2026股权投资岗面试题及答案.docxVIP

2026股权投资岗面试题及答案

请结合当前宏观经济环境与股权投资行业趋势，谈谈你对2026年重点关注赛道的判断依据。

2026年股权投资的重点赛道需结合技术迭代、政策导向、市场需求三方面综合判断。从技术端看，AI大模型的工程化应用、新能源领域的固态电池量产突破、生物医药的基因编辑工具标准化是关键变量；政策端，“十四五”规划中期评估后的产业补链强链方向、双碳目标下的能源结构转型、人口老龄化催生的医疗健康需求升级是核心指引；市场端，消费分级下的性价比刚需、制造业智能化改造的渗透率提升、国产替代从“可用”向“好用”的进阶是底层驱动。

以新能源为例，2023-2025年全球动力电池产能扩张峰值后，2026年行业将进入“技术分化期”。此前的同质化竞争会转向对储能场景（如长时储能）、车网互动（V2G）、电池回收等细分环节的深度挖掘。判断依据包括：一是全球储能装机量预计2026年突破500GWh，年复合增长率超40%，其中液流电池、钠离子电池等新技术路线的商业化验证将进入关键期；二是欧盟碳关税（CBAM）全面实施后，国内电池企业需通过技术升级降低碳足迹，推动材料端（如再生铝、低碳石墨）的投资机会；三是车厂与电池厂的“利润再分配”倒逼技术创新，例如CTP（电池包集成）向CTC（电池底盘一体化）演进带来的结构件、热管理系统的迭代需求。

再看AI领域，2026年的核心逻辑是“大模型工业化”。当前通用大模型的参数竞赛已进入瓶颈期，下一阶段的价值将体现在垂直场景的“端到端解决方案”。具体赛道包括：工业大模型（如基于西门子、达索系统数据训练的制造业工艺优化模型）、医疗大模型（结合电子病历与临床试验数据的辅助诊断系统）、智能驾驶大模型（多传感器融合的城市场景决策算法）。判断依据在于：一是企业服务（B端）的付费意愿高于C端，制造业、医疗等行业的数字化基础已积累十年，2026年将迎来“模型-数据-场景”的共振；二是算力成本下降（2025年预计GPU单卡训练成本较2023年降低30%）使得垂直模型的经济性凸显；三是政策层面的“数据要素入表”将加速行业数据的合规流通，为模型训练提供高质量“燃料”。

生物医药赛道的重点则转向“差异化创新”。2023年以来，PD-1、CAR-T等热门靶点的同质化竞争已导致一级市场估值回调，2026年投资将更关注“First-in-Class”（同类首创）或“Best-in-Class”（同类最优）的管线。具体方向包括：小核酸药物（如siRNA、mRNA在代谢疾病领域的应用）、基因治疗（AAV载体的靶向性优化）、细胞治疗（通用型CAR-NK的标准化生产）。支撑逻辑有三：一是全球新药研发投入中，创新药占比从2020年的58%提升至2025年的72%，资本更愿为“技术壁垒”买单；二是医保谈判的常态化倒逼企业选择“临床价值更高”的靶点，例如针对未满足临床需求（如早发性阿尔茨海默病）的药物开发；三是合成生物学技术的进步降低了基因编辑的成本，CRISPR-Cas12/13系统的商用化将推动基因治疗从单基因病向多基因病扩展。

若你负责一个新能源汽车零部件企业的尽职调查，会重点关注哪些风险点？如何验证其技术壁垒的真实性？

尽职调查需覆盖技术、市场、财务、法律四大维度，其中技术风险与市场风险是新能源零部件企业的核心痛点。

技术风险方面，重点关注三点：一是技术路线的可持续性。例如，某企业主打“800V高压快充模块”，需验证其核心技术（如碳化硅MOSFET的封装工艺）是否依赖单一供应商，是否存在被下一代宽禁带半导体（如氧化镓）替代的可能。验证方法包括：查阅专利布局（是否覆盖核心工艺而非外围结构）、访谈行业专家（如中科院半导体所研究员）、对比竞品参数（如英飞凌、Wolfspeed的同类产品效率）。二是研发投入的有效性。需分析研发费用的结构，若材料采购占比过高（超过60%），可能存在“堆料验证”而非“原创研发”；若研发人员中博士占比低于15%，则基础研究能力存疑。三是技术迭代的节奏。新能源零部件的技术生命周期通常为3-5年，需通过企业的“在研项目清单”判断其是否储备了下一代技术（如4C超快充电池的热管理方案），并结合行业白皮书（如《中国汽车工程学会技术路线图2025》）评估储备技术的前瞻性。

市场风险方面，需关注客户集中度与订单可持续性。若前五大客户收入占比超过70%，需进一步核查：是否存在对单一主机厂（如特斯拉、比亚迪）的深度绑定？绑定模式是“定点开发”（参与车型设计）还是“来料加工”？前者的粘性更高（更换供应商的成本包括模具改造、测试认证），后者则易被替代。订单可持续性的验证需结合“量产爬坡数据”，例如某企业宣称获得某新车型的定点，需查看其与主机厂的《开发协议》中是否明确“量产数量阶梯”（如首年5万台、次年15万台），并通过主