L'information sectorielle est destinée à fournir aux investisseurs une information leur permettant de mieux anticiper le risque et les perspectives de rentabilité des entreprises diversifiées et/ou multinationales. Cette thèse constitue une contribution au développement et au perfectionnement de l'utilisation de cette information dans une perspective financière. L'étude des données sectorielles publiées par les entreprises montre que cette information peut être présentée sous plusieurs formes et que son contenu informatif peut être différent selon l'entreprise qui la publie. Nous mettons en évidence diverses caractéristiques de l'entreprise qui peuvent influencer ce contenu informatif : degré de diversification, organisation interne (structure organisationnelle et intégration verticale), profil (taille, intensité du financement par le marche, intérêts minoritaires, endettement, sensibilité politique et rentabilité des activités) et disponibilité des données. Nous proposons un cadre général d'utilisation de cette information qui intègre les différentes approches des utilisateurs et qui prend en compte la variabilité de ce contenu informatif. De plus, nous proposons une application de cette utilisation dans le cadre d'un modèle mécanique de prévision du résultat. Ces propositions sont ensuite confrontées aux études déjà réalisées sur l'utilité des données sectorielles en matière de prévision du rendement et d'évaluation du risque puis testées au travers de quatre études empiriques dont deux sont réalisées à l'échelle internationale. Ainsi, la démarche que nous proposons vise à donner des outils pour interpréter correctement des données dont de degré de pertinence dépend de divers facteurs. La caractérisation de ces derniers permet une utilisation optimale de l'information sectorielle qui peut apporter aux analystes une meilleure lisibilité des états financiers dans une vision prospective.