金融学证券公司证券研究员实习报告_第1页
金融学证券公司证券研究员实习报告_第2页
金融学证券公司证券研究员实习报告_第3页
金融学证券公司证券研究员实习报告_第4页
金融学证券公司证券研究员实习报告_第5页
全文预览已结束

付费下载

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

金融学证券公司证券研究员实习报告一、摘要2023年7月1日至2023年8月31日,我在一家证券公司担任证券研究员实习生,主要负责覆盖房地产行业的上市公司研究。通过深度分析20家上市公司财报及行业政策文件,完成5份深度研究报告,其中3份被公司研究部采纳并发布。运用Python进行数据清洗与分析,处理约5000条行业数据,建立房地产估值模型,模型预测准确率达82%。在实习中,我熟练掌握了财务报表拆解、可比公司分析法及估值建模的专业方法论,并将这些方法应用于实际研究中,提升了数据敏感度和报告撰写能力。二、实习内容及过程2023年7月1日到8月31日,我在一家证券公司研究部实习,岗位是证券研究员。实习目标是熟悉行业研究全流程,提升专业分析能力。公司研究部主要覆盖房地产行业,团队有十几个研究员,分工很细,从数据搜集到报告撰写都有专人负责。实习初期,我跟着导师学习行业研究方法,重点看了公司财报和行业政策。导师让我先从20家上市房企入手,分析它们的资产负债表和现金流量表。我花了两周时间,把每家公司的三张报表都拆解成核心指标,比如净负债率、现金短债比、融资成本这些。过程中发现部分公司数据披露不完整,有些指标直接算不出来。我就用Wind数据库的清洗工具,结合Python脚本,自动匹配同行业可比公司的数据,最后整理出一份超100页的对比分析表。8月中旬,我开始独立撰写报告。第一个项目是研究某家头部房企的估值问题。公司股价从年初的8块跌到5块,市场怀疑它资金链紧张。我翻出它的年报,发现它的有息负债规模确实超标,但主要来自并购融资,长期负债率其实不差。同时我调了同业的10家可比公司数据,发现它的市净率(PB)比行业均值低20%,市销率(PS)也正常。最后写成报告,公司采纳了其中估值模型的建议,报告发布后股价稳了两天。实习中遇到的最大挑战是行业政策变化太快。8月15号央行突然出政策,支持房企发债,但具体细则要等两周才落地。当时我正写一个关于房企融资的专题,数据跟政策冲突。我就主动去请教部门资深研究员,他教我用事件研究法,先在现有数据里做回归分析,再根据政策预期调整模型参数。最后报告里加了风险提示部分,这个方法后来我常用。做研究最头疼的是数据口径不统一。比如同一家房企,在财报里公布的现金短债比,跟债券募集说明书里的计算方法差15%。我就去问导师,他建议直接联系券商投行做投行业务的同事,他们最懂这些数据细节。后来我整理数据时,专门在Excel里建了校验公式,发现异常数据就标记出来问同事。实习最后阶段,我参与了一个关于REITs(不动产投资信托基金)的课题。公司觉得这个业务能拓展,让我调研国内5只地产REITs。我用了两周时间,分析它们的底层资产收益率、费用率这些指标,发现其中两只的资产减值准备计提过快,可能影响分红。这个发现后来被团队采纳,纳入了后续的REITs研究报告。这8周最大的收获是学会了怎么把理论用在实际研究中。比如在学财报分析时,老师教我们杜邦分析法,实习里我才知道怎么把这套方法拆解成可执行的步骤。现在看公司财报,会自动拆解成净资产收益率分解的各项指标,再跟行业对比。导师还教我用Python做可视化,比如把一家公司的财务指标画成雷达图,一目了然。这些技能后来我直接用到毕业论文里,效率高多了。实习里也暴露出一些问题。比如公司培训机制不太完善,新人都是靠导师带,培训资料很零散。我有次想学行业数据库的使用技巧,翻半天才找到个过期版本的操作手册。建议公司可以建个内部知识库,定期更新操作视频和模板。另外岗位匹配度上,我发现自己性格有点慢热,面对客户问问题时容易紧张。后来我就主动要求参与路演彩排,现在面对陌生人提问已经能流畅回答了。三、总结与体会这8周实习,像是在学校学金融的实践预演。7月1号刚去时,面对真实世界的财报数据,手心都出汗。后来跟着导师做那20家房企的对比分析,把每家公司的资产负债表都拆解到科目层级,才明白课堂上讲的三张报表怎么在现实中串联起来。最扎心的是8月那会儿,做估值模型时发现预测偏差达18%,后来通过增加可比公司样本量才把误差降到5%以下。这段经历让我真真切切感受到,研究不是闭门造车,得跟市场反复确认。实习最大的收获是学会了怎么把知识转化为生产力。比如导师教我用Wind数据库做数据清洗,我花了一周时间把房地产板块500多家公司的数据整理成标准格式,现在写论文直接用这个模板,效率高出一半。这让我意识到,做研究得有工具思维,以后要重点学Python在金融领域的应用,争取明年考个CFA,把理论跟实践真正打通。这段经历也让我更清楚自己的职业方向。以前觉得研究部就是天天看报表,现在明白还得懂PE、PB这些估值方法,还得能快速反应市场变化。比如8月15号央行政策突然发布,我们团队连夜修改报告,这种节奏学校里根本模拟不出来。我现在看行业新闻会特别留意资金流向和估值变化,感觉离行业越来越近了。最大的转变是从学生心态到职场人的责任感。刚开始写报告时,导师让我删掉一个不利结论,我直接拒绝了。后来他教我,报告要客观但也要有观点,最终决定权在发行人,研究员主要是提供决策参考。这句话我一直记着。现在做任何工作都会主动检查三遍,生怕出错。这种对结果负责的态度,可能是实习给我最宝贵的财富。展望未来,我打算把实习做的那些房企估值模型再优化一下,结合现在学到的深度学习知识,看能不能开发个自动化分析工具。学校里学的财务分析框架、估值模型,现在终于知道怎么用在实际工作了。感觉就像拼图,实习把那些散落的碎片拼到一起,才拼出完整的图景。接下来要继续夯实专业基础,争取明年去顶尖机构实习,把经验积累起来。四、致谢感谢实习期间给予指导的部门领导,让我有机会接触真实的市场研究工作。特别感谢我的导师,在财报分析方法和估值建模上给予具体指导,比如8月份指导

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