De två sista åren fördjupar du dig inom finansiell management och kan välja att specialisera dig inom tre områden: riskhantering, optimering och logistik eller data science. Inom varje specialisering finns det utrymme att välja kurser fritt vilket ger din utbildning en personlig prägel.
Här kan du läsa mer om de tre olika specialiseringarna:
Riskhantering
Den finansiella sektorn och den finansiella industrin producerar, marknadsför och säljer i dag produkter som har en betydande komplexitet. Komplexiteten har skapat ett stort behov av modellering, matematiska verktyg och informationsteknologi. Kommersiella banker, försäkringsbolag, fondbolag, energibolag samt många större företag, som alltmer exponerar sig mot dessa produkter, är i stort behov av prissättningsmodeller och av modeller och system för risk management. Riskhantering handlar om att hjälpa en verksamhet eller ett företag att uppnå sina finansiella mål med ett begränsat risktagande och göra företagsledningen medveten om de faktiska riskerna.
Specialiseringen riskhantering utnyttjar den ekonomiska och matematiska basen som alla industriella ekonomer har och bygger vidare med kurser i finansiell matematik, försäkringsmatematik, stokastiska differentialekvationer samt Monte Carlo-metoder. Specialiseringen ger en bred och djup förståelse för modellering av finansiella problem samt hur dessa kan lösas med matematiska tekniker och programvaror.
Den naturliga arbetsmarknaden för de studenter som har följer denna specialisering består av kvalificerade jobb som riskexperter, analytiker eller projektledare inom banker, försäkringsbolag, fondbolag, energibolag eller större företag.
Optimering och logistik
Specialiseringen fokuserar på användningen av matematiska metoder, som modellering, simulering och optimering, för att fatta bättre beslut samt för att effektivisera processer i företag och organisationer. Viktiga exempel inkluderar optimering av logistik och transportsystem, planering av produktion baserat på prognoser av efterfrågan, samt effektivisering av tillverkningsprocesser. Detta syftar till att effektivisera de faktorer i en industriell process som inte skapar värde för kunden.
Problemet eller processen beskrivs först i termer av matematisk modell som ofta delvis bygger på historiska data. Därefter simuleras processen och olika scenarion studeras, slutligen används optimeringsmetoder för att finna en optimal lösning. Genom den snabbt ökande tillgången på beräkningskraft samt att historiska data i allt större utsträckning finns tillgängliga ökar efterfrågan på kunskaper inom området. I specialiseringen ingår bland annat kurser i operationsanalys, kontinuerlig och diskret optimering, spelteori, samt logistik. Arbetsmarknaden är bred och utgörs av företag inom såväl handel, tjänst, som produktion.
Data science
Tonvikten i specialiseringen ligger på att modellera system som innehåller så kallade stokastiska komponenter och att dra slutsatser från observationer (data) från sådana system. Kunskaper kring detta är speciellt viktiga inom bland annat försäkringsbranschen, bankväsendet samt process-, läkemedels- och andra industrier där forskning, produktutveckling eller tillverkning sker. Kombinationen av goda kunskaper i matematik, ekonomi, teknik och matematisk statistik ger förståelse för såväl de tekniska som ekonomiska processerna och därmed goda möjligheter till en övergripande roll i ett företag.
I specialiseringen ingår kurser som bland annat behandlar kvalitetssystem, statistisk processtyrning, tillförlitlighetsteori, datorintensiva statistiska metoder, multivariat dataanalys, riskteori/försäkringsmatematik, optimering/operationsanalys och stokastiska processer/tidsserieanalys. Specialiseringen ger behörighet till forskarstudier i ämnena statistik och matematisk statistik.
Arbetsmarknaden för data science är bred och utgörs i synnerhet av branscher där behandlingen av stora datamängder är viktig. Det senare fallet i stora delar av processindustrin, läkemedelsindustrin samt inom finansbranschen.
