※ 引述《varians (我的终场时刻...8个月..)》之铭言： : ※ 引述《rocknieh (绝妙啊～)》之铭言： : : 推文实在太麻烦，直接写一篇好了 : : V兄说我逃避问题，可是实际上的情况是：我看不懂他在写什麽。 : : V兄举了Kaplan（BSC和ABC的发明人之一）当例子，叫小弟去查这 : : 例子。那好了，查了结果是什麽？Robert Kaplan，MIT的电机学、 : : 硕士，Cornell的作业研究博士。请问V兄用意为何？证明小弟是对 : : 的：的确会计研究做得好的人未必是会计出身的？ : 本来不想回了(放心!我还是秉持原则,自动2天後删文) : 举kaplan的例子,刚好相反 : 您的第一篇文章,基本精神我是赞同的唯有若干观点不认同 : 已经於上次回文(已删)中提及 : 您的第一次回文 举了BSC,我才会提出kaplan : 并顺便把另一面向:管理与会计之关联与研究领域宽窄 提出 : 请问BSC是管理领域还是会计领域? (其实没什好分的;只是包含问题) : 或者您有不同的见解 : 是会计应用管理;还是管理应用会计? : 我的意思;请不要自动把Kaplan归类为会计研究,要问他的意见? : 或者不要自动把Kaplan归类为会计学者,一样要问他的意愿? : 我这样的提问不知够清楚吗? : 以上问题不需回答了,我不会在回了 我想我原本的意思很简单：会计不必然被包含於财务中：例如，BSC是 会计的一部分，但BSC不是财务的一部分，所以会计不必然被包含於财 务中，得证。至於Kaplan什麽的，那是你提的，我可没打算去归类他到 底是什麽学者。是什麽学者不等於就不能做别的研究，也没人规定不同 领域的学者身分是互斥的。Kaplan喜不喜欢当会计学者是一回事，但起 码ABC和BSC是每一本成管会课本都有的东西，他到底算不算？请自由心 证，反正那本来就不是重点。 : 再者 : 我再次强调 : 在我的思维里 : 回答原提问人的问题,要有focus,不要扯一些非直接的主观因素 : 我只有一个重点 : 会博之相对难产,在於会计本身相对领域宽窄 : 而不在於人,人,人............的背景 : 您或有似无的强调.....我的回文动力 : 我从未说过 非会计背景做的会计研究较好 : 亦或 会计背景做的会计研究较好 : 至於 教学问题...只是单纯回应您 : 做点建设性的建议较好 : 否则 现役 就读会计系所的莘莘学子 情何以堪 : 我也强调 : 我不反对 会博要有多元的入学管道;要有多元背景的学生参与 : 但我不会说 谁比谁好...太主观 : 以下是对大大们,纯个人建议 : 现就读会研的学弟妹 : 不要让若干文章吓到 : 计量是必要,也且要扎实但够用就好 : 有志会博者 : 微积分 线性代数 要加强(身为大学基础数学,自然有其道理) : 他们是机率统计与推论统计的基础...... : 至於其他工具...有需要... : 应着重在您的研究领域 您所关心的问题 : 总该不会..大学重考自然组吧.... : 在下时间比较少,请包涵...钱难赚,小孩又小.....大家加油,新年恭喜X 我绝对没有说：非会计背景的作会计研究会比较好。我只有说：不同背景 的人都可能做好会计研究，只是研究方向可能会不一样。念会博数学要好 那是一定的，但是不见得会计系的数学就一定差，主要要看自己想不想念 。如果说会计系的毕业生数学程度平均比较差，那也是因为会计系教学方 向偏实务使然，而这也没什麽不对（当上事务所合夥人，年薪千万，和会 不会线性代数一点关系也没有） 从头到尾，我只是想强调一件事：只要你数学还不差，对会计真的有兴趣 ，就可以考虑会计研究，而能成功做好会计研究的背景组合有很多很多种 ，你可以挑一个适合你自己的路走，「不止」会计背景的人才能当一流的 会计学者。事实上，会计系的强者很多，只是未必会想念数学，因为双修 法律或别的可能会赚更多钱。 我这里写一下我心目中，如果是会计系所学生念会博，除了本科系必修外 ，可能要先念，或者是一起念的东西（括号内的数字是上下学期总学分数） ： 初级版（最低下限，低於这个大概很难很难） 数理统计(8) 线性代数(6) 计算机概论(3) 中级（比较理想的版本，少後三门比较没关系） 数理统计(8) 线性代数(6) 计算机概论(3) 计量经济学（含统计软体应用，最好先修数统再来念）(6) 财务管理(3) 个体经济学(6) 常微分方程(6) 机率论（随机过程的部分）(3) 多变量分析（先修数统）(3) 数理财务导向高级版（有意走向偏数理财务的会计研究，别的方向的研究 可能就不一样） 数理统计(8) 线性代数(6) 计算机概论(3) 计量经济学（含统计软体应用）(6) 财务管理(3) 个体经济学(6) 常微分方程(6) 机率论（随机过程的部分）(3) 多变量分析(3) 投资学（先修财管）(3) 高等微积分(8) 数值分析（先修高微、线代、常微方）(6) 资料结构（先修计算机概论）(3) 演算法（先修资料结构）(3) 偏微分方程（先修常微方）(6) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 123.193.90.120