mpacc.docx
《mpacc.docx》由会员分享,可在线阅读,更多相关《mpacc.docx(19页珍藏版)》请在冰豆网上搜索。
mpacc
全日制MPAcc招生模式影响因素相关性分析
摘要:
本文利用相关性分析,分析全日制MPAcc学费、学制、招生人数及复试分数线四者的关系,最后得出学制和复试分数线呈显著相关,希望对各大高校有所借鉴意义。
关键词:
全日制MPAcc学费学制招生人数复试分数线相关性分析
一、引言
为培养面向会计职业的应用型高层次会计人才,健全和完善我国高层次会计人才培养体系,建设高素质的会计人才队伍,以更好地适应社会主义市场经济发展和经济全球化的需要,为全面建设小康社会服务,为实施科教兴国战略和人才强国战略服务,04年开始,我国开始在北京国家会计学院、上海国家会计学院、厦门国家会计学院分别与清华大学、上海财经大学、厦门大学按联合培养方式开展会计硕士专业学位教育试点工作,到目前已经有107家学校获得了会计硕士学位授予资格。
9年的时间我国的会计硕士教学不断地在改革,涉及会计硕士教育的各个方面。
特别是国务院常务会议部署完善研究生教育投入机制,决定从2014年秋季学期起,向所有纳入国家招生计划的新入学研究生收取学费这一规定,可能迫使各个院校对现行的学费,学制、招生人数进行改革,学校的这种改革会对学校生源产生怎样的影响呢?
本文利用相关性分析对学费,学制、招生人数与复试分数线关系进行了分析。
二、会计硕士招生现状
2009年是会计专业硕士(MPAcc)专业开始招生的第一年,试点院校有25所,报考人数大约8000人,录取比例大约为1:
1.5,而学术型会计学硕士录取比例大约为1:
10。
2010年全国招生院校增至105所,包括国内顶尖会计类院校和财经类院校,据不完全统计,报考人数增至30000人,录取比例大约为1:
5,而学术型会计学硕士录取比例大约为1:
10。
2015年专硕与学硕比例将达到1:
1.毋庸置疑,将会有更多的国内顶尖高校加入到专业型硕士培养项目的行列中来。
针对于学术型会计学硕士而言,越来越多的高等院校只招生硕博连读生。
因此,对于有意向在硕士两年毕业后就能就业的学生而言,会计专业硕士(MPAcc)必然是不二选择!
至今为止,会计硕士项目在学科国际化高校和地域性顶级高校都有所分布。
比如,中国人民大学、清华大学、厦门国家会计学院、山东大学、上海财经大学等等。
会计专业硕士(MPAcc)是非常实用的专业,以后的竞争将会更加激烈,每年的复试分数线都不低,尤其是北大、人大、清华、复旦等名校。
2011年较2010年整体国家A区线上调20分,部分自主划线院校复试分数线甚至超出30分左右。
由于2012年,无论是国际性会计专业组织,还是国家性会计协会都给会计硕士项目敞开了前所未有的免考政策大门,这无疑对未来将从事会计或者财务领域且区别于学术型会计学硕士的毕业生来讲会产生不可估量的竞争优势。
对于有兴趣报考会计专业硕士(MPAcc)专业的同学,就要考虑报考什么院校时至今日,全日制会计专业硕士(MPAcc)已经招生三余载,院校数量已从2009年的25所增至2012年的107所,毋庸置疑,2013年将会有更多的学校加入到会计专业硕士培养的队伍中来。
而这些院校当中不仅囊括了国内顶尖的会计院校,而且包括了享誉大江南北的财经类院校。
北方有会计专业硕士项目指导委员会所在的中国人民大学、著有“上市公司财务总监摇篮”之称的中央财经大学,南方有诸如上海财经大学、厦门大学等泰山北斗级别的财经类院校。
同时,为了响应教育部关于增加全日制专业学位招生的要求,越来越多的一类、二类院校加入到会计专业硕士的培养队伍中来。
对于学生择校他们也会给予很多因素考虑,但学校的招生人数、学费、学制无疑会对他们产生重要的影响
三、学费、学制、招生人数与复试分数线之间的相关性
(一)选取三个影响因素的原因
为什么要学则这三个因素呢,因为从去年国务院下达研究生收费的规定后,由于之前有相当一部分院校采取公费方式,这样到底怎样去定价就变成了这些院校的燃眉之急,还有一部分学校原本是自费,但因这项政策的影响,也不得不对原有学费进行变革,但是到底学费是怎样影响生源的呢?
但是之前并没有学者针对这个因素做过相关性分析。
众所周知,高学费可能阻止一些家庭条件不好的学生进行报考,有些家境好的但不努力的同学就可能在择校是就抓住该机会,但是若该学校非常好比如人北京大学,像该学校的就业前景很好,那么学费对其影响可能就会减弱,因为像这类院校,毕业后,可能几个月你的学费就挣回来了,所以这种情况的作用下,学费又不一定绝对的影响生源,所以到底相关性是一个什么程度就成了我们一个亟待解决的问题。
而对于学制而言,很多选择会计硕士的同学正是看中了专硕要比学硕学习时间短,但是2年的专硕学习确实时间很多,一年的专业课学习,第二年许多同学又要面临就业,但是按照培养要求是要有半年的社会实践,这正好与找工作时间冲突,这有悖于专硕设置的目的。
另外,学校也会基于自身考量,对学制作出选择,但这会不会影响其生源呢也是他们在设置学制时思考的重要问题。
最后是招生人数,其实招生人数导致的生源问题是考生之间博弈而结果,所以到底招生人数多少,到底怎样影响,其实还有学校滋生的考虑,所以这些都要通过统计分析作出一个比较客观的分析,而不能臆断。
(二)样本的选择
本文在统计了107家专业硕士招生院校的情况后筛选了86家学校作为样本,(附表1)原因是107的学校资料有一些并不准确,或者查询不到故剔除掉。
数据来源于各个院校招生简章,学校官方网站公布的招生人数及复试分数线。
(三)相关性分析过程
数据说明,因有浮动学制2-3年、2-2.5年及2.5-3年的学校为了统一数据便于分析,故以4代替作为一类分析,86所学校的数据如下,因做数据分析故删去学校。
年限n
学费w
人数
复试线
年限n
学费w
人数
复试线
年限n
学费w
人数
复试线
2
6
76
225
2
3
154
204
2
1.6
20
203
2
6.5
1
225
2
2.4
50
182
2
2
20
193
2
1.6
35
200
2.5
2.5
90
185
4
2.5
20
196
2
1.6
13
220
2
1.5
20
210
2
2
35
201
2.5
2.5
12
209
2
1.6
12
166
2
1.4
25
196
2
2
18
205
2
1.5
12
186
2
1.4
40
196
2
2.5
8
199
2.5
5.8
10
223
2
2.2
50
215
2
6.8
120
208
2
2.5
30
215
4
2.5
34
198
2
5
50
210
2
2.5
35
207
4
2.5
11
210
2
1
30
209
2
2.5
54
210
2
3
50
211
2.5
2
14
214
4
2.5
40
220
2
2
40
165
4
1.75
10
156
2
5
15
194
2
3
65
205
2
2.4
50
202
2
2.5
23
200
3
2.4
25
205
4
2.5
18
195
3
2.4
23
205
2
3
60
187
2
3.8
40
207
4
2.5
43
190
2
5
11
200
2
2
36
220
2.5
2.5
42
202
2
5
50
205
2.5
6.6
55
185
2.5
3
6
210
2
3
60
202
2
1.8
32
189
2
2.2
20
195
4
2
40
185
2
1.5
100
207
2.5
2.5
62
196
4
3.6
45
173
2.5
2
4
204
2
2.2
30
202
2
4
5
210
4
1.75
38
194
4
2.2
80
188
2.5
4.5
31
185
2
4.5
146
192
2.5
2.4
14
190
2
3
150
212
2
2.4
26
194
2
3.3
10
200
2
3
50
182
2
3.5
35
201
2
1.8
25
187
3
3.6
34
157
2.5
1.8
20
163
2
2
40
202
2
2.4
25
155
2
3.6
13
200
3
3.6
70
166
3
2.7
40
170
3
3.6
130
193
3
2.7
17
169
3
2.1
7
200
3
3
16
215
2
1.8
30
145
3
2.7
30
168
利用spss19.0分析过程如下:
因数据不符合正态分布且关系不是线性的(有散点图观察可知),则Pearson相关系数就不是适合度量其相关性的统计量。
所以使用斯皮尔曼等级相关,它的要求是两个变量为定序变量或一个变量为定序变量,另一个变量为尺度数据,且两总体不是正态分布。
Kendall的tau系数是另一种计算定序变量之间或者定序和尺度变量之间相关系数的方法。
Spearman的等级相关系数可以方便检验两个定序变量是否相关,但是很难具体解释两个变量如何相关及相关程度。
Kendall的等级相关系数可以同时反映两个变量的相关程度。
所以先对数据进行处理,处理方式如下:
刻度
学费
人数
分数线
学制
1
1.5以下
10以下
170以下
2
2
1.5-2.5
10-20
170-180
2-3
3
2.5-3
20-30
180-190
3
4
3-4
30-40
190-200
5
4-5
40-50
200-210
6
5-6
50-60
210-220
7
6以上
60以上
20以上
处理结果如下表
年限
学费
人数
复试线
年限
学费
人数
复试线
年限
学费
人数
复试线
1
7
7
7
1
4
7
5
1
2
3
5
1
7
1
7
1
2
6
3
1
2
3
4
1
2
4
5
2
3
7
3
2
3
3
4
1
2
2
7
1
2
3
6
1
2
4
5
2
3
2
5
1
2
2
4
1
1
3
4
1
2
2
5
2
6
2
7
1
1
5
4
1
2
1
4
1
3
4
6
1
2
6
6
1
7
7
5
1
3
4
5
2
3
4
4
1
6
6
6
1
3
6
6
2
3
2
6
1
1
4
5
2
3
5
7
1
4
6
6
2
2
2
6
1
6
2
4
1
2
5
1
2
2
2
1
1
3
3
5
1
4
7
5
1
2
6
5
3
2
3
5
3
2
3
5
2
3
2
4
2
3
5
4
1
4
7
3
1
4
5
5
2
3
5
5
1
6
2
5
1
2
4
7
2
4
1
6
1
6
6
5
2
7
6
3
1
2
3
4
1
4
7
5
1
2
4
3
2
3
7
4
2
2
5
3
1
2
7
5
1
2
4
5
2
4
5
2
2
2
1
5
2
2
7
3
1
5
1
6
2
2
4
4
2
2
2
4
2
5
4
3
1
5
7
4
1
4
2
5
1
4
7
6
1
2
3
4
1
2
3
4
1
4
6
3
1
4
4
5
1
2
5
5
3
4
4
1
2
2
3
1
3
4
7
1
1
2
3
1
1
4
2
5
3
3
2
1
3
3
5
2
3
4
7
4
1
2
4
1
3
2
1
5
3
4
2
6
2
5
7
4
3
3
4
1
利用spss19.0处理结果如下表
相关系数
学费
复试分数线
学制
招生数量
Kendall的tau_b
学费
相关系数
1.000
.137
.063
.191*
Sig.(双侧)
.
.124
.511
.029
N
84
84
84
84
复试分数线
相关系数
.137
1.000
-.258**
-.114
Sig.(双侧)
.124
.
.006
.183
N
84
84
84
84
学制
相关系数
.063
-.258**
1.000
-.096
Sig.(双侧)
.511
.006
.
.300
N
84
84
84
84
招生数量
相关系数
.191*
-.114
-.096
1.000
Sig.(双侧)
.029
.183
.300
.
N
84
84
84
84
Spearman的rho
学费
相关系数
1.000
.167
.068
.233*
Sig.(双侧)
.
.129
.538
.033
N
84
84
84
84
复试分数线
相关系数
.167
1.000
-.294**
-.149
Sig.(双侧)
.129
.
.007
.175
N
84
84
84
84
学制
相关系数
.068
-.294**
1.000
-.114
Sig.(双侧)
.538
.007
.
.303
N
84
84
84
84
招生数量
相关系数
.233*
-.149
-.114
1.000
Sig.(双侧)
.033
.175
.303
.
N
84
84
84
84
*.在置信度(双测)为0.05时,相关性是显著的。
**.在置信度(双测)为0.01时,相关性是显著的。
(四)相关性分析结论
从上面的数据可以知道学费和招生人数中度相关,复试分数线和学制高度相关,我们可以利用偏分析进行验证
相关性
控制变量
学制
复试分数线
学费&招生人数
学制
相关性
1.000
-.352
显著性(双侧)
.
.001
df
0
79
Bootstrapa
偏差
.000
.002
标准误差
.000
.113
99%置信区间
下限
1.000
-.631
上限
1.000
-.037
复试分数线
相关性
-.352
1.000
显著性(双侧)
.001
.
df
79
0
Bootstrapa
偏差
.002
.000
标准误差
.113
.000
99%置信区间
下限
-.631
1.000
上限
-.037
1.000
a.Unlessotherwisenoted,bootstrapresultsarebasedon1000bootstrapsamples
由上表可知,当控制变量为学费和招生人数时,0.002<0.01,即拒绝原假设,结论是复试分数线和学制有显著相关性,且为负相关。
相关性
控制变量
学费
招生人数
学制&复试分数线
学费
相关性
1.000
.220
显著性(双侧)
.
.049
df
0
79
Bootstrapa
偏差
.000
-.004
标准误差
.000
.119
95%置信区间
下限
1.000
-.026
上限
1.000
.440
招生人数
相关性
.220
1.000
显著性(双侧)
.049
.
df
79
0
Bootstrapa
偏差
-.004
.000
标准误差
.119
.000
95%置信区间
下限
-.026
1.000
上限
.440
1.000
a.Unlessotherwisenoted,bootstrapresultsarebasedon1000bootstrapsamples
由上表可知,当控制变量为学制和复试分数线时,0.049<0.05,即拒绝原假设。
结论是学费和招生人数有一定相关性。
为正相关。
四、启示
从上面的分析我们知道了学制与复试分数线之间有显著的负相关性,而学费、招生人数相对复试分数线的相关性不强,而学费和招生人数之间有一定的正相关性。
所以这就对我们各大院校在制定学制政策时,要考虑周全。
因为学制一方面会影响将来教学,另一方面也会影响入学生源。
学制问题确实是困扰MPACC教学的一个重要因素。
现在MPACC主要存在以下问题。
1)教学模式的担忧。
2009年起,MPAcc开始进行“双轨制”培养专业硕士学位人才。
然而各高校对此次改革的态度存在差异,究其原因,主要在于对教学模式的担忧。
以前招生时要求考生在会计或相关行业工作2年或2年以上,现在招进了没有工作经验的应届生,现行的教学模式肯定要变化。
如何针对应届生,建立良好的教学模式,是个长期的话题,需要不断地探讨和摸索。
2)高昂的学习成本。
各高校MPAcc全日制学制基本都是2年,部分学校2.5年或3年,学费在8000~15000元/年,比学术型研究生成本要高。
由于教育部并没有给专业硕士以资金支持,很多学校规定全日制专业学位硕士生为计划外自筹经费类别,不纳入研究生培养范畴,在校期间不享受国家普通奖学金,不享受公费医疗待遇,不能申请国家助学贷款和校级助学金等。
一些考生也因高额的成本选择放弃MPAcc。
3)受众对象面不广。
目前我国MPAcc教育对象主要面向公司、金融机构的会计人员和会计师事务所管理人员,相当多的政府及非营利组织机构的会计人员和注册会计师没有真正参与进来。
4)培养方案的差别较大。
在现阶段,各高校都是自主决定MPAce的课程设置、研究方向、培养方式等,没有一个行业统一的培养模式。
另外,在具体课程设置和侧重点上缺乏一定的针对性。
以上问题都涉及到了时间和耗费的精力是否值得的问题,所以希望上面的分析可以对mpacc学制设置有一点点帮助。
[参考文献]
[1]高文波:
全日制硕士专业学位研究生教育探析[J].中国电力教育,2010(36).
[2]杨晶晶:
打造与社会需求相适应的硕士专业学位教育[J].教育文化,2010(5).
[3]曲晓辉:
美国专业会计硕士教育情况及启示[J].学位与研究生教育,2003
(1).
[4]许萍:
MPAcc教育相关问题研究[J].教学心得探讨,2010(35).
附表一
省市
学校
学制
学费
招生人数
复试线
北京大学
北京市17所
中国人民大学
2
6
76
225
清华大学
2
6.5
1
225
北京交通大学
2
1.6
35
200
北京理工大学
2
1.6
13
220
北京科技大学
2.5
2.5
12
209
北京工商大学
2
2
18
205
北京林业大学
2
2.5
8
199
中央财经大学
2
6.8
120
208
对外经济贸易大学
2
5
50
210
首都经济贸易大学
2
1
30
209
华北电力大学(北京)
2.5
2
14
214
中国矿业大学(北京)
2-3
1.75
10
156
中国石油大学(北京)
2
2.4
50
202
中国地质大学(北京)
2-3
2.5
18
195
北京国家会计学院
2
3.8
40
207
财政部财科所
2
2
36
220
天津市(4所)
南开大学
2.5
6.6
55
185
天津大学
/
/
天津商业大学
2
1.8
32
189
天津财经大学
2
1.5
100
207
河北省(3所)
河北大学
8
204
华北电力大学(保定)
2.5
2
4
204
河北经贸大学
2-3
1.75
38
194
山西省
山西财经大学
2
4.5
146
192
内蒙古
内蒙古大学
2
2.4
26
194
辽宁省(5所)
辽宁大学
2
3.5
35
201
大连理工大学
/
/
沈阳工业大学
2.5
1.8
20
163
东北大学
2
3.6
13
200
东北财经大学
2
3
154
204
吉林省(3所)
吉林大学
/
/
东北师范大学
2
2.4
50
182
吉林财经大学
2.5
2.5
90
185
黑龙江(4所)
哈尔滨工业大学
2
1.5
20
210
黑龙江八一农垦大学
12
166
东北林业大学
2
1.5
12
186
哈尔滨商业大学
2
1.5
50
不详
复旦大学
/
/
同济大学
2.5
2.5
18
160(在职)
上海市(7所)
上海交通大学
2.5
5.8
10
223
华东理工大学
2.5
5
35
155(在职)
上海财经大学
2
2.5
30
215
上海大学
2
2.5
35
207
上海国家会计学院
2
2.5
54
210
江苏省(11)
南京大学
2-3
2.5
40
220
苏州大学
2
2.4
30
53
东南大学
2
2.6
不详
215
南京航空航天大学
不详
210
南京理工大学
2.5
2
不详
194
江苏科技大学
2
5
15
194
中国矿业大学(徐州)
2
2.5
23
200
河海大学
3
2.4
23
205
江苏大学
2-3
2.5
43
190
南京农业大学