Giới thiệu ngành tài chính định lượng

Giới thiệu ngành tài chính định lượng

(Nguồn: http://scue.vn)

Giới thiệu ngành tài chính định lượng P1

I. Tài chính định lượng là gì?

Tài chính định lượng (Quantitative Finance hay Mathematical Finance) là một mảng của toán học ứng dụng vào thị trường tài chính, ứng dụng các mô hình toán học nhằm dự báo, định giá giá trị chứng khoán; quản lý danh mục đầu tư; quản trị rủi ro tài chính hay giao dịch tự động.

Cần phân biệt rõ ràng giữa tài chính định lượng với một ngành khác dễ gây nhầm lẫn là kinh tế tài chính (financial economics). Sự khác biệt cơ bản thể hiện qua ví dụ so sánh:

Các nhà kinh tế tài chính nghiên cứu các lý do tại sao giá cổ phiếu của công ty lại biến động do các yếu tố khác.

Các nhà tài chính định lượng lại tìm cách định giá hay dự báo giá trị cổ phiếu công ty trong tương lai bằng các mô hình và công cụ toán học hiện đại.

II. Lịch sử của tài chính định lượng

Lịch sử của tài chính định lượng gắn liền với sự phát triển của các ngành khoa học tự nhiên: toán học, vật lý học, tin học.

Những ứng dụng đầu tiên của toán học là lý thuyết tối ưu hóa danh mục của Harry Markowitz. Sử dụng ước tính trung bình phương sai của các danh mục để đánh giá chiến lược đầu tư làm thay đổi hoàn toàn cách làm trước đó là cố gắng tìm kiếm một cổ phiếu riêng lẻ tốt nhất để đầu tư. Hay sử dụng hồi quy tuyến tính để hiểu rõ và định lượng rủi ro (như phương sai) và lợi nhuận (như giá trị trung bình) của toàn bộ cổ phiếu và trái phiếu, chiến lược tối ưu hóa đã được sử dụng để chọn danh mục đầu tư với lợi nhuận trung bình lớn nhất với mức độ rủi ro (phương sai) chấp nhận được. Đồng thời, William Sharpe đã phát triển công cụ toán học xác định mối quan hệ giữa mỗi cổ phiếu và thị trường cùng với các đồng sự. Do đó năm 1990, Markowitz, Sharpe cùng với Merton Miller đã được trao giải nobel kinh tế. Trong thời gian này toán học trở nên tinh vi và phức tạp hơn. Nhờ những cống hiến của Robert Merton và Paul Samuelson những mô hình một thời điểm đã được thay thế bởi các mô hình thời gian liên tục, mô hình chuyển động Brown.

Cuộc cách mạng quan trọng tiếp theo trong ngành tài chính định lượng là công trình mô hình hóa thị trường tài chính của Fischer Black và Myron Scholes cùng với những đóng góp nền tảng của Robert C.Merton. Scholes và Merton đã được trao giải nobel kinh tế năm 1997.

Các mô hình toán học tinh vi, phức tạp và chiến lược định giá sản phẩm phái sinh đã được phát triển liên tục nhưng tính đảm bảo an toàn đã bị phá hủy bởi cuộc khủng hoảng tài chính 2007-2010. Tuy nhiên, nhiều tổ chức trong lĩnh vực tài chính vẫn đang tiếp tục tìm kiếm các phương pháp và lý thuyết hiệu quả hơn.

Trong lĩnh vực vật lý, Bachelier là người đầu tiên tìm cách “định lượng” chuyển động Brown (chuyển động của hạt nhỏ li ti trong nước hay của các phân tử chất khí trong không khí) vào năm 1900 và được coi là cha đẻ của ngành toán tài chính hiện đại. Ông đã phát triển lý thuyết toán để nghiên cứu các quá trình ngẫu nhiên, lý thuyết mà sau này được tái khám phá bởi Einstein. Ngày nay mô hình chuyển động Brown dựa trên lý thuyết xác suất thống kê chính là mô hình chuẩn và nền tảng trong việc dự báo giá chứng khoán, lãi suất trái phiếu, rủi ro đầu tư trong tài chính hiện đại.

Sự bùng nổ mạnh mẽ ở lĩnh vực công nghệ thông tin và khoa học máy tính cuối thế kỷ 20 làm nền tảng quan trọng nhất cho sự phát triển ngành tài chính định lượng. Các máy tính với tốc độ xử lí tăng theo định luật Moore(*) là công cụ mạnh mẽ và không thể thay thế để thực thi các mô hình, các dự báo tài chính. Ngoài ra nhiều máy tính, hệ thống quản lí điện tử đã được đưa vào ứng dụng ở các sở giao dịch chứng khoán như NYSE (New York Stock Exchange) những năm 1970 và từ năm 1980 xuất hiện hình thức giao dịch tự động (algorithmic trading hay automated trading), đặc biệt là giao dịch tần số cao HFT (high- frequency trading). Hệ thống giao dịch tự động sử dụng các thuật toán (algorithm) do các nhà tài chính định lượng viết ra cho các máy tính tự động giao dịch liên tục nhằm tối ưu hóa lợi nhuận bằng chênh lệch giá.


Giới thiệu ngành tài chính định lượng P2

III. Ứng dụng của tài chính định lượng hiện nay – các ngành liên quan

Mặc dù đã có nhiều ứng dụng và có lịch sử phát triển khoảng 40 năm (từ những năm 1970), tuy nhiên hiện tại tài chính định lượng vẫn còn nhiều lĩnh vực chưa được nghiên cứu ứng dụng ở các nước phát triển. Đặc biệt sau cuộc khủng hoảng kinh tế tài chính thế giới năm 2007, các nhà tài chính định lượng đang đối mặt với nhiều vấn đề từ rủi ro của các mô hình định lượng trước đây đến việc phải tìm kiếm các mô hình, lý thuyết mới với tỉ suất lợi nhuận cao hơn và rủi ro thấp hơn.

Sự phát triển của ngành tài chính định lượng phụ thuộc vào sự phát triển của thị trường tài chính, đặc biệt là thị trường chứng khoán và cả nền khoa học kỹ thuật của mỗi quốc gia. Hoa Kỳ và Châu Âu là hai khu vực khởi đầu và phát triển nhất đến thời điểm hiện tại. Trong khi đó, các quốc gia công nghiệp mới NICs (Nhật Bản, Hàn Quốc, Singapore, đặc khu Hong Kong) và cường quốc mới nổi Trung Quốc đang có nhu cầu nhân lực cao. Ở Việt Nam, thị trường tài chính vẫn đang phát triển và chưa hoàn thiện, việc ứng dụng các mô hình và lý thuyết chưa khả thi và thực tiễn. Tuy nhiên trong thời gian 5-10 năm tới, khi chúng ta tiến hành hội nhập, liên kết tài chính sâu rộng hơn, thị trường tài chính năng động và quy mô lớn hơn, đó chính là cơ hội cho các chuyên gia tài chính định lượng thử sức.

IV. Các mảng chính của ngành tài chính định lượng:

1. General and Statistical Finance:

Sử dụng các phương pháp định lượng như thống kê, kinh tế lượng, phân tích econophysics(*) nhằm nghiên cứu thực nghiệm dữ liệu chuỗi thời gian của tài chính, kinh tế; nghiên cứu các vấn đề chung hoặc các hành vi nổi bật trong thị trường tài chính, nền kinh tế. Mô phỏng cơ chế thị trường tài chính hay nền kinh tế bằng các mô hình phi tuyến tính.

(econophysics – nghiên cứu, ứng dụng các lý thuyết của vật lý như tiến trình ngẫu nhiên, động lực học phi tuyến tính giải quyết các vấn đề trong kinh tế, ứng dụng vào thị trường tài chính)

2. Computational Finance:

Là một nhánh của khoa học máy tính ứng dụng, xử lý các lợi ích thực tế trong tài chính bằng các công cụ toán học như toán tài chính và phương pháp số. Từ những năm 1950, computation finance dùng để ứng dụng trong việc tối ưu hóa danh mục đầu tư, đến 1960 là giao dịch chứng khoán bằng chênh lệch giá nhằm kiếm lợi nhuận. Những năm 1970 ứng dụng của computation finance là định giá quyền chọn và phân tích các khoản cầm cố chứng khoán hóa. Cuối thập kỷ 80 xuất hiện sự đột phá là ứng dụng các siêu máy tính và xuất hiện các nhà giao dịch định lượng (quant) quản trị danh mục đầu tư bằng định lượng. Trong 20 năm gần đây, computation finance đã có ứng dụng trong tất cả các lĩnh vực của tài chính và đang có nhu cầu nhân lực cao. Những ứng dụng nổi bật nhất hiện nay là giao dịch tự động bằng thuật toán (algorithmic trading), đầu tư định lượng (quantitative investing) ứng dụng ở các Hedge funds hay giao dịch tần suất cao (High-frequency trading).

3. Portfolio Management:

Quản lý danh mục đầu tư định lượng là lựa chọn các chứng khoán bao gồm danh mục đầu tư của mình dựa trên dữ liệu thống kê và phương pháp số học. Dữ liệu này sau đó được đưa vào các mô hình dựa trên dữ liệu quá khứ và xác suất thống kê để xác định lựa chọn đầu tư tốt nhất và thời gian mua bán chúng. Các nhà phân tích danh mục đầu tư định lượng, hay còn được gọi là quants, cũng đánh giá mức độ rủi ro gắn liền với mỗi cơ hội đầu tư nhằm nhằm giảm thiểu rủi ro thua lỗ của danh mục. Ngoài ra phân tích định lượng giúp loại trừ vấn đề tâm lý của con người trong việc lựa chọn danh mục đầu tư nhất là khi thị trường xảy ra thay đổi bất ngờ.

Lý thuyết được sử dụng để quản lý danh mục như kinh tế tài chính, kế toán, tài chính hành vi và đi kèm với chúng là các mô hình, công cụ toán học là một đặc thù không thể thiếu của mảng định lượng. Yếu tố thường được sử dụng để định lượng như là giá, động lượng hay rủi ro. Các mô hình của quản trị danh mục đầu tư tập trung vào việc dự báo lợi nhuận, mô hình tối ưu đa yếu tố, mô hình phi tuyến, mô hình dựa trên yếu tố thời gian và điều khiển quay vòng danh mục hay định giá Monte Carlo giá trị doanh nghiệp.

4. Pricing of Securities

Định giá là một công việc vô cùng quan trọng trong ngành tài chính ngân hàng, đặc biệt trong lĩnh vực chứng khoán. Kết quả của định giá có liên quan trực tiếp tới chiến lược, mục tiêu, quyết định đầu tư. Do đó định giá chính xác giá trị thực của các loại chứng khoán có vai trò quyết định kết quả của việc đầu tư. Ngành tài chính định lượng với những công cụ và mô hình mạnh mẽ đã được sử dụng để định giá chứng khoán, đặc biệt là chứng khoán phái sinh-là một loại chứng khoán phức tạp từ những năm 1970 ở Mỹ. Ngược lại, tài chính định lượng cũng có thể thiết kế các thuật toán, sử dụng các phương pháp số nhằm tạo ra các sản phẩm phái sinh phức tạp, đa dạng hóa sản phẩm phái sinh nhằm tìm kiếm lợi nhuận.  Nền tảng cơ bản của định giá chứng khoán là các công cụ toán học như giải tích ngẫu nhiên, giải tích học kết hợp với computation finance để thiết kế các mô hình định giá cũng như tính toán rủi ro của sản phẩm.

5. Quantitative Risk Management (QRM):

Rủi ro cùng với lợi nhuận là hai biến số quan trọng nhất trong ngành tài chính ngân hàng. Tuy nhiên, trong khi lợi nhuận và tối ưu hóa lợi nhuận đã được quan tâm và phân tích một cách đầy đủ một thời gian dài trước đó, rủi ro mới được các chuyên gia tài chính quan tâm trong khoảng 30 năm trở lại đây. Ban đầu, quản trị rủi ro được ứng dụng trong các định chế ngân hàng từ những năm 1970 và sau đó là việc quản trị tài sản, các quỹ đầu tư phòng hộ (hedge fund), các hãng bảo hiểm và nhà quản trị tài chính doanh nghiệp. Nếu như trước đây rủi ro được các nhà quản trị nhìn nhận ở vị thế bị động chính là một mối đe dọa và nhiệm vụ của họ là giảm thiểu đến mức tối đa tác động của nó; ngày nay rủi ro vừa là một đe dọa vừa là một cơ hội để kinh doanh, rủi ro được nhìn nhận tích cực và chủ động hơn. Công cụ để hiểu và quản trị rủi ro tốt nhất đó chính là toán học và ứng dụng của tin học được các nhà quản trị tài chính sử dụng, chính điều đó đã hình thành một hướng phát triển và xu hướng của ngành tài chính định lượng với hai nhiệm vụ chính là phân tích định lượng và mô hình hóa rủi ro. Các mô hình và công cụ mạnh mẽ nhất như mô phỏng Monte Carlo, các mô hình dự báo, phân tích hồi quy và chuỗi thời gian, tối ưu hóa…

6. Trading and Market Microstructure

Market Microstructure là một nhánh của ngành tài chính nghiên cứu quá trình và kết quả của việc giao dịch các tài sản dưới một tập hợp các quy tắc đặc biệt. Trong khi kinh tế học nghiên cứu các cơ chế giao dịch một cách trừu tượng thì market microstructure tập trung vào các cơ chế giao dịch cụ thể và chi tiết có ảnh hưởng tới sự biến động giá cả của tài sản. Các chủ đề nghiên cứu như: mô phỏng cấu trúc thị trường và ảnh hưởng của nó tới việc giao dịch tài sản; các công thức định giá, đấu giá tài sản hay đơn giản như ra quyết định giao dịch (mua hay không mua); tính toán chi phí thực hiện và chi phí thời gian của giao dịch; đo lường thông tin và ảnh hưởng của nó tới các chủ thể tham gia thị trường. Để nghiên cứu các vấn đề này, các nhà tài chính học sử dụng các mô hình định lượng phức tạp của kinh tế lượng và hỗ trợ của computation finance.

Nghiên cứu Market microstructure dẫn đến việc áp dụng lý thuyết vào các giao dịch định lượng (quantitative trading) nhằm tìm kiếm lợi nhuận. Các vấn đề được các nhà tài chính định lượng quan tâm như: thiết kế hệ thống giao dịch tự động (Automated trading system), đặc biệt giao dịch tần số cao HFT (high-frequency trading); nghiên cứu thuật toán giao dịch tối ưu (Algorithmic trading) tìm kiếm lợi nhuận bằng chênh lệch giá (Arbitrage Trading). Lý thuyết của trading dựa nhiều vào các lý thuyết ngẫu nhiên như chuyển động Brown của vật lý học, tiến trình ngẫu nhiên (stochastic process), phương pháp số (numerical methods), xác suất thống kê (probably and statistics). Các thuật toán và mô hình giao dịch được thiết kế trên các nền tảng ngôn ngữ lập trình và công nghệ thông đòi hỏi các chuyên gia tài chính định lượng phải nắm vững cả lĩnh vực này. Các phần mềm được dùng để lập trình phổ biến hiện nay như R, C/C++, Matlab, Python. Ngoài ra, do sự liên quan chặt chẽ và dựa trên nền tảng tin học nên giao dịch định lượng cũng nghiên cứu và áp dụng các lĩnh vực hiện đại của ngành công nghệ thông tin như khai thác dữ liệu (data mining), xử lý dữ liệu lớn (big data), trí tuệ nhân tạo (artificial intelligence), máy học (machine learning). Đây chính là mảng phát triển mạnh mẽ nhất và có tiềm năng nhất của ngành tài chính định lượng cùng với quản trị rủi ro.Hệ thống giao dịch tự động HFT

Hệ thống giao dịch tự động HFT


Giới thiệu ngành Tài chính Định lượng P3

V. Nhà tài chính định lượng – Quant 

Nhà tài chính định lượng còn được gọi dưới nhiều tên khác như quant, quantitative analyst (chuyên gia phân tích định lượng) hay thậm chí là financial engineer (kỹ sư tài chính). Tên gọi kỹ sư tài chính phản ánh đúng bản chất của nhà tài chính định lượng, đó là một người mang bản sắc của một kỹ sư từ tư duy đến hành động trong công việc, công việc của họ là ứng dụng những lý thuyết của toán học, tin học, vật lý học vào tài chính.

 

Financial engineering chủ yếu có hai mảng chính là Computational finance (tài chính tin học) và Mathematical finance (toán tài chính). Tuy nhiên trong thực tế các công việc của một Quant đòi hỏi kiến thức hỗ trợ và áp dụng song song lẫn nhau của cả hai mảng. Do đó việc phân loại quant được dựa trên tính chất công việc của họ. Các quant có thể làm việc ở nhiều định chế tài chính như ngân hàng (quản trị rủi ro, kiểm soát giao dịch, kinh doanh sản phẩm tài chính, phân tích dữ liệu), công ty kiểm toán (quản trị rủi ro), quỹ đầu tư (giao dịch tự động, quản trị rủi ro, phân tích đầu tư), công ty chứng khoán (kinh doanh sản phẩm phái sinh, giao dịch tự động) hay định chế phi tài chính: bảo hiểm. Sau đây là 3 nhóm vị trí trong thực tế của một quant:

1. Front office quantitative analyst (FO quant):

Các quant ở mảng này tham gia vào hoạt động buôn bán và giao dịch, công việc của họ là xác định giá cả, tư vấn, môi giới, phân tích nhanh các vấn đề trong kinh doanh bằng phương pháp định lượng có sẵn và tìm kiếm những cơ hội đầu tư có lợi nhuận. Cụ thể như định giá các tài sản, chứng khoán (cổ phiếu, trái phiếu, đặc biệt là chứng khoán phái sinh) bằng các mô hình, phân tích đầu tư, làm trung gian giao dịch cho khách hàng, buôn bán các hợp đồng phái sinh,…

FO quant có kỹ năng về toán, tin học ở mức ứng dụng được các mô hình và sử dụng các công cụ định lượng nhuần nhuyễn, ngoài ra đây là các quant trực tiếp tham gia vào công việc kinh doanh với khách hàng nên kỹ năng giao tiếp và làm việc nhóm phải đạt yêu cầu.

Trình độ trung bình: Cử nhân Kinh tế/Tài chính (Bachelor of Economics/Finance), Thạc sĩ tài chính định lượng (Master of Quantitative Finance/ Financial Mathematics/Financial Engineering/Applied Finance)

Thu nhập của các FO quant (có kinh nghiệp khoảng 2 năm) ở Mỹ ít nhất $100,000-$120,000 mỗi năm so với mức lương trung bình $50,000/năm của toàn nước Mỹ (2012). Ngoài ra còn các khoản hoa hồng môi giới giao dịch tương đối tốt.

2. Mid office quantitative analyst (MO quant):

Các vị trí thường gặp của các MO quant:

  • Quantitative Research Development (R&D quant): Xây dựng, cập nhật, hỗ trợ các mô hình định lượng cho các FO quant giao dịch; thiết kế các hệ thống giao dịch cho tổ chức; xây dựng các sản phẩm tài chính để kinh doanh.
  • Quantitative Risk Management: Xây dựng các mô hình quản trị rủi ro, thẩm định hoạt động giao dịch của FO quant, kiểm soát và giới hạn các lệnh giao dịch nhằm đảm bảo an toàn về rủi ro.

Các quant ở vị trí này đòi hỏi trình độ chuyên môn về toán học và tin học cao hơn FO quant. Các kỹ năng tập trung vào xây dựng các công cụ, lập trình thuật toán và thiết kế mô hình.

Trình độ học vấn trung bình: Thạc sĩ tài chính định lượng (như FO quant); Tiến sĩ kinh tế học, tài chính học (Ph.D in Economics, Finance).

Thu nhập: $200,000 – $500,000/năm là mức hoàn toàn có thể đạt được với những MO quant có năng lực. Thu nhập thực bị tác động lớn bởi lợi nhuận đem lại cho tổ chức, các MO quant có thể hưởng thu nhập 30-50% lợi nhuận đem lại cho tổ chức.

3. Back office quantitative analyst (BO quant):

Nhắc tới các vị trí back office người ta thường nghĩ đến những nhà quản lý, hoạch định chiến lược, chính sách. Tuy nhiên chúng ta nhìn nhận back office quant dưới góc độ chuyên môn là các chuyên gia-nhà khoa học (scientists) thực thụ. Công việc chính của họ là thẩm định các mô hình (validate the models), nghiên cứu các vấn đề về xử lý dữ liệu (data mining, big data), xác nhận các giao dịch (deal confirmation).

Vị trí này đòi hỏi trình độ chuyên môn cao nhất, trình độ học vấn cấp độ Tiến sĩ ở các lĩnh vực Toán, Tài chính, Vật lý, Tin học, Kinh tế học (Ph.D in Maths, Finance, Physics, IT, Economics).

Khác với FO quant và MO quant, thu nhập của BO quant thường ít thay đổi và thấp tương đối do không làm việc trực tiếp với các hoạt động tạo ra lợi nhuận.

Trên đây là cách nhìn tổng quát về các vị trí của một nhà tài chính định lượng-quant trong thời điểm hiện tại, sự phân chia này nằm ở mức độ chung đối với các định chế tài chính. Tuy nhiên một Front Office quant ở định chế tài chính này (như quỹ đầu tư) cũng có thể tương đương với một Middle Office quant ở định chế tài chính khác (như ngân hàng) trong thực tế do cấu trúc và chức năng hoạt động của các định chế là khác nhau.


Giới thiệu ngành tài chính định lượng P4 (phần cuối)

VI. Nghiên cứu và học tập ngành tài chính định lượng

Các phần trước đã mô tả một cách có hệ thống các khái niệm ban đầu, lịch sử phát triển, ứng dụng cũng như vai trò thực tế của các chuyên gia tài chính định lượng-quant. Để tiếp nối các bài viết trước và đến gần hơn với một lĩnh vực hết sức mới mẻ này, bài viết này sẽ cung cấp một số thông tin về chương trình đào tạo ở các nước đã phát triển và ở Việt Nam; đồng thời giới thiệu một số mảng kiến thức và các nguồn tham khảo như danh mục sách cần thiết, website, tài liệu nghiên cứu dành cho những ai có đam mê và sở thích đối với ngành tài chính định lượng.

    A.  Hoa Kỳ

Hiện nay, hơn 90% nguồn cung nhân lực ngành tài chính định lượng trên thế giới đến từ các trường đại học và các viện nghiên cứu của Hoa Kỳ. Theo thống kê danh sách 25 trường đào tạo tốt nhất thế giới (2013-2014 ranking) của website quantnet.com thì có 24 trường thuộc Hoa Kỳ và 1 trường đại học của Canada là University of Toronto ở vị trí 12 với mức học phí dao động từ $50,000 đến $80,000. Carnegie Mellon University liên tục đứng ở vị trí cao nhất nhiều năm và hiện tại tiếp tục là nơi đào tạo tốt nhất. Tiếp theo là các trường thuộc nhóm IVY league danh tiếng như Princeton, Columbia, Cornell hay các viện nghiên cứu uy tín về khoa học cơ bản và công nghệ: MIT Sloan Business School, UCLA Berkeley, New York University…Do đó có thể khẳng định một điều rằng chất lượng của các chuyên gia tài chính định lượng về mặt bằng chung là tốt.

Danh sách 25 trường tốt nhất thế giới đào tạo quant:

https://www.quantnet.com/mfe-programs-rankings/

   B.  Châu Âu

Hiện tại, khu vực châu Âu đang có thị trường tài chính phát triển ngay sau Hoa Kỳ với thể hiện qua tỉ lệ các giao dịch có liên quan tới HFT (giao dịch tự động tần số cao) là 36% so với Hoa Kỳ (~50%) năm 2012. Do đó các nước EU có thị trường tài chính quy mô lớn như Pháp, Đức và ngoài EU như Anh hay Thụy Sĩ có nhu cầu nhân lực ngành quant tương đối cao. Một số trường Đại học uy tín ở châu Âu có chuyên ngành tài chính định lượng:

University of Essex – MSc Computational Finance

Oxford University – MSc Mathematical & Computational Finance

The University Of Manchester – MSc Quantitative Finance: Financial Engineering

Ecole Polytechnique Fédérale De Lausanne – Master of Science in Financial Engineering

Hector School Of Engineering And Management – Master in Financial Engineering

Imperial College Business School – MSc Risk Management and Financial Engineering

Katholieke Universiteit Leuven – Master of Financial and Actuarial Engineering

University Of Reading, Henley Business School – MSc Financial Engineering

London School of Economics and Political Science – MSc Financial Mathematics

Cambridge University – Judge School – MPhil Finance (Financial Engineering)

    C.  Châu Á Thái Bình Dương

Hiện nay trong khi Australia đang khá thừa nguồn nhân lực tài chính định lượng sau khủng hoảng tài chính 2008 thì các nước mới nổi và các con rồng châu Á như Trung Quốc, Hongkong, Đài Loan, Singapore, Nhật Bản và Hàn Quốc lại có thị trường tài chính khá sôi động. Đặc biệt ở Singapore đang có nhu cầu nhân lực để phát triển các hệ thống giao dịch tự động HFT trong thời gian gần đây đã có nhiều trường ĐH trong khu vực đào tạo để cung cấp nhân lực tại chỗ. Sau đây là một số trường đào tạo có uy tín ở Australia và khu vực Đông Á.

 1. Australia:

Australian National University – Mathematical Finance

University of Melbourne – MSc Applied Finance

University of New South Wales – MSc Financial Mathematics

University of Sydney – Financial Mathematics

     2. East Asia:

Hong Kong University (HKU) – MFin Financial Engineering

Nanyang Technological University (NTU – Singapore) – MSc Financial Engineering

National Tsing Hua University (Taiwan) – MSc Quantitative Finance

National University of Singapore (NUS) – MSc Quantitative Finance

Singapore Management University (SMU) – MSc Applied Finance

    D. Việt Nam

Hiện tại ở Việt Nam đây vẫn là một ngành khá mới mẻ ở khía cạnh ứng dụng mặc dù đã xuất hiện nhiều chương trình đào tạo có liên quan. 3 trường đại học/viện nghiên cứu có chất lượng:

Trường ĐH Kinh tế Quốc dân Hà Nội (NEU) – Khoa Toán kinh tế (MFE) – Chuyên ngành Toán tài chính (Mathematical Finance)

http://www.mfe.edu.vn/

Trường ĐH Kinh Tế TPHCM (UEH) – Khoa toán thống kê (FOS) – Chuyên ngành Toán tài chính

http://www.fos.ueh.edu.vn/

Viện John von Neumann (JVN Institute) – ĐH Quốc gia TPHCM – Chuyên ngành Quantitative Computational Finance (QCF)

http://qcf.jvn.edu.vn/index.php/

Viện John von Neumann (JVN) hiện tại được đánh giá là nơi đào tạo tốt nhất ở Việt Nam về chuyên ngành quant, bên cạnh việc sở hữu nhiều sinh viên có nền tảng về toán học và khoa học tốt, JVN liên kết trực tiếp với các trường đại học ở châu Âu như Engineering School Telecom ParisTechECE Paris Graduate School of Engineering ENSAE-ParisTech The University of Milan. Ngoài ra, giảng viên đa phần là GS nước ngoài cùng hệ thống đào tạo, giáo trình toàn bộ theo tiêu chuẩn quốc tế đã góp phần tạo nên môi trường sư phạm tốt nhất cho việc nghiên cứu và học tập.

Lời kết cho loạt bài viết:

Tài chính định lượng là một ngành mới mẻ ở các nền kinh tế mới nổi mặc dù nó đã có lịch sử hơn 30 năm ở Mỹ. Đây là một ngành đòi hỏi sự đam mê, kỹ năng tư duy về toán học tốt cũng như nhiều kỹ năng khác thiên về tính kỹ thuật. Theo đuổi nó đòi hỏi bỏ ra nhiều công sức, đầu tư chất xám chuyên môn ở góc độ các nhân và đầu tư về cơ sở vật chất, kỹ thuật đối với các định chế tài chính muốn ứng dụng. Các bài viết trong loạt giới thiệu tổng quan về ngành tài chính định lượng (từ P1 đến P4) đã đưa ra một góc nhìn bao quát từ những định nghĩa cơ bản, các mảng chuyên môn cũng như vị trí thực tế của một chuyên gia tài chính định lượng, đây là những kiến thức ở mức độ sơ cấp cho những ai có sự quan tâm đặc biệt muốn tìm hiểu và nghiên cứu học tập, ứng dụng.

Ở cấp độ cao cấp hơn, chúng ta sẽ thảo luận và nghiên cứu chi tiết các mảng chuyên môn một cách đầy đủ như các mô hình (định giá, giao dịch, thống kê dữ liệu…); các hệ thống kỹ thuật, thuật toán, phần mềm (giao dịch, bảo mật, quản trị rủi ro). Ngoài ra, do bản chất của tài chính định lượng là toán học và tin học, chúng ta cũng sẽ phải đối mặt với những vấn đề phức tạp trong cả hai lĩnh vực này như xác suất thống kê (probably and statistics), phương pháp số (numerical method), vấn đề về dữ liệu (big data, data mining) hay cả trí tuệ nhân tạo (artificial intelligence), máy học (machine learning). Cuối cùng là những tranh cãi không thể không tồn tại giữa các chuyên gia – nhà khoa học về tính thực tế, khả năng ứng dụng cũng như tác động 2 mặt của nó đến hệ thống tài chính toàn cầu và xu thế phát triển trong tương lai. Những vấn đề trên sẽ được đưa vào phân tích trong các bài viết chuyên môn sâu hơn sau này.

————————&&&———————-

Trả lời

Mời bạn điền thông tin vào ô dưới đây hoặc kích vào một biểu tượng để đăng nhập:

WordPress.com Logo

Bạn đang bình luận bằng tài khoản WordPress.com Đăng xuất /  Thay đổi )

Google+ photo

Bạn đang bình luận bằng tài khoản Google+ Đăng xuất /  Thay đổi )

Twitter picture

Bạn đang bình luận bằng tài khoản Twitter Đăng xuất /  Thay đổi )

Facebook photo

Bạn đang bình luận bằng tài khoản Facebook Đăng xuất /  Thay đổi )

Connecting to %s

%d bloggers like this: