注：本文是雷子博士读博前两年的学习总结，同时也形成博士生如何开展研究的初步经验。以下所涉及的各个部分多是在导师指导下的学习和科研实践，当然不可能忽略对其他前辈的间接经验的借鉴，在此表示感谢。在他步入博士四年级之时，将这些经验形成文字，以求能为会计研究的入门者尽快的进入科研角色提供些许借鉴。当然，难免有不当之处，敬请赐教！虽然本文不是什么成熟的作品，但也凝聚了个人的努力和诚意，请引用者注明来源。
对于刚入学的会计博士或刚开始做科研的青椒来说，在门口徘徊的人不在少数，因为是否能真正踏入科研大门，需要多种因缘和合而成。
多种因缘可概括为：方法、计划、坚持、吃苦、交流
1、导师是金矿，会采的人可以更快“富起来”；
2、学习、科研靠方法，少走弯路省精力；
3、科研是条荆棘路，计划、坚持是王道；
4、熬夜挠头是常态，身心健康很关键；
5、团结才能力量大，沟通、交流扩视野。
If you want to go fast, go alone. If youwant to gofar, go together。
在做了简短的总结之后，对会计学术的理解，有以下几个特点：
第一、从会计学研究的领域来看，财务会计仍是重点领域（我们师门的研究集中于此），但管理会计受到越来越多的重视（如财政部的支持和2015年会计学年会的情况）。
第二、从目前国际和国内的主流期刊发表的文章来看，实证的文章所占比重较大，而规范性的文章占比较小。实证文章的特点是Idea致胜，方法上则要求适合即可，即能解决问题。规范性文章比较难发，主要集中于前期已经形成较深积累的“大牛、小牛”身上，而且对写作功底的要求更高。
第三、财务会计文章发表相对困难（适合的期刊数量相对较少），在期刊选择方面，首先选择经济学类的期刊（南大核心的经济类期刊竞争较为激烈），其次考虑发表在管理学类期刊（管理世界、南开管理评论除外）。原因就是：业内主要关注经济类的期刊，对管理学的多数期刊不关注或关注较少。
第四、狭义会计领域的研究更加注重对会计本身的研究，但扩展到公司财务、公司治理、资源配置等高度，会扩大文章发表的期刊选择空间，也会增加发表的概率。如，仅仅研究会计准则变迁是否影响了财务报告的质量特征属于狭义会计范畴，如果进一步拓展到是否影响公司的资源配置（如投资、融资等），则上升到公司财务和经济学的资源配置视角。
科研要想上道，是需要经过长期积累的准备，从点开始，从点到线，从线再到面，也就是以点串线、以线带面的过程。
1、点——一棵树，如盈余管理
如何认识点：
⑴ 导师课程的某个点；
⑵专门的文献综述文献；
⑶经典文章的研读和跟踪；
⑷写文章时的“干中学”。
2、线——一类树，如盈余质量的影响因素、经济后果，各要素之间的传导机制
如何串成线：
⑴导师课的某一小部分；
⑶JAE2001和2010年的综述文章；
⑷实证会计理论、财务管理前沿理论研究等专门的理论书籍的某章节；
3、面——一片森林，如会计信息的质量特征
如何建立面：
⑴导师课的某部分；
⑵相关理论的书；
⑶自己长期的跟踪和积累。
经过长期的上课，研读文献，跟踪前沿，干中学以后，这才慢慢走上道，这时候你可以大干一场了，但是在上道之前，需要搞定：数据、计量方法、理论模型、软件。
1、数据
（1）熟悉常用数据库：能够快速查找和获取数据
财务数据：CSMAR（国泰安）、RESSET（锐思）、CCER（色诺芬）、WIND（万德）等；
（2）每个行业的年报读两份，熟悉行业特征；
（3）手动搜索数据，自己建立的专属数据库已经兴起；
（4）常用数据自己建库，及时更新，如常用控制变量、行业、实际控制人性质、所属地区等；
（5）监管机构、自律组织披露的数据库，如深交所上市公司信息披露评级；注册会计师协会公布的百家事务所等；
（6）宏观数据也时有使用，因此要熟悉常用的经济、金融数据来源；
（7）前辈文章中披露的重要数据或计算该数据的方法要及时记录；
（8）权威机构发布的调研报告中披露的数据，如世界银行等。
2、计量方法
（1）先大概了解，知道什么问题大概使用什么方法；
（2）研读经典文章，慢慢积累常用方法；
（3）了解各方法的使用基础和范围，如各变量满足什么样的分布，才能使用OLS回归；
（4）内生性的解决很重要
常用的解决途径：工具变量+两阶段回归（但工具变量可遇不可求）；DID（双重差分）；倾向值匹配（PSW）；动态回归方法（如GMM估计）；联立方程组等。多参考牛人、权威期刊对内生性处理的方法，直接借鉴或触类旁通，慢慢积累。当然，这也要求对计量经济学的理论问题有一些了解。
3、理论模型
（1）熟读导师上课介绍的重点文献；
（2）自己整理、慢慢积累、形成系列；
（3）理解每个模型的优势和不足，即适用范围；
（4）理论模型如何转换为计量模型。
4、计量软件
（1）了解两种以上的软件；至少熟练掌握一种软件的使用
常用软件：SPSS、STATA、SAS、Eviews、R、Matlap等
Eviews较适用于处理时间序列数据；
STATA的更新较快，资料相对丰富，上手相对容易，处理面板数据的功能较强；
SAS、Matlap、R等软件要自己编程，处理数据的能力更强大，很多较新的计量方法都是先要自己编程实现的。这些软件上手较难，但一旦上手，会加快数据处理速度。
（我导师和辛清泉老师建议：使用SAS整理数据，然后使用STATA做回归。）
（2）形成记笔记的好习惯，记录常用的命令、程序、计量方法的实现步骤等，定期梳理和总结；
（3）多演练，形成适合自己的、科学的数据处理习惯和方法；
（4）多关注、勤交流，储备更多的计量方法和模型的软件处理过程。
（未完待续......）
水皮后记
很早与雷子博士在会计学术交流群认识，但直到今年7月13日北大举办暑假学校的机会才有幸见面，印象中憨厚、勤奋、踏实，颇有一位青年学者的范儿。而且，很热心，当我发出征集研究分享的倡议后，他是第一个供稿的朋友，足见其对会计学术联盟公众号的支持，对中国会计学术人成长的责任。
雷子博士在与我聊天时曾说过，或许对于刚入学的博士生或没有经过系统训练的青年教师有所帮助，我看对于我这高年级的博士都有帮助，呵呵，在这里对雷子博士表示忠心的感谢~~祝愿他顺利完成学业，找到理想的工作~~好人有好报，好人一生平安，小伙伴很看好你哟~~
【99点评】这是会计视野网站的《会说》栏目里学术文章，作者雷博士已经学成成为教书育人的传道者，都是过来人的心得，作为有专业追求的平台论坛，我们很高兴转帖推荐。