生成式AI作为信息中介：一种用于财务困境预测的新型深度学习方法
[1] Wang Z, Wu C, Jiang C, Zhao H. Generative AI as an Information Intermediary: A Novel Deep Learning Method for Financial Distress Prediction[J]. MIS Quarterly, 2026, 50(1): 1-35.
核心发现：本文提出将生成式AI作为信息中介的框架，利用大语言模型整合多源异构数据以提升财务困境预测精度，实证表明GenAI增强的深度学习模型在预测准确性和可解释性上显著优于传统方法。
摘要 ▸
本文提出了一种将生成式人工智能（GenAI）作为信息中介的新方法，用于财务困境预测。研究利用大语言模型整合财务报表文本、管理层讨论与分析、新闻舆情等多源异构信息，构建了一个端到端的深度学习预测框架。通过对中国上市公司的大规模实证分析，结果表明GenAI增强模型在预测准确性、早期预警能力和可解释性方面均显著优于传统财务比率模型和基础深度学习模型。研究进一步揭示了GenAI在提取财务文本中的隐含风险信号、缓解信息不对称方面的独特优势，为AI在金融风险管理中的应用提供了新的理论视角和实证证据。
与机器共创：生成式AI与信息系统研究范式的演进
[2] Gopal R D, Li J, Riemer K, Sarker S, Singh P V, Susarla A, Bichler M, Thatcher J B. Inventing with Machines: Generative AI and the Evolving Landscape of IS Research[J]. Information Systems Research, 2025, 36(4): 1949-1967.
核心发现：本编辑评论系统审视了生成式AI对信息系统研究范式的颠覆性影响，提出'人机共创'（Inventing with Machines）新范式，强调IS学界需引领开发专用AI工具、构建教育框架并革新同行评审流程，平衡AI能力与人类学术判断。
摘要 ▸
生成式人工智能不仅正在改变信息系统（IS）研究的执行方式，更在重塑研究的本质。本文提出，我们正处于一个关键节点：机器可以辅助生成假设、综合海量文献并识别人类研究员需数月才能发现的模式。然而，这一前所未有的能力也带来了对学术诚信的同等威胁。由于IS领域独特地定位于理解社会技术转型，IS研究面临开创'与机器共创'的非凡机遇，同时捍卫赋予学术研究意义的人类洞察和监督。这一转型远不止工具采纳，它需要重新构想学术基础设施、规范和实践。本文从社会技术视角出发，论证了前进道路需要超越个体技能发展的协调社区行动：IS社区必须引领开发考虑我们理论传统的专用AI工具、创建在拥抱计算能力的同时保持学术价值的教育框架，并开创利用AI分析能力而不放弃人类控制的评审流程。
分层需求-可供性-特征方法推进招聘系统中的人工智能公平
[3] Arhin K, Hickman L, Kuruzovich J. A Layered Needs-Affordances-Features Approach to Advancing Artificial Intelligence Fairness in Hiring Systems[J]. Journal of the Association for Information Systems, 2026, 27(4): 1-42.
核心发现：本文提出分层需求-可供性-特征（NAF）框架，系统分析AI招聘系统中公平性的多层次实现机制，揭示了从组织需求到技术特征的多级映射关系，为设计和评估公平的AI招聘系统提供了结构化方法论。
摘要 ▸
人工智能在招聘系统中的广泛应用引发了关于公平性的重大关切。本文提出了一种分层需求-可供性-特征（Needs-Affordances-Features, NAF）方法，系统性地分析AI招聘系统中公平性的实现机制。NAF框架将组织对公平招聘的需求映射到AI系统提供的可供性（affordances），进而关联到具体的技术特征设计。通过对现有AI招聘系统的系统文献综述和案例分析，研究识别了公平性在三个层次上的关键维度：组织层面的公平需求（如去偏见化、透明度）、系统层面的可供性（如算法审计能力、可解释性）以及技术层面的特征（如公平约束优化、反事实解释生成）。该框架为设计者和政策制定者提供了操作性指导，推动了负责任AI在人力资源管理中的实践。
拿货跑路：供应链中的合同摩擦与市场势力
[4] Brugués F. Take the Goods and Run: Contracting Frictions and Market Power in Supply Chains[J]. American Economic Review, 2026, 116(2): 582-626.
核心发现：本文构建动态合约模型并利用厄瓜多尔制造业供应链数据，研究卖方市场势力下自我执行的关系合约效率，发现双边贸易在关系早期效率低下但随时间收敛，市场势力与执行约束共同导致贸易无效率。
摘要 ▸
本文研究在卖方具有市场势力且合同无法外部执行的情况下，自我执行的关系协议的效率。为此，本文构建了一个有限执行的动态合约模型，其中买方可以违约其贸易信用债务，并使用厄瓜多尔制造业供应链的新数据集进行估计。关键实证发现是：在关系早期，双边贸易效率低下，但随着时间的推移趋向效率，尽管卖方具有市场势力。反事实模拟表明，市场势力和执行约束共同导致了贸易中的无效率。该研究为理解供应链中贸易信用的合约基础和市场势力的交互作用提供了新的理论框架和实证证据。
供应链漂洗：企业供应商的战略性披露
[5] Shi Y, Wu J, Zhang Y, Zhou Y. Supply Chain Washing: Strategic Disclosure of Corporate Suppliers[J]. Journal of Accounting and Economics, 2026, In Press.
核心发现：本文首次提出'供应链漂洗'概念，发现企业选择性披露高ESG供应商而隐藏低ESG供应商关系，该行为随环境透明监管趋严而减少，但短期内可获取正向股价回报，揭示了供应链环境信息披露中的漂绿新形式。
摘要 ▸
本文研究企业如何战略性地管理供应商披露以投射更绿色的供应链形象。研究发现，企业选择性地披露与高ESG供应商的关系，而隐瞒与低ESG供应商的联系。供应商环境评分从第10百分位提升至第90百分位时，披露概率相对于平均披露率增加4.4%。分析表明，这种选择性披露反映了漂绿行为，而非供应链ESG改善的真实沟通。在美国子样本中，企业更可能在10-K业务部分和ESG报告中披露绿色供应商，而低ESG供应商更频繁地出现在10-K风险因素部分。战略性披露随环境透明度法规的加强而减少。最后，战略性披露绿色供应商的企业经历了更高的短期股价回报，尽管这些效应随时间减弱。研究结果凸显了供应链环境披露的重要性及其减少资本错配的潜力。
给我看收据：B2B付款及时性与预期股票收益
[6] Lieberman P, Mihov A, Naranjo A, Velikov M. Show Me the Receipts: B2B Payment Timeliness and Expected Returns[J]. Journal of Financial Economics, 2025, 172: 104108.
核心发现：本文利用商业支付表现的大型私有数据集，发现贸易信用付款及时性通过信息缓慢扩散和供应链纵向议价地位风险两条渠道影响股票收益：突然延迟付款预示更低未来收益，而持续适度延迟付款的企业则获得更高收益。
摘要 ▸
贸易信用是企业融资的重要来源，但其关于付款及时性的丰富信息含量在资产定价中尚未得到充分探索。利用来自领先商业支付表现私有信息交换平台的大规模数据集，本文研究了贸易信用付款及时性对股票收益的影响。研究揭示了贸易信用付款行为影响未来股票收益的两条不同渠道——信息的缓慢扩散和源于客户企业在供应链中纵向议价地位的风险。与第一条渠道一致，企业对其供应商付款的突然延迟显著预示其股票未来更低收益。与第二条渠道一致，相对于付款条款持续适度延迟付款的企业获得显著更高的股票收益。研究为理解贸易信用的信息传递功能和供应链风险定价提供了新视角。
重新定位、受众流失与身份模糊：市场重新定位的外部成本
[7] Wang P. Repositioning, Audience Churn, and Identity Ambiguity: The External Costs of Market Repositioning[J]. Strategic Management Journal, 2025, 46(6): 1363-1391.
核心发现：本文从动态视角揭示品牌重新定位的外部成本：企业频繁调整产品组合导致市场身份模糊，分析师覆盖率波动增大且盈利预测准确性降低，表明品牌定位变动可能引发信息中介评估效率下降的隐性战略代价。
摘要 ▸
既有文献长期强调市场参与者建立清晰身份的重要性，但多采用静态视角。本文强调动态视角，认为随着参与者不断调整定位，其身份处于持续变化之中。具体而言，重新定位可能引发身份模糊，削弱受众评估的准确性。通过分析美国上市企业的市场重新定位行为，研究发现：重新定位程度较高的企业，其覆盖分析师群体经历更高程度的流动；更重要的是，受众在评估进行较大幅度重新定位的企业时准确性更低。这些结果与关于外部重新定位成本的猜想一致：企业在调整市场定位时面临引发身份模糊的风险。该研究为品牌战略领域的定位理论和信息中介行为提供了动态视角的补充。
设计美学、品牌资产与信任对电动汽车购买意愿的影响
[8] Chen Y, Hou Y. Impacts of Design Aesthetics, Brand Equity, and Trust on Electric Vehicle Purchase Intention: An Empirical Study[J]. Journal of Brand Management, 2026, 33(1): 54-72.
核心发现：本文以电动汽车为背景，实证检验设计美学通过品牌资产和消费者信任的双中介路径影响购买意愿的机制，发现品牌资产是连接产品设计感知与消费决策的关键中介变量。
摘要 ▸
本文以电动汽车为研究对象，实证探讨设计美学、品牌资产与消费者信任对购买意愿的影响机制。基于对中国消费者的问卷调查数据，采用结构方程模型检验假设路径。研究结果表明：设计美学对品牌资产和消费者信任均具有显著正向影响；品牌资产和信任在设计与购买意愿之间发挥显著的中介作用。具体而言，产品的外观设计美学不仅直接提升消费者对品牌的价值感知，还通过增强消费者对品牌的信任间接促进购买意愿。此外，品牌资产的中介效应强于信任路径，表明在电动汽车这一新兴品类中，品牌价值的积累仍是驱动消费决策的核心因素。研究为品牌管理者和电动汽车制造商提供了设计驱动的品牌建设策略启示。
内隐品牌资产测量在不同决策情境下的预测作用
[9] Karantonis K, Schnittka O, Limon-Calisan Y, Riedel C. The Predictive Role of Implicit Brand Equity Measures Across Decision Contexts[J]. Journal of Brand Management, 2026, In Press.
核心发现：本文创新性地将内隐联想测试引入品牌资产测量，发现在低卷入度和时间压力决策情境下，内隐品牌资产测量比传统外显测量具有更强的消费者选择预测效力，拓展了品牌资产测量的方法论边界。
摘要 ▸
传统的品牌资产测量主要依赖外显的自我报告方法，但消费者品牌偏好的形成往往包含自动化的内隐过程。本文引入内隐联想测试（IAT）作为品牌资产的补充测量工具，系统考察内隐与外显品牌资产测量在不同决策情境下的预测效力差异。通过多组实验研究，结果发现：在高卷入度和充裕时间的决策情境中，外显品牌资产测量对消费者选择的预测力更强；但在低卷入度或时间压力的决策情境下，内隐品牌资产测量的预测力显著优于外显测量。这一发现表明，仅依赖传统外显测量可能低估品牌资产在实际购买情境中的真实影响力。研究为品牌管理者提供了情境化的品牌资产评估策略，推动了品牌测量方法论的多元发展。