看行业估值，市场习惯先看大类：科技贵不贵、金融便不便宜、地产处于什么位置。但当行业继续拆分到产业链和具体赛道时，一个问题随之出现：大行业的估值高低，真的能告诉我们它下面每条细分赛道的定价位置吗？

济安金信研究院基于 2026 年 8 月末的 A 股数据，对 45 个一级行业、144 个二级行业和 366 个三级行业进行市净率（PB）层级比较。结果显示，行业估值并不是从大类到细分赛道逐级传导的整齐梯队：同一大类之下，既可能出现显著溢价的赛道，也可能出现明显折价的赛道；而当分类越来越细，少数公司的股价变化也更容易放大成看似惊人的行业偏离度。

这份统计真正值得关注的，不只是哪些行业排在高位或低位，而是如何读懂这些排名：相对偏离不等于绝对高估或低估，细分赛道的极端读数也不一定代表整个行业。看榜单之前，先要弄清比较基准和样本厚度。

一级行业：科技形成溢价带，重资产行业相对折价

以全市场行业中位数 PB 2.67 倍为基准，一级行业之间的估值差异已经相当明显。教育业的中位数 PB 为 5.63 倍，相对全市场偏离 +111.1%；电子元件及电子专用材料制造业为 4.92 倍，偏离 +84.6%；通信设备和通信服务业为 4.62 倍，偏离 +73.1%。不过，教育业样本只有 15 家公司，且下辖二级行业只有一个，其高位读数不宜直接推广到整个教育领域。

更有产业解释力的是电子元件、通信设备、计算机设备，以及信息传输、软件和信息技术服务业。这四个行业均处于一级行业偏离度的正向一端，合计接近千只成分股，约占有效样本的两成，形成一条较为清晰的硬科技溢价带。

这类行业的估值逻辑，与传统重资产行业有所不同。企业的技术积累、研发投入、人力资本和未来订单预期，未必能完整体现在账面净资产中；当市场看好算力投资、通信建设或国产替代带来的增长空间时，同样一元账面净资产可能获得更高定价。

相对另一端，金融业中位数 PB 为 0.90 倍，较全市场低 66.1%；黑色金属矿采选业、房地产业、煤炭开采和加工制造业、交通运输仓储等行业也处于相对折价位置。它们的资产结构、周期属性、增长预期和分红逻辑，与科技行业并不相同。但这里的 " 折价 " 只是相对全市场的横截面位置，不代表这些行业相对自身历史一定便宜。

二级行业：同一个大类里，可能同时存在溢价与折价

估值分化在二级行业更加直观。二级行业的偏离度不是相对全市场计算，而是相对所属一级行业计算。这意味着，它回答的是 " 这条细分赛道相对自己的母行业处于什么位置 "，而不是简单重复一级行业的贵贱排名。

例如，在金融业内部，其他金融业相对所属一级行业偏离 +74.5%，银行业则偏离− 40.2%；在电力设备业内部，储能设备偏离 +79.5%，风电设备却偏离− 42.7%。母行业的整体位置，并不能直接推导出每条子赛道的定价位置。

二级行业的极端高位中，旅游零售偏离度达到 +4128.2%，餐饮业达到 +456.2%。但前者只有 2 家公司，后者只有 4 家，这种读数很容易被少数个股左右，不应被直接解读为行业整体享有如此高的溢价。相比之下，光通信偏离 +240.2%，样本有 23 家公司；储能设备偏离 +79.5%，有 26 家公司，样本基础相对更厚，才更适合作为观察产业定价的线索。

三级行业：数字越极端，越要先看有多少家公司

到了三级行业，估值偏离的数字更加醒目，但样本数量也明显变薄。金融信息服务偏离 +688.7%，样本只有 2 家公司；镍偏离 +409.8%，样本只有 1 家公司；算力芯片设计偏离 +200.2%，样本为 7 家公司。在正向偏离排名前 20 的三级行业中，13 个行业的成分股不足 5 只，合计只有 118 只股票，平均每个行业不到 6 只。

这并不意味着这些赛道没有产业价值，而是说，极端偏离度本身不足以证明行业整体获得了同等溢价。当一个行业只有一两家公司时，个股估值的变化就可能改变整个行业中位数，进而改变榜单名次。

负向一端也存在小样本问题。例如学历教育偏离− 69.8%，样本只有 2 家公司；电信运营商偏离− 60.8%，样本只有 3 家公司。相对而言，原材料供应链服务有 13 家公司、基建市政工程有 24 家公司，其偏离度更有条件被进一步研究，但仍不能单凭横截面 PB 就断言其绝对低估。

偏离度不是买卖信号，读榜单要过三道关

第一，先看比较对象。一级行业的偏离度以全市场中位数 PB 为基准，二级行业以所属一级行业为基准，三级行业则以所属二级行业为基准。不同层级的偏离度回答的问题不同，不能把它们混在一起比较。

第二，先看样本数量，再看偏离幅度。高偏离榜中，小样本行业的占比明显较高；如果只按偏离度排序，容易把一两只股票的估值变化误读成整个赛道的定价趋势。同一父级之下同时出现高偏离和低偏离，也说明行业分类本身不能替代对具体业务和公司的判断。

第三，区分相对位置与绝对估值。偏离度为正，只表示该行业的中位数 PB 高于上层基准；偏离度为负，只表示低于上层基准。它不回答该行业相对自身历史是否便宜，也不能单独证明市场高估或低估。由于中位数 PB 为正，负向偏离的下限是− 100%，正向偏离则没有同样的上限，因此 +4000% 与− 70% 并不是可以直接对比的两端。

还要注意，偏离度为 0 并不总意味着市场对父级和子级定价完全一致。当某一父级只有一个子行业时，子行业中位数必然等于父级中位数，偏离度自然为 0。原报告统计，三级行业中有 58 个行业偏离度为 0，其中绝大多数属于这类缺少横向区分度的分支。

把三个层级合在一起看，A 股行业估值呈现的不是一条从大类到细分赛道整齐传导的梯队，而是一张不断分化的定价地图。它可以帮助投资者发现值得继续研究的方向，但不能替代对企业资产质量、盈利能力、现金流和行业周期的分析。读懂行业 PB，关键不是看到一个极端数字就下结论，而是先弄清楚它相对谁偏离、由多少家公司支撑，以及这种差异是否有基本面依据。 

数据说明

本文依据济安金信行业分类体系，数据时点为 2026 年 8 月末，股价取 2026 年 8 月 31 日收盘价，净资产取 2026 年 6 月 30 日归母股东权益。原报告全样本为 5214 只 A 股；剔除归母股东权益小于或等于零的 52 只样本后，有效样本为 5162 只。层级偏离度按 " 本层行业中位数 PB（剔除负净资产样本）÷ 上层基准中位数 PB − 1" 计算：一级相对全市场，二级相对所属一级行业，三级相对所属二级行业。本文仅为基于统计数据的分析与观点探讨，不构成投资建议。

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站