先做个自我介绍,本人华东某校管院研二学生,很幸运刚刚在线出版了一篇不错的SSCI(算小方向的top了,不是UTD,也不是FT)。从此封笔,不写论文,明年毕业准备工作,自此学术一别两宽。导师非大牛,是个半退休的老人家,一路走来很是艰辛。在这里谢谢自己的感触,大家以后少踩坑,多发文。
1.选题。大部分人都觉得选题很重要,但是我不觉得。我觉得大部分人都是有研究方向的,每个研究方向都是能出文章的。重要的是不能今天看着别人做互联网金融自己就做,明天别人做LMX,你又去做LMX了(这其实是很多国内水平一般的导师喜欢这么干)。我们看JOM最近的文章,有制度的,有行为决策,有做企业环境的,有组织内部关系的,有knowledge的,有战略的。我个人觉得定下来一个方向就努力去做(只要这个口子最近2,3年有顶刊在发,问题就不太大),每个方向都有要解决的问题。
2.research gap。我觉得大部分说的研究问题,应该指的这个,而不是选题。论文的题目很大程度上反映的是你对research gap(或者对其的解决),而不是你的选题(我把选题基本等同于方向了)。research gap 很重要。重点反应了你文章的价值。gap是不是真的gap,是不是大家care的gap,甚至是不是大家interested的gap很重要(这里大家是指搞学术的),这个东西就看个人的积累,慢慢看文章吧。大部分次一点(非UTD和FT)的期刊都会这样写gap,(调节作用)xxx是很重要的(其实如何影响到什么什么的),然而其效用结果好像又是mixed的,基于这个我们认为这种uncertain的效果很可能是受到xx种因素的影响,xx因素在我们研究的领域又很重要。。。但目前的没有研究。基于这样的gap,我们开始做以下 的研究。(中介作用)axx因素作为在x情况下经常会存在的一种因素,其往往会对xx因素产生影响,xxx因素会不会带来什么最终影响后果目前没有研究,但这种研究很有价值,巴拉巴拉。
3.理论。对于管理类的实证文章,理论很重要。因为理论会决定的你的思维逻辑是在哪种背景下,有些时候理论会让你的模型逻辑更清晰。很多时候我们实证文章都是test,而不是explore,所以理论就更为重要。而且强调理论会突出你的贡献。比如探讨调节的文章会说:explore the boundary of xxx theory(这其实是个很重要的贡献,大家很care的)。
4.数据。现在比较好的期刊都要求一手数据的多来源和跨时段,二手数据要验证内生性,鲁棒性这些。对于多来源,跨时段的数据获取十分不容易。我的文章就是单一来源的(实在是没那个条件)。一般除了顶刊和一些老牌期刊(比如IEEE),其他的都会放你一马(虽然会被评审喷,但基本只是会说your data is single source,please tell me the CMV,你做一个CMV)。有些人好的主编会和你讲you should explain the efford to avoid the basis。 二手数据我不了解。
5.数据分析工具。能分析出结果你想到结果的工具就是好工具(我一点都不觉得sem比传统的多元回归的说服性要强)。只不过当你用pls跑结构方程时,见过有审稿人让你解释下用pls的原因,有理有据的给他原因就行。或者当你用多元回归的时候,有审稿人会让你跑下结构方程,验证结果的stability。
6.数据分析结果。数据分析结果是巧活。很多人喜欢把所有的假设都显著。有时候结果又一种commom sense 的感觉。现在大家对这个慢慢的有所不喜欢。大家喜欢你不一样的结果。比如你能把一些能解释的清楚的结果做不显著了(这样讨论部分有的写,但是没有功底的这个非常难写,所以即使在JOM上,也经常看到It‘s difficult to
explain why...is no significant)。还有一些人直接把作用做成曲线的(这种很吸引人,比如吸引我,JBR, IMM上面很多这种文章,我想发这两个期刊对于很多人来说不容易的)。
7.limitation,我个人是只写正常的limitation比如single source data 这些。别的不提。