多伦多大学 University of Toronto
金融硕士 MSF
+ 查看更多

简介

通过从 Rotman 获得 MFin 来加速学生的金融职业生涯。这个为期 20 个月的创新项目拥有一流的师资队伍、前沿的课程以及与 Bay Street 的动态联系。从经典的公司财务到金融科技颠覆，获得宝贵的知识和技能，这些知识和技能将对学生当前的角色产生直接影响，并改变学生的未来。

教师和研究

加拿大没有其他商学院可以与我们的教职员工设定的高标准相提并论，他们在开创性研究、发表的作品和对金融问题的权威洞察力方面赢得了全球声誉。

金融界的女性

罗特曼金融硕士社区致力于投资金融领域女性专业人士的职业。我们吸引并支持寻求培养领导技能并将职业提升到新水平的女性。

金融实验室

我们最先进的 BMO 金融集团金融研究和交易实验室让您可以通过访问全球市场信息和 Rotman 专家开发的工具来完善您的投资、交易和对冲策略。

Rotman FinHub-高级分析中的金融创新中心

该中心将金融科技从业者与对金融创新问题感兴趣的研究人员和学生聚集在一起，探索区块链、机器学习、大数据和量子计算等新技术的金融应用。

活动和演讲者

向最好的人学习。每年罗特曼都会举办 100 多场由畅销书作家、金融专业人士和其他思想领袖主持的公开演讲。这些演讲者分享的见解具有非凡的影响力。

项目时长：20个月

项目地点：加拿大多伦多

1、四年制本科学位

获得认可大学学士学位的最后一年的最低 GPA 为 3.0 或中等 B

2、工作经验

强烈推荐至少两年的金融或金融相关领域的工作经验

申请者平均有五年的工作经验

3、GMAT/GRE成绩

需要 GMAT 或 GRE 成绩。如果您符合以下条件之一，则可以豁免：

· 通过CFA二级或以上

· 通过 CPA 指定通过 UFE 或 CFE，或者是加拿大 CPA

· 以优异成绩毕业于多伦多大学

· 获得工程学（P.Eng）或精算学（ACIA 或 FCIA）专业称号

GMAT考试代码：BTD-KS-41

GRE考试代码：0853

4、2封推荐信

2 work references

5、Essay

1 written essay (250 words), submitted as part of the online application

6、语言成绩

托福：100+，口语和写作不低于 22 分，机构代码：8696

雅思：7.0+

7、面试

All candidates who are admitted to the program will be interviewed. Interviews are by invitation only

金融基础

本课程是未来专业 MFin 金融课程的基础。它介绍了金融领域，概述了其组成部分，研究了不同金融领域之间的联系，最重要的是，它提供了现代商业金融的分析、概念和实证基础。除了基本介绍外，该课程还将培养学生未来金融课程所需的工具和技能。其中包括：(i) 先进的货币时间价值计算；(ii) 项目、公司和金融证券的估值方法；(iii) 风险收益理论和投资组合理论；(iv) 公司融资决策的基础。

财务报告和财务报表分析

财务报告系统有多种用途。它们用于通知投资者和潜在投资者。他们产生的数字用于股东、经理、债权人和其他人之间的合同。监管机构使用财务报告来评估竞争条件和财务实力。在不同的时间，管理层会做出财务报告和/或交易设计决策，以实现与这些不同用户组的某些目标。

固定收益市场分析

本课程将提供工具来分析和理解各种债券结构、简单的收益率曲线策略以及整个信用范围内的不同固定收益产品。使用现实世界的例子和微型案例将理论与实践和应用联系起来。

预测风险和机会

课程目标是：培养量化风险的技能；评估用于预测风险和相关潜在回报的风险和回报模型；识别和量化参数和模型风险；并制定明确考虑这些风险的交易/投资策略。我们将使用边做边学的练习来实现这些目标。课程的第一部分强调开发链接到实际财务数据的 Excel 应用程序。然后，我们在 Rotman Interactive Trader 平台上使用体验式学习案例应用我们所学的知识，我们的 Excel 应用程序将链接到来自模拟市场的数据，即课程参与者生成的数据。

衍生产品的应用

本课程比早期课程更深入地研究衍生品的估值。它讨论了随机微积分、Black-Scholes 分析、数值程序、奇异期权、等价鞅测度方法、利率衍生品估值的标准市场模型、短期利率树的构造、LIBOR 市场模型、非标准掉期和实物期权。该课程的目的不是让学生为“量化”工作做好准备。相反，它是让学生能够与管理衍生品业务定价和风险的技术人员进行沟通和管理。

投资银行和企业估值

本课程涵盖企业估值和投资银行业务的许多方面、服务、满足的资本市场需求，以及企业融资和并购领域的产品。它将着眼于预测和不同的估值方法。

金融专业宏观经济学

在过去两年中，金融界与更广泛的宏观经济之间的双向紧密联系变得更加明显和清晰。在本课程中，将考察国际宏观经济学的基础知识，特别强调与金融的联系。本课程涵盖的主题包括增长和商业周期、货币政策、资本流动和汇率、预测、数据使用和经济建模。重点将放在开发金融专业人士可以理解宏观经济数据和新闻、政策争议和一般经济辩论的框架上。

风险管理和金融机构

本课程涉及公司（尤其是金融机构）管理风险的方式。它涵盖信用风险、市场风险、操作风险、流动性风险和模型风险。讨论了银行监管。特别是，Basel II、Basel 2.5、Basel III 和 Dodd-Frank 都包括在内。其他主题包括监测波动率和相关性的方法、联结函数、信用衍生品、经济资本的计算和 RAROC。最后一堂课整合了早期材料，探讨我们可以从过去 20 年金融和非金融机构发生的重大损失中学到什么。

金融创新

数据科学对金融部门的影响越来越大。它已应用的领域示例包括：信贷决策、私募股权、算法交易、欺诈检测、了解客户行为、对冲和资产管理。

本课程将向学生介绍机器学习工具，重点是它们在金融领域的应用。作为本课程的一部分，学生将学习 Python。他们还将承担三个主要的机器学习项目（一个个人和两个小组）。

投资

本课程介绍金融理论和分析工具，用于做出投资决策以及理解股票和债券的价格是如何确定的。该课程涵盖广泛的主题，包括重要金融工具的风险回报特征、股票回报的可预测性、资产配置、基于因素的风险调整、股票估值技术、技术分析、基本面分析、市场效率、异常现象、投资组合经理的评估、利率期限结构和债券投资组合管理。

应用投资组合管理

应用投资组合管理课程将着眼于投资组合管理中超越有效市场无效的主题。涵盖的主题会有所不同，但可能包括均值方差优化的替代方案，例如增长最优投资组合、主动管理与被动管理的作用以及最近在低效市场或行为金融学领域出现的异常现象的相关性。作业将以小组形式进行，以回测各种投资策略。