01 金融学博士常见分支
金融学博士可以按照研究问题分为:
- 资产定价
- 公司金融
这两个方面可以进一步按照研究方法分为理论研究和实证研究。
来自斯坦福商学院网站的描述:“在斯坦福商学院,金融学教授和博士生研究广泛的金融主题,包括资产的定价和估值、金融市场的行为、以及公司和金融中介的结构和财务决策。”
然而,随着金融学科领域不断发展,尤其是与其他相关领域的交叉与融合,以上分类方法逐渐失去普适性,有必要进行进一步细分。比较推荐的分类体系是JEL (Journal of Economic Literature) 分类系统,主要关注其中的“G- 金融经济学”这一条目下的分类。
02 金融学博士分支详解
G1:一般金融市场
涉及资产定价、宏观金融、投资组合选择等细分方向。
核心知识技能:
- 理论:宏观经济学,配套的数学课程(线性代数、微分方程、概率论、随机过程等)。
- 实证:计量经济学(侧重时间序列分析)、数据库使用(如Bloomberg Terminal、Wharton Research Data Services (WRDS)等)、数据处理分析能力(主要使用Stata,可能涉及SQL、R、Python等)。
经典教材:
《Asset Pricing》, 《Financial Decisions and Markets: A Course in Asset Pricing》
相关文献:
《Perspectives on the Future of Asset Pricing》, 《Macro-Finance》
G2:金融机构和服务
核心知识技能:
- 理论:微观经济学,配套的数学课程(线性代数、实变函数、泛函分析、图论等)。
- 实证:计量经济学、数据库使用(如Bloomberg Terminal、WRDS等)、数据处理分析能力(主要使用Stata,也可能涉及SQL、R、Python等,GIS相关技能也可能有帮助)。
相关文献:
《Do Financial Institutions Matter?》, 《Financial Institutions and Markets across Countries and Over Time: Data and Analysis》
G4:行为金融
核心知识技能:
- 理论:微观经济学,心理学,决策科学,配套的数学课程(线性代数、实变函数、泛函分析、随机过程等)。
- 实证:计量经济学(侧重于调查数据)、问卷设计、数据收集及处理。
相关文献:
《What Is Behavioral Finance?》, 《Behavioral Finance》
03 申请准备
金融与经济学在博士申请及录取方面逐渐趋同,因此很多经验可以互相参考。学生在申请时也建议金融和经济学混申,选择那些经济学项目中有较多教授从事金融研究的。
拥有美国名校预博经验的申请者越来越普遍,而对于纯大陆背景的申请者则不利。因此,建议进行博士、硕士、预博混申,以免博士项目全都落选。利用硕士项目提高自己的背景,来年再申请。
推荐信和写作样本:推荐信一直非常重要,写作样本的重要性逐渐上升。
课程重点在于数学、经济学、编程和数据分析相关内容,本科级别的金融、管理学课程意义不大。
标准化考试:GRE数学部分和托福口语部分要高分,其他够用即可。
科研、推荐信、预博:
通常,金融专业申请者在申请时难以已有在知名英文期刊上发表的论文。因此,比拼科研实力时,主要看:
- 帮教授做RA的经验(含预博)。
- 推荐信中对研究能力的评价。
- 课程论文成果。
建议从本科低年级开始主动联系本校教授做RA。从数据清洗、文献收集做起,经验丰富后可以通过email联系国外教授做远程RA,再通过海外交换、暑期学校等方式进一步建立联系和寻求机会。
如果临近申请仍缺乏RA经历或推荐信,通过申请预博来补足。
选课时尽量选择需要完成课程论文的课(最好是英文)。如果学校条件不允许,可以在交换时选相应课程。
面试: 美国几乎所有金融博士项目都需要面试。
面试人员结构:
通常为博士项目主任加与申请者科研方向契合的几名教授。
面试内容:
基于申请者的简历、SOP等材料提问,重点在科研项目经历、论文内容、课程学习,时长20分钟至1小时不等。
面试准备:
重点在熟悉申请材料,提前设想可能的提问并练习回答。
04 要点总结
金融专业分支众多,与其他学科有交集,科研工作中的研究问题也各不相同。申请者无法在所有细分领域中都成为砖 家。学生在考虑申请金融博士时,需先通过选修课程、阅读教材和文献,明确研究方向,并充实知识技能库,使申请材料形成完整的故事线。
随着竞争加剧,纯大陆背景的申请者越来越难以脱颖而出。需要尽早开始准备,与海外教授建立联系,并获得合作研究的经验。