精算学，一年工业实习 BSc (Hons)

The University of York - 约克大学

该模块的目的是向学生介绍核心经济原理以及这些原理如何在商业环境中使用。它提供了微观和宏观经济学的基本概念的基础，以及这些概念如何从消费者和生产者的角度提高我们对市场的理解。

本模块涵盖了一些基本的技能和知识，这些技能和知识将帮助你独立学习并完成高学术标准的工作，这对在约克大学取得成功至关重要。本模块将：定义学术诚信和学术不端行为；解释为什么以及何时应该参考原始材料和其他人的作品；提供互动练习，帮助你评估你是否理解了这些概念；提供常见问题的答案和有用资源的链接。

所有数学课程的第一年都是为了让学生彻底掌握广泛的数学思想、技术和工具，以便为他们以后的课程做好准备。在第一年，除了巩固、扩大和延伸大学前学习的核心材料外，我们还启动了向大学数学严格发展的文化过渡，这是大学的特点。学生将通过讲座、辅导、研讨会、有指导的自学、独立学习和项目工作，发展他们的数学知识，以及他们的推理和交流技能。尽管不同的模块有不同的侧重点，但所有第一年的模块都涉及这一发展。除了这些广泛的目标外，该模块还介绍了概率论和统计学的基本概念，并通过一系列的例子和应用加以说明；介绍了一个重要的统计计算软件包（R）；为更高层次的概率和数学统计模块提供安全和坚实的基础，可在第二阶段。

本模块的目的是：巩固和拓宽A-level数学；为其他系的相关模块提供坚实和安全的数学基础；为科学数学II提供基础，进而为第二阶段及以上阶段的高层次数学和物理模块提供基础.

本模块旨在为第二阶段及以上的高层次数学和物理模块提供坚实可靠的基础。

本模块介绍了管理会计的核心概念以及它如何影响商业组织。它使学生能够执行和评估管理人员在财务决策中可用的管理会计工具和概念，并考虑如何在实践中使用这些工具和概念。

本模块介绍了财务会计的核心概念。它使学生能够编制和解释财务报表，并考虑如何在实践中使用这些报表。

本模块为金融和金融市场的概念提供了一个坚实的基础。它提供了一个金融领域的概述，涵盖了金融市场的基本理论、公司财务和证券分析。

公司财务涉及到公司财务资源的管理以实现其目标。本模块培养学生对公司财务理论的理解，以及对经理人进行的融资和投资决策的应用。

本模块的目的是：解释各种常用的风险措施；解释和应用平均方差投资组合理论；解释、分析和应用各种常用的资产定价理论。

第二阶段的概率和统计模块旨在为学生提供统计方法的全面基础，认识到使用统计的范围、成就和可能性，并对使用适当的统计和计算工具、技术和方法来解决和分析一系列实际问题充满信心。本模块将引导学生在第三和第四阶段学习更高级和专业的统计学、概率论和金融数学。

该模块旨在介绍精算学的基本概念和事实，从而为进一步学习精算学打下基础。成功完成本模块后，学生能够：描述一些基本的金融固定收益工具；解释复利和贴现在确定货币时间价值中的应用；应用贴现现金流技术进行投资项目评估；分析一些常用的衍生工具；描述和分析利率的期限结构.

本模块的目的是介绍在精算环境中经常使用的各种模型，以及用于分析这些模型的几种技术。我们将特别关注它们在精算方面的应用。该模块为学生提供机会，提高他们对现实世界的现象进行数学建模和抽象化的技能。

在工业界的一年让你有机会将你的学术学习应用于现实生活中的企业。2019/20年度实习的平均工资为17,000，从14,800到21,500不等。我们已经与一些精算雇主建立了牢固的联系，并与精算师协会和学院合作，帮助你寻找和申请以精算为重点的实习。近几年来，实习单位包括摩根斯坦利、普华永道、安永会计师事务所.

目的是向学生介绍决策理论及其在经济学、组织学、金融学和精算学中的应用。向学生介绍效用的公理方法、预期效用和主观预期效用。该模块还介绍了对预期效用理论和现代发展的行为批评，如前景理论和多优先最大效用。

本模块旨在介绍离散时间内投资组合选择和资产定价的经典数学方法。

本模块将介绍各种时间序列的统计模型，并涵盖分析这些模型的主要方法。在这个模块中，学生继续发展他们的建模推理技能。学生学会欣赏以时间为索引的数据与截面数据之间的差异，以及对特殊探索和推理技术的需求。这个模块应该丰富已经获得的统计模型的电池，以解决现实生活中的数据的探索和信息提取，理论和实践的混合。

该模块旨在提供传统数学技术的基础，这些技术可用于对依赖死亡、生存或其他风险的现金流进行建模和估值。该模块为学生提供进一步的机会，通过严格的数学推理提高他们的分析能力。

该模块旨在提供现代精算模型、理论和生命意外事件的方法的基础。该模块为学生提供进一步的机会，通过严格的数学推理来提高他们的分析能力。

这个模块只提供给精算学学士学位的学生。在本模块结束时，学生应该能够理解和应用：资产定价的马丁格尔方法；布莱克-斯科尔斯期权定价的PDE和公式；模拟信用风险和信用评级的不同方法；利率期限结构的一些模型，并应用它们为基本利率衍生品定价。

该模块的目的是让学生了解一些在精算科学和定量风险管理中使用的高级统计主题，包括贝叶斯推断程序、可信度理论、极值理论、依赖风险的建模和机器学习。

本模块的目的是：介绍广义线性模型（GLM）的统计方法，并使用GLM方法对不同的反应变量和解释变量进行模型选择、估计和结果解释，.

本模块的目的是：向学生介绍一系列考虑到现实世界中始终存在的随机（随机）波动的数学模型；展示连续时间随机模型与忽略随机效应的确定性模型所得出的结果不同的情况；并提供一系列数学技术和近似值，可用于从随机模型进行分析预测。