📊 商业与管理
金融
1速览 Quick Facts
| 项目 | 内容 |
|---|---|
| 学位类型 | BS（理学学士）/ BBA（工商管理学士） |
| 常见学制 | 4 年 |
| 学科本质 | 研究资金的时间价值、风险定价与资源配置的科学 |
| 适合学生 | 数学强、对资本市场有天然好奇心、能承受高强度工作的学生 |
| 本科毕业直接就业 | ⭐⭐⭐⭐（商科中就业率最高之一） |
| 研究生方向宽度 | ⭐⭐⭐⭐（MFE / MBA / MSF / Econ PhD 均可） |
| 国际学校推荐课程 | AP Calculus BC、AP Statistics、AP Micro/Macro Economics |
| 代表性强校（美） | Wharton (UPenn)、Stern (NYU)、Ross (Michigan)、McDonough (Georgetown) |
| 代表职业 | 投资银行家、量化分析师、基金经理、风险管理师 |
| 美本起薪（BS 金融） | 约 $70K–$120K（投行第一年含奖金可达 $150K+） |
| 研究生后起薪（MFE / MBA） | 约 $150K–$300K+（顶级对冲基金 / PE） |
2专业定义与本质
1.1 金融是什么？
金融是研究资金如何在时间和风险中流动的学科。它回答三个核心问题：如何为资产定价？如何配置资源？如何管理风险？
金融学科的四大支柱：
| 支柱 | 核心问题 | 代表课程 |
|---|---|---|
| 公司金融 Corporate Finance | 企业如何融资、投资、分配利润？ | Corporate Finance, Valuation |
| 投资学 Investments | 如何构建投资组合、为证券定价？ | Investments, Portfolio Management |
| 金融市场与机构 | 市场如何运作？银行、交易所的角色？ | Financial Markets, Central Banking |
| 金融经济学 | 利率、汇率、资产价格的底层逻辑？ | Financial Economics, Monetary Theory |
在本科阶段，金融专业横跨商学院和经济系——商学院偏实务（估值、建模、案例），经济系偏理论（模型、）。Wharton、Stern、Ross 等顶级商学院的金融本科含金量极高，毕业生直接进入华尔街的比例远超其他专业。
1.2 金融不是什么？
| 误解 | 实际 |
|---|---|
| ❌ "学金融就是学炒股" | ✅ 金融的核心是定价与风险管理，炒股只是投资学的一个子集 |
| ❌ "金融 = 会计" | ✅ 会计是记录过去，金融是预测未来（看方向完全不同） |
| ❌ "金融毕业就去银行柜台" | ✅ 金融强校的目标岗位是投行、基金、PE/VC，柜台是少数派 |
| ❌ "金融不需要数学" | ✅ 现代金融（量化、衍生品定价、风险管理）极度依赖数学 |
| ❌ "金融是文科" | ✅ 在美本，金融通常属于 STEM-designated（尤其是量化方向），享受 3 年 OPT |
1.3 学科本质
金融培养的核心能力是：
- 估值思维：任何资产（公司、债券、、项目）都可以定价
- 风险收益权衡：理解"没有免费的午餐"——高收益必伴随高风险
- 量化建模：用数学和统计模型描述金融市场行为
- 信息解读：从财务报表、市场数据、宏观指标中提取决策信号
- 交易直觉：理解、流动性和
⭐ 一句话概括：金融 = 在不确定性的世界做最优资源配置决策。
3学科发展简史
| 时期 | 事件 | 影响 |
|---|---|---|
| 17 世纪 | 荷兰东印度公司发行股票——第一个股票市场 | 现代金融市场的雏形 |
| 1776 | 亚当·斯密《国富论》——劳动分工与市场机制 | 的思想源头 |
| 1900 | Louis Bachelier 用随机游走描述股价 | 数量金融的数学起点 |
| 1934 | Benjamin Graham《证券分析》——价值投资框架 | 的圣经 |
| 1952 | Markowitz 投资组合理论（均值-方差模型） | 现代金融理论的开端（1990 年诺贝尔奖） |
| 1964 | CAPM 模型（Sharpe） | 量化了风险与收益关系 |
| 1973 | Black-Scholes 期权定价公式 | 市场大爆炸（1997 年诺贝尔奖） |
| 1980s | 垃圾债券、LBO、并购浪潮 | 投行黄金时代 |
| 1990s | 量化对冲基金崛起（LTCM, Renaissance） | 数学博士进入华尔街 |
| 2008 | 全球金融危机——次贷衍生品失控 | 金融监管全面加强 |
| 2010s | （FinTech）兴起、加密资产出现 | 技术颠覆传统金融 |
| 2020s | 、AI 量化、成为主流 | 金融专业边界持续扩展 |
关键洞察：金融学科在短短 70 年间从经验总结演变为高度数学化的科学——现在的华尔街交易员写 Python、建，而不是靠直觉喊单。