会计学金融投资公司投资顾问实习报告

会计学金融投资公司投资顾问实习报告一、摘要

2023年7月1日至2023年8月31日，我在一家金融投资公司担任投资顾问实习生。通过参与项目分析，完成15份行业研究报告，涵盖科技、能源、医疗三大板块，其中3份报告被团队采纳用于制定投资策略。运用Excel进行数据建模，优化了5个投资组合的风险收益比，使波动率下降12%。熟练应用估值模型DCF和可比公司分析法，完成8家上市公司的基本面分析，并协助完成2个投资案例的演示文稿制作。实习期间，掌握了投资分析的核心方法论，包括系统性数据筛选、多维度指标交叉验证，以及压力测试在策略验证中的应用，这些方法可复用于后续的财务分析工作中。

二、实习内容及过程

2023年7月1日到8月31日，我在一家金融投资公司做投资顾问实习生。公司主要做二级市场投资，团队不大，但节奏快，对数据分析要求高。实习目标很简单，就是了解投资顾问怎么工作，学点实际操作技能。

第13周，主要是熟悉环境，学公司的投资系统。每天看行业新闻，整理公司持仓的几个板块的基本面信息。导师给我发了50份过往的投资报告，让我做读书笔记。我花了2天时间，把其中10份关于科技赛道的报告重点摘录出来，做成一个对比表，按技术壁垒、市场份额、估值水平分类。导师看了说还可以，但数据太零散，建议我直接用Bloomberg终端导出数据。后来我花了3天摸熟了终端操作，导出300多家科技公司的关键指标，用Excel做了个动态筛选器，能按行业、市值、PE、PB、增长率等条件筛选。这个工具后来在团队内部小范围用了几次，效率确实高些。

第46周，开始参与具体项目。我跟着导师做了一个新能源行业的深度报告。主要是梳理了30家上市公司的技术路线、产能扩张计划、客户订单情况。遇到一个坎儿，怎么量化技术迭代对公司估值的影响。公司没现成模型，我自学了BlackScholes模型里关于波动率的思路，但直接套用不行，因为新能源技术更新太快。最后我把历史专利申请速度、融资轮次、研发投入强度这些指标做了回归分析，发现研发投入强度和未来2年股价相关性更高。这个发现后来被报告重点提了一下。期间还参与了2个投资组合的调整，主要是用VaR模型计算风险，调整了3个重仓股的配置比例，最终组合回撤比市场基准低0.8%。

第78周，开始独立完成一些简单报告。比如写了一个关于医药CXO行业的行业轮动分析，用了行业集中度、毛利率变化、订单backlog这几个指标，把5家龙头企业的数据做了横向对比。导师让我用DCF模型给其中3家估值，但我发现市场利率变动太大，DCF结果不太稳定。导师教我用可比公司分析法做补充，选了5个海外同业，用可比PE和EV/EBITDA加权平均，这样结果更稳健。最后那份报告提交后，团队采纳了我的部分观点，把其中一个目标公司从观察名单调到了重点跟踪。

这8周过得挺快，最大的收获是知道投资分析不是光靠理论，得懂工具、会抓数据。之前觉得估值模型很玄乎，现在知道怎么结合定性信息和定量分析。比如做新能源报告时，光看财报没用，还得看行业协会的产能预测、券商的行业会纪要。最大的挑战是数据整合，刚开始手忙脚乱，后来发现用Python写个脚本自动抓取多家数据商的API，效率高很多。不过公司培训机制确实一般，入职第2天才正式给我开通终端权限，之前纯靠导师给的Excel模板摸索。另外，感觉这个岗位跟会计学的关联度不算特别高，更多是靠宏观分析和行业理解，会计背景在财报分析上有点优势，但模型搭建和策略设计这块还是短板。建议公司可以给新人做更系统的工具培训，比如Python和SQL这些，不用太深，但至少能让实习生少浪费点时间在重复性数据整理上。总的来说，这次实习让我更清楚自己想做什么，虽然现在还不确定是做研究还是做交易，但知道数据分析能力是硬通货。

三、总结与体会

2023年8月31日，实习结束那天，我整理着那8周积累的300多页研究资料，突然觉得心里踏实多了。当初去的时候，只是想看看金融投资公司到底是怎么回事，现在回头看，收获远超预期。

这8周像是在两个世界来回走。7月刚去时，面对真实市场的K线图和财报数据，手心直冒汗，觉得学校学的那些模型好像隔着一层玻璃。但8月底，当我能用Excel把30家公司的估值指标排成动态表格，或者用Python抓取行业数据库的最新数据时，那种感觉就不一样了。实习最大的价值在于，让我把会计学的成本、收入、现金流分析，跟投资中的风险、收益、流动性需求真正连起来了。比如做新能源报告时，分析某家技术公司的财报，除了看ROE、毛利率这些传统指标，更要结合行业产能利用率、技术迭代周期，这种跨领域的思考，学校里真没怎么教。导师跟我说过，做投资顾问，会计背景好，但光会算账不够，关键是要把数字背后的商业逻辑想明白。这句话我一直记着。

这段经历也让我更清楚自己未来想干嘛。之前觉得做研究或者做交易都挺好，现在觉得，数据分析和模型搭建可能是我的强项。学校还有1年，我打算把Python和CFA一级考了，特别是建模这块，打算找些开源的量化策略案例练手。实习里用到的Bloomberg终端操作、DCF估值调整技巧，我都做了笔记，打算下学期选修金融工程课，把短板补上。这8周也让我明白，职场跟上学不一样，没人手把手教你，问题来了得自己找答案。记得第5周做组合调整时，怎么算风险对冲模型都不对，最后自己查了半天文献，才找到用Beta系数做替代的思路。虽然最后结果只比基准好0.8%，但那种靠自己搞定的成就感，比考了90分还高兴。

看着那些行业报告里提到的碳中和、人工智能，我觉得投资这行，得懂技术，还得有长远眼光。这8周接触到的项目，很多都跟宏观政策、技术突破有关。比如那个医药CXO报告，最后采纳的部分里，重点提到了政策对创新药审评审批的影响。这让我觉得，会计学背景的人做投资，看懂财报是基础，但更要关注那些能影响报表数字的变量。未来不管是考研还是直接工作，我肯定要往这个方向努力。这8周，不只是学到了技能，更是从学生心态向职场人转变的开始，知道了自己要什么，也明白了怎么去挣。

四、致谢

在此，我想感谢实习期间帮助过我的每一个人。感谢公司提供这个平台，让我有机会接触真实的市场和投资项目。

特别感谢我的导师，在实习期间给予的悉心指导。第3周时我还不熟悉Bloomberg终端，导师花了一个下午时间手把手教我如何高效获取行业数据和构建分析模型，这些方法我现在还在用。还有那位带我的同事小张，带我参与了新能源