經(jīng)濟(jì)學(xué)專業(yè)證券公司分析師助理實(shí)習(xí)報(bào)告一、摘要

2023年6月5日至2023年8月3日，我在一家全國性證券公司研究所擔(dān)任分析師助理，為期8周。核心工作包括協(xié)助完成5份行業(yè)研究報(bào)告，整理并分析300份企業(yè)財(cái)報(bào)數(shù)據(jù)，參與3次投資策略會議并撰寫會議紀(jì)要。通過運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)模型對行業(yè)增長趨勢進(jìn)行預(yù)測，將報(bào)告中的錯(cuò)誤率從12%降至3%，提升了數(shù)據(jù)處理的準(zhǔn)確度。熟練應(yīng)用Wind資訊和Excel進(jìn)行數(shù)據(jù)清洗與可視化，掌握了一套標(biāo)準(zhǔn)化報(bào)告撰寫流程。在實(shí)習(xí)中形成的“基于事件驅(qū)動的財(cái)報(bào)分析框架”可應(yīng)用于后續(xù)研究，顯著提高了信息篩選的效率。

二、實(shí)習(xí)內(nèi)容及過程

實(shí)習(xí)目的是深入了解證券分析師的實(shí)際工作內(nèi)容，將課堂上學(xué)到的經(jīng)濟(jì)學(xué)理論應(yīng)用于實(shí)踐。實(shí)習(xí)單位是家規(guī)模中等的證券公司，主要從事股票研究業(yè)務(wù)，團(tuán)隊(duì)氛圍挺開放的。我在研究所做分析師助理，主要任務(wù)是搜集數(shù)據(jù)、整理資料、參與報(bào)告撰寫。

6月10號開始接觸第一個(gè)項(xiàng)目，是關(guān)于新能源汽車行業(yè)的周報(bào)。需要整理50家相關(guān)上市公司的股價(jià)、營收、毛利率數(shù)據(jù)。初期對行業(yè)術(shù)語不熟，比如“碳化硅”這類材料對性能指標(biāo)的影響搞不清，問了帶我的前輩才知道要關(guān)注“市盈率相對盈利增長比率PE-PEG”這類估值指標(biāo)。花了兩天時(shí)間把行業(yè)龍頭企業(yè)的財(cái)報(bào)都看了一遍，才慢慢上手。用Excel做數(shù)據(jù)透視表，篩選出過去一年?duì)I收增速超過20%的公司，最終報(bào)告里重點(diǎn)推薦了3家，其中一家后來一個(gè)月漲了15%。

7月遇到個(gè)挑戰(zhàn)，有個(gè)季度財(cái)報(bào)分析任務(wù)，數(shù)據(jù)量有500多頁，里面有大量需要手動計(jì)算的經(jīng)營指標(biāo)。我平時(shí)用R做數(shù)據(jù)分析，但公司要求用Wind系統(tǒng)，一開始操作不順。帶教老師給了我個(gè)訣竅，說要把Excel導(dǎo)出為csv格式再導(dǎo)入，這樣公式能保留。還教了我怎么用“數(shù)據(jù)清洗”功能批量處理缺失值。結(jié)果效率提高了，錯(cuò)誤率也降了，原本要3天的工作縮短到1天半。

實(shí)習(xí)后期參與了行業(yè)策略會，負(fù)責(zé)準(zhǔn)備會議材料。需要把宏觀數(shù)據(jù)和行業(yè)數(shù)據(jù)結(jié)合起來，比如把PMI指數(shù)和鋰礦價(jià)格走勢畫在一張圖上，直觀展示供需關(guān)系。有次做“產(chǎn)能利用率”圖表時(shí)，發(fā)現(xiàn)不同券商口徑不一致，問了三個(gè)前輩才明白是統(tǒng)計(jì)方法差異導(dǎo)致的。最后在PPT里加了個(gè)腳注說明數(shù)據(jù)來源。

8月初參與了科創(chuàng)板企業(yè)研究報(bào)告，需要分析其“自由現(xiàn)金流折現(xiàn)模型DCF”估值。公司用的估值軟件我沒用過，就花了周末時(shí)間把教學(xué)視頻看完。算出來結(jié)果跟同行報(bào)告有出入，后來發(fā)現(xiàn)是貼現(xiàn)率設(shè)置太保守了，調(diào)整后結(jié)論就一致了。這段經(jīng)歷讓我意識到估值不是死公式，得結(jié)合行業(yè)特性靈活調(diào)整。

三、總結(jié)與體會

這8周實(shí)習(xí)像把理論推到了實(shí)踐中，最大的感受是市場不是書本上的函數(shù)，真實(shí)世界復(fù)雜得多。6月剛進(jìn)公司時(shí)，覺得會用Excel就夠，結(jié)果連“如何構(gòu)建有效樣本”這種基礎(chǔ)問題都搞不清。7月整理新能源汽車數(shù)據(jù)時(shí)，發(fā)現(xiàn)僅看財(cái)務(wù)指標(biāo)會忽略技術(shù)迭代這種“黑天鵝”，有個(gè)項(xiàng)目差點(diǎn)因此出錯(cuò)，后來加班加點(diǎn)補(bǔ)充了專利壁壘分析，才勉強(qiáng)過關(guān)。這種經(jīng)歷讓我明白分析師的“責(zé)任”不是寫漂亮報(bào)告，而是對投資建議負(fù)責(zé)。

實(shí)習(xí)讓我看清了自己的短板。比如8月做DCF估值時(shí)，對折現(xiàn)率參數(shù)的敏感度分析完全依賴直覺，和前輩一對比才發(fā)現(xiàn)自己離“量化驅(qū)動”的思維還有距離?，F(xiàn)在看，這就是為什么學(xué)校教的“彈性分析”在真金白銀的估值中這么重要。這段經(jīng)歷直接影響了我的規(guī)劃，下學(xué)期會系統(tǒng)學(xué)CFA一級，尤其是財(cái)報(bào)分析和估值模塊，目標(biāo)是在年底前能獨(dú)立跑通一個(gè)行業(yè)的財(cái)務(wù)模型。

從每天泡圖書館到每周工作50小時(shí)，最大的轉(zhuǎn)變是抗壓能力。記得7月有個(gè)行業(yè)周報(bào)要凌晨2點(diǎn)交，因?yàn)閿?shù)據(jù)口徑問題反復(fù)核對，最后用Wind的“比對”功能才搞定。這種經(jīng)歷比老師布置的任何作業(yè)都深刻。現(xiàn)在回頭看，市場就像個(gè)嚴(yán)厲的導(dǎo)師，不讓你犯錯(cuò)就不斷給你機(jī)會。

展望未來，我意識到證券行業(yè)本質(zhì)是“信息差”的博弈，而實(shí)習(xí)讓我找到了撬動信息差的鑰匙——就是“跨學(xué)科整合能力”。比如8月看科創(chuàng)板企業(yè)時(shí)，發(fā)現(xiàn)單純用經(jīng)濟(jì)學(xué)模型不夠，還得懂點(diǎn)物理學(xué)里的“能量轉(zhuǎn)換效率”才明白為什么某類技術(shù)路線更優(yōu)。行業(yè)趨勢我看，AI和新能源是未來幾年確定性最大的賽道，但關(guān)鍵看技術(shù)路線的“邊際成本曲線”何時(shí)出現(xiàn)拐點(diǎn)。這次實(shí)習(xí)教會我的，就是怎么在繁雜信息里找到這些關(guān)鍵節(jié)點(diǎn)。

四、致謝

感謝實(shí)習(xí)期間給予指導(dǎo)的導(dǎo)師，7月15號討論財(cái)報(bào)分析方法時(shí)分享的“比較基準(zhǔn)選擇”技巧讓我受益匪淺。感謝部門同事，8月初我卡在數(shù)據(jù)處理上時(shí)，熱心幫我解決Wind系統(tǒng)使用問題的那位同事，