Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
日本語の概要は準備中です。原文の説明を表示しています。
Use when judging whether a manuscript's landing point is an ACCOUNTING issue (accounting information / disclosure / audit / standards) versus a corporate-finance mechanism, before drafting for 《会计研究》 (Accounting Research). Use this to decide fit and to re-route finance-mechanism papers to a finance journal before any other acr-* skill.
インストールする前に、エージェントに与えられる指示の中身を確認できます。
《会计研究》的稿子,因变量或机制核心必须落在会计信息的生产、披露与鉴证这一端。判断标准是问"这篇真正在解释/改变的是什么"。
| 维度 | 会计议题(本刊对口) | 金融机理(改投金融研究) |
|---|---|---|
| 因变量核心 | 盈余质量、应计、稳健性、可比性、披露质量、审计意见/费用、内控缺陷 | 股票收益、融资成本/约束、投资水平、杠杆、并购溢价 |
| 机制语言 | 信息不对称↓、披露↑、盈余管理↓、鉴证质量↑ | 资本配置、风险定价、代理成本(融资侧)、流动性 |
| 制度抓手 | 会计准则、审计准则、信息披露监管、内控规范 | 货币/信贷政策、资本市场制度、税制(宏观) |
| 贡献落点 | 准则制定者、监管者、审计实务 | 投资者、融资者、市场设计 |
经验法则:因变量是"会计/审计/披露的产出"→ 对口;因变量是"价格/资金/投资"而会计只是中介→ 偏金融。后者若仍想投本刊,须把因变量换成会计信息变量、把信息机制做成主线。
| 案例 | 归类 | 理由 |
|---|---|---|
| 新租赁准则对盈余波动/资产负债表的影响 | 会计 | 落点是会计计量与报表 |
| 关键审计事项披露对审计费用/意见的影响 | 会计 | 落点是鉴证产出 |
| 数字化转型对信息披露质量的影响 | 会计 | 因变量是披露质量 |
| 数字化转型对融资约束的影响 | 金融 | 因变量是融资侧 |
| 分析师跟踪对股价同步性的影响 | 偏金融 | 落点是定价信息环境,需改造为披露/盈余渠道才对口 |
| 高管薪酬对盈余管理的影响 | 会计 | 因变量是盈余管理 |
| ESG 评级对股价崩盘风险的影响 | 偏金融 | 崩盘风险是定价侧;若改为 ESG 信息披露质量则对口 |
《会计研究》由中国会计学会主办,是 CSSCI 唯一权威顶级会计学期刊,定位极清晰——因变量或机制核心须落在会计信息生产、披露与鉴证一端。下表对齐审稿期待与退稿模式:
| 审稿期待 | 达标线 | 常见退稿模式 |
|---|---|---|
| 因变量是会计产出 | 盈余质量/披露/审计/内控产出 | 因变量是股价/融资/投资 |
| 机制是信息语言 | 不对称↓/披露↑/盈余↓/鉴证↑ | 机制是定价/配置/流动性 |
虚构稿《ESG 评级对股价崩盘风险的影响》:因变量"崩盘风险"是定价侧 → 偏金融,直接投会被判不对口。改造路径(示意)——把因变量换为"ESG 信息披露质量指数"、机制改为"ESG 披露降低信息不对称";改造后主结果变为披露质量指数上升约 0.12 个标准差(t≈2.4),并直接测买卖价差中介。落点回披露产出、机制为信息语言即对口,进 acr-topic-selection;不愿改造则按金融机理改投《金融研究》。
上述数字为演示改造效果的示意值,非真实结果。
本刊已刊论文因变量绝大多数是会计信息/披露/审计产出;边界稿需在引言把信息落点立清。栏目对跨界题的容纳度,以编辑部最新稿约为参照。
【落点】会计议题 / 金融机理 / 边界(需改造)
【主因变量】<是否会计/审计/披露产出>
【机制语言】信息(不对称/披露/盈余/鉴证)/ 定价配置
【判定】对口 / 改投<金融研究 / 南开管理评论 / 中国工业经济>
【改造建议】<若边界:换因变量 / 主线换信息机制>
【下一步】acr-topic-selection(对口)/ 改投
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
日本語の概要は準備中です。原文の説明を表示しています。
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
日本語の概要は準備中です。原文の説明を表示しています。
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
日本語の概要は準備中です。原文の説明を表示しています。
Use when designing or auditing AAAI experiments for the broad-AI program committee, including baselines, ablations, statistical significance, robustness, human evaluation, AI-for-Social-Impact and alignment/safety evidence, compute and cost reporting, and reproducibility-checklist alignment for Phase-1 survival.
日本語の概要は準備中です。原文の説明を表示しています。
Use when positioning an AAAI paper's novelty against archival work, contemporaneous arXiv or workshop papers, and AAAI/IJCAI/NeurIPS/ICML/ICLR neighbors across the broad AI scope, while staying inside AAAI's dual-submission and AI-as-source policy constraints and writing a related-work section legible to non-specialist reviewers.
日本語の概要は準備中です。原文の説明を表示しています。
Use when strengthening an AAAI paper's reproducibility checklist (placed after references), experimental traceability, seed and hyperparameter reporting, compute and cost disclosure, dataset access and licensing, code/data ZIP readiness, and the claim-to-evidence map that Phase-1 reviewers use to judge rigor across AAAI's broad AI scope.
日本語の概要は準備中です。原文の説明を表示しています。