高考结束了,你真的要选金融专业吗?

2019 年 6 月 25 日 雪球

最近讨论高考的话题比较热,因为身处这个行业,每年五六月份我都会时不时地会被问及类似问题:“金融行业这么好,我家孩子要去学金融吗?”

来源:星海笔记

1、金融入门易、深入难、做精做透势比登天。

不像物理、数学这些大一就可以挂掉半个班的专业,金融常识初步理解起来是非常容易的。

像基金公司给客户写的投资者教育材料,在一个公式都没有的情况下,基本上也能把“机会成本”、“时间价值”、“风险收益”这些概念讲个八九不离十。

中国有1.5亿股民,理论上其中每个人都已经在进行着金融实践,但赚少赔多,真正能够长期跑赢指数的基金经理仍然是高度稀缺的。

我刚上本科的时候,微观经济学是我最喜欢的一门课。国内的高鸿业、国外的萨缪尔森、曼昆等大师的书都读过一些,被其中精妙的体系所吸引。但在重重假设和简化之下,却只能是一个知其然而不知所以然的程度。后来硕士阶段接触到高级一些的内容,像平狄克、范里安,每次都像是用新的方法重新来过。

高级课本显然给了一个更为清晰完整的知识体系,但却又更加艰涩难懂,不断在挑战数理基础、记忆力和思维整合的极限。事到如今很多东西仍是懵懵懂懂,熟悉而又陌生。

再后来学习金融知识,每次读到大牛(比如Markowitz)几十年前原汁原味的paper,会觉得原来经典的组合理论是构架在那样严谨的体系之上。相较而言,我之所学已是做了如此的简化,而自己却还仍然只是弄了个一知半解,深感智商捉急、能力有限,不免惭愧至极。

与很多基础学科不同,金融学是以数学为基础、经济学为骨架、会计、法律为砖瓦的一个综合性专业,这也是它难之所在。特别是近些年来,它还被其他学科渗透的很厉害。微观领域的行为金融(心理学与金融学的交叉)是大热门的方向;人工智能和大数据在投资领域的应用也产生了为人瞩目的成果。我无从统计金融顶级期刊文章作者的本科专业背景,但我相信其中很大一部分并不是学金融出身。

学习金融,你对它的入门之“简”大可放心,但必须对其深入之“难”严加戒备。

2、任何行业都是有周期的,金融也不例外。

大部分人也谈不上有多么高的学术理想,选专业的时候其实是在选一份未来职业。所以报志愿这一关是在搏人生最大的一个β。

中国金融行业是随着国家资产负债表的快速扩张而发展的。到目前的阶段,金融资产规模和金融行业利润相对整个经济体而言都已经达到相当高的水平。统计显示,2000年-2016年,中国非金融资产增长了10.3倍;金融资产增长了13.8倍。

金融资产增速显著高于非金融资产,导致金融行业增加值占GDP的比例快速上升。2019年一季度41家上市银行利润4722亿,占到全部上市公司四成。“脱实向虚”、“金融成本侵蚀实体利润”等方面的声音一直不绝于耳。再加上最近强监管的趋势,实际上金融行业受到的发展约束越来越大了。

我倒不是觉得金融行业会短期内下滑的多么厉害,但无论是从基数效应的角度,还是从产业结构调整、实体经济发展之所需,一段时间里这个行业增长速度有所放缓、对人才要求的提高、竞争的白热化是在所难免的事情。

当然,这个周期从一个波峰再到下一个波峰要多久,五年、十年还是更长,没有人能知道。金融行业也不是铁板一块,商业银行、投资银行、资产管理,细分领域也各有各的情况,不能一概而论。

问题在于,你要不要赌一把?

3、金融业已经聚集太多的人才。

我每年都会看不少简历,很多时候都会感慨幸好自己找工作早,不然以当年的简历和现在刚毕业的孩子们比,自己可能早已回老家搬砖。

我有时也回去母校交流,对近几年的就业形势感慨不少。与十几年前毕业时有很大不同,现在即使是名校,也有很大部分金融专业的毕业生无法找到心仪的工作,北京、上海、深圳这些地区的顶级金融机构总部岗位已经一再缩减招聘人数、提高标准要求,但还是难以抵挡各种专业的人才蜂拥而至。

一家大型基金公司的投资总监和我说,他们每年会去10个国内外指定的高校定点圈人做行业研究,有很多做数据挖掘、工程机械、生物医药的顶级博士生都会经常为了高薪放弃一流科研机构的offer。

我是做资管的,去年做过一个统计。我国权益类、混合类公募基金的市值规模从2008年的1.31万亿增长到2018年6月的2.47万亿,但产品数量则从2008年的330只增长到了3100多只,平均每只基金的管理规模已经从40亿元降低至不到8亿元。

从人员来看,根据Wind统计,截至2018年7月全行业基金经理数量达到了1780人,是2008年5倍多,但管理的净值型基金规模显然没有得到同步增长。

基金业协会统计,私募基金全行业从业人员数量超过24万人。同时根据美国SEC披露的美国私募基金数据,我国私募基金家数已经是美国的7倍,但单个管理人管理的平均规模只有美国的1/37。从成本收入配比来看,很多私募基金管理的规模已经无法支撑企业长期运营。

资产管理这个所谓专业性强一点的行业尚且如此,你知道AI和自动化设备已经在替代商业银行多少人的饭碗吗?

你说,这行业缺人吗?

4、金融学专业真的在学“金融”吗?

我看过一些高校本科生的专业课,开句玩笑说,大概是按照人民银行货币政策司、审慎规制局的用人需求定向培养的。

中国大部分金融学专业教育偏重宏观系统,而非微观实用。过于关注货币银行而非公司财务、资产定价。出来如果不是直接进货币当局、监管机构或者做学术研究,其实不那么接地气。然而那毕竟是少数,因此很多学生会反馈说课堂上学到的东西不如CFA教材里讲的实用。

这其实也不完全是高校的责任,跟整个金融体系的发展和多年来大政府、大监管的思路是有关联的。

当然,这一点最近几年是有所改观的。很多一流大学不断加强对数理基础、财务会计和微观经济金融基础的培养,引入了大量的海外留学人才“洋为中用”,还是为学科发展和行业发展做出了很多贡献。

所以,你到底想学什么?

5、作为一个本科专业而言,金融专业的就业壁垒不强。

从实际工作用到的专业能力来看,金融行业有几个典型的“工种”:

一是销售。做投资银行、做各种贷款、卖各种金融产品,说到底是把东西卖出去,它所需要的人脉、社会资源和沟通等软技巧(soft skills)远大于专业本身的门槛(虽然专业能力要求也在不断提升,但那是竞争激烈的表现,并且不是不可逾越的)。本质上,比的是人的基本素质。

二是资产定价。包括投资、研究、ECM之类的工作,这里面涉及最多的专业能力是两方面,一是专业基础,二是分析框架。一个纯粹金融背景的人在研究大部分非金融行业基本面的时候,比具有这个行业专业背景的人有一定初始劣势,当然至于后面谁会更好,要看个人能力了;分析框架方面,如果训练了扎实的经济学体系基础,学金融的人在起步阶段会有一些优势。但还是那句话,你觉得是学了十年化工的博士学习一点财务报表分析建模容易,还是你在理解CAPM的基础上研究清楚各种烷、烃、烯容易?

三是中后台。比如系统、清算、风控、合规、法律、财务等。光看看岗位的名字和介绍有时候都能感觉得到,一个懂一点金融的IT专业人士,会比懂一点编程的金融专业人士在很多时候有不少实践上的优势。

其实,这不是说学金融没有用,恰恰相反,从伟大的博弈到渐行渐近的金融周期,经济、金融学理论已经并且仍将持续的改变这个世界。顶级金融学人才(比如某些拿到终身教职以后出来兼职搞对冲基金的名校大咖)仍然依靠这门专业获得了很高的就业门槛,只是因为这个学科真的很难,我们中的大部分人学艺不精,没有达到那个境界罢了。还是那句话,金融学入门容易,想到塔尖,一个字,难!

如果读到这里,你还是想报考金融专业,我也提几条不成熟建议:

1、你要真正热爱这个行业。我一直觉得作为本科专业,需要宽口径、厚基础,理想和情怀还是很重要的。如果抱着功利的角度,同样是应用学科,这个专业未来几年并不会比学会计、学工程更好找工作。

但是,从事金融这个服务行业,无论是在学界、监管亦或是行业,都会比大部分其他领域的人更为及时和清晰的感受到国家的发展和社会的变迁。想想央行麻辣粉的多与少直接影响到平民百姓生活;商行、投行业务覆盖社会范围之广阔;券商研报内容之博大;资产管理伴随每个人生命始终……这也是它的魅力所在。

2、本科四年花一半以上的时间学数学和编程。甚至本科读个数学、统计学双学位也是个很好的选择。

3、注重思想和框架而不是背诵知识本身。以我之浅见,本科阶段金融学专业最重要的不是知识,而是思维模式和逻辑框架。金融学理论之庞杂多样令人发指,很多问题背后有不同的理论支撑(比如各类资产定价模型),由于从根本上是基于不同的假设,甚至可能是相互矛盾的。因而比“它是什么”更重要的其实是“它适合哪”、“它因什么基础而存在”。

4、做好经常受挫、终身学习的准备。金融学,说到底研究的是一堆概率事件,我们既不知道一个政策下去市场会有50点还是100点的反馈,也不知道小米到底是值五千亿还是两千亿。所有的一切都由市场来最终检验。

因此,学这东西就要时刻做好被打脸的准备,而且很可能昨天还洋洋得意,转过天来就一败涂地。另外,不仅是基础理论层出不穷,就连政策、技术这些变量也让人应接不暇,因此,做这行基本上不是学到白头,就是被迫转行了。

最后,祝你好运!


觉得好看的话

顺手点个「在看」吧

登录查看更多
0

相关内容

在社会经济生活,银行、证券或保险业者从市场主体募集资金,并投资给其它市场主体的经济活动。
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
128+阅读 · 2020年5月26日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
100+阅读 · 2020年3月9日
【综述】金融领域中的深度学习,附52页论文下载
专知会员服务
164+阅读 · 2020年2月27日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
入行量化,你必须知道的几点
深度学习与NLP
12+阅读 · 2019年3月5日
史上最全人工智能进阶干货
PaperWeekly
3+阅读 · 2018年10月13日
今年高考志愿,选个好专业比选个好学校更重要!
深度学习世界
4+阅读 · 2018年6月10日
2018年AI专业最全报考指南
网易智能菌
11+阅读 · 2018年6月10日
一文掌握高薪行业必备数学知识(附学习资源)
算法与数学之美
7+阅读 · 2018年6月7日
数据挖掘与人工智能学习进阶指南
数据挖掘入门与实战
4+阅读 · 2018年1月19日
中国高校人工智能专业TOP10榜单及行业薪酬大曝光
人工智能机器人联盟
4+阅读 · 2017年9月17日
Arxiv
15+阅读 · 2019年9月11日
Arxiv
7+阅读 · 2019年4月8日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
Arxiv
6+阅读 · 2018年2月6日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关资讯
入行量化,你必须知道的几点
深度学习与NLP
12+阅读 · 2019年3月5日
史上最全人工智能进阶干货
PaperWeekly
3+阅读 · 2018年10月13日
今年高考志愿,选个好专业比选个好学校更重要!
深度学习世界
4+阅读 · 2018年6月10日
2018年AI专业最全报考指南
网易智能菌
11+阅读 · 2018年6月10日
一文掌握高薪行业必备数学知识(附学习资源)
算法与数学之美
7+阅读 · 2018年6月7日
数据挖掘与人工智能学习进阶指南
数据挖掘入门与实战
4+阅读 · 2018年1月19日
中国高校人工智能专业TOP10榜单及行业薪酬大曝光
人工智能机器人联盟
4+阅读 · 2017年9月17日
相关论文
Arxiv
15+阅读 · 2019年9月11日
Arxiv
7+阅读 · 2019年4月8日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
Arxiv
6+阅读 · 2018年2月6日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员