经济学证券公司金融分析师实习报告

经济学证券公司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，我在一家证券公司的金融分析师岗位实习，负责覆盖科技行业的上市公司研究。通过参与撰写10份行业研究报告，累计分析30家公司的财务数据，构建了基于DCF模型的估值体系，为2个投资建议提供量化支持。熟练运用Wind数据库进行数据挖掘，运用Excel建立财务模型，将课堂学习的估值理论应用于实际案例。核心成果是完成对某AI芯片企业2022年财报的深度分析，测算其市盈率与市净率分别为45倍和6倍，与市场平均值的38倍和5.5倍形成对比，为后续报告提供了基准数据。总结出可复用的财务指标筛选体系，涵盖营收增长率、毛利率和负债率等关键维度。二、实习内容及过程实习目的是把学校学的公司估值那套理论用上，看看真金白银的市场是怎么运作的。在2023年7月1号到8月31号，我在一家券商研究部当实习生，跟着师傅做科技行业的上市公司研究。每天早上先看市场新闻，然后整理行业数据，下午参与组会讨论。核心工作是帮师傅写行业报告，跑了10家公司的财报数据，用Excel做了30个公司的财务模型，主要是DCF和LBO估值法。有个挑战是做某AI芯片企业的报告，数据太分散，我就用Wind数据库把上下游公司的数据都扒下来，交叉验证了5个关键指标，最后报告里用的估值结果是市盈率45倍，市净率6倍，比市场平均的38倍和5.5倍高，后来发现是因为技术迭代快，风险溢价给得高。最头疼的是财务模型总出错，有次算折现率的时候系数设错了，差了2个点，后来师傅教我用Datastream查历史利率数据，现在做模型前都会把数据来源核对三遍。实习期间还发现公司培训不够系统，比如行业数据库的用法没正式教，都是看师傅怎么用自己琢磨。个人觉得岗位跟我想象的差一点，纯研究时间多，跟客户交流少，但确实把估值那套东西摸透了。最大的收获是学会怎么把理论落地，以前觉得市盈率、市净率就是公式，现在知道怎么结合成长性、竞争格局去调整。职业规划上更清楚自己想不想做研究，可能以后会往行研结合投行的方向发展。三、总结与体会这8周在2023年7月到8月，真是把书本知识变成实践武器的经历。一开始觉得金融分析就是玩数据，后来发现做一份报告要盯市场情绪、懂行业逻辑、还得会沟通，这跟单纯做题完全不一样。通过做那10份报告，我慢慢摸清了科技行业怎么分析，特别是对某AI芯片企业估值那事儿，从最初数据散乱无从下手，到后来系统梳理了30多家公司的财务指标，最后用DCF模型算出的45倍市盈率，虽然比市场高，但能解释技术迭代快带来的风险溢价，这感觉挺扎实的。最大的体会是压力真的不一样，限时完成报告时焦虑感很强，但抗压能力确实上来了，以前遇到模型跑不通就慌，现在能静下心逐行排查错误，师傅教的数据源核对方法特别管用。这段经历让我看明白，行研需要持续学习新行业知识，比如这次AI就是不断变化的技术，必须随时更新认知。未来打算把这块儿的财务模型再练熟，争取明年考个CFA，把估值理论结合市场实践，希望能做出更有洞察力的分析，也算没白实习。感觉离真正的职场人近了一步，肩上好像多了点责任，这感觉挺有意思的。四、致谢感谢实习期间给予指导的导师，让我对行业研究有了更具体的认识。感