申请金融名校的必备文章

一直以来，金融学都是中国学生赴美留学的热门专业，一方面是因为商科专业大都有着良好的就业前景和薪资水平；另一方面，多数商学院研究生专业都不要求本科专业对口，这就使得很多不喜欢自己国内本科专业的同学，有了借出国读研之机转向热门专业的机会

。从以往的数据来看，本科背景为管理学或经济学的申请者，有超过一半的同学赴美国留学的首选专业为金融；在非经管类背景的学生中，这个比例也占到13%左右。

但是在众多的申请者中，能够申请到顶尖大学金融专业的学生少之又少，不少GMAT成绩在700分以上的学生，最后收获的也只是一般院校的录取通知书，究竟是什么原因造成了这个现象？同学们在考虑申请金融专业之前怎样为自己定位呢？

在美国，商学院通常被称为“School of Business”或“School of Management”，内设金融、会计、市场、物流、贸易、管理和信息系统等专业方向。就毕业生起薪水平而言，金融一直是第一梯队的。那么美国金融类硕士包括哪些？（都有一些什么名字儿？） 最常见的： 金融学硕士（MSF）， 金融数学硕士（MFM）， 金融工程硕士（MFE） 还会有： 定量金融硕士（MQF），金融经济学硕士（MFE）；还可能见过： Computational Finance，Global Finance，International Economics and Finance Quantitative and Computational Finance，Analytical Finance，Applied Finance Investment Management, Risk of Management... 可以看到美国金融类硕士的名称种类很多，但是无论叫什么，其实大体也就分为金融，金工和金数3大类。接下来我们来看看，这3种金融硕士的基本定义。

l MSF（金融学硕士）：主要为培养金融专业人才而设置的，学习如何进行金融决策，并深度理解金融市场，控制金融风险，进行证券评估，进行公司和非盈利性组织的金融管理等。

l MFM（金融数学硕士）：学习利用数学工具研究金融，进行数学建模、理论分析、数值计算等定量分析，以求找到金融学内在规律并用以指导实践。

l MFE（金融工程硕士）：学习创新​型金融工具与金融手段的设计、开发与实施，深入使用数学、计算机技术实现数学模型，创造性的解决金融问题。

了解这些金融类硕士的定义之后，可能你还是搞不清楚它们之间的区别，我这里再列举说明3种最容易混淆的项目。

MSF与MFE： MSF与MFE有一定交叉的地方，也就是都会学到一些金融的课程，有些名称还是一样的，比如金融模型（financial modeling）、风险管理（risk management）等。不过，即使是名字一样，这些课程在等级和具体内容上也是有差别的。MFE的课程等级相对更高，学的内容也更难。通常来说， MSF培养的是金融通才，而MFE培养的是数量金融方面的专才。也因此，MFE的核心课程中数学类课程很多。MFE学制会在2年左右，因为除了金融理论相关知识外，还有学一些数理方面和计算机方面的课程。因此在申请时，比MSF更注重学生的数学和计算机能力。

MSF 与 MBA： MSF 与 MBA 也有比较多交叉的地方的，但 MSF 对金融的研究更广泛更深入，关注的是金融和金融市场。而MBA 关注得更多的是综合管理方面的内容，除了金融财务方面的管理，还包括经营管理、人力资源管理等。即使是 MBA-Finance 方向的，其对金融的研究也没有 MSF 那么深入，也就是学到技术性的东西没有 MSF 那么多。有些学校会开设 MBA/MSF 的双学位，就是为了让学校可以在学习管理的同时可以学到更多专业性的金融知识。

MSF 与 Master of Financial Economics：Master of Financial Economics 注重的是金融理论以及金融模型的研发，因此，二者的区别主要在于是重实践还是重理论。当然，他们还是有一些相交叉的地方的：例如，有一些 MSF 专业会包含一些金融经济的课程；即使没有，MSF在学习的过程中也要求学生懂一些金融经济的理论；另外，在一些 Master of Financial Economics 中也会包含 MSF 的一些课程比如金融票据、公司金融、项目管理等，虽然这些课程没有像 MSF 那样强调应用。

了解完这些金融项目的区别和侧重点，接下来我们看看为什么很多人说金融是最牛的商科专业？火热体现在哪里呢？

1，以我自己历年的申请经验来说，申请商科的学生当中，10个中有4，5个是申请金融类硕士的。这些学生中高手如云，背景也各式各样的： 有金融等商科背景，有数学和计算背景的， 有经济学背景， 这些都很正常，但也有很多理工类背景，文科类背景的。 我去年有过学EE的学生申请金融类硕士，今年有学习化学工程与工艺申请金融类硕士，我还曾经带过英语背景的，人文背景的学生都想申请金融类硕士。

那金融类硕士项目到底对申请者背景有怎样的要求：

再以金融类标杆项目 MIT-SLOAN MSF项目为例：

我们可以看到MIT的MSF: 商科背景的学生占有29%， 数理背景的学生占有17%， 工程的学生占有8%，计算机背景的学生占有1%，但是还有45%的学生来自人文，社科类。虽然数据每年都有变化，但这是否代表Sloan商学院的金融硕士就不要求背景呢？（言外之意，MIT都对背景没有严苛要求，其他院校还要么？）

我这里给出的答案是，还得具体情况具体分析。分析什么？

我需要看项目对申请者的要求以及申请者自身的本科成绩单（本科期间到底学过那些课程），我得看看申请者实习工作经历（是否相关领域？），我还得看看申请者都有那些经历（financial Market research? 金融建模大赛？）

这里我顺便提一下，我认为出国留学成功与否，专业选择是重中之重，大家一定要谨慎。选择专业，我给大家3点思考：

Ø 申请者自身的背景与申请专业的匹配程度；

Ø 申请者将来的职业规划，以及兴趣点和擅长点；

Ø 申请的难易程度。

总的来说，正因为各种背景的学生都有可能选择申请金融，所以金融是最热门的商科专业。

2，那么竞争激烈主要表现在申请人数最多，但是开设的院校并不是很多。（我们通过两张图片来了解一下）

学校到底有多少：

Top30 中开设MSF项目的院校只有7所，不到四分之一；

Top30 中开设所有金融类硕士的只有14所，不到一半；

Top50中，开设金融类硕士项目25所，刚刚一半；

其实，整个美国Top100院校中，也只有45所左右，同样也不到一半。

我们再来看看这些项目招多少人：

Columbia 金融数学硕士， 每年全球招生60人；

USC 金融工程硕士， 每年全球招生60人；

WUSTL 金融硕士， 每年全球招生60人；

UCB 金融工程硕士， 每年全球招生60人；

UCLA 金融工程硕士 每年全球招生50人；

GIT 量化与计算机金融硕士，每年全球招生50人；

Vandy 金融硕士， 每年全球招生45人;

BC 金融硕士， 每年全球招生30人;

Princeton 金融硕士， 每年全球招生30人；

当然，Top30院校中也有个别招生人数比较多的项目：

MIT 金融硕士， 每年全球招生120人左右

08年后扩招了，这是因为top10院校中，除去金工，金数，金融经济，纯金融项目，和除了刚才提到了全球招生princeton之外，就只剩下MIT了，而且MIT是数量金融的标杆项目，申请激烈程度可想而知，不得不扩招。

JHU 金融硕士， 每年全球招生200+ （你敢申，我就敢录！）

这也是个特例，但这个学校商学院年轻，MSF2017才通过AACSB的认证，中国人数90%以上，再加上申请人数多，所以很多学生对这个院校是比较谨慎的。它跟其他top30的项目也的确有一定的差距。

3，很多人都说, 金融是最看重数理背景的商科专业（真相是什么？）

我给出的答案是：

它看重的是数理分析和逻辑思维能力，而并非一定修读过多么高深的数学课程。

现在我们拿在数理金融的标杆项目，MIT的MSF课程来举例，看下图：

我们可以看到：MIT必修课主要是投资理论类课程和公司财务分析类。

财务分析类课程是对各种会计报表的理解和分析，对数学能力并不作很高的要求。

投资理论类课程主要介绍经典的投资模型以及当前金融市场的主要风险和收益模型，这类课程对数学要求比较高。不过对学过高等数学和概论统计的中国学生来说，学习这么课程应当不会觉得很吃力。

悲催：万一连高数或概率统计类课程都没学过？？

也不用担心！Sloan商学院考虑的很周到~

它的课程设计非常人性化，即使你对高等数学一无所知，只要在MIT修读一门针对投资理论的数学课程，然后你就可以轻松的了解所有投资理论中的各种数学工具了。所以MIT对数理课程的要求并不是很严苛。

其实美国绝大多数商学院的MSF的课程都对数理课程或者先修课没有硬性要求。但是如果数理背景比较好，对申请还是有优势。例如美国Top30 MSF项目，其实除了JHU和USC，其他项目都是偏数理金融的，而且像WUSTL的MSF对数理背景的学生喜爱程度甚至超过金融背景的学生。所以对于数理背景比较弱的申请者，请本科期间尽量选修一些数理方面的课程，或者参加数学建模大赛等，或者做一些量化金融或金融市场研究类的研究或实习，这些对申请还是有帮助的。对于申请金工金数的同学，则更需要有意识培养自己的数理方面的能力，因为金工金数会修读很多数理分析类的课程，有些项目甚至可能会有先修课的要求。

对计算机编程又是怎样的要求呢？

很多学生会问金工是不是需要编程？或者金融建模的时候是否需要编程？其实建模只是说公式和理论推导，而实证则是我们经常提到的编程。便是现在基本不需要真的用Java 或C语言来编程，可能会用到R比较多，但基本上都是用Spss, Eviews, MATLAB，Stata等计量经济的软件就可以了。所以如果你能熟练使用这些软件，请在简历等文书中体现出来。