金融分析师的能力可以拆成四层：金融与会计专业功底、数据处理与分析、业务与行业理解、表达与沟通。四层不是并列的四个证书，而是同一份分析报告里的四种动作——读懂财报、把数据取出来算清楚、判断数字背后的经营含义、把结论讲明白。学习路径因此应从“目标岗位要产出什么”倒推：先补读懂报表的基础，再练取数与指标口径，随后进入统计判断与建模，最后用一份完整报告检验。

先明确目标岗位与成果标准

不同方向的金融分析师，日常工作差别很大。卖方研究偏行业与公司研究、估值建模和报告撰写；买方投研更关注组合与标的判断；企业财务分析则围绕预算、经营指标跟踪和业务支持。起步阶段最值得做的一件事，是找三到五份目标岗位的真实招聘描述，把职责里反复出现的任务抄下来，形成自己的任务清单。清单要能区分“每天做”和“偶尔做”，前者优先补。

成果标准可以统一为一份报告：含数据来源、指标口径、计算过程和分析结论。能独立完成这样一份报告，说明读表、取数、计算、判断、表达五个环节基本打通；哪一环卡住，下一阶段就补哪一环。这个标准同样适用于在校生做课程练习和转岗人员做模拟项目。把报告拆成五栏自评，比笼统写“提升分析能力”更容易执行。

基础层：财报解读与指标口径

金融分析师的起点是看懂三张表之间的勾稽关系：利润表的收入与应收账款、现金流量表的经营现金流是否匹配，资产负债表的负债结构如何影响偿债与估值。练习方式很具体：选一家上市公司，连续整理三年营收、毛利率、净利率、经营现金流、资产负债率等指标，逐项标注计算公式和数据来源。整理时保留原始数字与计算列，便于复核时追溯。

指标定义要先于计算。同一个“增长率”，期初口径与期末口径、同比与环比、是否剔除非经常性损益，结论可能完全不同。写报告时把每个指标的口径写在表下，是专业习惯，也是后续复核的基础。这一步不需要复杂工具，Excel 的透视表、查找函数和图表足够完成整理与初步呈现。若时间有限，先把营收、毛利率、经营现金流三项做扎实，再扩展到周转率与偿债指标。

数据层：SQL 取数与统计判断

当分析对象从一家公司扩展到行业对比或客户交易数据时，手工复制粘贴就不够了。SQL 的价值在于按条件筛选、分组汇总、多表连接，把财报数据、行情数据或交易记录按分析口径取出来。学习时不必追求语法全覆盖，先把“筛选—分组—连接—子查询”四类操作练熟，能独立从两张表中取出某行业近三年关键指标即可。练习时给每段查询加注释，写明取数目的与口径，日后复用会省很多时间。

CDA 认证培训涵盖 SQL、Python 等数据分析技术和工具，课程内容包括实际案例分析和基于真实数据的分析实践项目¹。练习时应把课程案例换成自己的目标数据，按同一口径重做一遍。

取到数之后需要统计判断。描述统计告诉你分布与波动，参数估计和假设检验帮你判断两组差异是否值得解释。比如比较两家公司三年毛利率均值时，要先看波动范围，再决定差异是否具有讨论价值。浙江省农信联社2024年5月发布的数据建模培训报道提到，该次培训为编程能力不一的学员提供统计学、Python 基础线上课程供查漏补缺，并在学完后安排测试²。个人自学同样可以先补统计基础再进入建模，每学完一个统计概念，就用自己取出的数据算一遍，把结果写进报告附录。

进阶层：清洗、可视化与建模

真实数据几乎不会直接可用：缺失值、重复记录、单位不一致、口径变更都需要清洗并留下处理记录。可视化不是把图做得好看，而是让读者一眼看出趋势、异常和对比关系——折线看趋势，柱状看对比，散点看关系。Python 在这两个环节的效率优势明显，pandas 做清洗与聚合，绘图库做呈现，适合处理多文件、多年度的大体量数据。清洗规则要写成清单，比如缺失值如何处理、异常值保留还是剔除，方便他人复核。

建模应放在基础之后。以风控评分卡为例，传统做法用逻辑回归兼顾解释性，再结合分类算法提升预测精度。银行数据分析师郭畅在2025年1月发布的访谈中提到，其项目中的机器学习模型主要用于评分卡和各种分类预测算法，传统评分卡为追求解释性主要采用逻辑回归，现在也会结合图算法挖掘团伙与关联关系³。入门阶段仍应先掌握线性回归、聚类等基本方法，理解特征、标签与评估指标，再考虑复杂模型。评估时至少留出一部分样本做验证，避免只用训练数据判断效果。

两类起点的路径取舍

在校生和转岗人员时间相对完整，可以按“财报基础→Excel 整理→SQL 取数→统计基础→Python 清洗与可视化→基础建模”的顺序推进，每阶段配一个小练习，最后合并成一份行业对比报告。每个阶段产出一页纸的结果即可，重点是串起来能跑通。

在职提升者不必从头学起，先用目标岗位任务清单自测，缺哪层补哪层；如果短板集中在指标口径、取数和统计判断，系统学习可以按“数据分析思维与指标体系→SQL 数据库应用→统计分析→商业数据分析框架”的顺序组织，配套练习为一家上市公司三年财报指标整理与行业对比表，成果即前述含来源、口径与结论的报告。每周固定两段各一小时的学习时间，比集中突击更容易坚持。

课程模块与练习安排属于教学层面，报考条件、考试范围等动态信息应以当期官方考纲为准；招聘要求也因机构与岗位而异，不宜用单份描述代替全部。

下一步

选定一家你关注行业的上市公司，用两周整理其三年关键财务指标并标注每项口径，再用一周补上两家同行业公司的对比列，形成第一版报告；报告完成后对照目标岗位职责逐项打勾，缺口就是下一阶段的学习清单。

延伸阅读

[1] CDA认证在金融行业中具体包含哪些数据分析技能？

[2] 浙江农信数据建模及案例应用培训

[3] 【干货】2年银行数据分析师：大数据部门工作重点及技能要求