一、投行是什么专业学的
投行是金融工程专业专业学的。投行就是投资银行的简称。像我们在海外平时听说过的一些大公司，比如高盛、Morgan Stanley, JP Morgan这些，都是投行。在国内我们也有做同样业务的公司，一般我们把国内的投行称作是券商，比如中金、中信、海通、光大、招商、国泰君安等。
简言之，投行的作用就是帮助公司在资本市场上更好地成长和发展。所以投行一般服务的对象就是一些机构性质的客户，比如私营公司、上市公司或者政府。跟我们个人客户就没什么关系了。
投行在做这么重要的事情，收取费用肯定也不低。一般情况下，投行收取的佣金会根据整个交易体量来按百分比收取：佣金小一些的会收大约3%，佣金大一些的会收约0.5%-1%。
一般如果是兼并购的项目，有大约1000万―3000万美金。如果是融资项目的话，一般会多一些，上亿美金也是有可能的。
以阿里巴巴为例，当时华尔街的大行基本都参与了进来，这些投行就会以1.2%的比例（约3亿美金）来分配佣金。所以薪资丰厚这点也是非常吸引很多人想进投行。
二、我国投资银行主要业务是什么
1、证券经纪交易
投资银行在二级市场中扮演着做市商、经纪商和交易商三重角色。作为做市商，在证券承销结束之后，投资银行有义务为该证券创造一个流动性较强的二级市场，并维持市场价格的稳定。作为经纪商，投资银行代表买方或卖方，按照客户提出的价格代理进行交易。
2、证券私募发行
证券的发行方式分作公募发行和私募发行两种，前面的证券承销实际上是公募发行。私募发行又称私下发行，就是发行者不把证券售给社会公众，而是仅售给数量有限的机构投资者，如保险公司、共同基金等。
私募发行不受公开发行的规章限制，除能节约发行时间和发行成本外，又能够比在公开市场上交易相同结构的证券给投资银行和投资者带来更高的收益率，所以，私募发行的规模仍在扩大。但同时，私募发行也有流动性差、发行面窄、难以公开上市扩大企业知名度等缺点。
扩展资料
投资银行的发展
近二十年来，投资银行业跻身于金融业务的国际化、多样化、专业化和集中化之中，努力开拓各种市场空间。这些变化不断改变着投资银行和投资银行业，对世界经济和金融体系产生了深远的影响，并已形成鲜明而强大的发展趋势。
六、七十年代以来，西方发达国家开始逐渐放松了金融管制，允许不同的金融机构在业务上适当交叉，为投资银行业务的多样化发展创造了条件。到了八十年代，随着市场竞争的日益激烈以及金融创新工具的不断发展完善，更进一步强化了这一趋势的形成。
如今，投资银行已经完全跳出了传统证券承销与证券经纪狭窄的业务框架，形成了证券承销与经纪、私募发行、兼并收购、项目融资、公司理财、基金管理、投资咨询、资产证券化、风险投资等多元化的业务结构。
专业化分工协作是社会化大生产的必然要求，在整个金融体系多样化发展过程中，投资银行业务的专业化也成为必然，各大投资银行在业务拓展多样化的同时也各有所长。
参考资料来源 百度百科-投资银行
三、本科法律专业想从事投行需要什么条件具体些
第一，必须念研究生，而且一定要去好学校念研究生。法律专业的本科生在非律所方向的就业领域没有竞争优势。
第二，投行和证券公司中非投行的部门招人不是一个档次。先要想好是进投行还是普通的证券公司岗位。如果要进投行，一定要考名校的研究生，证券或者期货从业资格什么的没有用处，应该在考过司法考试的同时争取在研究生期间考过几门注册会计师的考试，以证明自己在法律方面的专业实力，以及具备财务方面的基础知识。纯学法学出身的不容易进投行。如果有投行的实习，当然更好。如果只是想进证券公司，那没有那么复杂，证券公司对法律专业的学生的需求一般都是合规部门，也就是一般企业里俗称的法务。招的人数量不多，也没有额外的要求，司法考试加证券从业应该就差不多了。但证券公司的合规部门收入并不高，属于后台非业务部门。
学法律的最好出路还是投行和律所，如果想轻松点就去大型国企做法务。
四、在投资银行做数据分析需要什么知识或是什么专业？
做数据分析，需要学习以下几个方面的知识：
（1）数据管理。
a、数据获取。
企业需求:数据库访问、外部数据文件读入
案例分析:使用产品信息文件演示spss的数据读入共能。
b、数据管理。
企业需求:对大型数据进行编码、清理、转换。
案例分析:使用银行信用违约信息文件spss相应过程。
1）数据的选择、合并与拆分、检查异常值。
2）新变量生成，SPSS函数。
3）使用SPSS变换数据结构——转置和重组。
4）常用的描述性统计分析功能。频率过程、描述过程、探索过程。
c、数据探索和报表呈现。
企业需求:对企业级数据进行探索，主要涉及图形的使用。spss报表输出。
案例分析:企业绩效文件，如何生成美观清晰的报告。
1）制作报表前对变量的检查
2）制作报表的中对不同类型的数据处理
3） 报表生成功能与其他选项的区别
（2）数据处理
a、相关与差异分析。
案例分析:产品合格率的相关与差异分析。
b、线性预测。
企业需求: 探索影响企业效率的因素，并进一步预测企业效率。
案例分析:产品合格率的影响因素及其预测分析。
c、因子分析。
企业需求: 需要抽取影响企业效率的主要因素，进行重点投资
案例分析:客户购买力信息研究。
d、聚类分析。
企业需求: 需要了解购买产品的客户信息
案例分析:客户购买力信息研究
e、bootstrap。
案例分析: bootstrap抽样。
（3）SPSS代码
SPSS代码应用