- UID
- 1399825
- 在线时间
- 小时
- 注册时间
- 2019-4-28
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
楼主好啊
我当时的情况和你挺相似的。现在看到这个问题也有些感慨。。
这也确实不是一个简单的问题。根据我浅薄的了解,analytical与archival需要的tool box不一样。在不考虑你做RA的情况下:analytical的优先级较高的或许应该是adv micro和IO,archival的则是adv metrics和programming。
只谈课程的申请准备的话,无非就是那么几个方面:math + econ + stats/metrics + programming。math方面你已经上过real analysis,所以已经够了。Econ的话,本科的时候没有学过adv micro的话,硕士的时候就学学看吧。不过这不是门简单的课,可能会占用你大量做RA的时间。但是啊,既然未来你又想做theory的可能性,那么就去把它学好。micro中的Info economics和contract theory都很重要,很相关。Adv metrics的话,请问本科的时候有没有在数学学院学过比较高级的statistical inference?如果学过的话就没太有必要去学metrics了。finance的话,有余力可以学一学。Corp finance跟acct很紧密,大家都投互相的journal。Accounting里做asset pricing的人少一些,不过我个人觉得它能够帮助你理解accounting在capital market的意义。但是对于申请的准备来说,他俩优先级低一些。你没有提到programming。Math undergrad的话,应该多多少少有一些R的背景吧?然后Econ undergrad应该都是用Stata的。接下来可以也学一学Python, 看一看machine learning啥的。IO与accounting的关系少一些,现在我能想到的application应该是在auditing那边。但是IO的思想我觉得很重要,未来Accounting & IO这个领域或许会有不少空间。Empirical IO应该就是做structural estimation了。我遇到过一位比较senior的theorist觉得所有theorists都应该学习structural estimation。但是另一位老师却说structural is a very specific method,这是不是最好的method还是有一些争议的。无论如果,掌握一些structural的技能是重要的,给你增加不少可能性。但是我还是想提醒,在accounting绝大多数人都是做reduced form的。
你学的东西或许绝大部分都在research中用不到。不过用不到就好。他们只是帮你脱颖而出的indicators for future sucess。而且啊,在进入PhD program后,你会收到你想要的training。你也可以后为了兴趣去学一些东西,高兴就好
最后,我还是想提醒一下coursework远远没有research experience重要。永远不要忘了这一点。。
祝一切顺利啊
|
|