WiWi Gast schrieb am 08.07.2023:
Ist nicht mehr aktuell, aber dachte ich Frage trotzdem. Habe Karriere technisch vor in die Forschung zu gehen. Würdest du (oder ihr) empfehlen direkt Mathematik oder Wima zu studieren. Da wo ich Wima studieren würde wäre es 120 ECTS Mathe und 60 ECTS Wirtschaft (davon 50 ECTS VWL Module) oder doch sinnvoller VWL zu studieren im Bachelor und es mit quantitativen Modulen zu füllen?
WiWi Gast schrieb am 05.07.2019:
Generell sind die PhD Track Kurse sehr zu empfehlen, also z.B. die Quant Econ tracks. Es ist sowohl ein Signal, als auch nützlich für den PhD. Es wird von dir erwartet, dass du dir die Literatur in deinem Feld aneignest, daher ist kein Kurs in z.B. Monetary wirklich ausreichend um da zu forschen. Zumal sich sowas auch noch machen lässt, wenn man erstmal im PhD ist.
Die Gefahr bei normalen Mastern ist, dass du keine technische Basis hast. Das ist verkraftbar, wenn du vorher Mathe gemacht hast. Aber mit nem "oldschool" VWL Bachelor wirst du schnell gegen eine Wand fahren. Du brauchst Mathe und Ökonometrie auf dem hohen Niveau um überhaupt heutzutage irgendwo reinzukommen und zu forschen. Es ist absolut Standard, dass Studenten heutzutage den großen Woolridge, Hamilton und Hayashi gut kennen (also, wenn sie empirisch arbeiten). Es gibt auch noch genug Master wo das nicht gemacht wird, und ich habe das bisher immer als großes Defizit gesehen.
Es hat auch nichts mit Theorie zu tun. Es ist Voraussetzung, dass du so früh wie möglich ein Forschungsfeld und einen entsprechenden (potentiellen) Mentor findest, dort gute Ideen hast usw. Das setze ich einfach mal vorraus.
Aber ein guter PhD ist absolut fest in den technischen Dingen, gerade wenn er praxisorientiert forscht. Du konkurierst ja mit Leuten, die sowohl super Ideen und Konzepte haben, und dir auch jeden Proof von Analysis bis Asmyptotische Theorie problemlos an die Tafel klatschen.
Du bist ja mit ca 100~200 im Bachelor gestartet, und deutsche PhD Programme nehmen (von allen Kandidaten) so im Durschnitt 10-15 Leute pro Jahr. Kannst dir ja überlegen...
Es ist halt schwer, und sone schöne Microtheorie Vorlesung auf PhD Niveau ist natürlich der Tod, wenn du mit Data arbeiten willst (in machen Programmen muss man aber nicht jeden Basiskurs machen, da kannst du dann z.B. Mathe, Metrics und Macro machen)
Es hat nichts damit zu tun was du später machst, und dein Erfolg hängt nachher von einerseits deiner Forschungsleistung, und andererseits deinen Mentoren, deren Stil und deren Netzwerk ab.
Aber ich habe zu oft gesehen, dass Leute scheitern oder nicht in den PhD kommen, weil sie nicht die technische Basis haben.
Musst du halt durch.
Früher hätte ich gesagt mach Wima, aber inzwischen gibt es auch viele gute Quant Econ Programme die durch den stärkeren VWL Bezug vielleicht doch vorzuziehen sind.
Wima ist halt oft auch Versicherung und Finanz, also eher praktisch statt Forschung.
Quant Econ sind oft die PhD Vorprogramme und man traut dich da oft, sowohl bei Econ als auch bei Mathe in die Vollen zu gehen.
Aber wima ist such prima, guck halt dass du den Bezug nicht verlierst.
Ich würde zwei Dinge als Ziel sehen: erstens, so früh wie möglich forschen, bei Forschung helfen, und Namen auf Workingpaper haben. Neben Letters ist das das wichtigste Kriterium auch für Aufnahme ins PhD Programm.
Zweitens, guck das du spätestens bis zum Master auf Matheniveau von einen de la Fuente und Statsniveau zB. Hansen. Dh. Ende Jahr 1 Master hast du die Dinge tief genug drinnen um die Beweise zu führen und zu verstehen, und kannst bei den relevanten Themen zb. einem Mathebuch folgen.
Das Ding ist nämlich, PhD Micro, Macro und Metrics sind eigentlich nur umbenannte Mathevorlesungen.
Micro ist Funktionenanalyse und Differentialgeometrie, Macro ist dynamische Systeme, Metrics ist halt WT
Leider brauchst du nicht alles aus Mathe, und kommst daher auch mit einen Mathestudium, was zu breit ist, erst im Master auf entsprechende Tiefe (wenngleich mit mehr Kompetenz). Dann fehlt dir aber oft Zugang zum Forschungsthema. Daher ist das suboptimal.
Mathematiker mit Econ Ambitionen aber ohne gute Ideen gibt es wie Sand am Meer. Die kommen selten weit.
Du brauchst die Tiefe, ja, aber es ist an sich kein ausreichender Wettbewerbsvorteil.
Also: Finde dein Feld, finde die Mathematik die in diesem Feld gebraucht wird (guck in die Appendix der Klassiker Paper, aktuellen Paper, oder Handbücher, nicht Lehrbücher!). Dann plane ein Level weiter (tiefer) zu gehen, oder ein zusätzliches Feld von Mathe dazuzunehmen. Heuristik: um das im Paper zu können, musst du ein Level höhere Mathematik draufhaben.
Dann such das Programm was dich am nähesten dranbringt und mach den Rest wie wir alle es taten: hol es in der Freizeit auf.
Dein Ziel ist in Jahr 1 PhD das tiefste Matheverständnis deines Jahrgangs zu haben, ohne einer diese Mathestudenten zu sein die von econ nix verstehen. Dann passt es automatisch mit den Noten und du hast genug Munition für deine Forschung, ohne wie ein Mathematiker bei Null anzufangen.
Der Rest bis dahin is der übliche trade off von guten Noten vs. erste eigene Forschung.
antworten