听）；需接受"判断被公开、被反驳"的压力
• 合规与执业要求（公开口径）：从业需具备相应资格，报告需遵循执业规范；不得利用未公开信息、不得对收益作承诺、报告须附免责声明——这是这条线的硬约束，也是求职时应了解清楚的职业底线

一篇深度报告是怎么写出来的

第一步：定核心问题。 好的深度报告不是行业百科，而是回答几个明确的问题——增长来自哪里、竞争格局会怎么变、盈利弹性在哪、什么条件下判断会被推翻。问题定不下来，后面收集再多资料也只是堆砌。

第二步：搭数据底座。 行业侧要建立可追踪的指标（产能、开工率、价格、出货量、渗透率等）；公司侧要搭财务模型，把收入、成本、费用与关键经营假设联动起来。模型的价值不在算得准，而在于能回答「如果某个假设变了，结论会怎样」。

第三步：调研验证。 通过产业链上下游访谈、专家交流、与公司管理层及投资者关系部门沟通，交叉验证公开信息。判断的可信度，取决于数据与调研能否互相印证——只有单侧证据时，结论通常要标上更多条件。

第四步：写与改。 先写结论与逻辑链，再补证据与图表；完成后走内部审核与合规检查，确认引用的信息均为公开或已授权。

第五步：交付与跟踪。 通过路演、电话会等形式把观点讲给客户，收集反馈；随后在定期跟踪中修正判断。报告发布不是终点，跟踪修正才是研究工作的常态。

跟踪一家公司，日常到底在看什么

• 定期信息：财报与业绩说明、月度或季度经营数据、重大公告、行业价格与开工率变化；
• 不定期信息：政策与监管变化、竞争对手动作、上下游扩产或减产、技术路线变化；
• 解释比数据更重要：一个数字变了，要先判断是行业性因素还是公司自身因素，这决定结论要不要调整；
• 预期差意识：桌面上的判断必须回答「市场共识是什么、我的看法哪里不同、凭什么」。没有预期差的观点，对客户没有增量价值。

卖方研究的「销售」属性

这条线常被贴两个标签：专业与销售。两者都成立。

• 客户服务占大量时间：路演、电话会议、专家会、反路演、日常答疑，都是围绕把观点有效传递给机构客户；
• 表达要能被听懂、被记住、被引用：客户在几百页材料里只记得住几个判断；
• 外部研究评选的现实作用（泛化表述）：认可度会影响资源与影响力，这也是从业者投入大量精力与客户保持沟通的原因之一；
• 常见误区：以为研究做得好就足够，忽略服务与表达——研究质量是入场券，服务能力决定影响力天花板。

这条线上的三个常见认知误区

• 以为可以「预测股价」。 研究提供的是基于公开信息的判断与条件，不是确定性结论。能否把判断的前提与推翻条件讲清楚，恰恰是专业与不专业的分界。
• 以为研究某个行业就等于自己能投资这个行业。 卖方不直接管理资金，从业行为受合规限制（包括个人交易的限制），以维护研究的独立性。
• 以为报告越长越有分量。 客户可能只给你几分钟，结论与逻辑必须在开头讲透，细节是给人验证用的，不是给人阅读的。

研究与建模的基本功清单

财务建模（三表与驱动因素拆解）、估值方法及其适用条件、数据处理工具（表格与脚本能力）、写作与口头表达、对所覆盖行业的产业链认知，以及对公开信息真伪与口径的辨别能力。其中行业认知最难速成，也最难被替代。

覆盖一个行业，先要回答的几个问题

1. 需求从哪里来——终端需求结构、增长驱动、是否依赖单一场景或单一客户群；
2. 供给格局——产能与集中度、进入壁垒、扩产周期需要多久；
3. 定价机制——价格由谁决定、成本能否传导、历史上价格战的边界在哪；
4. 竞争结构——份额变化的驱动因素是成本、技术、渠道还是资本；
5. 技术路线——是否存在替代技术、迭代速度有多快；
6. 政策变量——准入、补贴、环保、出口等外部约束。

把这些问题答清楚，再谈公司与估值。 跳过行业直接看公司，是新人最常见的错误——没有行业坐标，单看公司数据无法判断它的表现是优秀还是时代红利。

研究之外的功夫：把观点讲清楚

• 结论先行：用一页纸讲清判断、逻辑与风险，细节放附录；
• 把判断变成可验证的陈述——「在什么条件下成立、在什么条件下失效」，比给一个确定答案更专业；
• 面对质疑的姿态：坦率承认不确定的部分，同时说明自己的依据，这比强行辩护更能建立信任；
• 路演的节奏：客户时间有限，前几分钟能不能抓住注意力，决定后面还有没有对话；
• 跟踪的表达：判断变了要主动更新，而不是等客户来问。

这些能力在职业后期的重要性往往超过数据处理熟练度——研究最终要被人理解、被人采纳，才算完成闭环。

从跟踪到判断：怎么把信息变成观点

行业里有一个常见现象：资料收集能力很强的人，反而很难形成清晰观点。差别通常出在以下四个动作上：

1. 先有问题，再找材料——带着明确的问题去跟踪，才不会被信息量淹没；
2. 区分事实与解释——收入下滑是事实，「因为竞争加剧」是解释，两者必须分开写，否则判断会被自己的假设带偏；
3. 主动找反证——结论形成后，刻意去找「如果我错了，最可能错在哪」，这一步最能提升判断的可靠度；
4. 给判断加上条件——把结论写成「在什么前提成立时，我会继续维持这个看法」，这样判断是可检验的，也是可修正的。

判断力的差距，往往不体现在结论本身，而体现在结论所处的前提与管理方式上。

研究节奏：日历上的固定动作

卖方研究的日常并非自由安排，而是被几类固定节点驱动：

• 财报季：最密集的时段，需要在短时间内完成对业绩的解读与预测更新；
• 定期数据：行业月度或季度数据发布后，及时更新跟踪表格与结论；
• 临时事件：政策、并购、重大订单等，通常要求当日甚至数小时内给出点评；
• 年度框架：每年需要更新行业框架与关键假设，这是区别于日常跟踪的深度工作。

这套节奏的意义在于「持续在场」——长期覆盖一个行业的最大价值，不是某一篇报告的深度，而是对行业变化的第一时间感知能力。这种感知无法靠临时研究速成，只能靠时间积累。

一条常被忽视的功课：把口径写下来

行业数据看起来客观，但不同来源之间经常存在差异——统计范围不同、更新时间不同、口径做过调整，都会让同一指标出现不同数值。成熟的做法是自建一份数据口径说明：每个关键指标记录来源、统计范围、更新频率与历史调整情况。

这样做的直接好处是：当客户或同事追问「这个数字怎么来的」，几分钟内就能答清楚。 长期看，口径清单本身就是研究积累的一部分；对新人来说，把口径做扎实，往往比多写一篇报告更能建立专业信任。