Re: ☆浩瀚的學術殿堂中~~會計博士學位為何沒人緣??☆ - 會計

※ 引述《varians (我的終場時刻...8個月..)》之銘言：
: ※ 引述《rocknieh (絕妙啊～)》之銘言：
: : 推文實在太麻煩，直接寫一篇好了
: : V兄說我逃避問題，可是實際上的情況是：我看不懂他在寫什麼。
: : V兄舉了Kaplan（BSC和ABC的發明人之一）當例子，叫小弟去查這
: : 例子。那好了，查了結果是什麼？Robert Kaplan，MIT的電機學、
: : 碩士，Cornell的作業研究博士。請問V兄用意為何？證明小弟是對
: : 的：的確會計研究做得好的人未必是會計出身的？
: 本來不想回了(放心!我還是秉持原則,自動2天後刪文)
: 舉kaplan的例子,剛好相反
: 您的第一篇文章,基本精神我是贊同的唯有若干觀點不認同
: 已經於上次回文(已刪)中提及
: 您的第一次回文 舉了BSC,我才會提出kaplan
: 並順便把另一面向:管理與會計之關聯與研究領域寬窄 提出
: 請問BSC是管理領域還是會計領域? (其實沒什好分的;只是包含問題)
: 或者您有不同的見解
: 是會計應用管理;還是管理應用會計?
: 我的意思;請不要自動把Kaplan歸類為會計研究,要問他的意見?
: 或者不要自動把Kaplan歸類為會計學者,一樣要問他的意願?
: 我這樣的提問不知夠清楚嗎?
: 以上問題不需回答了,我不會在回了

我想我原本的意思很簡單：會計不必然被包含於財務中：例如，BSC是
會計的一部分，但BSC不是財務的一部分，所以會計不必然被包含於財
務中，得證。至於Kaplan什麼的，那是你提的，我可沒打算去歸類他到
底是什麼學者。是什麼學者不等於就不能做別的研究，也沒人規定不同
領域的學者身分是互斥的。Kaplan喜不喜歡當會計學者是一回事，但起
碼ABC和BSC是每一本成管會課本都有的東西，他到底算不算？請自由心
證，反正那本來就不是重點。

: 再者
: 我再次強調
: 在我的思維裡
: 回答原提問人的問題,要有focus,不要扯一些非直接的主觀因素
: 我只有一個重點
: 會博之相對難產,在於會計本身相對領域寬窄
: 而不在於人,人,人............的背景
: 您或有似無的強調.....我的回文動力
: 我從未說過 非會計背景做的會計研究較好
: 亦或 會計背景做的會計研究較好
: 至於 教學問題...只是單純回應您
: 做點建設性的建議較好
: 否則 現役 就讀會計系所的莘莘學子 情何以堪
: 我也強調
: 我不反對 會博要有多元的入學管道;要有多元背景的學生參與
: 但我不會說 誰比誰好...太主觀
: 以下是對大大們,純個人建議
: 現就讀會研的學弟妹
: 不要讓若干文章嚇到
: 計量是必要,也且要扎實但夠用就好
: 有志會博者
: 微積分 線性代數 要加強(身為大學基礎數學,自然有其道理)
: 他們是機率統計與推論統計的基礎......
: 至於其他工具...有需要...
: 應著重在您的研究領域 您所關心的問題
: 總該不會..大學重考自然組吧....
: 在下時間比較少,請包涵...錢難賺,小孩又小.....大家加油,新年恭喜X

我絕對沒有說：非會計背景的作會計研究會比較好。我只有說：不同背景
的人都可能做好會計研究，只是研究方向可能會不一樣。唸會博數學要好
那是一定的，但是不見得會計系的數學就一定差，主要要看自己想不想唸
。如果說會計系的畢業生數學程度平均比較差，那也是因為會計系教學方
向偏實務使然，而這也沒什麼不對（當上事務所合夥人，年薪千萬，和會
不會線性代數一點關係也沒有）

從頭到尾，我只是想強調一件事：只要你數學還不差，對會計真的有興趣
，就可以考慮會計研究，而能成功做好會計研究的背景組合有很多很多種
，你可以挑一個適合你自己的路走，「不止」會計背景的人才能當一流的
會計學者。事實上，會計系的強者很多，只是未必會想唸數學，因為雙修
法律或別的可能會賺更多錢。

我這裡寫一下我心目中，如果是會計系所學生唸會博，除了本科系必修外
，可能要先唸，或者是一起唸的東西（括號內的數字是上下學期總學分數）
：

初級版（最低下限，低於這個大概很難很難）
數理統計(8)
線性代數(6)
計算機概論(3)

中級（比較理想的版本，少後三門比較沒關係）
數理統計(8)
線性代數(6)
計算機概論(3)
計量經濟學（含統計軟體應用，最好先修數統再來唸）(6)
財務管理(3)
個體經濟學(6)
常微分方程(6)
機率論（隨機過程的部分）(3)
多變量分析（先修數統）(3)

數理財務導向高級版（有意走向偏數理財務的會計研究，別的方向的研究
可能就不一樣）
數理統計(8)
線性代數(6)
計算機概論(3)
計量經濟學（含統計軟體應用）(6)
財務管理(3)
個體經濟學(6)
常微分方程(6)
機率論（隨機過程的部分）(3)
多變量分析(3)
投資學（先修財管）(3)
高等微積分(8)
數值分析（先修高微、線代、常微方）(6)
資料結構（先修計算機概論）(3)
演算法（先修資料結構）(3)
偏微分方程（先修常微方）(6)

--