Penelitian ekuitas: deskripsi pekerjaan dan gaji rata-rata – (Keuangan)

Peneliti ekuitas menganalisis saham untuk membantu manajer portofolio membuat keputusan investasi yang lebih terinformasi. Peneliti ekuitas menggunakan keterampilan pemecahan masalah, interpretasi data, dan berbagai alat lain untuk memahami dan memprediksi pandangan perilaku keamanan tertentu. Ini sering melibatkan analisis kuantitatif data statistik saham dalam kaitannya dengan aktivitas pasar terkini. Terakhir, peneliti ekuitas dapat ditugaskan untuk mengembangkan model investasi dan alat penyaringan yang mengidentifikasi strategi perdagangan yang membantu mengelola risiko portofolio .

Apa Penelitian Ekuitas: Deskripsi Pekerjaan?

Sementara survei Januari 2021 olehGlassdoor.com menemukan bahwa gaji tahunan rata-rata untuk pekerjaan penelitian ekuitas adalah sekitar $ 95.000, sebagian besar posisi membayar lebih sedikit.Kisaran gaji yang paling rendah adalah $ 61.000, sedangkan yang paling tinggi sekitar $ 146.000. Perusahaan ekuitas swasta dan perusahaan jasa keuangan lainnya adalah pemberi kerja utama peneliti ekuitas. Mayoritas pekerjaan ini berbasis di New York City, meskipun perusahaan semakin banyak menawarkan posisi di hub metropolitan besar seperti Chicago, Boston, dan San Francisco.

Memahami Tren

Peneliti ekuitas bertanggung jawab untuk mengidentifikasi pola dengan perubahan harga pasar saat ini dan menggunakan informasi ini untuk membuat algoritme yang mengidentifikasi peluang investasi saham yang menguntungkan. Peneliti ekuitas harus mampu memahami perbedaan istimewa dari berbagai pasar internasional untuk membandingkan saham domestik dan asing.

Pengalaman dan Pendidikan

Perusahaan yang ingin mempekerjakan peneliti ekuitas biasanya mencari kandidat dengan pengalaman analis data sebelumnya, idealnya di sektor jasa keuangan. Kandidat harus memiliki kemampuan yang dapat dibuktikan untuk menafsirkan data ekuitas dan tren ekonomi makro. Kandidat harus dididik dalam teori ekonomi dan investasi, dan mereka harus memiliki pengetahuan tentang alat yang digunakan untuk membantu alur kerja investasi. Gelar master dalam keuangan kuantitatif atau bisnis lebih disukai, namun gelar sarjana dalam ilmu komputer atau matematika juga menarik bagi calon pemberi kerja.

Keterampilan

Kandidat harus mahir membaca laporan laba rugi keuangan, neraca, dan laporan ringkasan laporan utama lainnya yang dikeluarkan oleh perusahaan publik. Kandidat harus terampil dalam menandai tanda peringatan tentang kinerja masa depan yang buruk dan ketidaknormalan lain dalam laporan laba rugi perusahaan. Dan pemahaman tentang prinsip akuntansi fundamental sangat penting untuk pekerjaan itu.

Keterampilan komunikasi yang kuat sangat penting, karena peneliti harus menerjemahkan koefisien keuangan yang sulit dipahami kepada manajer portofolio. Peneliti ekuitas harus sangat terorganisir dan mereka harus mampu menyaring makna yang lebih luas di balik informasi kuantitatif yang mereka pelajari untuk menyampaikan arah harga yang potensial secara efisien.

Peneliti ekuitas harus mampu mengambil data dari berbagai sumber dan mereka harus terampil menggunakan perangkat lunak manipulasi data dan program lain yang digunakan dalam penyimpanan kumpulan data.

Perizinan untuk Peneliti Ekuitas

Perusahaan tertentu mungkin memerlukan peneliti ekuitas untuk memiliki sertifikasi Certified Public Accountant (CPA) atau Chartered Financial Analyst (CFA).Tetapi karena peneliti ekuitas tidak berinteraksi langsung dengan klien, mereka juga tidak melakukan pembelian dan penjualan pesanan atas nama klien, mereka tidak perlu memiliki lisensi Seri 7 dan Seri 63, karena mereka tidak perlu mematuhi dengan Otoritas Pengaturan Industri Keuangan (FINRA).2

Prospek pekerjaan

Peluang penelitian ekuitas meningkat, karena model kuantitatif dari strategi perdagangan yang memitigasi risiko menjadi lebih lazim dalam pengelolaan portofolio komersial dan ritel. Sementara mayoritas posisi berada di New York City, posisi di California, Texas, dan negara bagian lain juga sedang menanjak. Kecakapan matematika menjadi semakin penting bagi perusahaan yang menghargai data kuantitatif daripada data kualitatif untuk memecahkan masalah.