교육과정 및 교과목

교육과정표

과목명을 클릭하시면 내용을 보실 수 있습니다.

대학원 금융공학과 교과과정을 보여주는 표
학수구분 전공분야 과목명 과정 학점/시간 비고
전공필수 금융공학 선물옵션
FEN610 선물옵션 (Options & Futures)

우리는 이 과목에서 선물, 옵션과 같은 파생상품에 대해 공부한다. 우리는 파생상품 시장의 메커니즘과 그것의 가격 결정에 대해 공부한다. 또한, 통합된 재무에 옵션의 적용을 공부하고, 몇몇 실증적인 리서치를 수행한다.

전체 3/3 FEN610
계산금융
FEN612 계산금융 (Computational Finance)

기존에 학습했던 파생상품의 가격결정, 가치측정, 위험 측정 및 관리, 헷징 시뮬레이션 등을 C++, JAVA, Matlab, Excel VBA 등 프로그래밍 언어를 이용하여 직접 수행해본다. 이를 위해 프로그래밍의 기초에 대해 학습을 하고 다양한 방법으로 파생상품 평가와 리스크 측정하는 원리를 배운다. 이를 위해 분석적 방법과 수치해석 방법에 대해 학습하고, Value at Risk와 Greek에 대해 학습한다.

전체 3/3 FEN612
확률미적분
FEN630 확률미적분 (Stochastic Calculus)

금융공학에 필요한 확률미적분학을 공부한다. 기본적인 확률 이론과 해석학에 대한 이해를 바탕으로 하여 브라운 운동, Ito 적분, Ito 공식, martingale representation theorem, Girsanov theorem 등을 공부할 것이다.

전체 3/3 FEN630
전공선택 금융공학 고정소득증권
FEN6112 고정소득증권 (Fixed Income Securities)

채권, 모기지 및 이자율 파생 상품은 중요한 투자대상이며 금융시장에서 차지하는 거래비중이 매우 크다. 동 과목은 채권, 모기지 및 이자율 파생상품의 가격결정원리와 이자율 리스크에 관한 헤징전략을 다룬다. 무 차익 거래 조건에서 얻어지는 위험 중립적 가격결정원리를 기반으로 채권시장의 가격결정구조를 설명하고 채권 가격, 현물 금리, 선도 금리 및 수익률 간의 관계를 파악한다. 특히 이자율 이항트리 모형을 이용하여 무차익거래 기반의 이자율 기간구조를 유도하고 이자율 옵션, 이자율 스왑, MBS 등과 같은 파생상품의 가격결정원리를 설명한다.

전체 3/3 FEN6112
계량재무학Ⅰ
FEN6110 계량재무학1 (Financial Econometrics 1)

데이터를 수집하는 데에 필요한 기본적인 통계학적 지식을 습득하고, 수집된 데이터를 계량분석에 알맞게 보정하고 처리하는 능력을 배양한다. 나아가 기존 재무학 및 경제학에서 제시된 이론들이 실제로 금융 시장의 데이터에서도 적용이 되고 있는지 실험해보는 데 필요한 계량경제학적인 지식을 제공한다.

전체 3/3 FEN6110
계량재무학Ⅱ
FEN6111 계량재무학2 (Financial Econometrics 2)

계량재무학1 과정에서 배운 기초 통계학적 지식을 바탕으로 다양한 형태의 데이터를 접해보고 상황에 따라 변화하는 데이터를 처리할 수 있는 방법들을 소개한다. 또한 단순 시계열 혹은 횡단면 데이터보다는 복합적인 성격을 지니는 다양한 상품, 포트폴리오, 그리고 자산의 데이터를 효율적으로 수집하여 처리하고, 분석할 수 있는 관련 이론 및 테크닉을 소개한다.

전체 3/3 FEN6111
금융최적화개론
FEN615 금융최적화개론 (Introduction to Optimization in Finance)

경제학과 재무학에 적용될 수 있는 최적화 이론에 대해 소개하며 최적화기법의 기본 개념과 응용에 대해 학습한다. 정적 최적화뿐만 아니라 동적 프로그래밍 분석에 의한 동적 최적화 문제도 다룬다.

전체 3/3 FEN615
고급계산금융
FEN616 고급계산금융 (Advanced Computational Finance)

금융공학의 모형을 프로그램으로 구현하는 고급과정이다. Affine class 모형을 Fast Fourier transform 등을 통하여 구현하는 방법을 학습한다. 다차원 유한차분법/유한원소법을 심도 있게 학습하고 이를 다수 자산 파생상품, 확률변동성 모형 등에 응용한다. 확률 미분방정식의 수치해법을 학습하고 이를 가격결정과 위험 분석의 몬테카를로 방법론에 적용한다. 미국식 옵션을 몬테카를로 방법을 써서 구현하는 방법을 또한 학습한다.

전체 3/3 FEN616
위험관리
FEN621 위험관리 (Risk Management)

위험관리는 일반 기업이나 금융기관의 경영, 그리고 개인의 삶에 있어서 중요한 사항이다. 본 교과목은 금융기관의 위험관리에 초점을 둔다. 금융기관은 위험을 재료로 하여 이익을 창출하는 기관이라고 말한다. 그러므로 위험을 이해하고 관리하는 것은 금융기관 경영에 있어서 기본적인 요소이다. 이 교과목에서는 우선 위험의 파악, 측정, 제어(관리), 그리고 이러한 것들의 모니터링으로 이루어지는 위험관리의 과정에 대해 소개한다. 그리고 시장위험, 신용위험, 운영위험, 유동성위험의 측정과 관리 방법들을 학습한다. 특히 가장 많이 쓰이는 위험측정 도구인 value at risk(VaR)에 대해 심도 있게 공부한다.

전체 3/3 FEN621
금융공학의 최근이슈
FEN625 금융공학의 최근이슈(Recent issues in financial engineering)

글로벌 금융위기 이후에 글로벌 금융시장에 관한 개혁이 금융선진국인 미국, 유럽 등에서 활발하게 논의되고 있다. 금융공학의 신기술 동향, 금융파생상품 관련 규제 및 제도의 변화, Central Clearing System의 도입, 투자은행 및 헤지펀드 등에 관한 새로운 규제 등에 관한 논의를 세미나를 통해 진행한다.

전체 3/3 FEN625
고급투자론
FEN626 고급투자론 (Advanced Investments)

이 과목은 재무금융 분야의 이해를 위해 반드시 알아야 할 이론적 체계와 실증연구의 결과들을 학습하는 것을 목표로 한다. 전반부에서는 포트폴리오 선택과 자산가격결정 이론을 다루고, 후반부에서는 자산가격결정 분야의 주요 난제, 시장 효율성, 포트폴리오 성과측정 등을 설명한다.

전체 3/3 FEN626
파생상품론
FEN627 파생상품론 (Financial derivatives)

선물, 옵션, 고정소득증권에 관한 기초이론을 배운 학생들을 대상으로 연속시간 모형에서 블랙-숄 방정식, 옵션가격결정이론, 채권 및 이자율 파생상품의 가격결정원리 등을 가르친다.

전체 3/3 FEN627
확률론
FEN631 확률론 (Probability Theory)

금융공학에서 사용되는 확률의 기본적인 정의와 방법들을 소개한다. 확률 공간, random 변수, 여러 분포, 기대값, 대수의 법칙, 중심극한정리, random walk, 연속 혹은 불연속 시간에서의 Markov 체인, 브라운 운동, martingale 등이 포함된다.

전체 3/3 FEN631
거시재무학
FEN7110 거시재무학 (Macro-finance)

각종 거시 재무 현상 관련 수리 이론을 소개하고 다양한 풀이 방법을 알려주며, 수리적인 답을 가지고 재무경제학적 의미를 찾아냄으로써 금융상품 시장의 현상 및 관련 정책의 의미와 가치에 관해 논의하는 데에 있다. 특히 본 수업에서는 부분균형, 일반균형 문제 및 자산 가격결정 모형 등을 풀이하는 데 필요한 라그랑지안 함수, 벨만 방정식 등을 소개한다.

전체 3/3 FEN7110
확률제어
FEN730 확률제어 (Stochastic Control)

불연속 시간과 연속 시간에서의 확률 모형을 다룬다. 불연속 시간에서는 동적 프로그래밍에 대해서, 연속 시간에서는 HJB 방정식에 대해 배우게 될 것이다.

전체 3/3 FEN730
편미분방정식
FEN731 편미분방정식 (Partial Differential Equations)

주로 열 방정식, 파동 방정식, 확산 방정식, 라플라스 방적식과 같은 2계 선형 편미분방정식의 analytic solution을 구하는 방법을 공부한다.

전체 3/3 FEN731
응용머신러닝
FEN752 응용머신러닝 (Applied Machine Learning)

응용머신러닝은 인공지능의 한 분야로 컴퓨터가 스스로 데이터의 패턴 등을 학습할 수 있도록 하는 기술들을 연구하는 분야이다. 이 과목에서는 기계학습과 통계적 패턴 인식의 기초 내용들을 포괄적으로 소개할 것이다. 이 과목에서 다룰 주요 주제들로는 지도 학습, 비지도 학습, 강화 학습, 그리고 기초 학습 이론 등이 있다. 특히, 요즘 큰 주목을 받고 있는 심층 신경망을 중심으로 기계학습 내용을 다룰 것이다. 또한 심층 신경망이 컴퓨터 비전, 음성 인식, 금융 등에 어떻게 적용되고 있는지를 살펴볼 것이다.

전체 3/3 FEN752
금융 빅데이터 분석
FEN653 금융 빅데이터 분석 (Financial Big Data Analysis)

본 과목은 학생들이 금융 빅데이터를 다루고 분석하는데 익숙해지도록 하는 목적이 있다. 먼저 금융 분석을 위한 데이터의 종류와 특성, 그리고, 이들을 저장하고 레이블을 붙이는 방법을 학습한다. 다음으로 분석과 추론을 위한 통계학, 기계학습의 방법론을 학습하고, 이러한 학습 내용을 투자와 거래의 실무에 적용하도록 훈련한다.

전체 3/3 FEN653
핀테크
FEN654 핀테크 (Fintech)

이 과목은 금융공학도가 현재의 금융 기술과 관련된 주제를 이해하고 습득하도록 하는 것을 목표로 한다. 학생들은 새로운 화폐 금융 이론, 블록 체인, 암호화폐, 탈중앙화 금융, 중앙은행 전자화폐에 대하여 학습하고, 이에 수반하는 경제, 사회적 변화에 대하여 탐구하고, 규제와 발전 방향에 대하여 토의할 것이다.

전체 3/3 FEN654
table scroll image