在未来，金融行业的从业门槛会越来越低，当科技让信息不对称的差距变得越来越小，一个人或许能与一家大型的专业机构匹敌。在数库ChinaScope CEO刘彦看来，以及技术的发展让金融数据平台变得愈加智能，这种变化也正在悄然影响着金融行业的生态。

曾在华尔街从事投行工作的刘彦一直对中国金融市场的发展十分关注，并最终于2009年来到中国创立「数库」，致力于打造智能化金融平台。前不久，CDA有幸采访到了他，听他聊一聊在国内金融行业的发展中，扮演了怎样的角色。

很早之前我就感觉到，世界的未来可能要由中国来推动的，所以我很早就开始准备到中国来发展。2004年，我毕业之后去了瑞士信贷，2005年调任到香港部门，业务涉及中国大陆、香港和台湾等，对中国市场很了解。那时国内很多地方还很不成熟，这样意味着有更多的机会可以挖掘。

我从2005年开始接触中国的证券市场，至今已经11年了。首先我看到了国内金融市场非常健康的发展趋势。当然现在仍有会有所谓的“股灾”，但是从信息的披露和标准，公司在资本层面运行的质量，监管的能力和管理层素质，以及投资人素质的提升程度，包括市场的健康程度，在所有这些指标上面，从2005年到现在，是一个非常大的飞跃。

1、平台的「进化」之路

金融数据行业在上世纪90年代就开始做了，但真正爆发肇始于2005年。从2005年开始，中国进行了股权分置改革，把A股市场上的上市公司的股份分为流通股与非流通股，曾经大量非流通的股票流通了，这个过程花了几年时间，引爆了中国股票市场。而且那时恰好也是全球的大牛市，所以大家对金融信息的需求量也随之迅猛上涨。

在纽约自己做投行，分析员不需要自己去翻年报抠数据。因为在成熟的市场中，各类的数据供应商也非常成熟，你可以直接用他们的数据做分析。而我到香港去的时候发现，整个亚洲市场内，这个领域很不成熟。所以就萌生了做一个数据公司的想法。

在这段时间里，中国的数据领域发展的很快。我们看到，整个数据市场的价值点在转移。以前，能够拿到数据，这件事情本身就很有价值。但是互联网从2000年以后飞速发展，带宽、服务器储存量等每年在翻倍的增长，有更快的速度能够传输更多的数据，抓取处理信息的技术也更多了。获取信息的成本在不断下降，甚至是免费，这导致信息的价值点被挪移了。现在，更有价值的不是获取信息，而是如何解读信息。

所以从2009年创立到2012年，我们面临转型。首先，我们从架构开始改变，从简单的数据库式的架构，变成了分布式服务型架构，它必须能够支撑未来大量数据的储存和解读能力。其次，我们在数据库的应用上也做了改变。与以往sql结构化数据库不同，我们用了当时还不是很成熟的非结构化数据库。在调用大量信息的时候，非结构化数据库效率更高。

在此基础上，我们开始在数据处理上面做深度串联。结构化数据处理，实际上就是在寻找标签和标签之间的对应关系。这种对应关系就是容错表。人要通过看分析报告、年报、公司网站等等，把这些数据点对应起来，寻找之间的关系。而我们尝试运用机器学习的技术去捕捉人是怎样做容错的，把其中的逻辑思维记录下来，让机器去学习自动处理信息。

经过一段时间的积累，数据库的串联已经做起来了，我们的平台变得相对比较智能。

比如我们去算一个公司的估值，估值的方法很固定，通常是三种，第一种是做现金流折现的算法，第二种做历史兼并购买的算法，看类似公司在过去在兼并购买过程中估值是什么样的，做一个平均;第三种是可比公司的市场估值，看看那些具有可比性的上市公司在交易层面上的估值是多少。

方法其实很简单，但是你需要花很多时间去找到跟这家公司有可比性的企业，然后才可以做对比。而我们做的事情是，通过数据处理，把每一个业务线标准化、结构化，我很清楚一家公司做什么业务，每一条业务线占整体收入、毛利率的百分比是多少，也可以看到其他具有同一业务的公司指标是什么样的，这样一来估值就很容易了。

但这种智能化其实是比较低级的智能化，下一步要做什么

我们在结构化和半结构的数据中形成了一套训练的容错表。容错表就是一套词库的关系，我们再拿这套词库关系作为训练表，去捕捉新闻。自然语言处理再国外英文环境中已经有了几十年的积累，但在国内发展时间还不是很长。我们用自然语言处理的技术分析所有的金融新闻，分析一篇文章怎样分词、讲到什么事件、句子如何组合起来，训练机器去分析新闻。新闻是非常非结构化的数据，机器从中提炼出不同的事件和事件主体，比如股东主体、产品主体、行业主体等等，算出他们之间都有什么关系，最终形成一段摘要，供投资者参考。

做摘要需要把各种因素提炼出来。在这个基础上还能做什么呢

我们可以跟踪热点。实际上，热点的发生有着客观定量的方式，有其爆发和衰退的过程和规律。在投资层面上，这些热点也就是你可以关注的地方。在捕捉热点时，我们会抓取事件和事件主体，从某一事件的语言描述方式对它进行情感判断判，判断的准确度不会低于85%，这个数字还在不断上升，那么这在投资上面已经具有统计意义了，你就可以基于机器的判断做投资策略。

再下一步，我们既然已经能够处理非结构化的信息，那么能否再回来和结构化数据结合。我们已经搭建了产业链，结合产业链上不同的新闻信息主体，我们是否可以搭建投资策略，到这一步，我们又开始引进做量化投资的高端人才，把金融和科技更好地结合起来，来升级量化投资的概念。

2、从金融科技化到科技金融化

数库的每一步发展，都是从时代和技术的发展之中汲取灵感，金融行业翻也同样如此。现在的大家经历的是一个金融科技化的过程，就是从人操作变成机器操作，我以前读大学的时候太多人挤破头都想要进入华尔街，但现在华尔街在和硅谷竞争，很多人在往技术层面走。

在未来，我们想要做的是科技金融化。科技是一种因素或者工具，通过它发现以前人工时代难以发现的规律，来不断丰富金融的概念。比如刚刚讲到的，通过对新闻的分析，就可以帮你搭建一个投资策略。京东曾经在彭博上发布了十二组数据组合，是京东电商平台上销售物品的价格和销量。我们只看这个东西，没有办法做投资决策，但是如果把这个数据和可投资的二级市场的数据相结合，再把这个维度引用到量化投资中，就可以做出很不错的投资策略。

把这套东西通过一些友好的产品形展示给用户，不只是专业人士，有投资需求的普通人也可以使用。由此，金融行业的从业门槛变得很低，普通人也能够站在技术的肩膀上达到与专业人士差不多水准。

很多人是具有从事金融工作的能力的，但这个行业的职位容量是有限的。如果你有这个基础，那么我能不能给你一个平台，让你很快地学习金融，甚至不需要懂代码，就可以很快地用量化因子搭建自己的策略。当我们把普通人与大机构之间的信息差距拉平了之后，你是有能力跟他们竞争的。

大数据技术有效地推动投资，让市场更有竞争力和效率。同时，它也要求我们改变思维方式。以前很多做投资的金融人士会说投资是一门艺术，而非科学，但随着技术的发展，投资必然会越来越是一门科学，而不是艺术，通过更好地解读数据，做出最优的决策。

来源：CDA数据分析师

作者：刘彦，数库ChinaScope CEO。曾服务于瑞士信贷 (Credit Suisse)，在纽约、香港、大中华地区的银行、保险、交易所行业提供兼并购买、融资服务;是工商银行、建设银行、太平洋保险、纳斯达克改制上市等重大项目主要领头成员，拥有资深的金融分析、经济分析经验。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「」留言处理。

在很大程度上，高考录取分数线是市场博弈的结果，比所谓的大学排名要靠谱很多，因为大学排名涉及政策偏好和招生规模等因素，主观色彩太强。而决定各高校高考分数线的，在中长期来看主要有这么几个：

1、地域；如果高校所在城市经济发展较好，则该学校分数线有望上涨；

2、头衔；过去分985和211，现在分双一流，头衔决定了大学获得的经费、就业/出国认可度、保研率等；

3、专业热门度；这个是本文研究的重点，事实上以往届学生就业情况来看，选专业才是最重要的，因为这会决定未来的就业方向。大多数情况下专业＞学校＞地域。另一方面，历年热门/冷门专业变动跟中国产业结构变迁有密切关系，如果能够把握好这层关系，就有可能在高考报志愿的时候做出最优选择，相当于多考了几十分的效果。

首先来研究历年专业变动的规律。

八九十年代：（重工业时代）

八九十年代的高考录取分数线大概能看出这么几个特点：

1、理工科学校备受追捧。那个时代的流行语就是：“学好数理化，走遍全天下。”那一时期中国在搞改革开放后第一波工业化浪潮，乡镇经济蓬勃发展，沿海工厂大面积崛起，加上政策对重工业的重视。在这种背景下，理工科专业是考生的主流选择，当时分数最高的反而是中科大，顶着中国理科第一高校的头衔，中科大在出国方面备受认可，很多学子也希望通过考上中科大实现赴美留学的梦想。由于整个社会对工程师的需求却非常大，哪怕是普通的地质或者测绘学院也有大量考生报考。

2、部委性高校比较火爆。典型的比如邮电类学校、中青政、外交学院，在那个年代这类学校可以部分包分配，毕业出路较好，分数也高。

3、财经学校还没有现在那么火。那一时期金融专业就业大多数去银行，那一时期银行待遇并不比传统工科好太多。在很大程度上，那一时期国贸专业反而比较好，典型的如对外经贸大学，在九十年代招了不少状元，这是因为我国出口外贸事业处于起飞阶段。

无论从哪种角度来说，八九十年代的高考生都以学工科乃至传统工科为荣，在很大程度上是因为那个年代全球开启第三轮产业转移浪潮，东亚四小龙的低端制造业大量转移到中国大陆，社会对传统工科的需求量非常大，煤炭、钢铁、水泥、有色等行业处于井喷状态。

21世纪初期：（外贸黄金时代）

21世纪初的高考分数线可以看出这么几个特点：

1、综合性院校被认可，清北华五人的格局初步形成。随着八九十年代商品经济红利期过去，我国结束了改革开放第一波工业化时期。工科院校不再被全民追捧，综合性大学认可度明显上升。在此阶段，清华、北大、复旦、上交、中科大、浙大、南大、人大占据前几名的高校格局基本形成，后面的学校很难再对这几所学校在分数线造成冲击。其他综合类院校分数线也有所上升。

2、中国享受全球化红利，外贸一飞冲天，外语外贸院校备受追捧。典型的比如北外和上外，以及外经贸，在2000年-2007年期间，特别是加入WTO之后，外资大量流入，这类院校分数线异常高，当时英语专业就业非常好，一个英语流利的本科生可以轻易在沿海外资企业找到月薪5000以上的工作（那个年代的5000相当于现在的3万）。

3、部分政策性高校分数极高。最典型的比如中青政和外交学院，由于每年都有大量应届生被相关部委招录，这类院校成为当时想从政的学生优先报考的院校，经常可以招到状元。但是这几年来看这类院校分数跌落最狠。所以政策性院校乃至政策性机构、政策性企业终究只是时代产物，随着市场经济的推进这类机构企业有可能埋没在历史的尘埃之中。

4、生物专业被高度追捧。21世纪初有句经典的话叫：“二十一世纪是生物的世纪”，生物特别是生物工程（把生物从定性分析转变为定量分析）异常火爆，像清北生物专业当时招了很多状元。然而后来的近二十年里，基础生物理论几乎没什么突破，当初高分学生物的考生在不转专业的情况下，大多面临找工作难的问题。

2010年（4万亿经济刺激之后）：

09年的“四万亿”经济刺激力度可能是几十年一遇的。在此之后的几年里投资成为拉动经济增长最重要动力，基建、采掘、能源等行业开工量大幅增长，加之当时原油价格暴涨，带动大宗商品也大幅上涨，整个全球处于大通胀时期。中石油的市值成为全球第一，石油类专业异常火爆，中国石油大学收分猛涨。除此之外，与采矿和基建航运相关的专业备受考生追捧。

但这一时期生物专业和英语、外贸专业则跌落神坛。生物专业主要是由于这门学科基础研究领域长期没有突破，“二十一世纪是生物的世纪”这一信条逐渐被打破。英语和外贸专业则是由于此期间中国外贸出口大幅下滑，所需的翻译和涉外人才大幅收缩所致。

2012年：（金融大爆炸）

2010年-2015年有这么几个特点：

1、金融就业一飞冲天，财经学校迎来最热时期。2009年的“四万亿”对采掘和能源行业的带动是短暂的，但是对金融行业的带动则持续了很长时期。2010年中国开启了金融自由化之路，影子银行发展迅猛，信托行业空前造富，银行理财大幅攀升，金融创新层出不穷。整个金融行业爆发式增长，金融从业者在这段时期收入远高于其他行业平均水平。财经学校或财经专业也被高分考生追捧，当时两财一贸的金融专业在部分省份甚至比清北最低录取线还要高。地方财经院校如西财、中南财、东财等分数也异常高，西财那个时期远高于川大，甚至比华科、天大都要高；东财则比吉大和山大等985高。但是很明显，这些考生在高点进入金融专业，最后毕业的时候却迎来了金融寒冬潮。

2、受房地产专业带动，土木、建筑等专业收分走高。那一时期中国房地产行业行情也非常好，各大房地产公司或建筑研究院都在扩招，土木和建筑等专业在年的时候非常热门，成为各高校高分专业。乃至同济土木的收分高过复旦交大，由于汽车专业也火爆，同济大学一度吸引很多考生。但是今天来看，这些高分入场的考生毕业的时候也面临找工作难的问题。

3、传统工科被考生慢慢抛弃。“四万亿”的药效过去后，自2012年起中国进入漫长的通缩过程，经济开始脱实向虚。传统工科日子非常不好过，因为下游需求端减少，整个实体经济发展缓慢，对相应专业毕业生的需求量也急速萎靡。曾经火热的“地矿油”专业（地质、矿产、石油）的毕业生很难找到对口专业，曾经大规模扩招的中石油由于油价暴跌成了缩招单位。

4、985、211头衔越来越重要。没入985或211的高校，这十年来发展越来越缓慢，在保研、出国、就业上受到很大限制，甚至985和211院校也产生分化，中国大学的等级壁垒越来越严格。

5、政策性高校逐渐没落。比如中青政和外交学院，受公务员考试热的影响，分数仍然很高，但已经有松动的趋势。但是当时报考这些政策性学校的高分考生则比较吃亏，因为毕业的时候已经很难再进原来可以轻松进的部委了。这类学校分数的下跌一直持续至2019年。

2015年-2017年有这么几个特点：

1、中国迎来移动互联网革命，计算机专业开始崛起。中国的移动互联网革命是从2010年开始的，2014年阿里巴巴上市后迎来了加速阶段，在此之后计算机专业从调剂专业（最不被认可的专业）开始逐渐回温，最终迎来了史诗级逆袭。在此之前很多人对计算机的印象就是青春饭、秃头机，但是在计算机高工资的诱惑下，鄙视计算机的考生和家长终于体会到了被打脸的滋味。2016年，计算机考研录取终于不再是调剂专业，迎来市场认可。但是高考的传导速度则慢了2年，直到2018年计算机才真正成为高考最热门专业之一。

2、金融行业迎来最后的挣扎，2017年后财经院校开始走低。2015年的股市牛市和2016年债市的牛市让金融专业享受到了大口吃肉的感觉，但是2017年开始国家加大金融去杠杆的力度，金融行业开始为之前五六年的浪荡还债，2018年贸易战开打后金融行业更是首当其冲（资本市场调整快于实体经济）。很多金融应届生突然发现工作没以前好找了，很多金融从业者发现跳槽没以前好跳了，很多金融大佬发现躺着赚钱的日子突然没了。

3、土木、建筑遇冷，传统工科进一步没落。曾经收分很高的土木和建筑专业逐渐不再被考生追捧。传统工科更是进一步下跌，很多工科院校如果不大力发展计算机专业只能接受分数线进一步沉沦的命运。除了“地矿油”专业，“机土化能”专业（机械、船舶、土木、建筑、汽车、能动）等专业也由于产能过剩面临毕业即失业的问题，上交船舶之类的专业，本科生毕业很难找到对口岗位。“生化环材”专业（生物、化学、环境、材料）进一步被唾弃，先知先觉的考生和家长已经在大面积逃离这类性价比很低的专业。985传统工科就业不如211计算机是普遍现象。

4、地域分化明显，东北高校被抛弃，京沪、江浙和广深高校被追捧。2013年中国进入通缩之后，地域经济发展出现分层，一线城市和强二线城市发展稳健，但是三四线城市和东北、天津、山西、内蒙等地域发展出现很大问题。东北、山西、内蒙GDP出现负增长，天津和重庆则从原来中国GDP增长前二的大城市变为倒数。与此对应的就是东北的高校被集体抛弃，不仅是外地学子在抛弃，东北的学生更是急速逃离东北（东北高校在本地收分断崖式下降）。大连理工、哈工大、吉林大学、东北大学等高校分数明显下降。其他如东北财经，沾上东北+财经+非211身份，分数下降更快。天津的衰退同样影响了当地的学校，南开和天大的分数同样在走低，曾经的清北复开早已成为传说，南开的分数线不仅没法跟复旦交大相比，连北航和同济也比不过了。另一方面，由于一线城市的坚挺，京沪、江浙和广深的高校被追捧。

2019年：（计算机一统天下，财经衰落，传统工科彻底出局）

2019年的分数线可以看出很多：

1、计算机成为高考霸主，碾压其他所有专业。2019年计算机的高薪终于被考生和家长普遍认知（可见就业信息传导高考市场有多慢），清华“姚班”、“智班”的收分高于清华经管和北大光华的收分，成为新的状元集中营。两电一邮（北邮、电子科技大学、西安电子科技大学）以及华科主要的计算机类院校分数暴涨，各大高校的计算机专业供不应求。对考研而言，曾经300分就够上的计算机专业现在可能要370多分了，可谓对比惊人。出现这种现象的原因很简单，计算机类工作（主要是互联网公司）待遇碾压其他行业。

单论就业薪资的话，计算机本科生≈金融硕士≈传统工科博士，起薪大概在二三十万左右，涨幅合理。相比之下，金融本科生基本只能干销售，卖理财产品什么的；传统工科本科生很多找的是月薪五六千的工作，而且工作环境很一般，有些要经常下工地。特别是生化环材专业，薪资上涨速度很慢，干二十年赚的钱还没有计算机干五年赚的多。

2、金融行业没落，财经院校分数线下滑。无论是高端的清华经管、北大光华，中高端的两财一贸，中端的地方财经院校（西财、中南财、东财等），分数线都在下滑。金融行业的萧条已经部分传导至高考市场，虽然存在计算机对金融的替代效应，但是不能否认财经院校的高光时刻已经远去。

3、制造业萧条，传统工科彻底出局。传统工科专业就业持续艰难，之前传统工科仅仅只是本科就业难，但是现在连传统工科的硕士就业也异常艰难，诸如船舶之类的专业，硕士毕业的薪资可能也就六七千。不仅如此，曾经就业较好的机械、自动化、电气就业也大幅下滑，沦为白菜行业。

4、深圳的高校异军突起。典型的比如哈工大深圳分校、香港中文大学深圳分校，分数大幅上涨，哈工大深圳分校的分数线甚至比本部都高。在很大程度上，深圳是中国仅次于京沪的城市，但是深圳的医疗和教育存在明显短板，预计未来深圳市政府将大力发展这两块。哪个大学能在深圳站稳脚跟成为当地TOP1，就有机会成为中国仅次于清北的学校。如果哈工大未来把主体搬迁至深圳，成为深圳工业大学，那该学校分数线还能大幅上升。

5、外语类院校没落。北外和上外的分数大幅度退步，从上等211退步到中等211水平。很大程度上，外语类专业前景堪忧，一方面是中国对外向型经济的依赖度在下降，另一方面是人工智能的冲击使市场对笔译人才的需求度在下降，翻译软件可以解决很多翻译问题，这个专业在慢慢变得饱和。

2021年：（综合性985大学崛起）

2021年高考专业偏好和2019年相比变动不大，但就业环境有一定区别：

1、计算机依然一枝独秀，但就业形势变差。截至2021年年中，计算机依然是全社会就业最好的专业，这也成为广大考生和家长的共识。如果一个人没有什么背景，想靠自身努力在一二线城市买房，那学计算机绝对是首选。但俗话说“月盈则亏、水满则溢”，从2021年下半年开始互联网迎来寒冬潮，就业走下坡路。2022年上半年一些大厂甚至出现大量裁员的现象，计算机专业校招的难度大幅上升。如果说2018年是金融行业就业拐点，那2022年可能就是互联网行业就业拐点。

2、财经专业和传统工科就业略有反弹。年A股行情还算不错，很多金融机构盈利大幅增长，一些大机构开始扩招，财经专业暂时结束了下行趋势。2020年下半年以来中国出口形势向好，叠加全球大宗商品涨价，制造业景气度上升，传统工科招聘岗位有所增加。另一方面，传统工科分数线已经够低了，要想再低也是很难，分数线基本落入合理区间。

3、法律专业热度有所上升。对文科来说，经管法算是比较好的专业选择。何曾几时财经专业的收分比法律专业高得多，但近几年来看，二者收分差距逐步缩小。如今，中央财经大学收分与中国政法大学差不多，西南财经大学收分与华东政法大学收分差不多，这在以前是不敢想象的。

4、综合性985院校受欢迎度提升。这几年来，考研和考公成为热潮，越来越多的毕业生加入其中，竞争异常激烈。这导致保研的性价比大幅上升，保研率较高的综合性985院校也因此受到考生和家长追捧。当然也有例外，比如中山大学，作为一线城市综合性985高校，其分数线排名从2019年的19名下跌至2021年的34名，主要是因为中大喜欢将热门专业和冷门专业打包在一起（比如计算机和传统工科打包在一起），这使得很多明明报了计算机的高分学子一不小心就被分配去学了传统工科，这就起到了劝退效果。

把高考报考当做一个市场，这个市场具有明显的盲目性和滞后性。考生和家长都是根据当年的就业好坏来决定填报，一拥而上的挤热门专业。典型的比如2010年一拥而上报土木，2011年一拥而上报金融，2019年一拥而上报计算机。要知道就业信息在高考市场的传导具有滞后性，某个行业的火爆可能要2-4年才能传导到高考市场，比如计算机2014年就业就开始向好，但是直到2019年才真正被考生充分认识到。另一方面，高考到本科毕业乃至研究生毕业有很长的时间，4-7年不等，在这一时间内可能发生很多事情。比如2013年踩着高点报考金融，基本上2019年才能毕业，此时的金融就业和2013年的时候完全不可同日而语。

选择专业具有很强的周期性，不考虑周期去报志愿会出现很大问题。在不考虑情怀和兴趣等因素的情况下：

年报考地矿油（地质、矿产、石油）或土木、建筑专业

这类成功的报考都具有“低点入、高点出”的特点，在分数较低的时候考入，在就业较好的时候毕业，低进高出，毕业后能狠狠赚一波。

这类失败的报考都具有“高点入、低点出”的特点，在分数较高的时候考入，在就业惨淡的时候毕业，这样来看性价比可能没那么高了。

成功的选择专业可能会改变一生的轨迹，很多优秀的学子因为选错了行业最终只能忍受清贫的生活。

中国主要产业历年增速：

从图中可以看出，过去十多年金融行业在我国各产业中增速非常高，房地产业则在09-11年增速较高，但是2016年来金融去杠杆开始后金融行业走了下坡路，计算机则开始逆势上涨。所以报专业需要对我国各产业经济发展趋势有一定了解。

怎么去预判中国产业发展趋势呢？这个可以从资本市场寻求答案。

2003—2009年，周期板块领跑A股，

2007—2010年，传统工科迎来就业巅峰期；

2009—2012年，传统工科高考分数线居高不下；

2005—2014年，金融板块远远跑赢大盘，

2009—2015年，金融行业迎来就业巅峰期，

2011—2017年，财经专业成为高考最热门专业；

2013—2019年，互联网板块领跑A股，

2015—2021年，计算机迎来就业巅峰期，

2018—今，计算机成为高考最热门专业

总的来说，股市是产业变迁和就业的领先指标，领先2-4年左右；高考分数线是就业的滞后指标，滞后2-3年左右。股市反映了未来哪些行业会火起来，这些行业火了之后才会慢慢吸引高分考生去报考。根据股市各板块表现来判断未来就业热门赛道或是不错的选择。

计算机从曾经的“秃头机”逆袭为今天的“宇宙机”，在很大程度上是由于互联网是中国为数不多具有国际竞争力的产业之一，只有计算机类的公司能开出高工资。但当前来看互联网就业的巅峰期已经过去了，无论从产业发展角度还是政策角度，未来一段时间互联网企业可能都要勒紧裤腰带过日子。由于学计算机的人数过多，计算机专业可能会逐步提高招聘门槛，像金融行业一样卡学历卡性别卡背景。未来整个计算机就业分层的趋势会越来越明显，以前那种211本科一毕业就能去大厂干算法的日子可能再难遇到。而且计算机和金融一样，高端岗位基本都在一线城市，虽然工资高，但是房价也高，当下来看CS专业性价比远不如从前。

相比计算机而言，金融行业很大的问题就是转入门槛太低，如果想敲好代码的话可能需要半年到一年的时间，如果想搞好算法则需要2-3年时间。但是金融行业基本没什么转行门槛，其他专业的学生可以通过考注会或司法考试来扎堆进入金融岗位，从事投行和行研等工作。因此金融行业的最大问题就是人才供给过剩，虽然不乏高薪岗位，但竞争过于激烈，挤破头都未必能进。

包括机械、自动化、传播、地矿、电气、化工、土建、交运、农林工程等专业，招生人数非常多，但性价比不算高。首先，这类专业学习难度很大，挂科风险高，毕业不是很容易。其次，这些专业工作环境不太好，经常要去项目现场长期驻扎，对身体要求高。如果考公务员的话，传统工科能报的岗位太少，很多只能竞争“三不限”岗位（不限专业、学历、户籍）。不过传统工科里面也有分层，自动化、电气就业就要比土木、地矿之类的好些。受新能源和半导体提振，材料学这几年也略有起色。

基础理科分化比较明显，对于生物和化学来说，就业难的问题一直被吐槽。而且这类学科数理课程开设较少，通过考研转行的难度很大。对于生物和化学研究生而言，又必须忍受导师的压榨，如果不读博的话又很难走学术路线，所以比较艰难。

对于数学和物理而言，这两专业找对口专业的难度也不小，除非去教书。但是数学物理乃至统计学的好处在于好转行，既可以转金融也可以转计算机，当金融行情好的时候可以转金融搞量化，当计算机行情好的时候可以转计算机搞算法。所以说这两专业比较万金油，任何的高科技产业都离不开数理。

这几年文史哲专业就业形势比以前要好，中文系考公务员能报考的岗位比较多。马哲的需求又比以往明显上升，一些毕业生甚至有去高校或企业搞思政的机会。外语类专业就业比较一般，一方面是因为逆全球化，另一方面人工智能带来的翻译软件革命也对外语就业有一定冲击。

新能源、半导体、军工：

2019年以来，中国产业升级的主线就是电新、电子、军工，这也是A股最强三大赛道。

新能源包括光伏、水电、风电、电动车等，其中电动车的市场化程度最高，而且需求也大，一旦发展到一定规模必然能开出很高薪酬。可以涉及的领域包括电池、电控、电机，其中电池设计应该是最赚钱的。

如果中国想解决技术“卡脖子”问题，就一定要大力发展半导体。半导体分为设计、制造、封测三个领域，其中设计这块最赚钱，对口专业是集成电路工程专业。当然电子类专业也分材料方向和非材料方向，一般来说非材料方向就业会更好点。

军工就不用说了，未来十年中美关系可能会越来越差，因此对国防安全的需求也大幅上升。军工最有前景的领域是航空、航天、雷达，毕竟中美对抗主要是制空权和制电磁权的对抗。俄乌战争中，俄军之所以一开始进展缓慢，一部分原因就在于其电子对抗能力较差，未能全面压制乌军雷达系统。

医疗行业在我国未来会迎来很大发展，类似日本那样的银发经济必将迎来。因为我国人口老龄化问题非常严重，随着60后和70后变老，这部分人会提高在医疗上的投入。另一方面，我国代际贫富差距非常明显，财富主要掌握在60后和70后手中。再者，随着经济的进步，对健康的重视度必然会提高，这些都会增加对医疗的需求。

但是临床和口腔最大的优势就是门槛极高，甚至比法律还要高，因为临床和口腔一般都是八年制本硕博连读，时间非常长，基本不存在别的专业通过考研跨专业考进来的说法。而且临床和口腔属于越老越吃香的行业，比计算机这样面临中年危机的专业要稳定很多。

无论我国未来改革方向是什么，法治一定是核心路线。如果说过去更看重效率，那么未来更看重公平，因此法律的作用就体现出来了。无论是政府机关还是民间，都需要大量法律人才，需求量会有一个上升。参考发达经济体经验，律师会慢慢成为高收入群体。过去法律是红牌专业，未来可能会有分化，对名校法律本硕的需求量会增大。

法律专业很大的一个优势是在其具有一定门槛性。和金融相比，未来法律改革的特点就是强调法本、非法本法硕、非法律专业的区别。别的专业的想报考司法考试需要三年法律工作经验，这基本意味着司法考试的报考人员限定在了法律专业里面，法律本科的地位也在凸显。

而且法律很大的好处在于好考公务员，众所周知公务员考试限专业不限学校，公务员考试招考最多的就是法律专业，三本法律专业的学生考公务员难度远低于清华传统工科。从这个角度讲，法律专业就业下限也较高。

报志愿的时候呢，不能只看专业名称，而是要了解该专业具体分流情况。现在很多高校喜欢搞大类专业，把很多专业打包在一起，然后再加上一个热门专业的名称。很多学生一开始不太懂，觉得计算机比较赚钱就报了计算机类专业，结果进去才发现要搞分流，一不小心就被分去了土木工程或者材料专业，那才是欲哭无泪。还有些本来报了经济学的被分流到旅游管理专业、报了法学的被分去公共管理专业、报了自动化的被分去生物学专业，那损失就比较大了。

这种大类招生专业的案例很多，有些会在招生目录上公开具体信息，有些则需要亲自去了解细分专业和分流情况。遇到这种大类招生的情况，一定要多方了解，不要冲着什么“理科试验班”、“工科试验班”之类的头衔就进了。而且每个学校分流情况很不一样，可以多咨询往届学生以寻求建议。

有句话叫做选择大于努力，战略勤奋要比战术勤奋重要得多。选对专业相当于高考多考50分，选错专业相当于高考少考50分，所以高考报志愿一定要有前瞻性啊！

欢迎关注我的公众号《洋恺宏观》：