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：
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。
