数学类(金融与统计)专业(金融数学与统计学)

在美国，金融数学和统计学专业是比较容易就业的热门专业，而且待遇也很高。下面，我就为大家介绍一下美国金融数学和统计学专业的特点和申请要求。希望能给正在选择专业的你带来一些参考和参考。

1.美国金融数学VS统计学专业：研究内容

1.金融数学

历年美国商科申请中，金融专业的申请率达到35%以上；金融类专业，包括金融工程、金融数学等交叉学科，升学率已达到50%。金融数学作为一门新兴的交叉学科专业，主要利用数学工具来研究金融，进行数学建模、理论分析、数值计算等定量分析，以发现金融的内在规律并用来指导实践。

它将现代数学和计算技术应用于金融。它通常在理学院、数学系或金融系开设。课程更侧重于现代数学和计算技术在金融领域的应用。金树更注重数学的理论知识以及如何将数学应用到金融市场解决问题；金树的课程也有比较少的金融经济和管理类课程，增加了较多的数学课程，提供了比较实践的机会。较少的。

与会计、市场营销等商科专业相比，金融工程/金融数学对申请者的数学、编程等量化背景以及实际业务能力要求更高。以UCLAAnersonMFE项目为例，学校要求学生：具备计算机编程能力；具有优秀的数学背景；具有熟练使用数据工具的实践经验；有定量研究/工作经验；有统计学、计量经济学应用经验。

2.统计数据

美国统计学有四个主要研究领域：生物统计学、金融统计学、数学统计学和应用统计学。统计方法、统计理论和统计软件都是美国统计硕士院校培养学生数据分析能力的重点。此外，相关院校还将开设数学模型、金融分析、保险与风险管理、生物统计学、商业预测与分析等课程，帮助统计学专业学生在学习基础统计方法之外开辟另一条职业道路。

统计项目类型一般分为理论研究型和实际应用型。如果选择理论研究方向，主要设置在统计系或者数学系下。如果选择实用的方向的话，涵盖的方面比较广，比如现在很流行的生物统计学，还有经济学。统计学和社会统计学是非常符合时代发展方向的交叉学科。

统计学专业要求申请者具有高水平的数学背景。非统计学专业的申请者需要在本科学习期间学习过数学分析、线性代数、离散数学、常微分方程、偏微分方程、随机过程、概率和数理统计。应用相关计算机软件的能力也非常重要。例如：C++、SPSS，甚至SAS。可见，美国的金融数学专业和统计学专业都与数学有着密切的联系。金融数学利用数学工具来研究金融，而统计学则侧重于培养学生的数据分析能力。

2.美国金融数学VS统计学专业：申请要求

可以看出，美国金融数学专业的申请要求高于统计学专业。这两个专业都更喜欢数学、计算机和语言水平良好的申请者，并且都需要相关的实习经验。学生应根据自己的实际情况客观衡量自己的硬实力和软背景，选择更适合自己的专业。

3.美国金融数学VS统计学：就业前景

1.金融数学

业务领域：1、投资银行：目标公司为摩根士丹利、花旗等投资银行。2、对冲基金：Citadel等对冲基金是主要通过研究投资策略来实现套利的机构。3、咨询公司：主要负责经济、政策方向咨询。典型代表公司有麦肯锡等。4、私募股权基金：通过非公开方式向特定投资者募集资金，瞄准特定投资标的的证券投资基金。

从事职位：对应的就业基本可以分为三大类：量化交易、资产管理、风险管理。当然，也有毕业后从事咨询、投行、销售、交易等工作的，也有少数受聘于其他金融行业的。职位涵盖数据分析师、金融工程师、交易员、软件工程师、精算师、产品经理、期货交易员和软件测试工程师。

2.统计数据

您所从事的行业（1）互联网/IT行业：当今是大数据时代。本专业学生精通统计知识，也具有使用数学和计算机软件的能力。毕业后，他们选择这个行业作为就业发展方向，前景广阔。（2）传统生产行业：随着现代信息技术的不断发展，统计工作需要更加精准的数据分析人员，因此该行业也是该职业就业的主要渠道。

（3）金融行业：金融行业对数据比较敏感。银行、保险、外汇、证券、期货等都离不开统计。不过，想要进入这个行业，除了统计之外，还需要掌握一些财经相关的专业知识。

所持职位（1）财务：精算、风险控制；（2）大数据：数据挖掘专家、商业智能分析师、数据库管理与开发；（3）数据分析：数据工程师、业务分析师、数据研究员。

可见美国金融、统计专业就业前景良好。相对而言，后者的就业范围更广。

最后我们看一下标题中的运筹学。运筹学作为一门交叉学科，与数学、计算机、经济管理等学科密切相关。运筹学是在满足约束条件下，能够最大化或最小化某一目标的最优决策。它有两个关键步骤：建模，通过数学形式准确有效地表达问题；求解，得到优化目标函数的决策。作为人工智能决策的支撑理论，随着其他技术的发展，运筹学的应用场景不断拓展。当然这也包括金融领域。

运筹学作为20世纪30年代初出现的一门新兴学科，其主要目的是为管理者的决策提供理论依据。由于勘探优化是运筹学解决的主要问题之一，因此很自然地运用相关知识来解决一些经济和金融问题，例如金融领域的投资组合优化问题，以及风险控制和信用报告、定价等的金融产品。下面我们来详细解释一下：

1.投资组合优化问题。投资是为了获得回报，但投资也有风险。本质上，问题是权衡收益和风险的问题。叶银宇教授在优化马科维茨模型投资组合的演讲中提到，马科维茨是指在一定的线性约束下，目标函数是二次函数，形成二次规划。为了获得最优解，我们可以使用Mosek和Axioma等软件来求解这个二次规划。

2.风险控制和信用报告问题。作为全球最大的信用评级公司，FICO还简化了解决非线性优化难题的征信模型，并开发了有针对性的大规模优化算法，大大提高了效率。3.金融产品的定价问题。所谓定价，是指金融产品的利率。由于理财产品的利率与投资者的投资成正比，基于利益最大化的原则，理财产品的定价问题本质上是利率与平台利润关系的权衡。

综上所述，运筹学与统计学、金融数学等数学学科的不同分支密切相关，相辅相成。可以说，在金融学的研究过程中，数学的应用是不可或缺的，对其发展具有举足轻重的、不可替代的意义。只有在他们打下的坚实基础上再接再厉，中国未来的金融发展才能根深蒂固、枝繁叶茂。

有兴趣申请以上专业的同学也欢迎私聊我~