ファイナンスのリスク

16年ほど前に出版された本を読んでいた、という状態。その頃としては先端、そんなファイナンスでのリスクを解説したものなんだけど、ちょこっと内容としては思い出がある、ということ。

その頃だけど、ファイナスの数理絡みのことお勉強をしながら、金融経済学や財務分析、それと実践での状況についても自分でアレコレと追っていた、という状態で、どうしてもリスクだけを扱っている本を読んでも、理解が深まらずで、お勉強のやり方を変えたかった、ということだったかと。

応用分野での数理を理解するのって、もちろん大切だし、容易じゃないのだけど、それらを取り巻く対象そのものを理解するのって、やはり厄介でもあって・・・。

そう言えば、今の立場、すなわち経営絡みにいることって、結局、こういったことから免れない、そんなことかと。

やはり、広く、かつ深く・・・。

頑張りましょう。

ファイナンスでのリスク分析と機械学習

信用リスクだけど、数理モデルと推論の高度の展開って否定できない、というアタリ前のこと前提として、ココイラを担う人財をどう育成するのか、ということをアレコレと考え中、そんな状態。

Ｒを地道に経営の学生さんに教えながら、色々と工夫する必要を感じている、そんなこと。

もちろん、基礎の数学からしっかり・・・。それと、財務や証券などファイナンスのことも、金融経済学も含めて基盤を固めることって必須。

頑張りましょう。

ファイナンスのデータ・サイエンス

データ・サイエンスと機械学習・ＡＩといったアタリだけど、財務や投資といったことでの適用も広がっていく、そんなことかと。

ビジネス・アナリティクスでは、何しろ懸命にこの分野を開拓、ということって必須で・・・。

頑張りましょう。

キャリア・パス

キャリア・パスだけど、しっかり自分を創る、ということを認識しながら自らが取組む、というアタリのやり方を工夫する、そんなことって大切でしょうよ。

やり方って色々で、特に、短期で見過ぎて間違うと厄介なことに・・・。

頑張りましょう。

データ意思決定のための理論構成、およびツール開発

ビジネスにおけるデータの役割だけど、ココイラの勢いが強まっている、そんな状況でしょうよ。それに、クラウドへのシフトも相俟っていて、かつ学習推論との関りも強まって・・・。

個人的には、今まで通りなんだけど、お勉強だけは質も量も向上の方向に。それと、実践との関りも増えて。

頑張りましょう。