1)壇友a(bǔ)rthur_2006
處理和分析數(shù)據(jù)都用得到，最基本的是excel，如果你的VBA用得好的話會有很大的幫助，如果你要分析數(shù)據(jù)的話，比如你要建模那么SAS還是不錯(cuò)的，不過比較難掌握如果你沒有語言方面的基礎(chǔ)，其他還有很多軟件也能做得到。很多銀行證券期貨企業(yè)都使用的是oracle或者DB2,一些小企業(yè)可能使用的是SQL, 所以如果想在這方面發(fā)展就要掌握數(shù)據(jù)庫的知識，畢竟金融和計(jì)算機(jī)兼?zhèn)涞娜瞬胚€是稀缺的，而且國內(nèi)很多行業(yè)都是用的是這幾大數(shù)據(jù)庫比如電信醫(yī)療航空等等，不會分析金融數(shù)據(jù)恐怕稱不上什么金融專家吧，至于你分析得準(zhǔn)還是不準(zhǔn)那就要看你的金融知識掌握的程度啦，尤其是投資專業(yè)的學(xué)生學(xué)習(xí)一些這方面的知識是必要的，很多人是應(yīng)用金融學(xué)專業(yè)的偏向于財(cái)務(wù)，那就去考考CFA,ACCA什么的，也沒必要在這上面花費(fèi)太多精力而且工作中很可能用不到的，金融數(shù)學(xué)金融工程精算專業(yè)的同學(xué)花點(diǎn)時(shí)間研究一下還是很有必要的，總而言之一句話，首先要看你的興趣再就是你的專業(yè)和發(fā)展方向。
2)編程愛好者任坤
做統(tǒng)計(jì)和計(jì)量的話，想要跟當(dāng)今的國際學(xué)術(shù)界接軌，最好學(xué)R，至少我所知道的目前美國的統(tǒng)計(jì)學(xué)術(shù)界被R占領(lǐng)的趨勢很明顯了。
如果只是做簡單地回歸隨便解讀一下，那隨便選個(gè)傻瓜軟件就可以了。如果只是應(yīng)用現(xiàn)成的成熟的計(jì)量模型來做實(shí)證研究，那么傻瓜軟件一般也就可以了。如果要以統(tǒng)計(jì)、計(jì)量為研究領(lǐng)域或者專業(yè)領(lǐng)域，那么編程性的東西是少不了的，即使是做實(shí)證如果涉及較為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，懂編程也能幫你大幅提高生產(chǎn)力。另外，R的社區(qū)比較活躍，能夠較好地跟上前沿。
如果涉及到處理較大的數(shù)據(jù)，一種辦法是用SAS，如果不想用SAS可以學(xué)數(shù)據(jù)庫方面的東西，比如把數(shù)據(jù)放在SQLite數(shù)據(jù)庫中然后用{RSQLite}訪問數(shù)據(jù)庫，或者用{sqldf}通過SQL操作環(huán)境中的data frame。
如果覺得執(zhí)行某項(xiàng)任務(wù)R單核速度慢，那么可以使用{parallel}或者{parallelMap}做并行計(jì)算，也可以利用云計(jì)算來處理數(shù)據(jù)。
如果涉及到其他社區(qū)的東西在R社區(qū)中沒有實(shí)現(xiàn)，例如Java的東西，可以用{rJava}來調(diào)用Java的對象，不過速度有些慢。
比較好的辦法是我在想從事數(shù)據(jù)分析工作，學(xué)什么軟件或語言最好？ 提到的F#函數(shù)式編程語言，用RProvider可以直接調(diào)用R，用JavaProvider直接調(diào)用Jar打包的Java程序，用PythonProvider（即將發(fā)布）直接調(diào)用Python程序，等等，很容易將各大社區(qū)的資源整合在一起使用。
目前我在GitHub上面弄一個(gè)通過R學(xué)習(xí)統(tǒng)計(jì)、計(jì)量、非參、數(shù)據(jù)可視化、數(shù)據(jù)庫的repo: renkun-ken/learnR on GitHub ，雖然目前還沒什么內(nèi)容，不過可以跟蹤一下。
以上說得都是經(jīng)濟(jì)學(xué)相關(guān)的統(tǒng)計(jì)和計(jì)量方面所需要的編程。事實(shí)上統(tǒng)計(jì)和計(jì)量所需的「編程」較為簡單，基本也就是處理數(shù)據(jù)、應(yīng)用已經(jīng)提供的計(jì)量模型，更多需要編程的是：一、如果涉及較為前沿的計(jì)量模型，可能還需要自己實(shí)現(xiàn)；二、一些蒙特卡羅模擬需要一些編程。
從經(jīng)濟(jì)學(xué)相關(guān)的一些新型領(lǐng)域來說，計(jì)算經(jīng)濟(jì)學(xué)（Computational Economics）、計(jì)算統(tǒng)計(jì)學(xué)（Computational Statistics）以及計(jì)算計(jì)量學(xué)（Computational Econometrics）則需要較強(qiáng)的編程能力，包括算法實(shí)現(xiàn)、算法分析等等。舉個(gè)例子，計(jì)算經(jīng)濟(jì)學(xué)中目前做的一塊研究是Agent-based computational finance，就是建立一個(gè)模擬的金融市場，里面有幾種資產(chǎn)，每種資產(chǎn)的基本面由隨機(jī)的紅利決定，里面有許多遵循各種邏輯的投資者，投資者對于紅利發(fā)放持有的信念不同，因而從各自的邏輯觸發(fā)的交易行為不同。在一個(gè)復(fù)式競價(jià)（double auction）的交易市場中，什么樣的投資者組成或者行為方式、什么樣的記憶長短，能夠最大程度地復(fù)制出我們在現(xiàn)實(shí)金融市場中觀測到的資產(chǎn)價(jià)格或者資產(chǎn)收益率規(guī)律，例如資產(chǎn)收益率尖峰肥尾、不對稱性。此時(shí)，研究者就需要較扎實(shí)的金融知識來設(shè)計(jì)一個(gè)不過于簡單而又不過于復(fù)雜的模擬金融市場，也需要相應(yīng)的編程能力把模型用程序語言編寫出來。這中間會設(shè)計(jì)許多編程技術(shù)，例如數(shù)據(jù)庫（有時(shí)要跟蹤許多變量，例如投資者現(xiàn)金流動、財(cái)富分布）、并行計(jì)算（CPU多核并行、多進(jìn)程并行、集群上的并行甚至GPU計(jì)算）等等。這方面的研究從1990s年代才開始。
3)知乎網(wǎng)友Jichun Si
計(jì)量經(jīng)濟(jì)學(xué)也有很多小的門類，請對號入座。有很多軟件，Stata, matlab, R, SAS是相對來說用的比較多的。
如果是做應(yīng)用計(jì)量（特別是橫截面數(shù)據(jù)、面板數(shù)據(jù)），Stata是不二之選，因?yàn)椴还苁枪芾頂?shù)據(jù)還是跑回歸，實(shí)在太太太方便了?，F(xiàn)在主流期刊的應(yīng)用微觀計(jì)量文章里面能用到的模型stata幾乎都有，而且其中的絕大多數(shù)都是用stata做的。而且最大的優(yōu)點(diǎn)是，簡單！
如果做應(yīng)用的時(shí)間序列，Eviews似乎是一個(gè)不錯(cuò)的選擇。但是我一般不做這方面，也不是很有發(fā)言權(quán)。
如果做理論計(jì)量，stata eviews是沒有現(xiàn)成的包的，而且即便Stata可以編程，可編程能力也是很差的，而且不穩(wěn)健。所以懂R和Matlab就非常順手。當(dāng)然也可以用Python，最近Sargent就寫了本用Python做計(jì)量的書。還有一個(gè)Julia，是這三種語言的混合，但是速度快很多，缺點(diǎn)是太過于小眾。
如果對速度要求高，特別是金融計(jì)量很多對速度有要求的，可以考慮C、Fortran等語言。C和Fortran肯定是最快的。還有一個(gè)叫做OX的，速度快，但是也很小眾。但是這些語言的缺點(diǎn)是學(xué)習(xí)難度比較高，開發(fā)時(shí)間比較慢。Julia據(jù)說速度堪比C，而且語法特別像Matlab、Python（意味著容易學(xué)習(xí)），但是處于剛起步階段，用的人太少了。
如果是金融計(jì)量領(lǐng)域，強(qiáng)烈建議學(xué)會SAS。SAS是最權(quán)威，速度也很快，當(dāng)然最大的問題是昂貴，而且可編程能力不是多么好。但是金融里面數(shù)據(jù)量都非常非常非常大，一般的軟件都癱的時(shí)候，SAS就派上用場了。
像我自己，做應(yīng)用的時(shí)候都是用stata整理數(shù)據(jù)，能用stata的堅(jiān)決不用其他軟件。但是因?yàn)橛械臅r(shí)候做一些理論計(jì)量的工作，所以matlab也是必不可少的。我也在學(xué)習(xí)Julia，因?yàn)?/span>matlab的速度實(shí)在太慢。Python我一般不用來做科學(xué)計(jì)算，用的人不多，而且速度慢，一般是用來抓數(shù)據(jù)的。
最后還是補(bǔ)充一點(diǎn)吧，為什么我推薦matlab而不是其他的軟件，也是有道理的。很多模型，比如空間計(jì)量模型（spatial econometrics）、貝葉斯估計(jì)、以及宏觀計(jì)量里面的DSGE model、SVAR等模型，在stata、Eviews里面都是沒有什么現(xiàn)成的東西可以用的，但是matlab提供了豐富的包，比如Dynare就是基于Matlab的，還有LeSage的空間計(jì)量軟件包等等，也是基于matlab的。所以幾乎你想用的模型matlab里面都能找到codes然后直接用。就算沒有，你自己在matlab里面寫，也不是什么難事。
最后想起一句話來，關(guān)于這些軟件的選擇（stata除外，因?yàn)?/font>stata在應(yīng)用計(jì)量領(lǐng)域的地位是幾乎不可替代的）可以用兩句話來概括：如果你自己的時(shí)間比計(jì)算機(jī)的時(shí)間寶貴的話，學(xué)習(xí)matlab、R、甚至Python、Julia是最合適的，如果計(jì)算機(jī)的時(shí)間比你的時(shí)間寶貴的話，學(xué)習(xí)C、Fortran是必須的。當(dāng)然除非你的工作非常特殊（比如一些大型的結(jié)構(gòu)模型的估計(jì)），一般來說，還是自己的時(shí)間更寶貴一點(diǎn)。
綜上，做應(yīng)用和做理論是不可能用一種軟件解決的，建議根據(jù)自己的方向進(jìn)行挑選。我覺著stata、matlab是比較推薦的，一個(gè)方便，一個(gè)靈活，都很強(qiáng)大，而且學(xué)習(xí)難度都不大，用的人都很多，交流起來相當(dāng)方便。
4）網(wǎng)友張真實(shí)
數(shù)據(jù)，簡單的用excel，直觀，方便。復(fù)雜一些的…excel最多可以有6萬多行，你確定你需要從那么大量的數(shù)據(jù)開始“學(xué)經(jīng)濟(jì)學(xué)么？
復(fù)雜的用R，各種模型，算法，實(shí)現(xiàn)，基本上R都有對應(yīng)的軟件包了，下載下來直接用即可，多讀文檔多練多用，半年左右就可以拋開excel直接用R作實(shí)戰(zhàn)了。我博士論文全部回歸和輸出都是用R的，現(xiàn)在寫的論文也都用它。替代品是Stata。也很好，但如果你和我一樣是從0開始，那么強(qiáng)烈建議選R。
R的一個(gè)不足是沒法作符號運(yùn)算，這個(gè)免費(fèi)的解決方案有python搭配scipy numpy等幾個(gè)包，不過建議你用mathematica，它的符號計(jì)算功能最強(qiáng)大，輸出格式也最好。你可以找個(gè)jacobian矩陣搞一下符號計(jì)算，比較一下結(jié)果就知道了。
Python這東西，熟悉了R之后，發(fā)現(xiàn)有功能是R實(shí)現(xiàn)不了的，到時(shí)候有實(shí)際需求了，再學(xué)也不遲。不是立刻就需要的。
此外，所有經(jīng)濟(jì)學(xué)研究(我是指empirics類型的，具體意思你懂的)，都要會用latex，可以把它看做是一門編程語言。在word里排數(shù)學(xué)公式，用不了多久你就會瘋掉。R中可以用ggplot2來繪圖，輸出到tex中。普通數(shù)據(jù)表用xtable包輸出到tex，回歸結(jié)果用stargazer輸出到tex，都很方便。
5）網(wǎng)友bayes
首先要說的是R，絕對是目前國外學(xué)術(shù)界的主流，統(tǒng)計(jì)系基本除R以外沒有其他了，計(jì)量作為和統(tǒng)計(jì)相關(guān)的方向，R也在逐漸滲透。所以推薦學(xué)習(xí)。
順便說一句，R的學(xué)習(xí)曲線是比較陡峭的，所以我不太建議零基礎(chǔ)的人從R開始，否則挫折感會比較強(qiáng)烈。而python會略好，所以我建議從python開始。
python并非是專用于統(tǒng)計(jì)或者計(jì)量的軟件，而是一種非常流行的通用編程語言。經(jīng)過多年發(fā)展，庫也非常齊備。我試用過numpy，scipy和pandas等庫，與其他通用編程語言相比，算是相當(dāng)好用，不過個(gè)人感覺還是比不上R，比如畫圖，
ggplot2真心是神一般的存在，python的庫還是略遜一籌。但是，除了數(shù)據(jù)處理之外，python可以干的事情太多了，也太牛了。我們主要要用到的，比如網(wǎng)頁采集數(shù)據(jù)，需要正則表達(dá)式，解析網(wǎng)頁等等。這些方面python就比R有優(yōu)勢多了。
當(dāng)然，從趨勢來看，未來似乎python比R更優(yōu)。R是一群統(tǒng)計(jì)學(xué)家在編程序，python是一群計(jì)算機(jī)專家在爭取搞數(shù)據(jù)處理。似乎python的基礎(chǔ)更扎實(shí)。個(gè)人觀點(diǎn)，僅供參考。
stata我認(rèn)為是除了R以外最好的計(jì)量軟件了，我兩者均用過數(shù)年數(shù)個(gè)項(xiàng)目，但是依然感覺R更好用，整理和處理數(shù)據(jù)更方便。所以即使在樓上諸位所提到的微觀計(jì)量領(lǐng)域，我依然更喜歡R。
除此以外spss，或者eviews等，感覺管理類學(xué)生用的更多，功能比較受限，不太推薦。這里不贅述。上述的幾個(gè)軟件，還有個(gè)問題，在于都是收費(fèi)的，考慮到未來知識產(chǎn)權(quán)的保護(hù)，還是用免費(fèi)的略靠譜。
R的主要缺點(diǎn)有兩個(gè)：
1，面對大數(shù)據(jù)乏力。這方面sas確實(shí)有優(yōu)勢，但是不得不說，sas的語法太反人類了，完全接受不能。面對這個(gè)問題，我要說的是，你得看問題有多大。以我的經(jīng)驗(yàn)，經(jīng)濟(jì)里面的數(shù)據(jù)量似乎還不足以超過R的處理上限很多?？赡芙鹑诘母哳l數(shù)據(jù)會比較大，我個(gè)人沒啥經(jīng)驗(yàn)，如果遇到再補(bǔ)充。我嘗試過10g的數(shù)據(jù)，最簡單的辦法，不是學(xué)sas，而是買16g的內(nèi)存。：）以現(xiàn)在的內(nèi)存價(jià)格，我覺得32g以下的問題不大。
2，性能不足。這方面python也有同樣的問題，最好的解決方案是混合c/c++，不過這個(gè)就是無底洞了，耗時(shí)極多，都不見得能學(xué)好。建議的方法，還是買硬件，這個(gè)最簡單。：）當(dāng)然用并行包等，也是解決方法之一，我嘗試過幾次用機(jī)房的多臺機(jī)器做集群，不是太成功。求高人指點(diǎn)。
上面諸位還提到過幾個(gè)軟件，我也略微說一下自己知道的一些軟件的看法：
matlab：好東西，關(guān)鍵還是性能問題，同樣可以靠c/c++來解決。但是我不喜歡比較大的軟件，為了求個(gè)均值方差，等它啟動就占了5分鐘。。。
julia：好東西X2，目前關(guān)注中，可能還比較年輕，導(dǎo)致配套的庫略少，不過看好未來發(fā)展，主要是吸取了matlab，python和c/c++的有點(diǎn)，寫的快，運(yùn)算的也快，未來看漲，緊密關(guān)注。
最后提一下函數(shù)式編程，是個(gè)好東西，但是不看好純粹函數(shù)式編程的未來。它體現(xiàn)了一種頗先進(jìn)的編程思想，但是在實(shí)際工作中，往往性能方面的問題較大。要解決這個(gè)問題，還是的混合函數(shù)式編程和其他方式，但這就是python，R等軟件已經(jīng)實(shí)現(xiàn)的方式，似乎又沒有必要專門去學(xué)其他的函數(shù)式編程了。
6）上海財(cái)經(jīng)大學(xué)博士 榮健欣
Stata微觀計(jì)量中應(yīng)用極多，主要是直接輸命令回歸，需要編程的地方不多。
至于編程，推薦R、Python.
R是非常好的統(tǒng)計(jì)分析軟件，在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用可以見Econometrics in R, Applied Econometrics with R Time Series Analysis with Applications in R這幾本書
Python用來抓數(shù)據(jù)很好，并且有數(shù)學(xué)計(jì)算包SciPy可以部分替代Matlab之類科學(xué)計(jì)算的功能。
7）知乎網(wǎng)友justin
本科經(jīng)濟(jì)統(tǒng)計(jì)學(xué)，由于學(xué)校奇葩的課程設(shè)置，我們分別使用過：
EViews：計(jì)量經(jīng)濟(jì)學(xué)，時(shí)序和多元統(tǒng)計(jì)。
Stata：計(jì)量經(jīng)濟(jì)學(xué)。
SPSS：專門開的一門課，這個(gè)巨汗，權(quán)當(dāng)復(fù)習(xí)了一遍統(tǒng)計(jì)學(xué)。
Excel：大一的統(tǒng)計(jì)入門課使用的，這個(gè)也巨坑，就是簡單的函數(shù)使用，一點(diǎn)沒有涉及VBA。
Matlab：這個(gè)沒有專門的課，是上完了C語言程序設(shè)計(jì)以后副產(chǎn)品，后來接觸了R和Mathematica就基本拋棄了它。
R/S-Plus：在回歸分析的時(shí)候使用了S-Plus，不過那時(shí)候我已經(jīng)使用R語言很久了，而且S-Plus基本兼容，所以沒有使用過S-Plus。
Minitab：質(zhì)量控制課程上用的，基本的統(tǒng)計(jì)加上一些實(shí)驗(yàn)設(shè)計(jì)。
SAS：這個(gè)在實(shí)驗(yàn)室中自學(xué)過幾次，直接被其奇葩的語法雷到了，據(jù)說我們學(xué)校的研究生有專門的SAS課程（類似于本科的SPSS課程），呵呵了～
我們系的妹（xue）紙（ba）就曾經(jīng)抱怨說使用的軟件太多了，完全被逼瘋的感覺，還給我們親愛的系主任提過意見。作為學(xué)渣也就這個(gè)問題問過系主任，她的意思是不同的軟件在處理不同的數(shù)據(jù)時(shí)候是各有所長的，而且你們課程還是蠻輕松的，就多學(xué)點(diǎn)吧，另外不同的老師有不同的軟件使用愛好，上課使用不同的軟件是必然的。
學(xué)習(xí)經(jīng)濟(jì)學(xué)的同學(xué)，Excel和SPSS，EViews（或者Stata)就蠻好的了，Stata和EViews都可以寫一些程序的，SPSS的界面化操作也是很友好的。本人使用的R，在上各種課中也都會在學(xué)了那些軟件后再使用R來實(shí)現(xiàn)（其實(shí)絕大多數(shù)時(shí)候R都已經(jīng)有現(xiàn)成的包了，我也大多是直接使用），R還是很不錯(cuò)的，推薦。
很多前輩也提出了，經(jīng)濟(jì)學(xué)學(xué)生學(xué)習(xí)編程適可而止就好了，要不然就是一條不歸路啊，面臨著徹底轉(zhuǎn)行的危險(xiǎn)，本人就是一枚反面例子（淚～。所以什么Python啊，C++啊，Julia啊就不要接觸了。
