den kvantitativa Finance major syftar till att förbereda studenterna för ett brett spektrum av karriärer inom finansbranschen, inklusive kvantitativ kapitalförvaltning och handel, finansiell teknik, riskhantering och tillämpad forskning. Majoren lägger stor vikt vid finansiell ekonomi och dataanalys, förutom avancerade kvantitativa och beräkningsmetoder. Den är utformad för att tilltala studenter med stark kvantitativ bakgrund som vill utveckla sina färdigheter för kvantitativa tillämpningar inom finans.
även om de är baserade på finansavdelningen kommer majoren också att innehålla relevant tvärvetenskapligt innehåll från redovisning, statistik och verksamhet, information och beslut. Vissa doktorandkurser i ekonomi kan också räknas till denna major. MBA-studenter som huvudämne i kvantitativ finansiering kommer att ha både den tekniska expertis som gör det möjligt för dem att slutföra för kvantitativa positioner inom finans och den generalistiska MBA-erfarenheten som ger dem nödvändiga ledarskapsförmågor för att snabbt stiga till toppen av sina organisationer.
Varför välja kvantitativ finansiering?
grundläggande kurskrav
majoren kräver att studenterna tar Fnce611 Corporate Finance och Fnce613 makroekonomi och den globala ekonomiska miljön och slutför (eller avstå) mgec611 och MGEC612.
majoren kräver att eleverna tar eller ersätter FNCE611 och FNCE613. Studenter som avstår från FNCE 611 kan ersätta den med antingen FNCE 720, Investment Management eller Fnce 726, Advanced Corporate Finance. Från och med läsåret 2021-22 kan studenter som avstår från FNCE 611 välja vilken finanskurs på högre nivå som helst för att uppfylla sitt kärnkrav för företagsfinansiering. Studenter som avstår från FNCE 613 måste ta Fnce 893 centralbanker, penningpolitik och finansmarknader. Från och med läsåret 2021-22 kan dock studenter som avstår från FNCE 613 ta FNCE 893 eller FNCE 719, International Financial Markets eller Fnce 732, International Banking, för att uppfylla sitt grundläggande makroekonomiska krav.
för att slutföra majoren måste eleverna ta ytterligare fyra kreditenheter av övre nivåval.
FINANCE valfria
denna stora kräver minst 4 kreditenheter (cu) av valbara kurser.
minst 3 cu måste komma från följande kurser:r• * FNCE717 – Finansiella derivat
• FNCE719-internationella finansmarknader• br>• FNCE720 – Investment Management
• Fnce725 – räntebärande värdepapper
• FNCE737 – Data Science for Finance
• FNCE757 – grunden för Tillgångsprissättning
* FNCE892 – Financial Engineering
de återstående 1 cu kan komma från följande kurser:r• * FNCE921-introduktion till empiriska metoder inom finans
• ACCT747 – Financial Disclosure Analytics
• OIDD653 – matematisk modellering och dess tillämpning inom finans
• STAT533 – stokastiska processer
• STAT711 – prognosmetoder
kurser godkända/misslyckade kan inte räknas mot majoren. Denna major kan inte tas i samband med general FNCE major. Dessutom räknas ACCT747, OIDD653, STAT533 och STAT711 endast för den kvantitativa finansmajoren och kommer inte att räknas som en del av 4 cu-kravet för den allmänna Finansmajoren.
kursbeskrivningar
FNCE717-Finansiella derivat
i den moderna finansiella arkitekturen kan finansiella derivat vara de mest utmanande och exotiska värdepapper som handlas av institutionella specialister, medan de samtidigt kan vara de grundläggande värdepapper som vanligtvis handlas av detaljhandelsinvesterare som s&p indexalternativ. De grundläggande ideerna om finansiella derivat fungerar också som byggstenar för att förstå en mycket bredare klass av finansiella problem, såsom komplexa tillgångsportföljer, strategiska företagsbeslut och stadier i riskkapitalinvesteringar. Den globala derivatmarknaden är en av snabbast växande, med över $600 biljoner värde totalt. Huvudsyftet med denna kurs är att hjälpa eleverna att få intuition och färdigheter på (1) prissättning och säkring av derivatinstrument, och (2) använda dem för investeringar och riskhantering. När det gäller metoder tillämpar vi principen om icke-arbitrage och lagen om ett pris på dynamiska modeller genom tre olika tillvägagångssätt: binomialträdmodellen, Black-Scholes-Merton-optionsprismodellen och den simuleringsbaserade riskneutrala prissättningsmetoden. Vi diskuterar ett brett spektrum av tillämpningar, inklusive användning av derivat i kapitalförvaltning, värdering av företags värdepapper som aktier och företagsobligationer med inbäddade optioner, räntederivat, kreditderivat samt råoljederivat. Förutom teoretiska diskussioner betonar vi också praktiska överväganden om att implementera strategier med derivat som verktyg, särskilt när inga arbitrageförhållanden inte håller.
FNCE719-internationella finansmarknader
viktiga ämnen i denna klass inkluderar valutakurser, internationella penningmarknader, valuta-och räntederivat (framåt, optioner och swappar), internationella aktie-och obligationsportföljer och kryptokurser. Eleverna lär sig om funktionerna i finansiella instrument och marknadsaktörernas motiv. Klassen fokuserar på riskhantering, investeringar och arbitrage relationer på dessa marknader.
FNCE720-Investment Management
denna kurs studerar begrepp och bevis som är relevanta för förvaltningen av investeringsportföljer. Ämnen inkluderar diversifiering, tillgångsallokering, portföljoptimering, faktormodeller, förhållandet mellan risk och avkastning, handel, passiva (t.ex. indexfond) och aktiva (t. ex. hedgefond, långkorta) strategier, fonder, resultatutvärdering, långhorisontinvestering och simulering. Kursen behandlar väldigt lite med individuell säkerhetsvärdering och diskretionär investering (dvs. ”equity research” eller ”stock picking”).
FNCE725-räntebärande värdepapper
kursen omfattar räntebärande värdepapper (inklusive räntederivat) och ger en introduktion till de marknader där de handlas, samt de verktyg som används för att värdera dessa värdepapper och för att bedöma och hantera deras risk. Kvantitativa modeller spelar en nyckelroll i värderingen och riskhanteringen av dessa värdepapper. Som ett resultat, även om alla ansträngningar kommer att göras för att införa de olika prismodeller och tekniker så intuitivt som möjligt och de tekniska kraven är begränsade till grundläggande kalkyl och statistik, klassen är till sin natur kvantitativ och kommer att kräva en stadig mängd arbete. Dessutom kommer vissa datorkunskaper att krävas för uppdragen, även om förtrogenhet med ett kalkylprogram (som Microsoft Excel) räcker.
FNCE737 – Data Science for Finance
denna kurs kommer att introducera studenter till data science för finansiella tillämpningar som använder programmeringsspråket Python och dess ekosystem av paket (t.ex. Dask, Matplotlib, Numpy, Numba, pandor, SciPy, Scikit-Learn, StatsModels). För att göra det kommer studenterna att undersöka en rad empiriska frågor från olika områden inom finans, inklusive: FinTech, investment management, corporate finance, bolagsstyrning, riskkapital, private equity och entreprenörsfinansiering. Kursen kommer att belysa hur big data och dataanalys formar hur finansiering praktiseras. Kursens mål är tvåfaldigt: (1) illustrera hur dataanalys kan förbättra det finansiella beslutsfattandet och (2) ge studenterna en grund för att Utföra dataanalys i finansrelaterade roller både inom finanssektorn (t.ex. kommersiell och investment banking, private equity, asset management) och utanför finanssektorn (t. ex. rådgivning, företagsutveckling, treasury).
FNCE757-Foundations of Asset Pricing
denna kurs kommer att täcka metoder och ämnen som utgör grunden för modern as – set prissättning. Dessa inkluderar: investeringsbeslut under osäkerhet, medelvariansteori, kapitalmarknadsjämvikt, arbitrageprissättningsteori, statliga priser, dynamisk programmering och riskneutral värdering som tillämpas på optionspriser och räntebärande värdepapper. Efter avslutad kurs ska studenten få en tydlig förståelse för de viktigaste principerna för portföljbeslut under osäkerhet och värderingar av finansiella värdepapper.
FNCE921-introduktion till empiriska metoder inom finans
detta är en doktorandkurs. Det ger studenterna en introduktion till gräns empiriska metoder som vanligen används i finans forskning. Kursen är organiserad kring empiriska uppsatser med betoning på ekonometriska metoder. En stor tillit kommer att läggas på analys av finansiella data.
ACCT747-Financial Disclosure Analytics
kursen fokuserar på analys av finansiell kommunikation mellan företagsledare och utomstående, inklusive de nödvändiga finansiella rapporterna, frivilliga upplysningar och interaktioner med investerare, analytiker och media. Kursen bygger på resultaten från den senaste akademiska forskningen för att diskutera ett antal tekniker som utomstående kan använda för att upptäcka potentiell bias eller aggressivitet i finansiell rapportering. FORMAT: Case diskussioner och föreläsningar. Omfattande slutprov, gruppprojekt, fallskrivningar och klassdeltagande.
OIDD653-matematisk modellering och dess tillämpning inom finans
kvantitativa metoder har blivit grundläggande verktyg för analys och planering av finansiell verksamhet. Det finns många orsaker till denna utveckling: framväxten av en hel rad nya komplexa finansiella instrument, innovationer inom värdepapperisering, ökad globalisering av finansmarknaderna, spridningen av informationsteknik och ökningen av högfrekventa handlare etc. I denna kurs utvecklas, implementeras och testas modeller för säkring, tillgångsallokering och portföljplanering med flera perioder. Dessutom studeras prissättningsmodeller för optioner, obligationer, värdepapper med hypotekslån och andra derivat. Modellerna kräver vanligtvis verktyg för statistik, optimering och/eller simulering, och de implementeras i kalkylblad eller en modelleringsmiljö på hög nivå, MATLAB. Kursen är kvantitativ och kommer att kräva omfattande datoranvändning. Kursen är avsedd för studenter som har ett starkt intresse för ekonomi. Målet är att ge studenterna de nödvändiga praktiska verktygen de behöver om de väljer att gå med i finansbranschen, särskilt i roller som: derivat, kvantitativ handel, portföljhantering, strukturering, finansteknik, riskhantering etc.
STAT533-stokastiska processer
en introduktion till stokastiska processer. Det primära fokuset ligger på Markovkedjor, martingaler och gaussiska processer. Vi kommer att diskutera många intressanta tillämpningar från fysik till ekonomi. Ämnen kan inkludera: simuleringar av banfunktioner, spelteori och linjär programmering, stokastisk optimering, Brownsk rörelse och Black-Scholes.
STAT711-prognosmetoder
kursen ger en introduktion till det breda utbudet av tekniker som finns tillgängliga för statistisk prognos. Kvalitativa tekniker, utjämning och nedbrytning av tidsserier, regression, adaptiva metoder, autoregressiv-glidande medelmodellering och ARCH-och GARCH-formuleringar kommer att undersökas. Tyngdpunkten kommer att ligga på tillämpningar, snarare än tekniska grundvalar och härledningar. Teknikerna kommer att studeras kritiskt, med undersökning av deras användbarhet och begränsningar.