2026年10月16日 · 星期五
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | IEEE Computational Intelligence Magazine、Journal of Information Science、ACM Transactions on the Web | 5 |
| 供应链金融 | Journal of Comparative Economics、Journal of International Trade & Economic Development、European Economic Review | 4 |
| 品牌 | Global Strategy Journal、Journal of Relationship Marketing、Journal of Financial Services Marketing | 3 |
| 合计 | 9本 | 12篇 |
注：本期检索期刊均为 ABS 3星+ / UTD / FT50 / SSCI / SCI 2区以上级别期刊；AI大模型主题聚焦 large language model、generative AI，供应链金融主题聚焦 supply chain finance、trade credit，品牌主题聚焦 brand equity、brand strategy。共收录 2025-2026 年相关文献 12 篇。
首次系统评估大型语言模型（LLM）在复杂数值优化问题中作为解生成器的表现，发现LLM因能力与问题领域不匹配而在数值优化任务中表现不佳，但在辅助数值优化器及非数值领域具有潜力。
大型语言模型不仅在自然语言处理任务中表现出色，在许多非语言领域同样展现出强大能力，将其应用于各类优化场景的趋势也在上升。然而，LLM在复杂数值优化问题中的应用是否真正有益仍未被系统探索。本文旨在全面评估LLM作为解生成器在复杂优化问题中的表现。研究发现，尽管LLMs计算能力强，但由于其能力与问题领域不匹配，在数值优化任务中表现不佳；不过在协助数值优化器以及非数值领域具有潜力。这是该领域的首次系统评估，有助于深入理解LLM在优化中的作用并指导未来应用。
提出首个采用生成式进化多任务（GEM）范式的LLM驱动多任务进化智能体设计器LLM2TEA，通过跨领域解的交叉繁衍生成既新颖又符合真实物理规格的设计方案。
本文提出LLM2TEA——一种由大型语言模型驱动的多任务进化算法，是首个采用生成式进化多任务（GEM）范式的智能体式AI设计器。LLM2TEA能够实现来自多个领域的解的交叉繁衍，催生超越学科边界的新颖解决方案。特别值得关注的是，它能够发现既具有新颖性又符合真实世界物理规格的设计。LLM2TEA由多个组件构成：LLM根据描述目标对象的文本提示生成基因型样本，文本到3D生成模型产生相应的表现型，并通过分类与评估机制引导进化搜索。该工作将LLM的语义理解能力与进化计算的全局搜索能力相结合，为面向科学发现与工程设计的自动化创新提供了新范式。
通过访谈结合视频实验揭示年轻人基于图像、声音、叙事和直觉验证AI深度伪造视频真实性，并从技术、后果与关联人三个视角感知错误与虚假信息的实践策略。
生成式人工智能技术的突破使得创建高度逼真、能够可信模仿人类的媒体内容成为可能。随着AI生成媒体（AGM）在社交媒体平台上日益普及，人们越来越担心年轻人处理错误信息和虚假信息的能力。本研究旨在调查年轻人评估AGM可信度的实践。研究采用访谈结合实验的方法，向受访者提供两段选定视频，考察年轻人验证AI生成深度伪造视频真实性的策略，并探究他们对这类媒体影响的反思。结果表明，年轻人基于图像、声音、叙事和直觉验证AGM的真实性，并从技术、后果和关联人三个主要视角感知错误与虚假信息。本研究从年轻人媒介与信息素养实践的视角拓展了对AGM的探索。
批判性分析GenAI时代科研信息系统的社会、经济与环境可持续性问题，提出面向LLM聊天机器人信息获取的生态系统可持续模型及研究议程。
自2022年11月ChatGPT问世以来，市场上出现了大量生成式AI聊天机器人。其中一些工具如Consensus、Scholar GPT和Scholar AI专门设计用于促进研究和学术信息的获取。此外，Scopus、Clarivate和JSTOR等研究数据库聚合商和供应商也推出了各自的GenAI应用。这些工具的广泛使用会改变人们寻找、获取和使用信息的方式吗？当代和未来的信息科学研究如何为GenAI增强型信息系统与服务的可持续性做出贡献，尤其是在研究和学术信息背景下？本文通过批判性分析一系列研究论文以及行业和机构报告，讨论了GenAI时代研究和学术信息系统与服务在社会、经济和环境可持续性方面的各种问题，提出了GenAI时代信息生态系统可持续性模型，重点关注基于LLM聊天机器人获取研究与学术信息的情境，并提出了实现信息社会、经济和环境可持续性的研究议程。
提出利用LLM通过多平台主题建模提示生成高保真合成社交媒体数据集以缓解数据获取受限问题，并从平台文本特征、情感、主题多样性与语义相似度四维度系统评估合成数据保真度。
社交媒体数据集对于检测和分析虚假信息活动、有害行为和协同不真实行为等研究至关重要。然而由于平台限制、接口约束和隐私问题，此类数据集的收集面临诸多挑战，合成数据因此成为替代方案。本文利用大型语言模型，通过多平台主题建模（MPTM）提示策略生成覆盖美国大选与影响力者两大场景的高保真多平台合成社交媒体数据，并使用GPT-4o、Claude-3.5与Gemini-2.0等多种模型生成。研究从平台特有文本特征（标签、用户提及、URL、表情符号）、情感分布、主题多样性与语义相似度四个维度评估合成帖文与真实数据的保真度。结果表明，合成数据整体文本保真度良好，但在部分平台特征频率与消极情绪内容上存在系统性偏差，为LLM驱动的社交媒体合成数据生成提供了系统评估与改进方向。
利用印度投入品关税削减识别贸易自由化对企业借款的因果效应，发现投入品关税削减使企业外部借款增加约13%，且效应集中于金融发展水平更高的地区。
本文考察投入品贸易自由化对企业借款的影响。投入品贸易自由化使企业能够以更低成本获取更多样化的中间投入品，促进技术升级并提高盈利能力，但企业往往需要外部融资来支付扩大生产的固定成本。利用印度大规模投入品关税削减作为识别策略，研究发现投入品关税削减与企业外部借款增加约13%相关，且该效应集中于金融发展水平较高的邦。机制分析表明，效应通过企业扩张与升级的资金需求渠道传导。结果表明，贸易自由化的增长效应会经由信贷渠道放大，且其实现依赖于金融体系的配套发展水平。
实证发现数字金融显著促进企业商业信用获取，机制在于加剧银行竞争、增强监管处罚威慑与提升信息披露质量，且效应在数字金融发展水平与融资约束不同的企业中存在异质性。
本文利用中国A股上市公司数据，研究数字金融发展对企业商业信用（贸易信用）的影响。研究发现，数字金融显著促进企业获得商业信用。机制分析表明，数字金融通过加剧银行竞争、增强监管处罚威慑和提升信息披露质量等渠道发挥作用。异质性分析显示，数字金融的促进效应在数字金融发展水平较高地区以及融资约束较强的企业中更为明显。研究结果为理解数字金融与供应链金融的协同发展提供了中国经验证据，也为企业融资决策与数字金融政策制定提供了参考。
以2010-2021年中国上市公司为样本，发现企业所在地区社会信任水平越高客户稳定性越强（通过缓解融资约束与促进创新），对前五大供应商稳定性的促进则经由减少盈余管理与增加商业信用实现。
本文以2010-2021年中国上市公司为样本，考察社会信任对全球客户稳定性和供应商稳定性的影响。研究发现，位于社会信任水平较高地区的企业倾向于拥有更大的客户稳定性，无论是总体客户稳定性还是以前五大客户衡量的主要客户稳定性。在供应商稳定性方面，社会信任的提高显著促进了主要供应商稳定性（前五大），但对总体供应商稳定性没有显著影响。使用工具变量法处理潜在内生性并进行一系列稳健性检验后，结果依然稳健。进一步分析表明，客户稳定性的驱动机制是缓解融资约束和促进创新；而社会信任提高前五大供应商稳定性的机制是减少盈余管理和增加获得的商业信用。异质性分析表明，正式制度质量与社会信任对供应链稳定性的影响呈替代关系。
实证发现供应链压力升高时货币政策冲击的产出峰值效应约增大160%、价格峰值效应约增大30%，且供应链压力通过信贷渠道强化货币政策的实际传导。
本文研究供应链压力如何影响货币政策向实体经济的传导。利用企业层面数据与供应链压力指标，研究发现货币政策冲击的传导强度随供应链压力上升而显著增强：供应链压力升高时，产出对货币政策冲击的峰值响应约增大160%，价格峰值响应约增大30%。机制分析表明，供应链压力通过信贷渠道放大货币政策的实际效应——压力越大，企业外部融资溢价越高，货币紧缩对企业投资与产出的抑制越强。这一发现对于理解供应链冲击时期货币政策的有效性、通胀传导以及逆周期调控政策的时机选择具有重要意义。
整合内部化理论与代理理论，基于675笔跨境收购证明技术性无形资产（如品牌、研发）的价值创造取决于董事会有效性，为国际化价值创造的公司治理边界提供新证据。
本文整合内部化理论和代理理论，考察董事会有效性是否以及如何影响跨国并购中内部化收益的实现。基于675笔跨境收购交易，研究发现技术性无形资产（如品牌、专利与研发能力）在并购中的价值创造取决于董事会有效性：当董事会能够更有效地监督和协调管理层时，无形资产的价值创造效应更强。研究将无形资产区分为技术性（研发密集）与营销性（品牌密集）两类并分别检验，揭示了公司治理在国际化价值创造中的调节作用，丰富了全球战略与公司治理交叉领域的研究。
基于公平理论对500名受访者的调研，识别出服务质量和感知价值是形成品牌韧性的关键前因，品牌韧性进而显著提升消费者态度与购买意愿，为危机情境下的品牌关系营销提供实证指导。
本文基于公平理论，旨在识别形成品牌韧性和消费者态度的驱动因素。通过对500名受访者的问卷调查，研究检验了服务质量和感知价值作为前因如何影响品牌韧性，进而影响消费者态度与购买意愿。结构方程模型结果表明，服务质量和感知价值显著正向影响品牌韧性，品牌韧性对消费者态度和购买意愿具有显著正向作用。研究为关系营销文献贡献了品牌韧性形成机制的新证据，也为企业在竞争与危机环境中通过服务与价值管理培育品牌韧性提供了实践启示。
基于300份香港零售银行客户问卷，发现金融消费者保护的公平性、透明度与数据隐私维度显著影响客户满意度，满意度进而驱动品牌爱与品牌倡导，而治理维度作用不显著。
本研究考察金融消费者保护（FCP）对零售银行客户满意度、品牌爱和品牌倡导的影响。基于香港零售银行300名客户的问卷数据，采用偏最小二乘结构方程模型（PLS-SEM）分析发现：金融消费者保护的公平性、透明度和数据隐私维度显著正向影响客户满意度，而治理维度对满意度无显著影响。客户满意度显著正向影响品牌爱，品牌爱进一步驱动品牌倡导。研究揭示了金融消费者保护在塑造消费者-品牌关系中的关键作用，为金融服务营销与监管实践提供了启示。