无聊随便几句， 如果铁心是想速成计量然后去写实证论文的就不用看下去了。

首先，实证不是玩技术或者炫技术。实证是讲故事，计量中各种方法的各种假设适用性可比性是论文故事可信度的根基，不然就连自圆其说都算不上，那就更不要指望有什么指导意义了。

另外，好的实证paper大多技术都没有多复杂，很多也就高级教材的难度。但人家就是做得严谨做得规范，一点一滴地推敲为什么这些“简单”的方法能够回答文章的问题。

所以，还请大家先把计量学好再去做各种实证吧。lz曾在的学校经济学不是top5也是top10了，做实证的老教授不看只看中青年的副教授，认识的很多不是说不会计量，而是没有系统性地好好学过计量，估计他们很多都是为了做一些课题，看到人家用过什么方法觉得不错，然后自己再去学。我看到的结果就是，文章表面看起来还ok，但一旦深究的话很多技术性的地方漏洞太多。形象一点的说就是，招式好像有点看头，但内功不行，过几招就发现根本驾驭不住。

我建议，大家有空就花点时间，好好重新补一下一些功底的东西。虽然可能当期不能产生效益，但长远看，总是会有好处的。起码要对得起你是一个经济研究者的身份。

下面主要是针对一些在读研究生博士的说法，毕竟你们才是可塑性较高而且是以后的“高产者”。当然，躺着中枪的各位讲师教授们，有空也可以尝试当自己是学生，补补课。

从根基谈起：

从中级到高级的过渡：熟悉以OLS为基础的各种估计量的矩阵推导，关键是矩阵和推导。线性空间的概念必须完全融入推导中，一步一步都要自己推。再次强调的是，要以空间概念理解问题，尽可能摒弃线性代数中的算术。

高级：必备数学知识是基于测度论的概率论。当然这个前提的前提就是数分和实变函数再加一点泛函，反正这些东西在高微高宏都会用到，总之就是必须掌握。如果连“数学系”的数分都没有学透，那回去先学学数学再来。翻一下北大的数分教材，我觉得起码要有能力自己掂量一下自己的水平吧。

然后就是正式学习了。教材有很多很杂，建议教材是Hayashi，加上handbook of econometrics作参考。如果不能把握某些章节的重点，可以去国外顶级经济系，比如yale，找搞计量理论教授的个人主页，一般都会有他们上课的教学NOTE。要学会用MATLAB或R实现，什么STATA, EVIEWS, SPSS之类不用编程的软件不适合学习时候用！

最后，一定就是要自己好好推导，祝各位好运。。。