经济学投资投资顾问实习报告

经济学投资投资顾问实习报告一、摘要

2023年6月5日至8月23日，我在一家投资咨询公司担任经济学投资顾问实习生。核心工作成果包括完成20份行业分析报告，涵盖科技、能源、医疗三大板块，其中5份报告被客户采纳并作为投资决策依据。应用Python进行数据清洗与分析，处理超过5000条财务数据，构建3个量化模型辅助投资组合优化，使模拟投资组合年化收益率提升12%。通过参与10场投资策略会议，学习并提炼了基于事件驱动的行业轮动分析方法，该方法基于历史数据回测准确率达68%。实习期间，将计量经济学模型应用于估值预测，3个案例的预测偏差控制在5%以内，验证了模型在短期市场预测中的有效性。

二、实习内容及过程

1.实习目的

我去那家投资咨询公司实习，主要是想看看自己做经济学的理论能不能在实际投资世界里用上，学点行里真正的投资分析套路。想看看自己到底喜不喜欢这份工作，能不能适应快节奏的环境。

2.实习单位简介

那家公司规模不大，但挺专注做行业研究和二级市场投资的，客户都是些机构户和小资管。他们挺看重数据分析，所以整个实习期间，我接触到的都是跟数据打交道的活儿。

3.实习内容与过程

我跟着带我的老师做了不少行业分析报告，主要是科技和医药板块。6月10号开始，我负责整理半导体行业的上市公司数据，用Python把Wind下载的财务数据洗一遍，画了些行业趋势图。老师让我重点关注三安光电和韦尔股份的估值，我算了下他们过去三年的市盈率和市净率，发现三安光电的PE一直在25左右，韦尔股份波动大点。后来老师说我画图太简单，没体现行业景气度，又教我用了事件研究法，比如拿某项政策出台当事件窗口，看相关公司的股价反应，我做了个表格，发现三安光电在政策发布后一周涨了3.2%。

7月15号左右，我被派去帮忙做能源板块的配置建议，客户想配置一个季度左右的组合。我花了两天时间扒了光伏和风电的产业链数据，发现上游硅料价格在降，但下游电站建设还在加速，我建议老师重点看隆基绿能和明阳智能，给隆基打了7成权重。后来月底客户问效果，那组合确实跑赢了基准0.8个百分点。做这些报告时，我常要用到DCF估值，有一次算中环股份的自由现金流，我用了公司财报里的折旧摊销和营运资本数据，算了下五年后的终值，老师说你终值贴现率定太高了，我回头查了行业数据，把贴现率调了两个点，结果估值低了不少。

除了写报告，我还去了两次投资讨论会，听老师和其他分析师聊行业逻辑，印象最深的是一次讨论新能源汽车，有人提到碳酸锂价格又涨了，有人就问是不是要调电池环节的配置，老师就说得看看钴的价格，看看下游车企的排产数据，我当时就记下了，回去翻了下中创新航的财报，发现他们一季度订单饱满，把我的报告里加了个小部分讨论。

4.实习成果与收获

八周里我独立完成了5个行业的分析报告，参与构建了两个行业的量化筛选模型。最大的收获是学会了怎么把理论模型用到实际里，比如我之前学过资产定价模型，实习里就用到了股票Beta系数的测算，算了几家科技股的Beta，发现宁德时代居然超过了1.2。还学会了看公司财报，以前看财务报表都是看摘要，现在知道怎么去扒附注里的数据，比如研发费用具体花在哪，客户订单是签了多久。最大的改变是觉得数据没那么枯燥了，知道怎么用数据说话。

5.问题与建议

实习里遇到的最大困难是刚开始不知道该从哪儿下手，比如老师让我分析一个行业，我完全没头绪，后来发现还是得先看券商的研报，再结合公司财报，最后自己再加点分析才成。我还觉得公司培训有点跟不上，比如我第一次用Python画因子图时，电脑卡得不行，也没人教怎么优化，后来都是自己上网查教程解决的。另外，我觉得他们给的资料不太系统，有时候要自己再花时间找数据。

我建议公司可以多搞点工具培训，比如教教大家怎么用Python快速处理数据，还有可以建立个知识库，把以前的报告和模型整理好，方便新人看。另外我觉得带实习生的老师可以多讲讲做研究时遇到的坑，比如我后来发现不少报告里的数据都是估算的，没有明确说明，这其实挺影响报告可信度的。

三、总结与体会

1.实习价值闭环

这八周，从6月5号到8月23号，我真正把课堂上学到的供需理论、宏观分析框架用在了实打实的投资建议里。比如我算的半导体行业估值模型，后来在7月底那波市场波动里帮老师筛选了几家没被市场注意到的公司，虽然只是个小角色，但知道自己的分析真的能影响点东西，这感觉挺奇妙的。写报告时，我反复琢磨老师说的“研究要像侦探一样”，去查年报附注、行业公告，这种对细节的极致追求，比单纯算数有意思多了。实习最后交的那份能源行业报告，我花了两天重做数据，把之前的碳排放在模型里加了个权重，老师看了说有想法，这让我觉得花的时间值了。

我还发现，投资顾问不是光会算就行，沟通很重要。7月12号我给客户打电话汇报方案，一开始紧张得说不出话，后来慢慢聊，客户反而问了我几个关于碳中和政策细节的问题，我靠着自己做的资料库都答上来了，挂了电话感觉整个人都自信了点。这种从学生到“准职业人”的心态转变挺明显的，以前觉得报告写完就行，现在知道要考虑怎么让客户听懂，怎么让他们觉得你的分析靠谱。

2.职业规划联结

这段经历让我更清楚自己想干嘛了。我本来对量化有点兴趣，实习里做的因子模型让我觉得挺酷，回去了一定要系统学学Python的量化库，比如S&PDatastream怎么用。我还发现做投资顾问需要很强的抗压能力，8周里我改了至少10遍报告，每次都要重做数据、改逻辑，现在想想都觉得累，但确实成长了。公司里有个前辈跟我说，投资这行得耐得住寂寞，平时没事就得多看行业动态，我记下了这句话。所以接下来打算考个CFA，先把基础打牢，特别是权益投资那块，把模型都学透。

实习最后我帮老师整理了所有客户的投资偏好，发现大部分人还是愿意配置科技股，但大家对AI和新能源的分歧挺大，我回去要重点研究下AI的商业模式，看看有没有新的研究角度。这让我觉得，做研究不能闭门造车，得跟着市场走，但也不能人云亦云。

3.行业趋势展望

实习里明显感觉到，现在投资越来越依赖数据了。比如有一次老师让我算光伏行业龙头企业的产能利用率，我扒了十年来的数据，发现头部企业的产能利用率基本都在85%以上，而二三线企业只有60%多，老师就说这是行业集中度的体现。这种用数据说话的方式，我觉得未来肯定是大趋势。我还注意到，现在机构投资越来越关注ESG，8月15号我写报告时特意加了一段关于电池回收的讨论，老师夸我意识到位。所以我觉得，以后学投资不光要懂技术，还得懂产业，懂社会趋势。

最大的感受是，投资这行永远有学不完的东西。实习结束那天，我去机房送报告，看到后台的模型还在跑数据，突然觉得自己的知识好渺小，回去了一定要补补行业知识，特别是医药和化工，那两个我实习里接触得少。总之，这段经历让我对投资这行有了更深的敬畏，也更有动力去学习了。

四、致谢

1.

感谢在实习期间给予我指导和帮助的所