Accounting/Corporate finance 專業的Mphil /低年級phd學生學習的 quantitative method主要有哪些？難度如何?

01-23

題主知道的 quantitative method 主要是統計和計量。這些課程難度如何呢?一般需要什麼程度的數學/經濟學/編程基礎? 國內財經高校會計學本科的基礎在項目開始之前可以做哪些準備呢?

蟹妖（其實沒人邀）

哈哈，這個我能答，先佔坑~

好的，參考資料找完了~

回來答題：

以下引用部分來自於我老師的講義，未經允許，謝絕轉載~

首先是Accounting和Corporate Finance中的主要方法有如下（但不僅限於）：

OLS, Probit, Logit, Tobit

Natural experiment

Treatment effect

Instrumental Variable (IV)

Difference in Difference

Dynamic panel data

Propensity score matching (PSM)

Regression Discontinuity (RD)，這一方法知乎上有諸多大神討論討論過

Structural Estimation

GMM

Simulation

Principal Component Analysis (PCA)

Cluster

Text Mining（這一塊是我目前的研究方向）

你可以參考如下論文：

Leary and Roberts (2014 JF, IV)

Bharath, Dahiya, Saunders and Srinivasan (2011 RFS, PSM IV treatment effect)

Derrien and Kecskes (2013 JF, natural experiment)

Chava and Roberts (2008 JF, regression discontinuity)

如下論文是Corporate Finance領域對其計量方法討論的

Gormley and Matsa (2014 RFS, unobserved heterogeneity)

Petersen (2009 RFS, standard error)

Thompson (2012 JFE, standard error )

Erickson and Whited (2000 JPE 2012 RFS, measurement error)

Gow, Ormazabal and Taylor (2010 TAR, Correcting for cross-sectional and time-series dependence)

Kolari and Pynnonen (2010 RFS, cross-sectional correlation in event study)

Larcker and Rusticus (2010 JAE, instrumental variables)

Lennox, Francis and Wang (2012 TAR, selection bias)

Linnainmaa (2013 JF, Reverse Survivorship Bias)

Wintoki, Linck and Netter (2012 JFE dynamic panel)

基本上大部分做Corporate Finance的人都是empirical guy，當然你要是說Tirole大神當我沒說。所以了解一門編程語言是非常重要的，目前在這一塊主流的軟體應該是Stata，其次是SAS，但目前我做的Text Mining由於涉及大量的文本信息處理，主流使用的PerlPython。至於數學方面肯定是沒有Asset Pricing那邊要求高，當然你要是涉及上面所提到的計量方法的話就比較難了，基本我覺得掌握advance econometrics就基本能夠handle accountingcorporate finance了。

關於怎麼準備的話，我覺得我大部分的東西都是要用了才開始學的，可能一些編程語言的基礎了解一下，其他的還是learning by doing吧~

最後要很酷的丟下一句，以上。

Accounting Master畢業，努力回憶了一下。數學大概用到微積分為止，沒有涉及經濟學，編程。

難度，分人，數學大神躺著過。學渣如我靠刷題也能過。