Üdvözöljük a Risk.net útmutatójának legújabb kiadásában, amely a világ vezető kvantitatív pénzügyi mesterképzéseit és a 25 legjobb képzés rangsorát tartalmazza.
Az útmutató 2020-as kiadásában ötven program szerepel (teljes lista alább). Ezek közül 25-öt olyan meghatározott kritériumok alapján rangsoroltak, mint többek között a program szelektivitása, kutatási teljesítménye és a karnak a pénzügyi iparággal való kapcsolata (ugorjon a Hogyan a mérési táblázatok olvasásához).
Az idei rangsorban továbbra is az amerikai programok dominálnak, de az általános összetétel változatosabb: a legjobb 25 program közül nyolc európai, míg további kettő kanadai. Öt ázsiai-csendes-óceáni program is szerepel az idei útmutatóban, köztük a City University of Hong Kong MSc Financial Engineering programja, amely most debütál, valamint a Chinese University of Hong Kong, Shenzhen Master of Science in Financial Engineering programja – az első szárazföldi kínai székhelyű intézmény, amely szerepel az útmutatóban.
Mint korábban is, a rangsorban különös hangsúlyt kapnak a diplomások átlagos fizetései, és a módszertant idén némileg módosítva, a rangsorban kissé nagyobb hangsúlyt kap a diplomások magas foglalkoztatási aránya (a részletekért ugorjon a rangsor módszertanához).
Az útmutató csak olyan mesterképzéseket tartalmaz, amelyekben a kvantitatív pénzügyek oktatása központi szerepet játszik. Azokat a programokat, amelyek középpontjában más tantárgyak – vállalati pénzügyek, menedzsment vagy statisztika – állnak, és amelyekben még mindig szerepelhetnek kvantitatív pénzügyi kurzusok, itt nem vettük figyelembe. A programok listája nem teljes; és azok a programok, amelyek nem szolgáltattak frissített statisztikákat, nem kerültek be a 2020-as kiadásba.
Még egyszer köszönjük a programigazgatók és a kari adminisztrátorok segítségét az adatgyűjtésben. A Risk.net nem vállal felelősséget a kivételekért, mulasztásokért vagy kihagyásokért. Az ezzel kapcsolatos visszajelzéseket szívesen figyelembe vesszük.
Az útmutatóra nem szabad tanácsadásként támaszkodni – de reméljük, hasznosnak bizonyul a leendő mesterszakos hallgatók, tanáraik és leendő munkaadóik számára.
A kurzusok teljes körű adataiért kattintson az egyetemekre az alábbi táblázatban. Ha a táblázat nem jelenik meg megfelelően, kattintson ide a felugró változatért
Kutatás és profilok: James Ryder. Rangsorolás módszertana: Mauro Cesa. Szerkesztette: Alex Krohn, Louise Marshall, Joan O’Neill és Tom Osborn.
Rangsorolás módszertana
A 25 legjobb program rangsorának összeállításához nyolc mérőszámot vettünk figyelembe. Ezeket szabványosítottuk a beérkezett pályázatok összességéhez viszonyítva, és mindegyikhez súlyt rendeltünk, hogy tükrözze a végső pontszámhoz való hozzájárulásukat. A teljes pontszám a nyolc szabványosított mérőszám összege. A legmagasabb pontszámot elért intézmény foglalja el a rangsor első helyét.
Az idei rangsorolás módszertana nagyon hasonló a 2019-es rangsoroláshoz, két mérőszámot módosítottak és néhány súlyozást frissítettek: a 2019-ben használt “összes hallgató száma” mérőszám helyett idén az átlagos osztálylétszámot vették figyelembe, és a kisebb átlagos osztálylétszámot kedvezőbben súlyozták; az iparhoz kötődő oktatók abszolút száma helyett pedig e szám és az összes oktató közötti arányt vették figyelembe, ami pontosabban jellemzi az ipari szakemberek hozzájárulását a programhoz.
A nyolc változó és a hozzájuk tartozó súlyok a következők:
5% – Átlagos osztálylétszám;
10% – Felvételi arány;
10% – A beiratkozó ajánlattevők százalékos aránya;
5% – Az oktatók és a hallgatók közötti arány;
10% – Az iparhoz kötődő oktatók száma az összes oktatóhoz viszonyítva;
30% – Foglalkoztatási arány a pénzügyi szektorban hat hónappal a diploma megszerzése után;
5% – Az öt legtöbbet idézett oktatóra vonatkozó hivatkozások száma az elmúlt négy évben;
25% – Átlagbér hat hónappal a diploma megszerzése után, a Világbank által megadott vásárlóerő-átváltási tényezővel kiigazítva.
A hallgatók osztályonkénti átlagos száma és a program felvételi aránya – a program szelektivitásának mutatója – negatívan járul hozzá a végső pontszámhoz; tehát minél alacsonyabbak ezek, annál magasabb a végső pontszáma.
Hogy egy intézményt figyelembe lehessen venni ebben a rangsorban, elegendő adatot kellett szolgáltatnia a végső pontszám kiszámításához. Azokat az intézményeket, amelyek nem szolgáltattak elegendő adatot, nem vettük figyelembe.
Nem minden intézmény adta meg az oktatóikra vonatkozó hivatkozások számát. Ahol lehetséges volt, ezeket a számadatokat a Google Scholarból szereztük be. Ahol ez nem volt lehetséges, ott az idézések számát nullának tekintjük.
A rangsor, valamint az útmutató is az intézmények által megadott adatok pontosságára támaszkodik. A Risk.net nem vállal felelősséget a pontatlan mérőszámokért, illetve azok hatásáért egy egyetemnek az útmutatóban elfoglalt helyére.
Amerika
Baruch College, City University of New York
Boston University (Questrom School of Business)
University of California, Berkeley (Haas School of Business)
University of California, Los Angeles (Anderson School of Management)
Carnegie Mellon University
Columbia University
Cornell University
Fordham University
Georgia Institute of Technology
University of Illinois at Urbana-Champaign
Johns Hopkins University
Minnesotai Egyetem
New York University (Courant Institute of Mathematical Sciences)
New York University (Tandon School of Engineering)
North Carolina State University
Princeton University
Rutgers University
Stony Brook University
University of Washington
University of Toronto
University of Waterloo
Európa
Város, University of London (Cass Business School)
Imperial College Business School
Imperial College London
King’s College London
University College London
University College London
University of Oxford
University of Warwick
University of York
EPFL
ETH Zürich/University of Zurich
University of St Gallen
Sorbonne University/Ecole Polytechnique
University of Paris
University of Bologna
Collegio Carlo Alberto, Torinói Egyetem
Firenzei Egyetem
Amszterdami Egyetem
Erasmus Egyetem Rotterdam
WU: Vienna University of Economics and Business
Technical University of Munich
KU Leuven
Asia-Pacific
Monash University
University of Technology Sydney
City University of Hong Kong
Hong Kong University of Science and Technology
Chinese University of Hong Kong, Shenzhen
View the 2019 guide
View the 2017 guide
-
Tweet
-
Facebook
-
LinkedIn
-
Save this article
-
Send to
-
Print this page