金融分析师的核心技能，不是一张平铺的工具清单，而是围绕“把业务问题转化为可验证的判断”组织起来的能力组合。典型任务链是：解读财报与经营数据、做行业与公司对比、搭建估值假设与盈利预测、核验风险指标，最后把结论写成别人能读懂、能复核的报告。按这条链条反推，核心技能可归为五块：金融与业务理解、财务与估值分析、数据处理与建模、统计与研究判断、报告表达与沟通。入行准备者与在职提升者的排序不同，下文分别说明。

先看清任务链，再谈技能清单

第一项能力是把模糊问题问清楚。“这家公司值不值得投”，要先拆成：看哪个期间的财务数据、和哪些同业比、估值用什么口径、假设依据是什么。业务需求不明确，后面的取数和建模都会跑偏。一位银行大数据部从业者谈到模型开发时表示，工作都是根据业务部门需求进行，先确定业务需求，再分析数据可用性、提好坏样本、特征构建、建模、评估¹。金融分析同样如此：指标口径、数据范围、样本选择，都要在动手前定下来。

可检查的产出是一页“分析任务说明”：写清分析对象、时间区间、对比基准、关键指标口径和数据来源。这一步扎实，后面的表格、SQL和统计才有落点。

财务与估值分析：岗位的专业底盘

这是金融分析师区别于通用数据分析岗的地方。需要读懂三张报表之间的勾稽关系，能计算并解释毛利率、周转率、负债结构等关键指标，能搭建盈利预测和估值模型，并写清每个假设的来源。投研方向更看重估值建模与行业对比，风控方向更看重偿债能力与风险指标核验，量化方向更依赖统计与编程。三者共用财务基础，但侧重不同，学习不必求全，先对齐目标岗位的实际任务。

练习产出可以是一份公司估值模型：近三年财报数据、关键假设表、同业对比和估值区间，假设与结论一一对应。

Excel与SQL：日常处理数据的两件工具

财报整理、报表填报、透视分析，大量工作落在表格工具上。合并单元格、统计函数、数据透视表这些基础操作，直接决定数据整理的效率与准确性。CDA持证人刘伟提到，2026年3月之前他连Excel中合并单元格等最简单的操作都不会，更别说统计函数和数据透视表²。练习应从真实报表出发：拿一份财报，把口径统一、公式可追溯、透视表能按期间和科目拆分，作为可交付的整理成果。

SQL解决多表取数：从交易记录、客户信息、财务明细中筛选、分组、连接，得到可分析的数据集。练习时可用公开财报数据建两张表，练筛选、分组和表连接，产出是一段可复现的取数脚本加一份数据说明。

统计基础：让判断有依据

描述统计、分布、参数估计和假设检验，决定分析师能否区分“差异”与“波动”。同业对比中两家公司指标差两个百分点，是真实差异还是样本波动，需要统计判断。某银行在采用CDA标准的培训安排中，课程涉及统计学方法、管理学理论、模型等知识，目的是帮助学员更好地理解业务数据并进行有效解读³。统计方法的位置由此明确：不是背公式，而是支撑指标解读和结论可靠性判断。

练习产出可以是一份描述统计与趋势判断表：列出均值、分布区间和同比变化，并注明哪些差异需要进一步检验。

数据清洗、可视化与Python

真实数据往往有缺失、重复和口径不一致，清洗规则要写清楚，否则结论无法复核。可视化不是把图做得好看，而是用图表组织结论：趋势图说明变化，对比图说明位置，结构图说明构成。Python则在数据量大、需要重复处理或建模时发挥作用。浙江省农信联社2024年5月的数据建模及案例应用培训中，机器学习算法采用“算法原理+Python实现+实例讲解”的方式，16天课程包含6天算法内容和10天案例精讲⁴。学Python应以一个可复现的分析任务为单元：读入财报数据、清洗、计算指标、输出图表，而不是孤立背语法。

练习产出：用一份公开财报数据完成清洗、可视化，并写一段结论说明，标注数据来源与处理规则。

有基础之后再进阶建模

线性回归、聚类、机器学习等内容，适合在统计基础和数据处理能力具备之后衔接。它们解决预测与分群问题，但前提是业务问题清楚、数据口径统一、评估方法明确。没有前几步，模型再复杂也无法回答“这个结论能不能用”。

两类人群的学习顺序

入行准备者：先补财务与行业基础，能读懂报表和商业模式；再用Excel做财报整理与简单建模；接着学统计基础与SQL取数；最后练报告表达，形成一份完整分析报告。

在职提升者：先对照目标岗位任务逐项自查，定位短板在取数、指标口径、统计判断还是结论呈现；缺什么补什么，优先补直接影响当前产出的环节。检验标准一致：能否独立完成一份含数据来源、指标口径、假设说明和结论的分析报告。

如果短板集中在数据整理、取数、统计判断和报告表达，可以按数据分析思维明确目标，用表格处理财报数据，用SQL完成多表取数，用统计方法做描述与趋势判断，再通过可视化组织结论。CDA的系统学习可作为梳理这些知识并配套练习的路径之一，需与真实财报分析或行业研究项目配合，不替代金融专业知识和行业理解。

下一步建议：选一家你关注的公司，用近三年财报做一份含数据来源、指标口径、假设与结论的分析报告，对照目标岗位要求逐项标注能力缺口，把缺口写进下一阶段练习计划。

延伸阅读

[1] 银行业 | 借助数据分析技术，银行业如何搭乘数字化浪潮，开辟新的商业模式？

[2] CDA持证人专访：刘伟谈金融行业数据分析实践与转岗成长之路

[3] 金融行业 | 引进CDA 数字化人才标准，为数字化转型构筑人才基石

[4] 浙江农信数据建模及案例应用培训