2021年10月30日上午，广东财经大学智能财会学术论坛（2021年第二期）在腾讯会议以线上直播形式举行。会计学院罗勇根老师受邀作为主讲人分享了题为《客户文本信息披露与供应商创新决策》的学术论文，智能财会管理学院胡伊老师分享了题为《机器学习方法有助于改善会计估计效果——来自于保险理赔的证据》的学术论文。会议由智能财会管理学院副院长孔荫莹主持，智能财会管理学院、会计学院及信息学院教师、学生共计300余人参加了本次会议。
会议的第一部分是会计学院罗勇根老师分享论文《客户文本信息披露与供应商创新决策》。首先，罗老师介绍了定量信息与定性信息的概念，阐述了文本信息对定性信息的重要性。其次，罗老师从创新文本信息披露的角度研究发现客户创新文本信息披露与供应商创新投入力度、专利产出数量、供应商与客户专利相似度呈现正相关关系；从供应商对创新信息需求角度和客户对创新信息供给的角度提出了客户MD&A的创新文本信息披露与供应商创新水平呈正相关关系。在进一步研究中，罗老师通过分析客户年报，得出了客户创新信息披露与供应商创新水平有正相关关系且客户创新文本信息披露对供应商创新决策具有溢出效应的结果。最后，论文通过异质性检验和机制检验，发现当创新对供应商更重要时，企业更有动机获取创新的相关信息；从供应商的角度来看，供应商与客户之间的地理距离影响供应商对客户的依赖程度；从客户的角度来看，客户信息披露时的语调会对供应商产生影响。
会议的第二部分是智能财会管理学院胡伊老师解读论文《机器学习方法有助于改善会计估计效果——来自于保险理赔的证据》。首先，胡伊老师介绍了会计估计对财务报表的重要影响，以及会计估计会对审计造成困难等问题，提出了机器学习能够直接改善企业会计估计质量的观点。其次，胡伊老师以保险索赔损失估计为例，分析了人工进行损失估算的主观性和不确定性，提出通过机器学习改善会计估计质量的观点。接着，胡老师为大家介绍了四种机器算法，并分享如何利用机器学习技术为保险公司生成损失估计。最后，胡老师以1996-2017年美国的财产和意外保险公司向全国保险委员会提交的年度报告为研究样本，对比得出结论：机器学习预测的结果比人工计算预测提供的结果准确性更高，使用机器学习能够提高会计估计的质量和可靠性。
在此次论坛中，参与论坛的各位老师和同学与罗勇根老师，胡伊老师进行了交流互动。针对《经济研究》期刊拒稿原因分析、期刊审稿人反馈的论文修改意见、文章中的因果关系、数据的选取以及样本量；折旧费用和保险费用的不同、如何使用机器学习改变未来保险公司的投保策略、保险的风险性等问题展开热烈讨论。
本次论坛在热烈的学术交流氛围中圆满落幕。孔荫莹副院长对两位老师精彩的演讲表示感谢，同时感谢各位老师积极讨论，建言献策。通过本次论坛，同学们表示受益匪浅，不仅激发了大家对“大智移云物区”的学习热情，而且拓宽了同学们对智能财会审税专业的学术视野，有助于同学们深入了解和学习有关“智能+财务”方面的思维方法，提升同学们的学术水平。
