Trwa ładowanie. Prosimy o chwilę cierpliwości.

Umysły ścisłe w bankowości. O tym, co matematyk robi w banku

Zobacz oferty pracy

O tym, w jakich obszarach w bankowości świetnie odnajdują się studenci i absolwenci studiów technicznych i jak mogą wykorzystać wiedzę zdobytą na studiach w pracy rozmawiamy z Michałem Wronką i Łukaszem Wojciechowskim z BNY Mellon.
Artykuł sponsorowany
Kategoria: Wiadomości
28.03.2022
fot. Unsplash
Zobacz
oferty pracy

Redakcja: Dlaczego absolwenci studiów technicznych, takich jak np. matematyka, fizyka czy ekonometria są mile widziani w bankowości, w szczególności w grupach takich jak „quant hub”?

Michał Wronka, Group Manager, Model Development w BNY Mellon: W bankowości ceni się zarówno wiedzę, jak i umiejętności, które studenci matematyki i innych nauk ścisłych zdobywają w trakcie nauki na uczelni.

Absolwenci tych studiów nie boją się wyzwań, przez co z odwagą podejmują się trudnych zadań. Nawet jeśli wcześniej nie spotkali się z danym problemem, to kierując się wiarą we własne umiejętności oraz doświadczeniem, konsekwentnie dążą do znalezienia rozwiązania.

Wynika to z faktu trudności samych studiów i wysiłku, jaki trzeba włożyć w ich ukończenie

Łukasz Wojciechowski, Head of Enterprise Risk Analytics & Economic Capital Modelling w BNY Mellon: To prawda, za moich studenckich czasów, studia matematyczne rozpoczynało około 400 osób a ostatecznie kończyło mniej-więcej 60. Kierunki techniczne takie jak fizyka, matematyka i ekonometria pozwalają wykształcić umiejętność analitycznego myślenia, dzięki której trudne, skomplikowane zadania można podzielić tak, by ostatecznie dojść do właściwego rozwiązania. Dodatkowo absolwenci matematyki bardzo dobrze rozumieją rachunek prawdopodobieństwa, statystykę oraz analizę stochastyczną, które są w bankowości bardzo często wykorzystywane. 

W których obszarach bankowości wykształcenie techniczne jest nieodzowne lub mile widziane?

Michał: Studenci lub absolwenci studiów matematycznych czy innych kierunków ilościowych mogą znaleźć zatrudnienie w wielu obszarach w banku. Jednym z tych obszarów jest zarządzanie ryzykiem, w ramach którego funkcjonuje wiele ścieżek i specjalności.

Łukasz: W świecie finansów istnieje wiele ryzyk (m.in. kredytowe, operacyjne czy rynkowe). Każde z nich, zgodnie z obowiązującymi regulacjami, należy kwantyfikować przy użyciu modeli, które używają zaawansowanych metod statystycznych i nie tylko. W związku z tym istnieje bardzo dużo otwartych stanowisk do tworzenia takich modeli (Model development).  Z drugiej strony, ponieważ regulacje wymagają od instytucji finansowych, aby modele te zostały wewnętrznie zwalidowane przez niezależną komórkę, istnieje także sporo stanowisk w zespole walidacji, który dokładnie analizuje i sprawdza te modele (Model validation). Inną możliwością zawodową w bankowości dla osób, które posiadają umiejętność analitycznego myślenia jest praca w obszarze data analysis i tu też pojawia się wiele ciekawych ścieżek rozwoju.

Michał: Absolwenci nauk ścisłych świetnie odnajdują się też w tradingu, czyli handlowaniu instrumentami finansowymi. Niemniej jednak w przypadku tego typu stanowisk ogromną rolę odgrywa również umiejętność kontroli emocji. Może nie jest to stricte matematyczny obszar czy cecha, ale jeśli chcemy przewidzieć albo zrozumieć pewne zjawiska na rynkach o charakterze ilościowym, to wykształcenie matematyczne na pewno bardzo w tym pomoże.

Za najbardziej prestiżową rolę w banku dla absolwenta studiów ilościowych, który w dodatku interesuje się rynkami finansowymi, można uznać stanowisko front office quanta, którego zadaniem jest wsparcie traderów poprzez budowanie odpowiednich modeli wyceny instrumentów finansowych, zarządzanie nimi i ich kalibrację. Często pracę w tym zawodzie otrzymują osoby, które zrobiły doktorat z matematyki albo innych kierunków ilościowych. Od kandydatów wymaga się bardzo dobrej znajomości analizy stochastycznej, rachunku prawdopodobieństwa i wyceny instrumentów finansowych oraz umiejętności programowania.

Jakie inne prawa czy teorie są wykorzystywane w bankowości?

Łukasz: Rachunek prawdopodobieństwa to punkt wyjścia do pracy przy modelach ryzyka. Jego znajomość połączona z wiedzą z zakresu statystyki matematycznej lub analizy stochastycznej otwiera wiele ciekawych ścieżek kariery w bankowości. Nie chcę wymieniać wszystkich teorii i praw, gdyż znajomość tych wspomnianych wyżej implikuje znajomość pozostałych, również przydatnych dziedzin (na przykład analiza matematyczna).

Michał: Jeśli ktoś zna teorię rachunku prawdopodobieństwa, to wie, że jest coś takiego jak rozkład zmiennej losowej, który jest opisany różnymi równaniami.

Z rachunkiem prawdopodobieństwa wiąże się analiza matematyczna. Ktoś, kto rozpoczyna pracę musi wiedzieć na przykład, czym jest rozwinięcie wielomianu w szereg Taylora, gdyż właśnie w ten sposób często modelujemy zmianę ceny instrumentu finansowego przy zmianie czynników, które mają wpływ na jego wycenę

W pracy wykorzystujemy też metody numeryczne do wyceny instrumentów finansowych oraz budowy i kalibracji modeli. Chodzi tu przede wszystkim o symulację Monte Carlo i metodę różnic skończonych, które łączą się z innymi dziedzinami matematyki, takimi jak algebra czy analiza.

Czy możliwe jest nadrobienie braków, jeśli nie ukończyło się studiów technicznych?

Łukasz: To kwestia bardzo indywidualna. Jeśli ktoś studiował kierunek humanistyczny dlatego, że nie radził sobie na fizyce czy matematyce, to takiej osobie może być dużo trudniej nadrobić wiedzę z 5 lat studiów. Nie powiem zatem, że jest to niemożliwe, ale na pewno będzie to sporym wyzwaniem.

Michał: Absolwenci studiów technicznych mają też tę przewagę, że nie muszą uczyć się elementarnych rzeczy, które są potrzebne w pracy. Istnieje takie milczące założenie, że pewne pojęcia są im znane. Tej wiedzy często brakuje ludziom, którzy nie kończyli studiów technicznych. Jednak to od nich samych zależy, na ile będą cierpliwi i zdeterminowani, żeby nadrobić te braki.

Czy w branżach, o których Panowie wspominają, lepiej odnajdują się finansiści czy matematycy? Komu łatwiej wejść w ten obszar zawodowy?

Michał: Skończyłem studia ekonomiczne i moi wykładowcy twierdzili, że dobry ekonomista to świetny matematyk. Jeśli ktoś kończy studia ekonomiczne, na których więcej czasu i uwagi poświęca się teorii finansów, to taka osoba musi wykrzesać z sobie dodatkowe pokłady chęci i zaangażowania, żeby we własnym zakresie zdobyć też te matematyczne umiejętności. To jest oczywiście do zrobienia. Myślę jednak, że łatwiej matematykowi nauczyć się finansów i ekonomii niż finansiście – matematyki.

Panu się jednak udało?

Michał: W pewnym sensie tak. Zdecydowanie bliżej mi do małego sukcesu niż spektakularnej porażki, ale wymagało to ode mnie dużo pracy. Uczyłem się, uczestniczyłem w dodatkowych kursach i czytałem książki.

Łukasz: Zgodzę się z tym, że na pewno matematykowi łatwiej przyswoić pojęcia ekonomiczne niż ekonomiście zdobyć wiedzę z zakresu studiów ścisłych. Jednak, jak widać, nie ma rzeczy niemożliwych.

Ogromną rolę odgrywa nastawienie danej osoby, jej charakter, podejście do pracy oraz chęć do nauki i rozwoju. Z mojego doświadczenia wynika, że to właśnie te elementy w dużej mierze decydują o tym, czy ktoś odnajdzie się w danej pracy, czy też nie.

Jakie umiejętności IT (programowania) przydają się w pracy?

Michał: W obszarze zarządzania każdym ryzykiem w banku języki programowania używane są na co dzień. Wykorzystujemy przede wszystkim: C++ i Pythona – do przetwarzania danych, wyciągania informacji, kalkulacji i obliczeń oraz implementacji wycen. Częściej ludzie uczą się Pythona, który jest językiem o tyle przyjaźniejszym od C++, że ma niską barierę wejścia, tzn. osoba, która nie ma pojęcia o programowaniu może szybko zacząć pisać kod i będzie widziała efekty. A do tego istnieje wiele modułów i gotowych rozwiązań, z których można skorzystać, pisząc swój program w Pythonie.

W pracy wykorzystujemy też Java, PHP i VBA do obróbki dużych danych rynkowych i danych kontrahenta a SQL do pisania skutecznych kwerend.

Łukasz: Obecnie najbardziej popularny jest zdecydowanie Python. Jezyk C++ jest na pewno bardziej przydatny dla osób pracujących jako wspomniany wcześniej front office quant. Dodatkowo, do budowania modeli ryzyka wykorzystujemy rowniez R. To środowisko zawiera w sobie bardzo dużo różnych pakietów statystycznych, które ogromnie ułatwiają pracę przy tworzeniu i implementowaniu modeli.

Trzeba też pamiętać, że budowanie modeli nie sprowadza się tylko do napisania kodu. Ważnym procesem jest zdobycie właściwych danych (do czego przyda się SQL) i późniejsza ich obróbka. Jest takie powiedzenie: "Trash in – trash out". Jeśli dane, które wrzucimy do modelu będą słabej jakości, to nawet jeśli użyjemy „najlepszego” modelu, nie będziemy mogli wykorzystać wyników, a tym bardziej wyciągać wniosków na ich podstawie.

Czy wiedza z zakresu matematyki i związane z nią umiejętności są weryfikowane na rozmowach kwalifikacyjnych? W jaki sposób? A może wystarczy doktorat z matematyki?

Łukasz: To zdecydowanie tak nie działa i sam dokument nie wystarczy. Nie przepytuję kandydatów z konkretnych pojęć czy teorii, to nie kolokwium. Rozmowę kwalifikacyjną prowadzimy w taki sposób, aby sprawdzić, czy dana osoba posiada umiejętności, których poszukujemy (analityczne myślenie). Zadajemy kandydatom pytania, które nie wymagają od nich pamiętania twierdzeń czy definicji, ale są na tyle skomplikowane, aby mogli wykazać się umiejętnością analitycznego myślenia.

Podejście do problemu, sprawne opisanie jaki kandydat ma pomysł (nawet jeśli nie prowadzi on do rozwiązania) pozwala ocenić, jak ktoś będzie radził sobie w pracy.

Michał: Nie wymagam od kandydatów tego, żeby na rozmowie kwalifikacyjnej dokonywali jakichś skompilowanych obliczeń. Nie o to chodzi. Dużo bardziej interesuje mnie to, czy dana osoba rozumie pojęcia, potrafi przedyskutować zalety lub wady przedstawionego podejścia do omawianego zagadnienia, czy wie, z czym się ono wiąże albo jakie są konsekwencje takiego a nie innego rozwiązania.

Łukasz: Na rozmowach odnosimy się też do informacji, które kandydat wpisał w CV. W ten sposób można łatwo sprawdzić nastawienie danej osoby do powierzonych jej obowiązków. Musimy pamiętać, że nasza praca to nie tylko praca przy komputerze, lecz także z ludźmi. Owszem, umiejętności twarde są istotne, ale szukamy osób, które chcą uczyć się i rozwijać, a zdobycie wiedzy często wymaga kontaktu z innymi pracownikami. To jest środowisko, w którym najfajniejsze rzeczy można zrobić nie w pojedynkę, lecz jako zespół.

Jak zachować chęć do pracy jak już się trochę pracuje? Czy łatwo popaść w rutynę?

Michał: W obszarze finansów ilościowych w bankowości ścieżek rozwoju jest naprawdę dużo. Tym bardziej, że ciągle jesteśmy świadkami tego, jak zmienia się świat, technologie i otoczenie biznesowe. Obecnie dużym zainteresowaniem cieszą się wszyscy analitycy, którzy zwalczają cyberprzestępstwa albo są związani z rozwojem sztucznej inteligencji. Pojawiają się nowe instrumenty finansowe, nowe ryzyka i nowe teorie. Dlatego wydaje mi się, że w szerokim obszarze zastosowań matematyki może zabraknąć czasu w życiu zawodowym, żeby zrobić wszystko, co jest ciekawe. Nie ma nudy.

Łukasz: To prawda – obszarów jest naprawdę wiele, ale ważne jest to, by znaleźć pracę w tym, który nas najbardziej interesuje. Byśmy czuli, że to, co robimy sprawia nam przyjemność. Rutyna, owszem, może się z czasem wkraść, jeśli mamy co kwartał do wykonania podobne zadania. W naszej pracy jednak jest tyle tematów, które pojawiają się na bieżąco (oprócz tzw. BAU – business as usual), że nie można osiąść na rutynowej mieliźnie.

Dziękuję za rozmowę.

Ekspert: Michał Wronka
Group Manager, Model Development BNY Mellon

Manager lokalnego zepołu analityków zajmujących się mierzeniem i kontrolą ryzyka rynkowego. Absolwent studiów w Szkole Głównej Handlowej w Warszawie na kierunku Metody Ilościowe w Ekonomii i Systemy Infomacyjne.

Z bankowością i rynkami finansowymi jest związany od 2007 roku – na początku jako corporate dealer, potem konsultant a na koniec jako specjalista ds. ryzyka, walidator modeli i lokalny manager.

Interesuje się modelami wyceny i instrumentami rynków finansowych.

Ekspert: Łukasz Wojciechowski
Head of Enterprise Risk Analytics & Economic Capital Modelling BNY Mellon

Z wykształcenia matematyk – tytuł magistra oraz stopień doktora nauk matematycznych uzyskał na Uniwersytecie Wrocławskim. Od początku swojej kariery związany jest z budową oraz rozwojem modeli ryzyka w bankach i instytucjach finansowych. Spędził między innymi pięć lat w Zurychu, gdzie zajmował się stress testami ryzyka operacyjnego oraz modelowaniem ryzyka. 

Autor: Karolina Zdunowska
Redaktor naczelna Grupa MBE

Absolwentka filologii polskiej na Uniwersytecie Warszawskim. W przeszłości współpracowała z wydawnictwami: Media Regionalne, Ringier Axel Springer i Marquard Media. W Grupie MBE jest odpowiedzialna za redakcję tekstów do magazynu „Kariera w Finansach i Bankowości” oraz na stronę KarierawFinansach.pl.

Zobacz również