2026年10月24日 · 星期六
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | JOSM、JOB、IJEC | 3 |
| 供应链金融 | IJF、IJPE、POM | 4 |
| 品牌 | JBR、EJM、MIR | 3 |
| 合计 | 9本 | 10篇 |
注:JOSM=Journal of Service Management(ABS4);JOB=Journal of Organizational Behavior(ABS4);IJEC=International Journal of Electronic Commerce(ABS3);IJF=International Journal of Forecasting(ABS3);IJPE=International Journal of Production Economics(ABS3,SCI一区);POM=Production and Operations Management(FT50/UTD24,ABS4*,本期为OnlineFirst在线优先文章);JBR=Journal of Business Research(SSCI一区);EJM=European Journal of Marketing(ABS3);MIR=Management International Review(ABS3,SSCI)。
本文基于真实脆弱性消费者样本(慢性病患者及其照护者)的系列在线实验,证明生成式AI伴侣可通过认知与情感支持有效缓解消费情境中的脆弱性、提升消费者福祉,为服务组织部署陪伴式GenAI提供了实证依据。
消费者在服务消费过程中经常经历情境脆弱性,如突发的健康冲击、孤独感和痛苦情绪。服务组织越来越多地部署生成式AI伴侣(如陪伴式聊天机器人)在服务接触中陪伴消费者。本文以面临真实情境脆弱性的消费者(即慢性病患者及其照护者)为样本开展了系列在线实验,证明生成式AI伴侣能够通过认知与情感支持有效降低消费者的情境脆弱性。研究发现,AI伴侣对话中感知到的温暖度与个性化程度对缓解脆弱性起关键调节作用,且脆弱性的缓解进一步提升了消费者对服务组织的评价与整体福祉。文章同时讨论了部署AI陪伴式服务时的伦理考量与管理意涵。
基于工作角色绩效模型,本文通过两项多来源多时点调查证实领导-AI协作经由团队反思性与团队角色广度自我效能提升团队绩效,且年长领导者的协作收益更大,揭示了领导力数字化的作用机制与边界条件。
随着智能机器日益融入职场,领导者越来越多地与人工智能协作以提升领导效能,但领导-AI协作如何、为何以及何时促进团队绩效仍缺乏充分理解。基于工作角色绩效模型,本研究提出领导-AI协作能够支撑三类集体角色功能:降低团队角色过载、增强团队反思性、提升团队角色广度自我效能,并假设这些功能显著贡献于团队绩效;同时,领导者年龄可能放大领导-AI协作与三类团队角色功能之间的正向关系。两项多来源、多时点调查的结果为团队反思性与团队角色广度自我效能在领导-AI协作与团队绩效关系中的中介作用提供了实证支持(团队角色过载的中介结果则较为混合)。此外,领导者年龄增强了领导-AI协作与团队反思性、团队角色广度自我效能之间的正向关系。研究结果凸显了领导-AI协作对团队的益处,以及年长领导者在数字化时代的潜在优势。
本文基于详尽可能性模型开展两项实验,发现数字人的身份类型(真人化身 vs AI生成)与智能水平(AI vs 人类)存在复杂交互,真人化身叠加AI智能的组合最受消费者青睐,为电商数字人设计提供了决策参考。
数字人在电子商务中日益普及,但身份类型(真人化身与AI生成形象)与智能水平(AI智能与人类智能)如何共同影响消费者购买决策仍待系统检验。基于详尽可能性模型(ELM),本研究通过两项实验发现:与AI生成形象相比,真人化身身份的数字人更能提升消费者的购买意愿;同时,数字人宣称的智能水平亦显著影响决策。更重要的是,身份类型与智能水平之间存在交互效应——当真人化身数字人搭载AI智能时,消费者评价最高,其机制在于消费者对数字人可信度与感知能力的综合权衡。研究为平台与商家配置数字人形象与智能属性提供了实证指导。
本文提出带云模型的联邦代价敏感学习信用风险预测方法(FedCSL-CM),在保护数据隐私的前提下实现金融机构间的联合风控,为供应链金融多主体数据共享与去中心化建模提供了安全高效的技术方案。
随着金融业务的扩张与存储技术的进步,行业积累了海量与信用风险相关的数据,有望进一步提升信用风险预测水平。然而,将所有相关数据直接集中以训练信用风险预测模型存在隐私泄露风险。本文开发了一种带云模型的联邦代价敏感学习方法(FedCSL-CM),用于金融机构间的联合风险控制。研究在四个信用数据集上开展对比实验,评估了所提方法在利用多源数据、提升去中心化信用风险预测性能方面的安全性与有效性,证明该方法能够促进不同金融机构之间的数据共享与去中心化建模,从而实现更高效的信用风险管理。
本文针对传统供应链金融中不可撤销付款承诺(IRPU)静态信用额度的缺陷,提出动态信用额度框架,使融资额度随采购订单波动灵活调整,为供应商融资决策与风险定价提供了新工具。
在供应链金融实践中,供应商在不可撤销付款承诺(IRPU)下可凭借采购订单获得无追索权融资,但IRPU以静态信用额度为特征,限制了融资的灵活性与规模。本文提出向"后IRPU时代"过渡的动态信用额度方案,允许信用额度随采购订单的变化动态调整,并系统分析其对供应商融资能力、融资成本与风险敞口的影响。研究为供应链金融中融资额度的设计与风险定价提供了新的理论框架与管理启示,有助于缓解中小企业供应商的融资约束。
本文将深度学习与大语言模型引入供应链金融还款风险预测,从非结构化文本中提取风险信号,弥补传统模型仅依赖结构化财务数据的局限,显著提升了对融资企业违约风险的预测能力。
供应链金融的还款风险预测对金融机构的风险控制至关重要,但传统预测方法主要依赖结构化财务数据,忽略了融资申请材料、交易描述、舆情文本等非结构化信息中蕴含的风险信号。本文将深度学习与大语言模型(LLM)技术引入供应链金融还款风险预测,构建了从文本到风险的端到端预测框架,系统利用多源非结构化文本特征刻画融资企业的还款能力与意愿。实证结果表明,所提方法较传统基准模型在预测准确性与稳健性上均有显著提升,为供应链金融数字化风控提供了新的方法论支持。
利用此前难以获得的付款时间微观数据,本文首次系统揭示企业商业信用延迟付款的普遍性与灵活性功能,刻画供应商的应对行为及其对库存管理与盈利的运营影响,为理解供应链短期融资提供了全新视角。
商业信用是供应链短期融资的主导来源,然而由于企业实际付款时间数据鲜有公开,关于企业如何在实践中偿还商业信用知之甚少。本文利用新获得的付款时间微观数据,系统考察了延迟付款现象:延迟付款在供应链中是否普遍存在且具有持续性?供应商如何应对客户的延迟付款?延迟付款对供应商的库存管理与盈利能力产生怎样的运营后果?研究发现,延迟付款在供应链中广泛存在,发挥着隐性的融资灵活性作用;供应商会通过价格、信用额度等方式对延迟付款做出反应,且延迟付款显著影响供应链的库存决策与盈利表现。研究结果对于理解商业信用的运营角色与供应链金融政策具有重要启示。
本文基于反事实思维理论揭示并排比较广告的"双刃剑"效应:广告中与目标品牌宣称相似的未选品牌会激发消费者反事实思维、改变购后评价,且该效应受品牌资产高低调节,为比较广告设计提供了新洞见。
营销广告中品牌常与竞争对手进行并排比较(side-by-side comparison),但此类广告如何通过消费者的认知加工影响购后产品评价仍待深入理解。本文基于反事实思维理论,研究并排比较广告中未选品牌(non-chosen brand)与宣称相似性对消费者购后产品评价的影响,并考察品牌资产在该过程中的作用。通过系列实验研究发现:当并排比较广告中包含与目标品牌宣称相似、但最终未被消费者选择的品牌时,消费者更易产生"如果当初选择另一品牌会怎样"的反事实思维,从而显著影响其对目标产品的评价;品牌资产的高低调节了这一效应——高品牌资产目标品牌更能抵御未选品牌带来的反事实冲击。研究为比较广告设计与品牌资产战略管理提供了实证指导。
本文通过系列实验检验品牌名称中的宗教元素对消费者的启动效应,发现宗教品牌名称能唤起消费者的神圣感知与道德联想,进而影响品牌态度与购买意愿,为品牌命名策略提供了新的理论视角。
市场中大量品牌在名称中嵌入宗教性元素(如"神圣""天堂""救赎"等),但此类宗教品牌名称如何影响消费者反应缺乏系统的实证检验。本文提出并检验了宗教品牌名称的启动效应:当品牌名称包含宗教元素时,会启动消费者的宗教图式,增强其对品牌的神圣感知、道德认同与情感连接,进而影响品牌态度与购买意愿。系列实验结果表明,宗教品牌名称能够显著提升消费者对品牌的积极评价,且该效应受到消费者个体宗教性水平与情境因素的调节。研究为品牌命名、宗教象征营销与消费者宗教心理研究提供了新的理论贡献与管理启示。
本文对58篇企业声誉与国际商务交叉领域文献进行系统综述,提炼四大研究主题并提出未来议程,为跨国品牌声誉构建与国际化战略研究提供了全景式梳理。
企业声誉(corporate reputation)是国际商务研究中的重要无形资产,但该交叉领域的知识仍较为分散。本文采用系统文献综述方法,对58篇企业声誉与国际商务交叉领域的论文进行结构化分析,识别出四大研究主题:声誉作为无形战略资产、声誉与企业国际化绩效、声誉管理与利益相关者关系、以及声誉在不同制度与文化情境中的跨国差异。在此基础上,文章批判性评估了现有研究的方法与理论缺口,提出涵盖新兴市场声誉构建、数字化声誉管理与声誉修复的未来研究议程,为国际商务与品牌声誉研究提供了整合性框架与前沿指引。