​Перевод. Карьера в сфере финансовой математики. Часть 1

«Я очень оптимистичен относительно будущего финансовой математики. Эта отрасль приобретает гораздо более технический характер, чем когда-либо ранее, и риски этой системы также необходимо учитывать» – цитирует «Risk» слова Роберта К. Мертона, сказанные в августе 2012. В 1997 году, когда Роберт Мертон получил Нобелевскую премию по экономике за свою работу над формулой ценообразования опционов Блэка-Шоулза, потребность финансовой индустрии в людях с навыками в математике, статистике и программировании сильно возросла.



Инвестиционные банки стали создавать и продвигать более экзотические производные фондовые инструменты, и стали нанимать “технарей" для их оценки и хеджирования. После финансового кризиса и рецессии 2007-2009 годов, когда Мертон произнес слова, приведенные выше, закон Додда-Франка, по существу, прикрыл бизнес экзотических производных фондовых инструментов. Бросал ли Мертон слова на ветер, когда настаивал на том, что математикам в индустрии финансовых услуг будет отводиться все больше роли, несмотря на то, что банковский сектор только что едва не рухнул? Я так не думаю. Чтобы понять оптимизм Мертона относительно роли математиков в финансах, мы должны сначала понять, что изменилось за последние 20 лет.

 Двадцать лет назад фраза о количественном управлении активами была оксюмороном. Сегодня существуют сотни управляющих фондами, которые применяют количественные методы.
 В 1997 спред между курсами покупателей и продавцов для торговли на Нью-Йоркской фондовой бирже составлял одну восьмую доллара, и специалисты, которые выложили бы $4 млн за место на бирже, могли применить этот спред на миллионы акций в день. К 2001 году эти места потеряли 75 процентов своей стоимости. Сегодня практически вся торговля на Нью-Йоркской и других биржах ведется на компьютерах. Высокочастотные трейдеры, которые применяют ликвидность, однажды предложенную специалистами, должны довольствоваться спредом между курсами покупателей и продавцов в один или два цента за акцию.

 В 1994 году, когда Карнеги-Меллон учредил степень магистра в области количественных финансов, трейдеры или их менеджеры тоже часто не воспринимали всерьез рекомендации риск-менеджеров банков. Сейчас в банках есть должность директора по управлению рисками. Он сидит в дорогом кресле и может переиграть самого успешного трейдера в компании. До банкротства Lehman Brothers в 2008, крупнейшие банки считали, что их кредиты, выданные друг другу, имели незначительный риск оказаться неоплатными. Сегодня в этих банках есть большие отделы, которые стремятся определить и оценить риск банкротства контрагента. Математика, которая необходима для определения стоимости производных фондовых инструментов, меркнет по сравнению с проблемой определения цены и стратегии хеджирования риска банкротства контрагента, связанных с даже самой простой торговлей, которая ведется сегодня.

 Мир изменился, и в этой новой среде математики нужны гораздо больше, чем когда-либо. Студенты со степенью в области количественных финансов и финансового инжиниринга могут продолжить карьеру в следующих областях:

 Количественное управление портфелем

 Компаниям по управлению активами необходимы математики. Портфель активов — это набор динамически изменяющихся случайных процессов. Если портфель содержит производные инструменты (например, фьючерсные контракты), а также акции и облигации, то взаимоотношения между активами могут быть сложными. Цель управляющего фондом может быть в том, чтобы отследить индекс или превзойти эталон. В обоих случаях цель тоже движется, и отношения между управляемым портфелем и целью очень сложные. Чтобы понять эти отношения, необходима информация. Современная вычислительная техника дает возможность собрать огромное количество данных об истории активов, важных событиях, товарно-материальных запасах компаний, акциях, которых входят в портфель и многое другое. Чтобы хранить эти данные и управлять ими, найти закономерности в них, и принимать решения, основываясь на данных, ученые используют методику быстро развивающейся области машинного обучения. Эта методика находится на стыке статистики и информатики.

 Другие потенциальные работодатели для таких специалистов — это хедж-фонды, которые не просто принимают ставки, а хотят принимать точные ставки. Например, чтобы сделать ставку в долларах, по которой страна не допустит дефолта по своим облигациям, нужно делать ставку на долларовую цену таких облигаций. Однако облигации, как правило, бывают не в долларах – таким образом, необходимо отделить валютные риски относительно риска дефолта по облигациям. Какие инструменты и в каком количестве нужно купить, чтобы это сделать? Это классическая проблема хеджирования, которая требует математической модели, анализа данных и вычислительной инфраструктуры. Само название “хедж-фонд” происходит от необходимости решать эту проблему.

 Оригинал