打开网易新闻 查看精彩图片

为自己决定人生方向

出国读书是我在高中时期就定下的目标,只是读什么专业一直犹豫不决。

后来本科选择了统计学专业,选项就变得更多了。

  • 可以继续读统计或生统,无论在美国还是回国都有不少好岗位;
  • 可以读金融工程,在投行里冲击高薪;
  • 也可以读BA或DS,这两个专业近些年尤其火爆。

但是经济学一直以其独特的魅力吸引着我,无论是微观的消费者理论、厂商理论和博弈论,还是宏观的增长理论和货币理论,对我来说都是非常有趣的话题。

计量经济学对于统计学本科的我更是舒适区,更不用说如环境经济学、健康经济学等新兴分支。

于是我做出了大胆的决定,准备申请经济学的硕博。

其实,我的性格也决定了我不愿意从事业界的工作,相比于996还有KPI的压力,我更喜欢独立自由的研究工作(虽然学术界也存在KPI和加班哈哈哈)。

我如此分析我的规划:

  • 统计学虽然就业很好,也有读博余地,但是博士期间的数学(尤其是分析和测度论)已经超出了我的能力范围;
  • 金融(工程)行业内卷极其严重,我没有信心能和清北复交的同学竞争一个岗位;
  • BA和DS最近很火,但是职业发展前景并不乐观,而且与计算机系的学生相比也无优势(有了数学基础,统计学的很多概念计算机的学生一学就会,而编程和算法的技术对统计学的学生来说很难掌握)。

我相对于经济系学生的比较优势在于计量经济学,从事该领域的应用研究应该问题不大,而高级微观的数学基础也基本学过,因此我决定转向经济学,特别是应用微观经济学的研究。

而其中环境经济学比较热门,而且funding充足,最重要的是我还有这方面的研究经历和一篇论文,因此我决定在申请经济系的同时申请一些农经系。

需要说明的是,农经系并不只研究农业经济学,其实更合适的叫法应该是“应用经济系”。

通常其研究内容包括:农业经济学、环境经济学、资源经济学、区域经济学和发展经济学。

相比于经济系,其研究内容更偏重应用而非理论。

其培养方案与经济系类似,但也有不同。

以俄亥俄州立大学为例,第一年经济系要学习高级微观、高级宏观和高级计量(均两学期);

而农经系只学习高级微观和高级计量,不学习高级宏观,外加高级量化方法和应用计量经济学(均一学期)。

在就业方面,经济系相对更多留在学术界,而农经系有很多进入业界(金融或科技领域)、国际组织(IMF或WB)、政府机构或独立研究机构的机会。

选择科研道路是要承受着巨大压力的,尤其是身处统计学这样一个就业热门学科。

当身边的同学都在字节跳动、亚马逊和大行实习的时候,课间他们讨论各自的业务或技术难点风生水起,你要在图书馆等着13年买的电脑处理几个G的数据,当好不容易跑出结果,发现关键变量不显著或代码写错了的时候,内心是无比崩溃的。

甚至你还会在学术会议上面对质疑:你这个结果确实有统计显著性,可是没有经济显著性啊(没什么大影响)。

从事科研工作,面对压力和质疑是常态,需要做的就是调整好自己的心态,因为科研本身就是需要巨大付出和长期等待而不一定有结果的事情。

打开网易新闻 查看精彩图片

为目标努力

既然确定了目标,就要为之努力。

我认为在申请季到来之前我做过最有意义的两件事就是:

(1)跟本院老师完成了一段科研;
(2)去美国进行了一学期的交换。

申请博士和学术性的硕士,实习并不重要,重要的是扎实的基础知识(GPA)、完整的科研经历和由此而来的推荐信。

我的数学成绩一直不是特别好,这是我申请中较大的弱项,但是经济学的专业课我基本都是90分以上,在美国的交换绩点是满绩,研究生的高级计量经济学也有95分的成绩。

交换的意义不仅在于见识国外的课堂,更是证明自己在海外学习能力的重要依据,也是获得海外推荐信的重要渠道。

我认为,去交换的学校越好、绩点越高、推荐信越强,就能申到更好的学校。

和我同时入学的博士生无一例外都具有海外学习或科研经历,这就能充分证明其重要性。

和本校老师的科研让我认识到了经济学的实证研究是什么样子,让我的文书有内容可写,也让我在科研过程中学到了很多知识,想明白了很多上课过程中没弄懂的地方。

如果说有什么遗憾,那就是大一的数学课没有取得更好的成绩,在美国也没有进行一段像样的科研或上博士的三高。

除了科研和推荐信,申请经济学博士最重要的是数学课的成绩。

很多学校会在申请网页提到real analysis,如果这门课获得高分无疑是一项bonus.

还有很多基础课的要求,比如两个学期的线性代数,两个学期的微积分,概率论和数理统计等方面,当然还有中级微观和中级宏观。

ODE和PDE也是加分项。

这也是我们经常看到econ+math double major申请econ PhD的原因。

有的申请者在读博士之前已经学习过三高,这也是一个大加分项。

对于农经博士来说,统计学和机器学习方面的能力是bonus,尤其是在你写得一手好代码的情况下。

同时,Matlab, Stata, R, Python, ArcGIS, Latex也是很多申请者掌握的工具。

因为我英语基础还行,准备GT并没有花太多精力。

托福主要靠刷题和日复一日在图书馆对着书读口语,而GRE主要是背单词和刷题(我在某网站上刷题记录大概是809道)。

很多人说GT只是一个线,过了线就没什么用了,我认为不正确。

很多学校对小分有要求,比如UChicago的MAXSS要求托福四科小分最低26,也有的学校单独对口语有要求,可能是为了做TA。

对于中国学生,GRE一般Q要到169,V和AW似乎没有硬性条件,但是听说有的学校AW卡3.5。

不过一般成功的申请者GRE都是325+,托福105+,这样的条件应该不会给申请拖后腿了。

经济学不要求考GRE sub。

GPA当然是越高越好,尤其是数学。

有人说博士申请均分超过85就行,我个人持保留意见。

经济学和理工科不太一样,经济学很少能找到海外暑研的机会,也很难在本科期间有论文发表,因此GPA就成了筛选申请者的很重要的参考。

我也听说后期的GPA(大三的)更重要一点。

某些学校博士评fellowship是需要看标化的。

比如OSU的fellowship要求GRE的V&Q超过75%, AW>=4, GPA>=3.6,当TA要求托福口语28或雅思口语8.5或通过校内的考试;

入学的ESL考试exemption的条件是托福总分>=114,或总分>=101且写作>=28。

上面提到了,本科申请者很难找到暑研机会,但是越来越多的申请者开始做全职RA,也就是本科毕业之后gap一年,到海外去做一整年的研究助理来换取一封有质量的推荐信来冲击顶级项目,相应而来的就是申请难度逐年增加。

除了这一条路,在本科期间也可以选择去美国交换一年或一个学期,经常去教授的office hour,和教授熟悉之后询问有没有做研究的机会。

再或者,可以找个硕士跳板,读两年书之后拿美国的推荐信申博士。

第一条路目前看来是最有可能冲击顶级项目的(由于选择性偏差的问题,选择这条路的可能本身就是大佬,所以可能并不适合大多数人),但是全职RA机会可遇不可求,申请难度并不比申PhD低。

找全职RA的途径主要是NBER上的广告和#econtwitter里的告示。

读硕士可能时间较长,我认为比较适合转专业的申请者,在读硕士期间补足专业短板,多修高级课程,也可以同时从事RA。

我在美国交换期间发出过近100封寻找暑期RA的邮件,美国的老师无一接受(毕竟人家博士都用不完),香港有积极回复,但是由于众所周知的原因没去。

RA从事的很可能是收集、整理数据,跑回归之类的工作。

如果背景基本定型,就要开始考虑择校的问题。

如果不是有太深的执念,选校应注意硕博搭配、高低搭配、国家搭配。

定位不要过于激进。

彩票校是要申请的,但是不能全部押注。

同时,保底校也应该选择自己愿意去的,如果就算拿到了某个学校的offer你也不想去,那么这种学校完全不应该申请。

对于本科申请者来说,申请到满意的博士项目并不容易,因此需要找跳板硕士搭配。

较好的跳板硕士项目包括耶鲁大学IDE,芝加哥大学MAPSS和MACSS,杜克大学MAE,英国LSE的EME,UW-Madison的经济学硕士,法国的TSE和PSE的经济学硕士等,其中前四个学校申请难度较大。

选择跳板硕士需要关注:

(1) 近年的placement;
(2) 选课是否灵活,能不能上数学课和PhD课程,以及给分情况;
(3) 教授是否愿意带RA;
(4) 论坛上对这个项目的评价;
(5) 项目时长。

这里不给出博士项目的选校推荐,因为博士的选校很大程度上取决于你喜欢的教授和研究方向。

请注意选择博士和硕士项目时都要仔细研究近几年的placement,这和你将来的去处在很大程度上是相关的。

最后提一句,人很少会后悔自己做了什么,而常常后悔自己没做什么。

如果申请中纠结要不要申某所学校,那就申了吧。

论坛在申请过程中有很重要的作用,在里面可以看到很多在读反馈、项目评价、一手的就业和读博信息等。

常用的论坛包括:一亩三分地,寄托天下,ChaseDream等。

建议选校的时候认真阅读论坛上关于项目评价的帖子,里面有不少在网站上反映不出来的信息。

Gradcafe是全世界申请者报告录取情况的地方,申请之后可以在这里看自己的项目有没有出结果。

打开网易新闻 查看精彩图片

总 结

说了这么多,申请中最重要的还是心态。

要对自己有清醒的认识,既不妄自菲薄,也不能好高鹜远。

遇到焦虑也是正常情况,及时和老师、朋友沟通。

在申请过程中大家会遇到很多有趣的人,了解到很多自己以前不知道的事,能够历练自己的心态,甚至重塑自己对世界的认识,这也算是另一种方式的学习和成长吧。

打开网易新闻 查看精彩图片