2026年证券研究员招聘面试题库及参考答案

2026年证券研究员招聘面试题库及参考答案一、基础专业知识类1.请简述全面注册制落地后，A股投研框架发生了哪些核心变化？参考答案：全面注册制实施后，A股投研逻辑发生四大核心变化：①定价逻辑从博弈定价转向基本面定价，审批制下壳资源估值最高超百亿，注册制下IPO供给充足，壳资源价值跌至不足10亿，炒壳、炒题材的博弈空间基本消失，基本面成为定价核心；②研究覆盖要求从广度集中转向广度+深度并重，注册制下年均IPO数量从原来的100-200家提升至400-500家，新兴行业细分赛道大量涌现，要求研究员既要覆盖足够多的标的，也要对细分赛道的技术路径、竞争格局有更深的研究；③风险定价权重显著提升，注册制下年均退市数量从原来的不到10家提升至50家以上，退市常态化要求研究员必须将企业退市风险、流动性风险纳入定价体系，而非仅看成长弹性；④盈利预测精度要求提升，注册制下IPO询价定价完全市场化，研究员的盈利预测直接影响询价结果，偏差过大会影响机构投资者的报价收益，对预测准确性的要求远高于从前。2.2026年国内主流大类资产配置的核心锚点是什么？参考答案：结合2025年国内经济运行数据与2026年宏观政策导向，当前大类资产配置的核心锚点有三个：①宏观基本面锚：2025年中国GDP增速为4.5%，CPI同比上涨1.8%，PPI同比由跌转涨上涨0.9%，地产链风险基本出清，财政政策聚焦新质生产力领域，货币政策维持中性偏松，10年期国债收益率运行中枢为2.4%-2.8%，整体宏观环境呈现低增长、低通胀、低利率的特征，利好权益资产估值修复；②政策周期锚：美国美联储从2024年进入降息周期，2025年末联邦基金利率已经降至2.5%-2.75%区间，人民币汇率回到6.8-7.0区间，外资回流人民币资产的趋势明确，成长股受益于流动性宽松；③产业周期锚：传统地产、基建链的增长红利已经见顶，新质生产力领域（AI、人形机器人、新能源、高端制造、生物制药）进入业绩释放期，产业周期上行成为权益市场的核心增长驱动，配置方向逐步从传统板块转向新兴产业。3.请解释A股股权风险溢价（ERP）的计算逻辑，2026年上半年A股ERP处于什么历史分位，对权益定价有何指示意义？参考答案：A股市场通用的ERP计算逻辑为：ERP=（万得全A预期盈利收益率）-10年期中国国债收益率，其中万得全A预期盈利收益率=1/万得全A动态市盈率。截至2026年6月末，A股ERP约为6.8%，处于2010年以来的92%历史分位，处于历史较高水平。ERP的指示意义在于：ERP越高代表A股相对于无风险资产的估值吸引力越强，当前ERP位置说明权益资产的赔率已经足够高，市场整体估值已经反映了大部分负面预期，只需要等待盈利复苏的胜率信号，当前位置配置权益资产的长期收益胜率超过80%。二、行业研究能力类1.请以当前市场关注度较高的人形机器人行业为例，说明你的核心研究框架与核心跟踪指标。参考答案：人形机器人行业当前处于产业化初期，研究框架分为四个层面：①产业政策层：中国《机器人产业发展规划（2026-2030年）》明确提出，到2030年人形机器人核心零部件国产化率达到70%以上，全国人形机器人年产量突破100万台，政策支持力度明确；②行业空间层：根据IDC预测，2026年全球人形机器人市场规模约为115亿元，2030年将增长至1780亿元，年复合增长率约为93%，增长空间明确；③竞争格局层：人形机器人核心价值环节为核心零部件，占总成本的70%以上，其中谐波减速器、伺服电机、控制器长期被日本纳博特斯克、哈默纳科、安川电机占据60%以上的全球市场份额，国内企业绿的谐波、双环传动、汇川技术等正逐步实现国产替代，整车端特斯拉Optimus处于技术领先位置，国内小米、优必选、百度等企业紧随其后，当前行业格局尚未定型，国产替代空间大；④盈利与定价层：产业化初期研发投入大，适合用PS估值，放量后盈利稳定，切换为PE估值。核心跟踪指标包括：核心零部件月度出货量、龙头企业原型机技术迭代进度、下游订单落地情况、核心零部件良率变化（当前行业平均良率约为42%，良率提升至80%以上才能实现规模化降本，是产业化突破的核心标志）、核心零部件成本下降斜率。2.如果你获得三个月时间覆盖白酒行业，你第一步会开展什么工作，核心需要验证哪些产业逻辑？参考答案：第一步会先梳理白酒行业过去10年的产业链数据，完成量价拆分，明确行业增长的核心驱动因素，再梳理不同价格带的竞争格局变化，形成基础研究框架。核心需要验证的逻辑包括：①渠道库存水平：库存是反映白酒需求景气度的先行指标，截至2026年上半年，白酒行业整体库存水平为1.6个月，高端白酒库存约为0.9个月，处于健康区间，区域次高端酒企库存约为3.1个月，压力较大，库存结构直接影响不同企业的业绩弹性；②批价走势：一批价领先企业出厂价1-2个季度，反映真实的渠道需求，批价持续上涨说明需求旺盛，企业后续有提价空间，批价持续下跌说明渠道需求疲软，企业需要控量挺价；③旺季动销数据：重点跟踪中秋、春节两大传统旺季的动销增速，拆分不同价格带的动销表现，验证消费升级趋势是否延续；④消费场景修复情况：重点跟踪商务宴请、婚宴等核心场景的复苏幅度，判断需求增长的可持续性。3.2025年AI行业进入应用落地期，你认为当前AI应用投资的核心筛选标准是什么？参考答案：当前AI应用已经脱离概念炒作阶段，进入业绩兑现阶段，核心筛选标准有四个：①明确可落地的变现路径：优先选择已经实现商业化变现的赛道，如AI营销、AI金融、AI办公，回避仅停留在技术演示阶段、没有明确付费方的标的；②差异化的数据壁垒：AI大模型的算法已经公开，核心壁垒是行业专属数据，例如医疗AI拥有合规的病例数据壁垒，金融AI拥有交易数据与牌照壁垒，没有数据壁垒的通用AI应用很难获得超额利润；③符合预期的毛利率水平：AI应用的边际成本几乎为零，规模化后头部企业的毛利率应当提升至70%以上，如果毛利率长期低于50%，说明企业没有形成规模效应，竞争力不足；④真实的用户付费数据：ToC应用核心看日活、月活留存率与ARPU值，ToB应用核心看客户续约率与付费渗透率，只有付费数据验证的企业才能兑现业绩。三、财务分析能力类1.利润表的营业收入与现金流量表中“销售商品、提供劳务收到的现金”的差异主要来自哪些科目，如何通过该差异判断企业营收质量？参考答案：两者的勾稽关系为：销售商品、提供劳务收到的现金=营业收入+本期应交增值税销项税额+（应收票据期初余额-应收票据期末余额）+（应收账款期初余额-应收账款期末余额）+（合同负债期末余额-合同负债期初余额），因此差异主要来自应收票据、应收账款、合同负债三个科目，以及应交增值税的变动。判断营收质量的核心指标为“销售商品收到的现金/营业收入”，若该比值持续大于1，说明企业营收大多以现金形式收回，对下游议价能力强，存在大量预收账款，营收质量高；若该比值持续小于1，说明企业大量采用赊销模式，应收账款高增，可能存在放宽信用政策做高营收的情况，甚至存在财务造假风险，例如康得新、乐视网等财务造假企业，该指标连续多年低于0.8；若该指标单年大幅波动，需要结合行业周期判断，若突然大幅上升，说明企业当年回款改善或者预收大量订单，行业景气度向上，若突然大幅下降，说明需求疲软，企业通过赊销消化库存，需要警惕业绩下滑风险。2.如何提前识别企业的商誉减值风险，核心观测指标有哪些？参考答案：商誉来自企业并购，当并购标的业绩不达预期就会产生减值，注册制下商誉大额减值可能导致企业触发退市指标，因此是研究员重点关注的风险点，核心识别指标包括：①商誉占净资产的比例：若该比例超过30%，一旦发生商誉减值，会对企业净利润与净资产造成重大冲击，若比例超过50%则属于高风险标的；②并购标的业绩承诺完成率：若连续两个年度业绩承诺完成率低于80%，减值概率超过75%；③标的所在行业景气度变化：若并购后标的所在行业发生政策转向或者需求滑坡，例如2021年并购的教培标的、2022年并购的中小地产标的，减值概率接近100%；④并购交易的合理性：若并购标的为关联方资产，估值大幅高于行业平均水平，存在大股东通过并购掏空上市公司的动机，减值风险远高于非关联并购。3.某新能源企业当期经营性现金流净额大幅高于净利润，可能的原因有哪些？参考答案：可能的原因包括五个：①当期新增大额合同负债，预收了下游客户的大额货款，现金已经流入企业，但未满足收入确认条件，不增加当期净利润，因此经营性现金流高于净利润；②当期应付账款与应付票据大幅增加，企业占用上上游供应商的资金，成本已经计入净利润，但现金尚未流出，导致经营性现金流高于净利润；③企业当期收到与资产相关的政府补助或者税收返还，该部分现金计入经营活动现金流，但不需要计入当期损益，不影响净利润，导致两者出现差异；④非现金支出的影响，企业当期对固定资产进行加速折旧、对研发费用进行一次性扣除，折旧与研发费用已经扣除减少净利润，但属于非现金支出，不影响经营性现金流，因此现金流高于净利润；⑤当期收回了以前年度的应收账款，应收款项减少，现金增加，不影响当期净利润，导致经营性现金流高于净利润。四、估值建模类1.DCF估值模型中，对最终估值结果影响最大的参数是什么，实务中如何合理设定该参数？参考答案：根据敏感性测试，DCF估值中影响最大的参数是永续增长率，永续增长率每变动0.5个百分点，最终估值结果变动幅度超过15%，影响远大于贴现率的变动。实务中，永续增长率的设定不超过一国的长期潜在GDP增速，中国长期潜在GDP增速约为3%-4%，因此永续增长率通常设定在2%-3%区间：对于有品牌壁垒、需求稳定的消费行业，永续增长率可设定为2.5%左右；对于强周期行业，需求波动大，永续增长率设定为1.5%-2%；对于进入衰退期的行业，永续增长率可设定为1%-1.5%，极少会设定高于3%的永续增长率，避免估值虚高。2.为什么多数成长股不适合用PE估值，常用的替代估值方法有哪些？参考答案：成长股不适合PE估值的核心原因有两个：一是多数成长股处于产业化初期，研发投入大，净利润尚未释放，甚至持续亏损，PE为负或者估值极高，没有参考意义；二是成长股盈利增速快，当前盈利占未来盈利的比例低，静态PE无法反映未来的成长价值。常用的替代估值方法包括：①PS估值：适合营收已经实现高速增长、利润尚未释放的成长股，如SaaS企业、AI应用企业，反映市场对营收增长的定价；②EV/EBITDA估值：适合重资产、高折旧、高财务费用的成长制造企业，剔除了资本结构、折旧政策对盈利的影响，定价更准确；③动态PEG估值：适合盈利增长稳定的成长股，用PE除以未来三年的复合盈利增速，PEG小于1代表估值合理，大于1代表估值高估，需要注意用动态盈利增速而非静态增速计算；④用户价值估值：适合未盈利的ToC互联网、AI应用企业，用每用户价值（ARPU）乘以用户规模定价，反映企业的用户资产价值；⑤DCF绝对估值：适合现金流可预测的成长企业，通过对未来不同阶段的现金流折现得到绝对估值。五、职业素养与临场应变类1.如果你推荐的买入标的买入后下跌了20%，你会怎么处理？参考答案：我会分三步处理：第一步，复盘原有研究逻辑，验证核心假设是否发生变化，我推荐标的的核心逻辑通常会落脚在1-2个核心假设，例如业绩增速、政策变化、产品落地，如果核心假设没有发生变化，业绩符合预期，下跌仅仅是市场风格切换或者情绪性下跌，我会重新评估估值，确认是错杀后更新研究报告，向客户说明情况，必要时推荐加仓；第二步，如果核心假设已经发生变化，例如政策转向、业绩不及预期超过30%、核心产品研发失败，原有逻辑被证伪，我会立即下调标的评级，发布更正报告，主动向客户承认研究偏差，及时提示风险；第三步，总结错误原因，更新研究框架，避免后续再犯同类错误。投研本身就是一个不断认知修正的过程，对客户负责、及时修正错误是研究员的基本职业素养，不能因为自身推荐就隐瞒风险，硬扛错误。2.当前GPT类大模型已经广泛应用于投研工作，你认为AI会替代证券研究员吗？研究员应当如何利用AI提升投研效率？参考答案：AI不会替代证券研究员，核心原因有两个：一是AI只能处理基于已有数据的基础性工作，无法完成产业调研、逻辑验证、未来预判的核心工作，投研的核心是对产业变化的认知差，需要研究员实地调研、和企业管理层、行业专家交流，获取非公开的软信息，验证逻辑真伪，这些工作AI无法完成；二是AI的输出基于训练数据，无法应对突发的产业变化、政策变化，也无法做出主观的风险判断，而投研需要对未知的未来做出预判，这是AI不具备的能力。研究员利用AI提升效率的方向主要有三个：一是用AI处理信息整理工作，快速提取公告、调研纪要、行业报告的核心信息，将原来花数天的信息整理工作缩短到数小时，节省大量时间；二是用AI搭建初步的估值模型、完成初步的盈利预测，研究员只需要调整核心假设，节省建模时间；三是用AI做舆情与数据监测，实时跟踪覆盖行业的政策变化、企业动态、高频数据，及时发现投资机会与风险。研究员可以将节省下来的时间，更多投入到产业调研、逻辑验证等核心工作中，提升投研的整体质量。3.市场上对同一行业的长期空间出现两种相差10倍的对立判断，你会如何验证哪个结论更合理？参考答案：我会通过自上而下测算、自下而上验证交叉对比得出结论：第一步，自上而下做需求端测算，拆解行业空间的核心影响变量，比如测算家用储能行业空间，就拆解为“每年新增住宅量×安装渗透率×单户