让我想起了小时候小马过河的寓言，大象说河水很浅，刚到小腿。松鼠说河水很深会淹死人。。。莫衷一是啊，还是谢谢大家，打算先买本书看看，然后再考虑去北京听班的事情吧。。。为谢！

哈哈，楼主我和你有同样的想法，不过我Stata已经很熟了，可以明确告诉你，想搞好的会计研究，Eviews不咋样，除非你还会个Python之类的。因为会计用的模型都不是特别难，OLS+logit基本是王道了，国内外都差不多，但是数据处理的工作量，那不是一般的大，十数个CSV数据合并和数据清理，都是可能的，Excel能作这个的选手，我都佩服的不得了，不知道他们Excel得玩得多熟，反正我做过一阵OCT，都没那两下，我觉得要是写VBA搞这个，还不如直接用Python了。

就算数据准备好了，开始作实证部分，举个简单的例子做个Jones模型(正统的Dechow或者Jones)的做法，基本就是几千上万个回归，虽然仅仅用的是OLS，我知道很多国内的文章都是来一个回归控制年度行业变量，其实是不对的，因为背后的假设都不一样了。陆建桥君的做法在文章中说了，当年的数据量太少，所以被迫用截面，现在也是么？的确，国外也有截面作的，比如Kothari，可是别忘了他是用的配对样本。

所以，作会计的研究，国外的主流是SAS，很大的因素是很多数据库的数据可以直接在SAS里查询。国内用Stata的很多，是因为有很多研究的程序实现过程有讨论的平台，这个坛子居功至伟，不禁致敬一下。不过考虑到Stata基本都是D版的，将来始终是个问题，我强烈建议学R，确实学习R本身的难度不在统计和作图上，而是怎么实现这些数据整理和清理，怎么作这些类似Firm Specific Time Series Regression，我初步摸索了下，都是有成熟的支持包的，当然还是需要写程序的。比如plyr，data.table,AER,plm之类的，R从设计上从写程序的角度上比Stata确实是好的，因为是面向对象的设计的，所以，即便回归结果也是对象，这就很方便后续的处理和操作，而不像Stata，返回的是e-class的一堆scalars、matrix和macros，重要的是这些东西是会被另一个回归所覆盖的～～

回到正题，楼主要是想将来去美国继续读博，那学SAS是没错的，要是想国内读博，可以学R了。要是就应付个硕士，就用eviews就算高手了，多数人就会用个spss还不是很熟练。Stata也很好，只是版权的问题，以及Reproducible Research的方兴未艾，我还是觉得学R更加有前途，更加的明正言顺，光明正大。还有一些附加值比如：金融行业包括金融研究对R的应用也是广泛的，当然SAS也是主力军之一，要是想搞点金融的研究或者工作，学习R一定会很有助力的。再比如，现在流行起研究媒体治理，广泛使用文本信息作为研究对象，SAS的确可以处理，可Stata就捉襟见肘了，R搞这些都没问题。

不会高数确实麻烦啊

谢谢你的耐心回复，说的很中肯，觉得你们的视野确实很广，很厉害。个人基本倾向于学stata了

会计的就没有必要了