金融学金海金融分析师实习报告

金融学金海金融分析师实习报告一、摘要2023年7月1日至2023年8月31日，我在金海金融担任金融分析师实习生。核心工作包括完成50份行业研究报告，覆盖科技与医疗板块，其中3份报告被团队采纳并用于客户演示。通过运用Excel高级函数（VLOOKUP、INDEXMATCH）和Python进行数据清洗，将数据处理效率提升30%。参与撰写2份投资建议书，涉及10家上市公司分析，运用DCF模型测算目标企业估值，误差控制在5%以内。提炼出可复用的“五步行业分析框架”，包括政策环境、竞争格局、财务指标、技术趋势及估值方法，为后续研究提供标准化流程。二、实习内容及过程2023年7月1日到8月31日，我在金海金融实习，岗位是金融分析师。当时想多了解行研怎么干，提升实操能力。单位挺正规，团队分好几个小组，研究行业不一样，氛围还行，但有时候流程有点慢。我主要做行业报告和投资建议书。第一个月跟着师傅学基础，整理了科技板块20家公司数据，用Excel做T型表，还帮着跑了几次Python脚本，把财报数据自动导入数据库，效率确实高。7月15号开始独立负责医疗板块，写了3份报告，有2份后来被组里拿去跟客户讲。比如做智能医疗那部分，我看了一些公开专利数据，算了下市场规模，结果跟行业机构差异不大，师傅说找数据的角度可以再细。前期遇到点挑战，处理一家小公司财报时，数据不完整，有些科目空着。我试着用同行业上市公司均值填补，但师傅说这样不准，后来学了回归分析法，用几个显著指标预测，误差小多了。还试过用Wind终端数据，但部分字段权限不够，最后还是手动整理，花了3天。成果的话，8月底提交的医药报告里，对某家创新药企的估值预测，比市场基准低12%，后来看他们公告，确实有新进展。技能上，我现在Excel函数用熟了，Python也能跑基本模型。最大的收获是理解了行研报告的逻辑，从宏观到微观，怎么把数据变成观点。单位培训一般，就入职时讲了一遍合规要求，没系统教模型搭建啥的。建议多搞点案例分享，或者给新人配个带教导师，定期检查进度。岗位匹配度还行，但感觉接触核心项目的机会不多，希望后面能多参与点实际交易分析。这段经历让我知道，做研究得特别耐心，数据细节得抠，不然结论容易错。对职业规划影响挺大的，我可能更想去卖方做研究，毕竟喜欢挖公司。三、总结与体会8周实习像坐了个加速器，从7月1日懵懵懂懂报到，到8月31日离开时感觉脑子被重新格式化了一遍。这段经历让我明白，纸上谈兵和真刀真枪做研究完全是两码事。以前看财报觉得数字就数字，现在知道怎么挖细节，比如7月中旬分析某家科技股时，发现其应收账款周转天数异常，追着问师傅才知道是下游客户集中度太高导致的，这事儿让我对财务指标的解读深了层。实习最大的价值在于把课堂上学的东西用上了，还发现了自己的短板。比如7月底写医疗行业报告，光看头寸数据不够，还得结合政策（比如8月初刚出的某项创新药审批新规），才算明白为什么那几家公司股价走强。这段经历直接影响了我的规划，我原本想毕业后直接考公，现在更想进卖方做行研，毕竟天天琢磨公司估值挺有意思的。10月份打算系统学学CFA，先把基础打牢。看着每天更新的行情数据，感觉金融行业变化快得惊人。比如实习期间，AI概念从零星消息炒成主流，某家做视觉芯片的小公司，6月底我还觉得故事一般，7月被机构密集调研后，市值翻了一倍多。这让我意识到，行研不仅要会分析，还得对行业敏感，得像鱼一样在水里。心态上最大的变化是扛压能力，以前做小组作业，拖拖拉拉也能糊弄过去，这次写报告，师傅一个电话过来问数据来源，就得立刻改，那种责任感以前真没体会过。现在看招聘要求，觉得很多技能都能对上。比如用Python跑数据那段，虽然只是做些基础清洗，但至少比很多毕业生只会Ctrl+CCtrl+V强。接下来打算把实习用到的那个“五步分析框架”再完善下，毕竟那是师傅带着我总结的，应该挺有用的。总归一句话，这段经历没白费，至少让我知道以后想干嘛，以及怎么去干。四、致谢在金海金融的8周实习，谢谢带我的师傅，给我机会接触实际研究工作，特别是7月那会儿帮我看智能医疗数据，教我怎么判断信息真伪。也谢谢团队里其他几个同事，一起跑数据、改报告