金融学专业投资公司投资分析师实习报告_第1页
金融学专业投资公司投资分析师实习报告_第2页
金融学专业投资公司投资分析师实习报告_第3页
金融学专业投资公司投资分析师实习报告_第4页
金融学专业投资公司投资分析师实习报告_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

金融学专业投资公司投资分析师实习报告一、摘要

2023年7月1日至2023年8月31日,我在一家知名投资公司担任投资分析师实习生,负责跟踪30只核心科技股的每周市场动态,完成12份行业研究报告,并参与撰写3份投资建议报告。通过运用估值模型DCF和比较分析法,成功预测5只股票的季度涨跌幅,准确率达70%。熟练应用Python进行数据清洗,并使用Tableau制作10份可视化图表,为团队决策提供直观支持。实习期间,系统掌握了基本面分析框架和量化模型应用,形成了一套可复用的“三步五维”公司估值方法,即通过营收增长率、利润率、现金流状况等五个维度,结合行业周期与政策影响进行综合判断。

二、实习内容及过程

实习目的呢,主要是想把书本上学到的金融理论跟实际工作对接一下,看看投资分析师这个岗位具体是干啥的,顺便积累点实战经验。

实习单位嘛,算是个中等规模的投行资管部门,主要做二级市场股票和部分债券业务,客户群体以机构为主。

实习期间,我跟着师傅做了不少具体事。7月10号到15号,被安排熟悉公司内部的几个核心数据库,比如Wind和Bloomberg终端,帮团队下载每周的市场数据,整理成标准格式。师傅让我重点关注纳斯达克的科技板块,每周得把30只股票的股价、财报预告、行业新闻都扒出来,做成日报。这活儿挺磨人,但慢慢就找感觉了,学会了怎么快速筛选关键信息。

7月20号开始参与项目,跟着做一只医药股的深度报告。那段时间天天泡在券商研报库和公司财报里,算估值模型的时候用了DCF和可比公司分析法,还对着历史数据画了几个行业趋势图。8月1号完成的初稿,师傅提了些意见,主要是对估值逻辑的阐述不够透,让我把敏感性分析补全了。后来又花了三天改稿,最后报告里的目标价误差控制在5%以内,团队给反馈说逻辑比数据更关键,得把每一步推导说清楚。

做研究遇到的最大坎儿是8月10号那会儿,给一只新能源车公司做行业比较时,发现不同数据源的行业龙头排名都不一样。当时挺懵的,数据来源太杂,有些研报用的还是去年的数据。后来师傅教我用Compustat和Refinitiv的交叉验证功能,把缺失值补上,再结合各家的口径差异做加权分析,最后总算把标准排出来了。这事儿让我明白做研究得对数据源有敬畏心,不能光看表面数字。

实习成果的话,独立完成了12份行业周报,参与撰写了3份投资建议书,其中有1份关于半导体周期的报告被基金经理采纳了,推荐的两只股票在随后的一个月里涨了8.6%。技能上呢,Python数据处理能力从入门提到了能独立写脚本,Tableau也做了10多个可视化图表,虽然还不太熟练,但至少能做出让同事看得懂的行业分面图。

挑战主要是时间管理,有时候同时接好几项任务,压力挺大的。还有就是对某些行业背景知识太欠缺,比如刚开始做医药报告时,连CDMO和CMO都分不清,得专门去补课。后来就学会用思维导图梳理框架,把不懂的术语单独列出来查资料,效率高多了。

这段经历让我意识到,投资分析不光是算数,更重要的是理解商业逻辑和市场情绪。以前觉得估值就是套公式,现在明白每个参数背后都得有依据。职业规划上更清晰了,想往卖方研究发展,但知道得先从打杂开始,得多学多练。

单位的问题吧,主要是培训体系不太完善,新人靠师傅带,但师傅也忙,有时候指导不够及时。建议可以搞个新人手册,把常用的数据库操作和报告模板都整理出来,至少能让新来的有个方向。还有管理上可以更灵活点,比如允许实习生偶尔旁听组会,这样能更快融入团队。

三、总结与体会

这8周,从7月1号到8月31号,在投资公司的经历让我对金融学理解彻底变了样。以前觉得投资分析就是对着报表算数字,现在才知道这活儿跟侦探似的,得挖各种信息,还得懂人心。最值的一笔,是把书里学的DCF模型用在了8月15号那篇新能源车报告里,虽然最后定价跟市场有差距,但师傅说逻辑清晰就行。这让我觉得,学到的知识真能用上,心里踏实多了。

实习的价值闭环在哪呢?就是从不知道自己行不行,到真能独立写报告、做图表。比如7月底那个半导体周报,我花了两晚扒数据做对比,最后那份报告得到了组里肯定,那种成就感没法说。这让我明白,大学里搞懂理论是基础,但真到了职场,执行力、解决问题的能力更重要。职业规划上更明确了,本来想毕业后直接考公,现在觉得还是进卖方研究试试,虽然路不好走,但愿意从基础做起。

行业趋势这块,我发现现在买方对量化模型的依赖越来越高,但纯靠模型又不够,还得懂行业。8月那会儿做医药报告,就感觉政策影响比往年大,光看历史数据容易跑偏。这提醒我,以后得加强宏观政策这块的学习。而且啊,AI现在开始赋能研究,像自然语言处理能快速筛选信息,我们组也在用,但人还得负责最后判断,机器没法替代这点。

心态转变是真的大。以前做作业想及格就行,现在实习时觉得报告得尽最大努力做好,毕竟关系到团队声誉。8月的时候同时接了三个任务,那几天确实压力山大,但硬着头皮都扛过来了。这让我觉得,抗压能力是真能练出来的。未来打算深化Python和VBA这两项技能,争取把数据处理效率提上来,还打算明年考个CFA,把理论体系再补全。这段经历虽然不长,但感觉像是从学生到职场人的第一课,学到的经验比几年书都管用。

四、致谢

感谢这次实习机会,让我学到了很多书本上没有的东西。特别感谢带我的导师,他耐心指导我怎么做研究,还分

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论