金融领域研究方向范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇金融领域研究方向范例，将为您的写作提供有力的支持和灵感！

篇1

{6}阿里巴巴金融简介， ，引用日期，2013-9-14.

{8}参见融360官网，.

参考文献

[1]谢平，尹龙.网络经济下的金融理论与金融治理[J].经济研究，2001年第4期.

[2]李美云.服务业的产业融合与发展[M].经济科学出版社，2007.

篇2

伴随着高校办学竞争的加剧和社会对于人才需求的迫切，部分地方院校专业的发展也进入了调整组合的新时期。目前部分地方高校依托传统的学科优势，结合日新月异的新学科发展，开设了一些具有交叉学科性质的新专业，确立了新的研究方向，诸如高校应用统计学(金融统计方向)专业。本文结合笔者的教学和思考，围绕当前国内高校该专业的发展现状，关于应用统计学(金融统计方向)专业的前景形成了一些粗浅的认识，以求教于学界和同行。

1应用统计学开设的必要性

应用统计学发展的广袤前景。当前大数据时代的到来，引发了不同学科的重构。这同样让传统统计学也开始走入到了“寻常百姓家”。从2014年11月29日至30日，在中国人民大学召开的首届“大数据与应用统计国际会议”上可以看出，大数据的到来引发了传统统计学的一次革命。目前在天文学、基因学、宇宙学、流行病学、经济金融学、生命科学和工程学等领域中均得到了广泛的应用［1］。同时当前依托网络的金融创新工具也异军突起。而金融统计侧重于以货币信贷及金融运行为研究对象，综合运用统计学、计量经济学、金融学等相互交叉的一门学科。从该定义可以看出，金融统计更强调实践性和应用性。放在应用统计学的语境下，其特殊性是不言自明的。寻求二者之间的差异化，填补地方高校办学中的“红海”困境，构建高校办学的“蓝海”战略，是当前地方高校实现跨越发展的题中之义。从当前的发展来看，应用统计专业(金融统计方向)的毕业生也得到了人才市场的认可，同时人才市场也反馈出了渴求的信号。据财经网“阿里云联合8高校开新专业3年培养5万数据工作者”报道，LinkedIn网站在全球调查得知，统计分析和数据挖掘技能是2014年最受雇主喜欢的项技。［2］为此在目前高校办学竞争日趋加剧的环境下，部分地方院校结合自身的学科特点，整合资源，办好应用统计学(金融统计方向)专业，就显得尤为必要和迫切。

2现实场域中的尴尬

1、跨学科教学的尴尬。担忧两层皮教学，顾此失彼。现实场景下，从教师维度来看，由于部分教师，在授课过程中，要不来自于纯粹数学领域，要不来自于金融学学科，在教学中，缺乏跨学科、重实践的丰盈厚重的教学经验。授课过程中，较容易出现教学的顾此失彼现象。即要不过于偏重数学理论，而忽视了金融学领域;要不过于倚重或者强调金融知识，而弱化了统计学。从学生维度，研究显示，该专业的学生兴趣点偏向于金融方面，将统计和其他知识视为了金融的辅助。［3］在选取该专业的动机上，也体现出了一定的世俗色彩与功利性动机。显然，这与该专业的人才培养目标定位是不吻合的。

2、职称评审中的尴尬。对于高校教师而言，研究方向的聚焦，便于科研成果的涌现和爆发，也有助于个体教师的专业发展。而一些高校该专业的教学就存在如下的尴尬。由于跨学科的专业设置，在授课老师的选取上，受到了一定局限。目前的授课教师，主要还是依托于传统数学学科的教师，该学科的教师在职称走向上，主要是数学领域。而金融学教师讲授该专业课程，就略微显得尴尬了。尤其在金融经济类职称的申报上就无形中受到了弱化边缘。现实情境造成了目前该专业教师队伍的单一或者“近亲化”现象，部分一线教师存在边讲边学的处境。这对于该专业的整体把握、优化发展是不利的。

3、学生未来发展的尴尬。担心就业力的下降，也构成了教学中的一个尴尬。优质的学科专业未必是市场所需要的。但是市场所需求的学科专业，高校的人才培养应该给予积极回应。由于应用统计学(金融统计方向)，对于全国大多数高校而言，都是新专业。毕业生的届数不多，总体人数不多，就业前景有待进一步观察。这一定程度上，造成了该专业的学生对于该专业缺乏信心。

3现实场域困境的化解对策

1、凝练专业方向。其一，围绕该专业，应该进一步凝练研究方向，形成研究的梯队。以科研成果带动专业发展，两者之间形成良性的互动。在“校内与校外相结合、引进与培养相结合”的方针的指导下，建设数学与金融相融合、学缘结构层次合理的教师队伍。高校应设置合理的评聘标准与要求，打通应用统计学(金融统计方向)教师的上升通道。采取引进海内外优秀金融统计人才和输送优秀青年教师外出进修等方式，拓宽学科教师的视野，筑牢学科教师的金融统计基础知识、基础理论与基本技能，以科学合理的评聘为牵引，留住专业人才，争取走在金融统计教育教学的前列。其二，整合资源，创新教学方法。一是可以引进案例分析法、讨论式参与法、科研项目的教学方式。应用统计学(金融统计方向)，是一门实践应用性较强的新学科，对学生的培育应着眼于业界发展的实践问题。基于此背景下，应用统计学(金融统计方向)的学生培育要通过典型案例的展示与深入分析，契合实践中的应用问题，如强化金融统计理论和微观金融统计业务的结合，运用Eviews，SPSS，Matlab等各种统计软件进行数据统计分析，凸显金融的实践性，引导学生开展讨论与交流，或者以应用统计学(金融统计方向)的相关联科研项目有针对性地开展教学及实践活动。三是也可以试行多导师制联合指导。应用统计学(金融统计方向)是一门交叉学科，既要有数学学科背景，也要有金融的学科基础，理论与实践契合紧密，关涉多个学科，单一的学科背景的教师指导难以统摄教学与实践，可以探索以数学教师为主导，金融学科背景的教师参与，“采用多导师制或导师组联合培养的方式，解决学生学习中所遇到的各种理论或实践问题”。［4］多个导师共同指导学生在统计建模、数据挖掘等基础上，开展金融统计应用的实践，提升教学与实践的效果，提升学生学习的效果，从而提高学生学习的积极性及主动性。

2、搭建交流平台。教师要积极参与实践，提高专业素养。交流平台的搭建意在形成开放的教学环境，形成与外界教学资源对接融合的生态格局。高校教师最好能够在相应公司学习实践，而相应的公司人员(比如电子商务与大数据分析机构等)可以走向教师讲台。这样该专业的传统视野下的封闭性，就有望得到解决。这旨在打通与外界交流渠道的阻滞，让高校一线教学与社会的具体应用尤其相应的公司机构有效衔接起来。笔者今年三月份学校组织参加了河南省金融工程学会会议，感受颇深。参会的人员有金融机构，也有咨询公司，同时高校应用统计学专业教师的参与度也很高。

3、规划学生的职业发展与推出个性化的培育方案。学生的期待就是高校办学的动力之源。学生一入校，应该对于该专业的发展前景和四年的专业培养目标有一个明晰的理解。可以以当前知名企业对于数据分析工程师的要求作为参照系。同时在职业发展的同时，引导学生参与到数学建模的研究中来。尤其金融统计方向的学生，要充分运用统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等理论知识，运用建模思维，来解析金融问题，构成学生四年专业发展的主线。应用统计学(金融统计方向)专业有必要在依托“数学统计学”和“金融统计”基础性专业知识的基础上，借助本专业的科研与教学实力，“引入学科前沿及互联网融合背景下的应用实例，督促学生计算机实现和蒙特卡洛模拟分析(Monte?Carlo?method)，养成统计与计算机融合的意识”。［5］打造与构建数学统计与金融统计想融通的优势学科，以推出更具个性化的金融统计方向的人才培养模式。

4、教学相长，激活学生的主体性。当前勃兴的慕课或者翻转课堂，其实都给我们的教学带来了不少的启示。这些崭新教学形式的背后，体现出了移动互联网时代，高校办学的挑战，昭示着传统和现代的转换。这激活了学生的主体性，激发了学生参与课堂教学的活力，不应局限在人文社会科学领域，在自然科学领域同样也应有所呈现。应用统计学(金融统计方向)的特色一在跨界，二在应用。教学相长，学以致用，就构成了课堂教学的办学宗旨。首先要培育学生的自学意识与自学能力。随着大统计的思想深入人心，应用统计学(金融统计方向)在实践中运用日益广泛，部分高校及老师在财经类专业的专科、本专业统计学教育教学中，仍保留与延续了社会经济统计学原理中有现实与实践意义的内容，譬如统计学的研究对象、方法、统计的基本概念、统计数据的搜集整理、平均及变异指标、总量指标、相对指标、抽样调查、时间序列、统计指数等，同时也系统地充实了统计推断的内容，如统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等。

对于统计学(金融统计方向)，必需为金融统计建模做好基础，其需要学习及掌握的内容将会更多。依托统计实验室，让学生自主的参与到学科的认知和体悟中来，让纯粹的数学技巧转换为具有极强应用性的教学范式上来。同时对金融现象和问题的分析测量离不开数据收集和软件运用。应用统计学(金融统计方向)的学生必须结合自身喜好选择性学习s－plus、R、SPASS以及Matlab等，其中R软件是免费软件，而且有很多资源免费获取，是可供选择的最优软件。显然，这些都离不开教学相长和对学生主体性的激发。

4结语

高校开办应用统计学(金融统计方向)，在教学实践中会遇到一定的阻力和困惑。但是当前国家的战略发展和长久愿景已经为该专业的发展提供了可具参考的坐标。同时一个专业的发展、成熟和壮大，也需要几个、十几个的办学周期的滋养。为此，当下教学实践中，不能出现因噎废食的现象和错觉。高校要立足自身的教学实际，以服务学生成才为核心，重构应用统计学(金融统计方向)专业教育理念，加快专业教师梯队队伍的建设，创新人才培养模式，重视金融统计课程建设，必然能加快推进具有校本特色的应用统计(金融统计方向)专业的构建。

［参考文献］

［1］中国人民大学“大数据与应用统计”研究组．大数据时代统计学的重构与创新———首届“大数据与应用统计国际会议”述评［J］．统计研究，2015(2)．

［2］张学新．大数据时代本科应用统计学专业课程改革探索［J］．阴山学刊(自然科学版)，2016(3)．

［3］管强，何冬泉．有效开设数学与应用数学(金融与统计方向)专业导论课的研究［J］．兰州文理学院学报(自然科学版)，2016(1)．

［4］祝丹，陈立双．大数据驱动下统计学人才培养模式研究［J］．统计与信息论坛，2016(12)．

篇3

[分类号]G350

1　引 言

上海是中国最大的经济中心城市，高校和科研院所众多，教育体制也比较完善，同时有政府政策强力支持和高校及科研院所自身发展的强烈需求，在教育方面取得了丰硕成果。本文重点对上海情报学硕士教育的发展现状进行调研，提出应对机遇和挑战的发展对策，旨在为其健康稳定的发展提供一些可参考的思路，冀望对其他地区情报学硕士教育起到一定的借鉴作用。

2　上海情报学硕士教育的历史沿革

1984年，武汉大学和中国科技信息研究所首批获得国务院学位委员会批准，建立了情报学硕士学位授权点。此后，其他一些高校和著名的图书情报机构也陆续获得了情报学硕士学位授予权，开始招收情报学硕士研究生。截至到2007年，上海共有8所高校获得情报学硕士学位授予权，各高校名称及获得情报学硕士学位授予权的批准时间如表1所示：

3　上海情报学硕士教育的现状分析

3.1　培养目标

笔者对上述8所高校网站上的情报学硕士专业培养目标进行归类统计，发现以下趋势：大多数院校都提到要培养情报学领域的高层次人才，掌握扎实的情报学基本理论和方法、网络检索技术和信息管理系统方面的专门知识和技能，成为在现代情报技术、政务信息或企业情报方面具有特长的高级情报技术骨干。而南京政治学院上海院区和第二军医大学主要招收军队院校应届本科毕业生和军队在职干部，目标是为军队培养情报人才，为军队服务。

3.2　研究方向

研究方向的设置能够反映学科进展与社会发展需要。为了分析上海情报学硕士教育的研究方向，笔者采取查阅和检索8所高校2007年硕士招生简章和电话访问有关机构的形式进行调研。由于各单位在设置研究方向时，出现了二元研究方向，为了便于分类统计，对其进行了拆分，如：信息咨询与知识管理拆分成信息咨询和知识管理两个研究方向。笔者将拆分好的方向归纳为11个大类，22个小类，并列出了属于各小类的研究方向名称，分类统计了研究方向和设立该方向硕士点单位的数量与百分比(见表2)。根据表2中的数据又制作了表3和表4。

上海情报学硕士研究方向比较广泛。上海8所高校情报学硕士点的研究方向共有40个，分布在11个大类和22个小类中，每一个小类再次细分出若干相近的研究方向，少则1个、多则4个。从单位分布来看，每一小类研究方向涉及单位少则1个、多则6个。上海情报学硕士研究方向涉及众多领域，与社会、经济、技术、管理、法律等情报信息密切相关，满足社会日益增长的广泛的信息需求。

上海情报学硕士研究的主流方向与我国情报学硕士教育的主流方向一致。王知津教授曾提及信息资源管理、信息管理是情报学研究的主流方向。而上海情报学硕士研究的主流可从表2数据中得到，信息资源管理和信息管理所占比重最大，均为10％，分别有6所和4所院校设立此方向，这两个研究方向是情报学的研究重点，有效地利用信息，对信息的生存。传递、获取、组织、检索、利用进行管理的研究和教育是我国学术界关注的重点，也是未来发展的主流方向。

研究方向反映了学科的进展和社会发展需要。情报学理论与方法是传统研究方向，是情报学的基础，不可忽视。信息检索、信息服务、信息系统、竞争情报、数字图书馆、知识管理等方向的设置紧随社会发展需要，进一步拓宽了情报学的研究思路，使情报学的发展迈入一个崭新的时期。

研究方向在设有该方向的单位数中的排序与其在研究方向总数中的排序基本一致，但从整体结构看还存在不足。有11个研究方向在总数中所占比重为25％并且设立相关方向的硕士点数量均只有1个，研究力量较薄弱。比如信息化只有一所院校开设了城市信息化一个研究方向，而对于上海发展有着重要的作用的科技创新和企业信息化、社会经济信息化等研究方向则缺失。

情报学的前沿领域涉及较少。比如信息咨询、信息产业研究方向所占比重仅为2.5％，开设此类方向的院校均只有1所，而信息社会学、信息构建、信息法与政策、知识审计、网格技术应用等在硕士研究方向中都没有涉及，暴露了上海情报学硕士教育力量的薄弱部分，同时也意味着要加紧上海情报学硕士教育的步伐。

3.3　课程设置

笔者通过网上检索和向有关机构直接索取的方式收集到了上海6所院校情报学硕士课程设置的资料(不包括第二军医大学和上海社会科学院)。本文收集到了这6个硕士点的84门课程，其中包括专业基础课、必修课和选修课。按照上文中对硕士生二元研究方向拆分的方法对这6个硕士点的二元课程也进行了拆分，按11个大类进行统计(见表5)。根据表5又制作了表6和表7。

通过表格数据，我们可以看出：

上海情报学硕士课程设置范围较广，面向管理、面向技术、综合发展。6所高校共开设84门课程，其中信息管理、信息系统、情报学理论与方法、信息检索、信息技术、信息分析、信息资源管理小类的开课单位数超过总数一半。有3个小类开设课程为0，其中信息化、编辑出版只有上海社会科学院、第二军医大学开设此研究方向，这里没有收集到两所学校的课程信息，故数量为0。但是信息服务小类有3所高校开设3个研究方向，却没有设置相关课程。其余小类分布较均匀。

信息管理和信息系统是情报学硕士生的主要课程。6所院校均开设了相关课程，在84门课程中信息管理和信息系统所占比例位居前列。信息管理本身是情报学研究的重点，对于信息管理的一系列行为很大程度上依托于信息系统来实现。所以信息系统及共发展趋势对情报学课程的影响毋庸置疑。

课程设置和研究方向基本协调一致。硕士生的主干课程包括信息管理、信息系统、信息技术、情报学理论与方法、信息研究、信息资源管理等，一方面，课程设置和研究方向的数量分布相对均衡；另一方面，课程设置和研究方向的单位分布也相对均衡。

课程设置中体现了情报学与多学科的融合。上海6所院校情报学专业近一半都开设了数学、计算机、企业管理、经济等方面的课程。情报学作为一门边缘性、交叉性很强的学科，和数学结合，实现了情报研究指标和研究方法的定量化；它和计算机科学结合，使得情报计量、情报检索更为简便快捷，情报处理更加深入；和经济学结合，形成了情报经济学，对于研究现阶段的全球经济发展意义重大；和管理学结合，更易于达到强调以人为本，面向用户的管理目标。

体现时代特征、处于学科前沿的课程不多。如信息经

济、信息咨询、信息产业、知识管理等与当今社会发展联系紧密，处于情报学前沿领域的课程开设较少。上海作为信息产业高速发展的城市，信息服务行业正不断发展壮大，而情报学的研究方向正是顺应了社会信息化的发展需要，上海高校应及时调整情报学科的培养方案，与市场接轨，与时俱进。

3.4　研究成果

一般来说，一个地区的核心期刊量可以表明该地区相关学科的发展水平和研究成果。笔者使用中国期刊全文数据库作为数据来源，统计了自1996年至今上海8所高校在12种主要情报学核心期刊(《中国图书馆学报》、《图书情报工作》、《大学图书馆学报》、《情报学报》、《图书馆杂志》、《图书馆工作与研究》、《图书情报知识》、《情报理论与实践》、《现代图书情报技术》、《情报资料工作》、《情报科学》、《情报杂志》)的发文量。如将检索项设为“刊名=图书情报工作”并且“单位=上海大学”进行检索。检索日期为2007年6月20日。由于2007年不是全年统计，这里不作分析，其余各年论文量统计形成图1：

可以看出，自1996年以来，上海8所高校在12种主要情报学核心期刊上的发文量呈显著递增趋势，说明上海情报学研究成果的逐年增加，也从侧面揭示了上海情报学硕士教育水平的提高。

据相关资料显示：上海的情报学研究在情报检索语言、竞争情报、社会科学情报三个领域较有特色。南京政治学院上海分院张琪玉是中国情报检索语言领域的开拓者，上海情报检索语言研究成果主要出自该院。“九五”期间，上海的竞争情报研究成果斐然，涌现出一批专门学术论文和专著，在企业竞争情报等实务领域也取得了成效。主要成果有上海图书馆缪其浩的《市场竞争和竞争情报》、上海大学樊松林的《竞争情报学应用论》和《竞争情报研究论》等论著。华东师大在国内最早开始招收“社科情报”方向的硕士研究生，上海学者编写过《社会科学情报工作概论》、《中国社会科学情报学导论》等理论著作。

4　上海情报学硕士教育面临的机遇和挑战

全球信息化趋势和信息技术的发展给情报学的发展赋予了无限活力，情报学作为一门新兴学科日益得到重视，情报学教育前途光明。学科间的交叉渗透多姿多彩，昭示着情报学的发展遇到了一个千载难逢的良机。

上海作为东部沿海经济发达地区，文化教育先进，同时信息化水平不断提高促使情报学教育进步快，发展好。上海“十一五”规划将持续推动信息技术的创新与扩散，发挥信息化在构建和谐社会与建设创新型城市中的促进作用，使上海信息化整体水平继续走在全国前列，成为信息技术创新与应用能力较强、信息资源开发与利用程度较高、信息产业国际竞争力明显提升、亚太地区信息通信枢纽作用突出的城市，使信息化成为上海在世博会上展示现代化城市形象的重要特征之一。社会信息大环境为情报学科创造了成长的土壤，情报学人才要把握机遇，在信息化发展中大显身手。

但是受上海国际大都市的经济环境影响，情报学同金融贸易等相比还是一个相对的弱势群体；多学科的融合如果处理不当有可能导致其它学科对情报学科的蚕食，使情报学失去原有地位；社会需求的变化使得研究方向、课程设置和教育制度等方面都亟需革新，社会相关职业和学科的发展也促使情报学硕士教育进行重新定位和价值重塑；教育和科学研究的市场化导向强烈，情报学基础研究和建设还比较薄弱，情报学的研究资源相对缺乏，学科建设任务繁重。

5　上海情报学硕士教育的发展对策

5.1 明确培养目标，使更加适应科技、经济和社会发展需要

当代信息和知识已成为重要的资源和社会经济发展的关键要素。情报学作为一门对知识和信息进行组织并提供利用的学科，其教育的重要使命是为社会培养适应时代需要的信息管理专门人才。情报学教育要更加关注社会对信息人才的需求特点，针对需求的变化着重培养面向科技、面向经济全球化、面向和谐社会构建的创新型信息人才。

5.2　提升情报学学科地位刻不容缓

受上海经济环境影响，情报学与金融贸易等专业相比还是一个“弱势群体”，这从各高校研究生专业报名人数上可以看出情报学比较受冷落。因此，提升情报学科地位刻不容缓。高校自身有强烈的发展愿望，会在学校的硬件、软件上有所突破。更主要的是需要政府和教育主管部门的引导和支持，帮助解决情报学科基础设施建设和研究资源缺乏的问题。

5.3　加强情报学基础研究和学科建设，把握学科前沿和新技术动向

篇4

为什么一向被视为枯燥理论的数学会在各应用领域中越发吃重呢？因为当代自然科学的研究已然呈现数学化的趋势。计算机的广泛应用、大量数据精确的处理是衍生各种与数学相关的交叉学科的根本原因。数学理论与计算机科学、物理、生物、能源、材料、航天、管理等领域相结合的交叉学科，已经延伸到各个社会层面，以数学为工具探讨和解决非数学问题。

能有新突破的研究方向并不少

数学在很多方向上的研究已经比较透彻，所以研究生有时会面临“什么，这个课题又不能做？”的尴尬。但是，如果在选择方向时稍微动动脑筋，也很容易柳暗花明又一村。

研究生在选研究方向时可以选择一个以数学为核心，连接至其他领域的子领域，不再单单研究数学，而是应用到实际的领域中，像逻辑、集合论（数学基础）、应用数学以及较近代的对于不确定性的研究（混沌、模糊数学）都是值得深入研究的领域。其中应用数学在国内起步较晚，所以有很多值得研究的方向，例如工程应用、生物计算、计算机图形等。混沌学涉及物理、化学、生物、医学、社会经济等学科，这种以数学为核心的交叉领域会让你有更大的突破空间。

金融里用得最多的工具不是经济学，是数学

美国花旗银行副总裁柯林斯曾说：“从事银行业工作而不懂数学的人实际上处理的是意义不大的东西。”他说，花旗银行70%的业务依赖于数学，“如果没有数学发展起来的工具和技术，许多事情我们是一点办法也没有的……没有数学我们不可能生存”。

金融市场存在巨大的利润和高风险，需要计算机技术帮助分析。计算机根据数据特定模型分析相关问题，数学在这个过程中正好扮演了一个中介角色，它可以用精确语言描述随机波动的市场，例如证券组合模型、资产定价模型以及在此基础上衍生的一些解决金融类小问题的模型，这些都与数学分不开。在当下最热的专硕之一――金融工程的学习中，需要用到数学模型解决金融问题，金融学也越来越偏向计量和数学。如果没有扎实的数学知识与数学逻辑思维，金融领域中的很多模型根本无从建立，更谈不上应用了。

数学专业别轻易跨考经济类专业

因为经济类、金融类专业对数学功底要求较高，所以不少数学类专业学生在跨专业时也就很直观地优选这两类专业，但事实上，数学系的同学最好别直接考经济类专业。

究其原因，一是经济类专业的竞争非常激烈，每年的国家A区线都在340分上下徘徊，录取比例达到30：1甚至40：1。二是经济类专业涉及范围非常广泛，想在短时间内提升经济类方向的理论知识相当困难。三是数学类专业学生多是逻辑思维强，而经济类很多专业又是偏应用型的。综上，数学类专业学生跨考经济类专业风险要比想象中高得多。

精算学、密码学、统计学，跨专业优先选择

精算学、密码学、统计学这几大类学科和经济息息相关，就业形势也不错，更重要的是，它们在初试考试时只考数学分析和高等代数，对于学数学的同学来说可算正中下怀。目前，华东师范大学、山东大学、中国科学技术大学、大连理工大学、南开大学都把精算学设置在数学系，北京师范大学、南京大学、西安交通大学、武汉大学则在经管学院开设了统计学专业，都只需要考数学分析和高等代数。

学好数学建模，就业不用愁

数学建模是一种用数学的符号和语言建立数学模型，然后用计算所得的结果来解释实际问题，并接受实践检验的方法。以前数学建模多见于纯竞赛和纯科研领域，现在已经逐渐引向商业化领域，解决企业管理、市场分类、经济计量学、金融证券、数据挖掘与分析预测、物流管理、供应链、信息系统、交通运输、软件制作等问题，比如，与金融投资相关的“收益和风险问题”，与交通运输相关的“灾情巡视路线问题、输油管的布置问题”，与计算机相关的“机器人避障问题”等。同时，拥有数模方面的技能，意味着学生数学应用能力、创新实践能力、研发能力、团结合作能力都比较强，所以，导师们更喜欢有建模功底的学生，也就很好理解了。

对数学专业的人来说，以下四大职业最“黄金”

哈尔滨工业大学杨洋副教授公布的《2014年中国大学各院系就业数据》显示，24%的数学类专业学生在教育及培训领域工作，在IT行业工作的为12%，在银行服务及公务员事业单位的各占4%，其他行业相对人数较少。具体到更细的职业，以下四类职业对于数学类专业的学生来说较为对口，发展空间也不错。

专业学者（数学家）：数学家分为两类，一类是纯数学研究者，一类是数学教师（研发教学方向）。纯数学研究者一旦在研究上有所突破，地位便扶摇直上，但这类人在数量上凤毛麟角。相比之下，教师（研发教学方向）要接地气得多。有关家教专家对全国106个大中城市家教市场的调查统计表明，数学家教在整个产业中占比达83%。另据有关专家预测，在未来5～8年，数学家教将会成为一种专门的职业而广受欢迎。

精算师：目前精算师在国外的平均年薪达10万美元以上，在国内月薪也在1万元以上，市场对此类人员的需求还在上升。精算师一般任职于政府、银行和保险公司等机构，需要有扎实的数学基础，能熟练地运用现代数学方法和数据对市场变化的趋势做出分析、判断，对风险具有敏锐的洞察力和处理各种可控风险的能力。

银行、证券业研究员：根据就业年限、资历经验、教育背景等的差别，行业研究员的薪金浮动范围较大，平均年薪10～20万元。其中，新入行者年薪一般在7～8万元不等;工作经验较为丰富的成熟行业研究员的年薪为40～50万元。每年进行一次的“《新财富》最佳行业研究员”是业界比较权威的评比，达到这一水平级别的行业研究员，其年薪往往过百万，最多可达到300万元左右。

IT行业：各地对软件人才需求看涨，软件工程师的薪金也“水涨船高”。在具有代表性的北京、上海、广州、深圳、山东5地，高级软件开发工程师的年薪一般在12万元左右，高收入者能达到17～20万元。深圳市软件行业协会日前公布的一项调查显示，目前深圳软件从业人员约12万人，是全国软件人才最主要的聚集地之一，但深圳软件产业发展迅猛，人才缺口每年仍保持在5万人以上。

数学专业就业靠的是“逻辑思维”

学数学的学生很容易陷入一个思维模式：总想着“我学的是数学，在实际工作中没有实用的价值，工作难找”，而没有想过“我养成的严密的逻辑思维可以帮助我胜任这份工作”。爱因斯坦曾说：“发展独立思考和独立判断的能力，应当始终放在首位，而不应当把获得专业知识放在首位。”事实上思维能力真的比知识储备量更重要一些。在科研数据分析、软件开发、三维动画制作、金融保险、国际经济与贸易、工商管理、化工制药、通信工程、建筑设计等行业都需要专业能力和空间思维能力非常强的人才，空有专业知识，没有高度想象力和严密推理能力是很难在行业内有所发展的。

导师别选择“大牛”

导师不是越牛越好吗？当然不。现在一般院校要增加院校知名度，请一些兼职或是客座教授，而这些能在数学界被称为大牛的教授，要么在数学上非常有天分，要么就是在研究上经年累月资历颇高，想获得他们的直接指导，学生本人不但得天份高、爱数学，还得在研究方向上与他们保持一致，否则不轻易教;再者，有一定地位的导师，年龄摆在那儿，空余时间也不多，学生能见到或是接受他们指导的机会非常少，直接指导你的其实是导师的博士生。所以，建议学生在选择导师的时候，最好选择在数学方向上做过实践，而且有时间指导你的导师。

篇5

经过两次“华尔街革命”， 金融数学迅速发展。套利、最优与均衡是金融数学的基本经济思想和三大基本概念。近年来，金融数学的发展，带动了现代金融市场中金融产品的快速创新，使金融交易的范围和层次更加丰富。本文从金融数学的主要理论、最新进展和发展趋势等方面对其做以概述，以期对我国金融数学的未来发展提供借鉴。

一、金融数学的主要理论

（1）投资组合理论。金融数学的第一个突破是马尔柯维茨1952年的论文“投资组合的选择”。该文尝试用方差来度量投资组合的风险，建立了两目标二次规划的数学模型，并提出投资组合的有效边界的概念即均值一定时方差最小的点与方差一定时均值最大的点组成的集合。文中指出当个人的无差异曲线与投资组合的有效边界相切时，投资组合的决策最优，进而可求出各资产持有的合理的比例。

（2）CAPM理论。经过研究均衡竞争市场中金融资产的价格形成，夏普、林特纳和默顿在均值一方差投资组合理论的基础上，发现证券投资的回报率与风险之间存在一定的定量关系，提出资本资产定价理（CAPM）。投资者在证券市场线上选择证券，投资组合是其效用函数与证券市场线的切点，求切点、测度资本市场线中的斜率成为夏普评价的关键。在证券股价、投资组合的绩效的测定、资本预算和投资风险分析中CAPM理论都得到广泛应用。

（3）Black Scholcs期权定价公式。不同于之前的无套利定价原理，布莱克和斯科尔斯在1973年证明了期权的合理价格不依赖于投资者的偏好（风险中性原则），并在“期权定价与公司负债”一文中提出Black Scholes公式(简称B―S公式)。B-S模型为风险管理与套期保值套期保值开辟了新天地，因其实用性和可操作性，被广泛用于各种金融衍生产品的开发和定价，已成为现代金融理论探索的源泉。同时默顿也提出标的股票支付红利的期权定价公式和欧式看涨期权及看跌期权的定价公式，完成了对B-S模型和定价公式多方面的系统推广。

二、金融数学理论的新进展

（1）随机最优控制理论。上世纪60年代末，为解决随机问题，控制理论应用布尔曼的最优化原理，结合测度论和泛函分析方法形成了随机最优控制理论。默顿在上世纪70年代将该理论应用于对连续时间最优消费投资问题的研究。因为连续型的假设下交易有界并且连续变化，这与证券投资的实际环境存在很大差距，为克服连续最优控制理论的不足，脉冲最优控制理论应运而生。在倒向随机微分方程上，彭实戈获得了突破性研究，使我国在该方面居于国际前沿。

(2)鞅理论。当前，国外基于鞅方法的定价理论在金融理论中占主导地位，其作为现代金融理论的最新理论方法认为，在有效的假设下，证券价格等价于一个随机鞅过程。借助等价鞅测度的概念，Karatzas L等提供了一套解决风险管理问题和不完备市场下复杂衍生产品定价问题的计算方法，揭示了金融市场的运行规律。国内学者也开始尝试该理论进行研究，如郭文旌等。

（3）最优停时理论。作为概率论中一个应用性很强的分支， 最优停时理论在金融领域的应用目前正处于起步阶段。近年来，国内的一些学者开始热心该领域的研究，并取得了可喜的成果：运用最优停时理论考察了具有固定交易费用的证券投资决策问题，给出了具有二个风险证券的投资决策问题一种简化算法。相信该理论将在投资组合等领域会取得更多的成果。

三、金融数学的发展趋势

（1）新问题越来越多。金融数学模型都需要假设条件，但有时假设与客观现实有一定差距甚至抵触，因此其应用范围比较狭窄，这需要在数学上进行改进。此外世界各国金融背景和管理模式各异，需要建立符合各自国情的金融模型和分析方法。如CAPM适合欧式期权不适合美式期权。金融环境和社会需求的不断变化也为金融数学提出了越来越多的问题，要求我们继续探索。

（2）实证研究成为主要方向。单纯从概念到概念（定性分析），或从模型到模型，很难深刻、客观地揭示金融市场的发展规律。实证研究从现实金融市场中获取数据，进行分析，建立数学模型，进而揭示数据背后的规律，最后返回数据和现实中检验结论的正确性，将成为金融数学的主要方向。

（3）金融数学的方法展望。金融系统的非线性与不确定性为金融数学提出了较高的要求，金融市场波动性、突发事件、市场不完全和信息不对称等特性也成为金融数学当前面临的重要课题。

一般的随机分析不能解释重大的金融震荡等小概率突发事件，起源于海岸线形状和宇宙星系描述的分形理论却可以解释股票的疯长和暴跌。另外突变理论和冲击理论也被应用于金融领域；当市场受到各种限制而不完备形成不完全市场时， Duffie的不完全市场的一般均衡理论及Karatzas等人引入的鞅理论都能很好地派上用场，后者已在国外金融理论中占主导地位；信息不对称条件下，我们很难在数学上处理相互。但重复对策、微分对策、多人对策及随机对策理论在金融领域中已得到较好的尝试，成为颇具前景的研究方向；统计和计算机已是金融数学它须臾不可离开的工具。

四、结语

经过两次“华尔街革命”， 微观金融理论与以随机分析为核心的数学理论同步发展，已成为独立的、具有理论研究与实践价值的交叉学科，这越来越引起国际金融界和数学界的关注，在我国金融数学也已开始得到重视。可见数学家与金融学家的通力合作是发展金融数学的必由之路。

参考文献

[1]宋逢明.金融工程程原理――无套利均衡分析[M].北京：清华大学出版社，1999.