首先，我不太相信所谓“天资”的说法（可能要成为顶尖高手的确需要这个，不过，就我所熟悉的网球运动员来讲，我们平时所谓的比较有天资的高手，如费德勒、纳德尔、德约科维奇、萨芬等，其实都是 6 岁，甚至 4 岁就开始练球了，他们之所以打得好，是因为经过了长期而系统的训练，并不是因为天资有多么聪明）。我觉得大家的智商没有太大的差别，关键在于是否能持之以恒。

其次，每个人都有相对比较优势，这个我承认。不过，就多数人而言，你的 idea 还没到那种让别人眼前一亮的地步，因此，你通常是不容易找到人帮你完成数据收集和实证分析工作的。另一方面，就常规的统计和计量方法而言，这是我们每个做研究的童生的基本功，在美国读博士的那些朋友第一年被折腾的死去活来的，不就是练习扎马步，具备基本的独立研究能力吗。在这些基本分析方法都掌握的情况下，如果临时碰到非常复杂的问题，自己需要花大量的时间才能搞定，此时可以借助朋友或同事的力量来合作完成。因此，我的观点是，80% 的情况下要靠自己，20% 的情况下靠协力。

说到写程序，其实，现在有了各种计量软件，我们所写的程序都非常简单，只要掌握了基本的语法格式，知道循环语句、条件语句、输入、输出项的设定，外加 MLE，NLS，GMM 等特殊程序的编写方法，剩下的无非是多学些数据处理的命令，提高自己的分析效率而已。要具备上述能力，并不要求你有多深的数学基础，只要学过计量经济学，应该都能应付。很多岭院的大三本科生，学习两周，就可以和我一起做 Monte Carlo 模拟分析了。所以，不要预先给自己下套，要尽快地行动起来。就像我学开车一样，刚开始挂一档都觉得太快，现在开了一个半月，在高速上飙到 130 km/h 也觉得仍然在自己的控制范围内，呵呵。

感谢连老师在百忙之中的答复，这里还有一个问题请教。我现在读文献养成一种习惯，只注重结论性的和文字性的东西，而对于整个推导过程不求甚解。比如，我知道hausman检验是干嘛的，知道在stata里面怎么操作，软件出来的结果可以解读，但是如果问我原理是什么，怎么推导出来的，我根本不知道。久而久之，我发现这种方法的好处是能够让所谓的“能力”迅速提高，去年到今年已经从开始只能发不知名的垃圾期刊到发了几篇C了，但是我总感觉这种学习方法就好比周芷若练九阴白骨爪，招式有了，内力不足，以后恐怕很难有大的进步。连老师，您觉得我这种学习方法可取么？如果不可取，怎么克服这个毛病呢？

连老师，论文专题视频中怎么跟目录似乎不太一致啊，比如第一部分  学术论文写作经验分享，还有love那篇文章的PVAR，还有T7多元LOGIT模型那个也没有，是还没有录完么？

是的，有三篇文章还没有录完，昨天已经把学术论文写作经验分享部分录完了，Faulkender and Wang (2006) 今天晚上也能录完。明后两天尽快录完 Love 的 PVAR 和 Chang 的 Logit 就行了。

之前也是经不住大家的不断催促（尤其是邓老师），只好先发布已经录完的 40 多个视频，随后全部完成后期制作后再让大家更新即可。

望见谅。

如果你是在读博士，我建议你还是要尽力静下心来做到“知其所以然”，这样日后你才有不断进步的资本，否则你的上升通道会很快遇到瓶颈，最明显的表现就是，你做的paper越多，自己就越觉得没有底气，也越来越没有兴趣，因为总是在低水平的重复。

当然，如果是为了赶着完成某个课题，或者毕业的日子很近，要在截至时间之前提交论文，速成也未尝不可。

就长期发展来讲，我认为基础非常重要！