随着居民财富不断积累，理财意识持续提升，大众人群对于金融产品的需求也逐步提高。近25年来，城镇居民人均可支配收入保持9.73%的复合平均增速。理财新规发布以来，投资准入门槛有所降低，理财投资者队伍逐步壮大，理财投资者数量再创新高。且房住不炒常态化可能驱动居民资产配置进一步转移，使得理财规模继续扩张。同时，随着养老第三支柱相关政策密集落地，个人养老金制度的稳步发展将为理财市场注入长期稳定的资金，使养老理财规模进一步扩容，也为理财行业的持续扩张奠定了基础。

观察和跟踪中国金融理财人才素质的变化需要海量的数据支持，所幸发布方通过连续六届举办中国金融理财师大赛，掌握了大量参赛选手的基础数据，再借助科学的分析方法，得出了关于中国金融理财人才专业素质变化的-些的结论，希望这些结论能够对所有关心中国金融理财人才素质的同行以及相关机构有所帮助。

本报告中所讨论的“素质”指相应的专业知识结构，与国际通用知识框架标准基本一致，同时包括沟通能力、营销能力等通用型职业素养在内的完整结构。1.1 数据来源

自2012年本公司举办了第一届中国金融理财师大赛以来，截至2022年年底本公司共举办6届中国金融理财师大赛，各届报名人数均超过1万人，总报名人数超过99,292人，参赛人员范围涵盖了银行、证券、保险、第三方财富管理等多个金融理财专业领域。

剔除异常值以后，我们总共收集了64,946份有效样本数据，这些数据来源于2014年、2016年、2018年、2020年以及2022年中国金融理财师大赛。数据内容包含了参赛选手个人初赛、个人决赛、团队赛的比分以及选手特征，例如性别、省份、工作单位、从业年限、持证情况以及获奖况。

1.2 数据筛选

数据筛选是数据分析中非常重要的一个步骤，主要是为了清洗和优化数据集，使其更加准确、可靠和有用，从而提高数据分析的效率和准确性。本报告采用了以下数据筛选的方法:

第一、去除无效数据;通过观察数据集，找到无效数据所在的行或列，并将其删除或标记为缺失数据。例如，如果数据集中包含不合理的数值或非数值字符，可以将其删除或标记为缺失数据。

第二、去除重复数据:通过查找数据集中的重复数据，并将其删除或保留其中的一条数据。例如，在数据集中查找重复的行或列，将其删除或保留其中的一条数据。

第三、数据清洗:通过数据清洗方法去除错误数据，例如，通过填充缺失值、去除异常值等方法，提高数据质量和可靠性。

数据筛选后，最终得到63,499份有效数据，占总样本量的97.77%，其中2014年8,651份有效数据、2016年15,726份有效数据、2018年15,357份有效数据、2020年10,476份有效数据、2022年13,289份有效数据。