在金融研究中,对股票进行合理的分类,有着重要的现实意义。对于金融市场中的研究者和投资者来说,一个好的行业分类既能帮助构建投资组合以降低投资风险,还有助于通过行业分析获取高额收益。传统行业分类都是基于人们的先验知识人为地对股票进行划分,这些划分方法仍存在诸如对公司业务变化反应不及时以及不能反映公司之间相似程度等局限性。国内外许多学者提出通过聚类算法对股票进行划分,但在过去的研究中大多是基于股票财务数据和历史价格数据,很少有基于文本分析进行股票分类。近年来随着大数据和人工智能的发展,对文本数据的处理能力得到大幅提升,也有越来越多的文本数据挖掘算法被应用于金融研究中。本文从国内公司年度报告文本数据出发,基于年报中对公司的业务描述文本内容对股票进行行业分类,并对新的行业分类方法与传统行业分类方法的分类效果进行比较。此外我们还对新的行业分类方法的行业动量效应进行了研究。本文的主要研究内容包括以下方面:首先基于上市公司年报文本进行行业分类。本文通过网络爬虫获取上市公司每年发布的公司年度报告,对年度报告中《公司业务概要》章节的文本内容进行处理,基于向量空间模型和Word2Vec模型将其转化为计算机可处理的文本表示向量,并通过聚类算法形成固定的行业分类,通过计算相似度矩阵形成网络行业分类。然后对基于文本形成的行业分类与传统证监会行业分类的分类效果进行比较。我们通过对比发现基于文本形成的行业分类提供了更多的信息,在盈利能力、销售增长以及股票市场风险这些方面产生了更大的行业间差异性;在两种分类方法中,基于文本的网络行业分类的分类效果优于基于文本的聚类行业分类。最后本文对新的行业分类的行业动量效应的存在性及其产生的原因进行了研究。我们通过Jegadeesh和Titman（1993）的方法,发现相较于传统证监会行业分类,基于文本形成的行业分类存在更强的行业动量效应;我们对行业动量效应的产生原因提出假设:行业动量效应是由于人们对新信息的反应不足,并通过回归分析验证了我们的假设。