金融学对数学要求多高
金融学对学生的数学水平要求还是比较高的，但相较于纯数学学科，金融学更注重于与实际相结合，通过数学解释投资及金融产品的内在含义。
金融学是从经济学中分化出来的一门学科，偏重于研究资产价值的判断、市场规律、衍生品等方面内容的学科。
偏理论性的金融课程（如管理、市场运行等）对数学的要求较低，理论和概念性的东西较多；
偏财务方面的金融课程（如会计、财务报表分析等）仅需要简单的数学运算，更多是需要记忆其逻辑概念；
而大部分金融课程（包括金融理论、金融衍生品、金融数学、量化分析等）对数学的要求程度还是比较高的。
很多大学在金融学课程设置中，也纷纷增加了对金融工程、金融数学方面的课程，在这方面需要很强的建模能力、数理分析能力、计量运算能力等。其中包括线性拉格朗日方程分析、自回归模纯歼型分析等。不仅需要推演、验证，更需要进行延展、仿真模拟。对模型公式背后的含义也要有深刻理解。
此外，还需要具有很高的逻辑能力和抽象能力，未来这也将是金融学的核心内容，对数学水平的高要求不言而喻。
随着学历的提升对数学的要求更高
在本科学习阶段，金融学更多的是理论基础知识的学习，其中很大一部分都是商业法、行业道德、会计、财务报表、金融产品等毁尺方面的内容。数学要求的确不算高。更多的是打牢基础，对纤裤高金融产品的学习也更多是停留在了解其产品结构和意义方面，不需要太复杂的运算。
到了研究生阶段，开始学习更深入的金融学知识，此时对金融衍生品的学习会更加深入。增加了许多比较复杂的金融衍生品的分析和杠杆测算等内容，包括远期、期货、掉期（互换）、期权、资产证券化（ABS）等各类产品的分析逐渐增多。
在课后作业也开始加入了比较简单的编程和金融模型构建，这是开始需要使用较为简单的统计学分析软件，如STATA、Eviews等。
在博士阶段，金融学的研究学习则完全偏重在量化分析方面了。相较于经济学，金融学更多是在数量分析上，时间序列、面板数据分析、样本筛选及数据清洗等方面均有涉及，研究内容比较接近计量经济学和统计学的内容，通过对真实数据的回测和对现实问题的模型构建，来测算金融产品的市场变动。
