看到魏冬的日志让我心生很多感慨。感谢魏冬，在申请和学术上我们交流最多，在申请上他对我帮助太大，让我避免了被计量很好的dream school UCSD拒掉的局面；更重要的，让我在申请时放心许多。我的申请是个一波三折的故事，想得到开始，但想不到结局；我觉得应该写点什么作为纪念，也算给大家提供一点经验教训。另外感谢魏冬和吴沛凡，你们两个写的日志让我明白申请总结应该怎么写，因此省掉我很多时间思考结构，可以hardcore地把想说的都说出来。

致谢

首先要感谢的当然是我的三个推荐人。我只有三个推荐人，并且在所有学校上用了同样的package。L老师是nonparametric metrics界的大师，能有机会上他的博士生课并且拿到信我不胜荣幸；他的和蔼出乎意料，我填推荐人的两天之内几乎所有信就已经交了；在申请结果出来的时候还从美国打电话给我，我的感激之情无法形容。UBC的M老师对我帮助太大，我只能感激自己在换到UBC的情况下还能碰到这么好而且做metrics的老师，在申请之前和之中总是给我信心，帮我很仔细地改了SOP，而且我的第一个offer还是他先告诉我的。经管的Z老师是最熟悉最了解我的人，我从大二开始给他做RA，一直到现在（我在经济系只有这一个RA），学到的东西太多，不管是metrics的理论还是编程，还有做学术的许多道理；在我最低谷的时候，每次和Z老师交流之后我就变得轻松，而且对未来有了信心；能有好的writing sample，离不开他的指导和帮助。能拿到三个都是做metrics并且都是very strong letter，这种很consistent的package对我最终的申请结果起到了关键的作用。

除此之外还有上一届的吴沛凡和贺熹学长。尤其是吴沛凡学长，总是在我低谷的时候给我信心，不厌其烦地改我几乎不成形的SOP；虽然他总是自黑，但学术能力却总让我自愧不如。在经会认识这两位学长，我深感幸运。还有帮我修改文书的同学和老师。

还有一起申请的同学。魏冬我想不用多说了，不管是去berkeley还是stern相信以后一定都各种牛逼。还要太感谢伍良杰，一起在拿到Chicago后像小学生一样天天上课复习准备托福，没有互相支持我想我估计挺不过这个难关；马上就要开始长达五年的repeated games，希望在Chicago大家都好！UBC的Z同学我是交换的时候认识的， 他是那边统计系的第一名，和经济系的double major；交换的时候就对我各种帮助，让我感觉还不太无助，申请前后我们几乎天天交流，互相看过SOP，分享各种信息，让我了解国外的本科申请econ phd是什么样的情况；神奇地拿了top 10的3个wl还有一个1st year funding wl，希望他至少能有一个转正啊！

按道理还是要感谢父母。但是我想这是言语无法表达的，父母从我大二的时候就坚定支持我申请，尤其我爸还各种了解信息，在申请上有时候比我知道的还要多一些；最纠结的感受只能向父母表达，靠他们开导；我还能心理正常地度过整个大学和申请的过程，他们起到了最重要的作用。

还有我的室友和同学们。李昱松刘运操经常听我在宿舍吐槽，忍受我的噪音，太不容易；小贺和孙健总是各种开导我，我心情不好的时候也经常找他们发泄，但他们同时也有很多的事情和压力。还有上学期经原小课的同学们，在我最无聊最郁闷的时候想到要给你们上课，就不得不振作起来；课上各种有趣也让我轻松许多；如果以后觉得我有什么能帮到你们的地方，一定不要犹豫。

背景和申请结果

背景

GPA：总7/152，必修+限选5/152；

G/T：GRE 166/169/4.0, TOEFL 30+30+23（害我不浅）+29；都是一次

交换：UBC

研究：一直和Z老师的助研，大三Z老师指导做的writing sample；

推荐信：如上

关于各种课大家可以移步urch上Profiles and Results，第二页上有我的thread。

结果：

Acceptances: Chicago($$), UCLA($$), UCSD($$), Wisconsin($), PSU($$), UBC($$), USC($$)

Rejections: Harvard, MIT, Princeton, Stanford, Berkeley, Yale, Northwestern, Columbia, NYU, Caltech

Waitlists (all withdrawn): UPenn, Duke, Brown

Pending: TAMU

我的所有profile都围绕着metric theory展开，这种太集中的背景使得我的结果非常一致。Top 10几乎全拒， 而Top 5竟然有录取让我大感意外；10-20我几乎全部存活；经典的计量强校里，Yale作为的我的dream school直截了当地拒了我（估计我也辜负了M老师作为Yale校友的期望吧），SD在申请的最后给了我莫大的安慰，其他几个录取的学校计量都非常强，尤其是PSU，在1月份就第一个录取了我，我十分感激；PSU的系尤其是metrics group进步太快，我觉得已经完爆前十的许多计量组了，祝他们迅速挺进top 20！这些学校各种老师人都太好，邮件来往的确远超经管同级别的老师，让我倍感安慰。

我已经接了Chicago，这个决定并不难，各方面条件他们都是最好的。

经验和感受还有解释

1、关于语言要求，Chicago的语言要求

2月17号拿到Chicago，我喜出望外；当时想得多了一些，还期待会不会有别的Top 5，现在想想真是naive。21号我回北京，在火车上半夜刷到Yale的拒信，然后伍良杰告诉我Chicago的formal offer到了。我拉到最后一页，看到上面赫然写着'Bai, Yuehao, Your scores on the Test of English as a Foreign Language (TOEFL) or International English Language Testing System (IELTS) do not meet the University's minimum requirements (shown below). Please retake the TOEFL or IELTS in order to qualify for your visa eligibility document.' 我真的差一点哭了出来。纠结许久，第二天回到学校报了两次T，和伍良杰一起去小马报了1对1的口语班，一个星期暗无天日的准备之后去考，10天以后看到成绩过了。这里面太曲折，是我人生到目前为止恐怕是最大的一次考验；这让我充分认识到我的阈值太低。

这里还是要澄清一点，我拿的是offer，不是conditonal offer，我几乎从没有听说过econ phd美国哪个学校会发conditonal offer而且condition在你的英语成绩上。只是Chicago因为visa的原因（也是他们自己作）要求4*26。而且，这个事情不是绝对的。我想说的是，不要因为口语不到而不申某个学校，其实他们并不一定会在审材料时用4*26卡你（系里的老师估计连什么是托福都不是很清楚）。如果拿了offer但要求考到4*26，那再去考就好了，考不到再想退路。

另外，G和T只是个门槛，一个decent的分数可以确保你不被很早刷掉。我的个人经验，G在155/167(168)/4.0以上就绝对安全，T不要太低就好。关于这个，估计伍良杰有更多的话要说。但是G/T是最不重要的事情，不要为了一个超高分而不停地去刷，毕竟你申请的是econ phd而不是文科。

2、关于选校

我申请学校是按照我从UBC走的时候M老师给我画的list来的（很惊悚的是，当时选到Chicago的时候他打了一个问号，然后告诉我'maybe'。）经管申请的一般会把前十都刷一遍，这很自然，因为边际成本很低；我没有申Minnesota，因为计量一般。之后选了一些metrics比较强的学校。这样总共是21个学校。

不过现在我后悔申了NW和Caltech，因为两个学校都没什么人做metrics，所以基本上是浪费了。选校的时候还是可以考虑一下fit的。

前十几乎全拒基本在我的意料之中，在申请之前，我的想法是：前五基本不太可能，给定我不可能拿到Q老师最强的信；Penn, Columbia和NYU有一个我觉得就非常好了；如果没有的话，SD给了我我觉得也是个很好的结果。但是，我的底线很低，尤其是拿到PSU之后，我觉得去PSU这种计量很强但排名不高的学校，也是不错的选择。在我知道Chicago的托福要求的时候，我的底线也是退一万步去PSU也是可以接受的。

我个人感觉既然决定要申请econ phd，那基本上就是冲着做学术去的；Top 5强出一大块，但是5-20其实都差不太多。永远不要想着什么“拿不到Top 5/10就不罢休”，因为你是冲着做学术去的，而不是冲着拿名校的牌子去的。不了解情况的人看到的申请结果，会问例如“这个学长怎么才拿Michigan”这种问题，其实太naive因为Michigan已经是很好的学术起点了，而且已经很难拿到了，这毕竟不是工科某学院申请。低起点但是后来做的很好的例子太多了，比如John List，比如我的推荐人之一，等等等等。就是去了Harvard该是个渣还是个渣，主要还是靠自己。

3、关于推荐信

主要的问题是：该不该要Q老师的信呢？我的回答是：要是一定要去要的，但是用不用是另外一回事。毕竟Q老师是很厉害的人物，和他交流也有利于对自己有一个更清晰的定位。但是见面之后有了更多的信息，用不用的事情自己要有一个审慎的判断。如魏冬所说，我拿自己做了自然实验，而且我的结果并不能完全说明Q老师的信有用/没用。但是我当时有一个判断：Top 5我不太可能拿到最强的信，所以用了等于找死，不用还有一丝希望，毕竟我的推荐人也是很强的；Top 10如果我能拿到那大概不缺这一封信；10-20我是有自信能拿到的。事实证明，这三句话里我的第一个和第三个判断是对的，但第二个判断不对。所以，我的经验或者说推测是：1）如果确信不可能拿到最强的信，Top 5一定不要用，尤其是你有其他很强的推荐人的时候，一定要去拿自己原本的profile去拼一枪；2）Top 10，如果你认为自己会是第二或第三强，用还是有必要的，因为像Columbia，Penn这些学校一年会给清华至少两个，还会有一些wl（我拿Penn的wl有别的可见原因），我的结果说明了这一点，因为在NW，Columbia，Penn，NYU这四个学校上我被dominate地非常惨，另一个没有用Q老师的信的同学也被dominate得很惨；3）10-20，要是对自己有信心，就不要用了，这时候这个pool是很大的，很多学校也未必buy这个事情。

同理，如果多人拿了同一封信，一定要审慎地使用，尤其是当你不确定自己的排位的时候。我和UBC的同学都拿了M老师的信，但是10-20的学校上他完全被我dominate，而Top 10里他另外两封信起了作用。

4、关于文书

Diversity Statement是个bitch，能不交就不要交。我确信它没有起什么好的作用， 却可能起了负面的作用。有些学校宣扬"我们支持diversity"之类的口号，但真做的时候未必。Chicago的diversity做得很好，但是我没交diversity statement。

SOP这个东西自己能控制，所以尽可能做好吧。别太扯，直白一点就行了，谁管你到底是怎么喜欢上经济学的你说那么多血泪史的又有什么意思，好像这能说明你适合这个项目一样。

5、关于确定性与不确定性的争论

申请是随机的吗？在控制变量之前是很随机的，随机到可怕。例如，我和UBC的Z同学，他在Top 10表现很好，我很差；我在10-20很好，他很差。低的学校拒人是常有的事，而且未必是觉得你over-qualify。比较清华我们五个人的情况，没人dominate别人，看不出什么pattern。但是urch上有一个帖子，认为在控制三个变量（和系里的fit，over-qualification和推荐人的connection）之后，随机性显著下降。我基本同意他的观点。所以你去看一个大的pool的时候觉得很随机，但是条件一下就不一样了。但是很多情况下申请人只知道自己的match和over-qualification，但并不确定推荐人的connection。

当然，还有一些莫名其妙的学校就是乱拒人乱收人，有的committee里老师确实看人不准，但是我觉得是少数。

6、关于writing sample，以及什么条件最重要

我的writing sample还不错，但是我认为很难说到底是什么让我拿到Chicago。我的其他条件未必强过清华的其他申请人，但是基本上也不比他们差，尤其是数学课和推荐信的力度。

成绩是个门槛，差不多就好了，除此之外数学课越多越强越好，有一两门成绩比较好的PhD的高级课也是比较有必要的（其实主要还是通过推荐信体现出来，你在经管读一个三高之一考了好成绩但是没拿到信的话，其实说服力也一般，毕竟这里是清华不是Top 20 Grad School）。 总学分绩是个最没用的东西，这里面有多少水课我想大家都清楚；除掉这些乱七八糟的课，谁高谁低还不一定呢；经济学的课主要还是那几个中级，也要差不多，一些专题课其实没什么用处：Susan Athey也指出过你们这些专题课其实也用不到什么数学的。往往有说什么东西必须高什么课必须有之类的，其实也未必。UBC的Z同学的Real Analysis就只有B-，但是还是有很好的结果。我的个别我认为重要的课没有上90，曾经令我很担心，但最后证明也没什么问题。

说什么必须95+都是扯淡，你去看看中宏有几个人能到95+的，不要太迷信这些，尤其大家倾向于说自己已经具备的条件是重要的。我还愿意说G的verbal必须上165呢。

我曾经最担心自己的成绩，害怕自己被其他申请人dominate，好在最后还是进了前十；而且其实这东西也根本不会影响太大。

G/T只是个门槛，无数人已经强调过了。

推荐信太重要，我觉得可能是最重要的。

研究如果不能带来publication（其实本来就不可能，我还没听说过哪个本科生申请的时候带了一个decent的publication的）或者推荐信（RA），其实没什么用处。你跑一个方法论正确的回归能说明你天赋异禀？

7、关于交换

我为什么不去Berkeley交换？秋季去不了（而且出不起钱），春季出不起钱。为什么不去Minnesota，Wisconsin之类的学校交换？我的排名足够去这两个地方，但是我当时理解Minnesota的计量不好，Wisconsin我以为不能在商学院外选课（我如果去了估计也是被伍良杰大神dominate）。这样北美只剩下UBC还不错了。UBC的经济系非常好（差不多可以排到Top 20），而且我有幸碰到了M老师这么好的老师。只是不允许外系学生选经济系研究生的课，所以要费一些周折，但我也是在这个过程里让M老师记住了我。UBC环境太好，我大力推荐大家去那里交换，绝对不虚此行。

后来其实证明交换去哪也不是绝对重要。我们这五个人只有一个去Berkeley交换，魏冬去了McGill。但是去Berkeley能拿到很好的信的话估计是个比较大的加成。

8、要不要修数双？

Q老师见我的时候也向我吐槽今年怎么都没有数双。有的话其实是个好的信号，但是观测9字班的情况大家都有的时候你有也不能怎么样，这是个囚徒困境，最后还是清华的在自相残杀。

我个人感觉修数双和修一些重要的课是等价的。数双其实也不要求拓扑和泛函，而且修到最后往往成为一种折磨，大家会去选一些莫名其妙的课程来凑数。修实分析+概率+更高的分析课我觉得就可以了，甚至更好。很大程度上这些是为了将来的研究做准备，而未必直接体现在申请之中。别太功利，一切永远是向最终的学术目标去的，否则会很痛苦。国外说所谓的Real Analysis其实就是Rudin的前5/6章，根本没有测度论的内容，他们要求这个的目的就是让你见过证明，知道什么是严谨的数学。

看到这里基本上也没什么有用的内容了，以下基本上是一些废话。

我为什么对经济学感兴趣？因为上了经原。回想起来我那时候竟然在假期里把钟老师推荐的阅读材料的一半以上读完了。有些人认为经原没必要上，或者是种折磨，我觉得这个想法是不对的。经原培养的直觉太重要，不管做哪个领域都得靠直觉活，甚至是metrics（你提不出来好的方法你数学再好你能证出来有什么用？别人提出来方法然后做monte carlo一样把问题说清楚了）。等到中微中宏见到数学了，有些人觉得这下对经济学有兴趣了，我觉得其实不是对经济学感兴趣，而是对解方程感兴趣。连数学都不能算，这些叫algebra（说algebra也拉低了algebra的格调）。有的人喜欢把一个简单的模型加进各种莫名其妙的东西，搞得越复杂越好，最后已经背离了模型的本质，关于这个，参见Romer在高宏书里的话。所以我觉得， 想做经济学学术，直觉和兴趣永远是最重要的。

我为什么对计量感兴趣？我对计量也只是比本科的同学懂得稍微多一些，而且focus在个别领域上。我基本上修了完整的PhD的计量core，所以基础是懂的；我的RA是Weak Instrument的东西。但是对Panel Data, Nonstationary Time Series我了解得很少。我对实证几乎不懂，所以还要到PhD的时候去学。有同学问我实证的问题，我很直接地讲我不懂，因为我确实不懂。我本科有限的时间，用来学基础的理论还嫌不够，根本没时间去做实证的东西。我是个强迫症患者，学什么东西不从根本上弄懂我是很不舒服的；比如计量里的极限定理，直接记可以，用mgf可以证，但是我一定要学会用chf证，所以就要学测度论，然后为了处理时间序列的一些问题就要学泛函和拓扑。学矩阵理论的时候还要去学抽象代数，这样就没完没了了，但是我感觉很有趣。我想在读PhD的时候未必有这么多时间去学了，那时候的想法可能更“功利”，你看White的Asymptotic Theory for Econometricians，基本上到了证明都是'See ***(19**)’. 所以现在有时间还是多学数学吧。

说到这里我又想到大二时候本科生的计量课。现在换成洪圣杰老师教了，我看过他的课件，觉得特别好：本科的计量就应该是这么教的。有很多人不同意我的观点，上次还有同学给我说洪老师的计量教的不好，教完了大家都不会用。首先，计量的内容那么多，你怎么可能在一个学期里既讲理论又让大家会做应用？这牵扯到一个根本的问题：大学教学的目的或者原则是什么？是教你写论文或者教你将来在职场上用的东西？我一直觉得本科是基础教育，是为了培养人的基本素质的（所谓的通识教育），以及某一个学科的基本知识和能力的。你说国外那么多本科生去学数学、政治学或者哲学，他们工作中能用到什么学到的东西？用不到的。你现在学计量的技术期待你将来在工作中用到？用不到的，人家专门有人学了很多年负责这个事情，就像投行里不可能招你一个本科生去做量化研究。

其次，理论都学不会你怎么知道怎么用是对的？为什么是对的？理论都学不好，拿去用基本就是乱用，或者好像记住了“不能这么干，不能那么干”，但是不知道为什么：其实还是不懂，拿去乱用。比如当时本科的课上老师就各种批评不能这么用，不能那么用，大家都是死记住的，其实根本不知道理论基础是什么；如果博士生还觉得这个好，避免了很多问题，那简直太糟糕了。我觉得，记住了两个规则，然后拿数据按规则一跑，其实体现不出来什么人脑的作用：你直接设计让机器判别那个用法对不对不就行了？不过是软件都不设计这些功能罢了。

有人说上了什么什么课不会用计量，做实证还是不会，做论文还是不会。那是你自己的问题。有时间应该自己去读实证的文章去学习他们的技术，退一万步讲，这也应该是另外一门课的内容，而不是本科第一门计量课的内容。

最后，我为什么去读PhD？因为想做学术。为什么想做学术？因为感兴趣。我未必能做得多好，估计连第一年过core都困难，呵呵。但是我觉得支撑PhD的永远是一颗学术的心，没有这个，我觉得就不要有这个想法了。

我文风一向犀利，如有冒犯，大家多包涵。

以上。

Alhamdullilah.