唧的李小贤最后介绍,带着港式口音:“大家好,我是李小贤,香港中文大学金融系final year student。我在香港的汇丰银行和一家对冲基金实习过,主要做quantitative analysis。对衍生品定价和风险管理比较熟

悉,希望能在金宸资本深入学习………………”

一轮自我介绍下来,面试官们心里大致有了判断。

接下来是专业问题环节。

马建国先问高思聪:“你说对新能源有研究,那谈谈你对光伏行业未来三年的看法。”

高思聪不慌不忙:“从需求端看,全球碳中和目标驱动下,光伏装机量将持续增长。从供给端看,中国企业在硅料、硅片、电池片、组件全产业链占据主导地位,但技术迭代加快,N型电池正在替代P型。未来三年,我认为行

业将呈现两个趋势:一是集中度提高,二是技术路线分化。投资机会在于技术领先的龙头企业和有创新技术的初创公司。”

回答条理清晰,数据准确,马建国点了点头。

王运来问的却是唯一的女孩兰芊翊:“你在高盛参与的那个跨境并购案,遇到的最大挑战是什么?”

兰芊翊思考片刻:“最大的挑战是估值分歧。卖方是欧洲家族企业,对估值预期很高,用的是DCF模型,假设很乐观。我们买方团队做了更保守的假设,双方差距很大。最后我们通过调整对赌条款达成了妥协????提高收购

价,但设置了更高的业绩对赌条件。这个案子让我认识到,并购不仅是数字游戏,更是谈判艺术。”

“如果你是我们公司的投资经理,你会怎么设计对赌条款?”接着王运来继续追问。

“我会根据行业特点和企业发展阶段来设计。如果是成长期企业,侧重收入增长和市场份额;如果是成熟期企业,侧重利润率和现金流。条款要公平,既要保护投资人,也要给创业者激励。

回答得体,王运来在评分表上打了个勾。

科技媒体通信部的总经理余雯丽问郝帅:“你具体如何看待技术和金融?”

郝帅实话实说:“我觉得纯技术有局限。我大二就开始接触量化交易,写策略,跑回测,发现再好的模型也敌不过市场情绪和政策变化。后来我意识到,投资不只是数字和模型,更是对人、对行业,对趋势的理解。我想学这

个。”

“那你懂金融建模吗?”

“懂。我自学了财务建模,会用Python做DCF模型、蒙特卡洛模拟,还写过行业分析的数据爬虫。”郝帅说,“如果公司需要,我可以演示。”

“不用了。”余雯丽笑了,“下个问题。”

轮到曾浩时,王运来问道:“你参与过三个项目的尽调,说说你最失败的一次经历。”

曾浩愣了一下,显然没想到会问失败经历。

他想了想说:“最失败的是第一次尽调。当时我还是实习生,负责财务数据核查。我看报表都很漂亮,增长率高,利润率也好,就给了正面评价。但后来项目组发现,公司通过关联交易虚增收入。这事让我明白,看报表不能

只看表面,要深挖背后的业务实质。”

“如果你现在再遇到类似情况,会怎么做?”

“我会重点关注几个红旗指标:应收账款增速是否远高于收入增速、毛利率是否异常高于同行、关联交易占比是否过高。还会做客户和供应商访谈,交叉验证。”

王运来点点头:“有长进。”

接着邱爽被问到行为金融学的应用:“你的研究方向很学术,怎么应用到实际投资中?”

邱爽显然准备过这个问题:“行为金融学可以帮助我们识别市场非理性行为带来的机会。比如羊群效应会导致资产价格偏离价值,这时候就是逆向投资的机会。又比如过度自信会导致创业者高估自己的能力,我们在投资时要

合理评估团队的真实水平。我在实习时就尝试用投资者情绪指标辅助择时,效果不错。”

“具体用什么指标?”

“我构建了一个综合指标,包括换手率、新开户数、融资融券余额变化、社交媒体情绪指数等。”

回答有研究深度,几个面试官交换了眼神。

而李小贤被问到的问题最为专业,“你熟悉衍生品定价,那说说Black-Scholes模型的局限性。”

李小贤流利回答,却是显得特别的自负,“BS模型假设市场无摩擦、无交易成本,股价服从对数正态分布、波动率恒定,这些假设在实际中都不成立。特别是08年金融危机后,大家认识到波动率不是恒定的,会有跳跃。