🔍 耿同学打假报告

论文信息

• 论文来源：Cross-Border Payments and Corporate Supply Chain Risk The Heterogeneous Effect of Financial Regulation.pdf
• 标题：Cross-Border Payments and Corporate Supply Chain Risk: The Heterogeneous Effect of Financial Regulation
• 作者：Xiaoqi Peng（江苏师范大学）
• 期刊：Emerging Markets Finance and Trade (SSCI)
• DOI：10.1080/1540496X.2026.2620555
• 发表年份：2026年2月9日在线发表

综合评定：🔴 实锤（存在系统性数据异常与逻辑硬伤）

本文表面上看是一篇结构完整的实证经济学论文，但在统计学常识、数学逻辑自洽性以及作者学术背景时间线上，均暴露出无法用“无心之失”解释的致命漏洞。强烈建议期刊编辑部启动撤稿调查。

详细发现

发现 1：工具变量（IV）数学违背宇宙规律（随机数生成器都不敢这么写）

• 位置：Table 3. Instrument variable estimation results (Page 15)
• 描述：作者使用“同行业其他公司的均值（IV_mean）”作为工具变量进行2SLS回归。表中报告 IV_mean 在第一阶段的回归系数为 -2,023.922*。
• 证据：
  1. 数学上的不可能：被解释变量 lnCrosspay 的均值是 0.0327，最大值仅为 1.792（Table 1）。如果 IV_mean 的系数是 -2023，这意味着只要同行业其他公司的均值为 0.001，该公司的跨境支付水平预测值就会变成 -2.023！对数化后的变量（ln）在真实世界中不可能为负数。
  2. 荒谬的F值：表注显示 Weak identification test (弱工具变量检验) 的 F 值为 1.6e+06（160万）。在真实的社会科学面板数据中，F值达到几十就已经算是强工具变量了，160万的 F 值意味着这根本不是统计相关性，而是代码写错导致的数学恒等式，或者完全是捏造的数字。
• 严重程度：🔴

发现 2：“薛定谔的缩尾处理”与极其离谱的极值

• 位置：Table 1. Descriptive statistics (Page 12) & Research Design (Page 11)
• 描述：作者在方法部分明确声明：“applies a 1% winsorization on both ends for all continuous firm-level variables”（对所有连续变量进行了上下 1% 的缩尾处理）。
• 证据：查看 Table 1 中调节变量 FinReg（金融监管强度）的描述性统计。其均值为 0.184，标准差为 0.531，但最大值竟然高达 17.15！
  • 稍有统计学常识就知道，17.15 这个极值偏离均值（0.184）竟高达 32 个标准差！如果作者真的做了 1% 的缩尾处理，这个最大值绝对不可能存在。这说明作者直接复制粘贴了未经处理的原始数据来凑描述性统计表，或者完全是在闭门造车。
• 严重程度：🔴

发现 3：中介效应的“Ctrl+C/V”式造假痕迹

• 位置：Table 6. The mediation effect test results of exchange rate exposure (Page 18)
• 描述：在验证汇率风险的中介效应时，作者在正文中写道：“compared to the results in Column (1), the coefficient of cross-border payments decreases slightly from 0.026 to 0.026”（核心变量系数从 0.026 降低到了 0.026）。
• 证据：
  1. 文字与表格冲突：0.026 降低到 0.026，这在数学上叫“没变”。但作者强行解释为“降低”。这通常是 AI 写作或复制粘贴以前文献模板时忘记修改数字留下的铁证。
  2. 数据巧合得令人发指：对比 Table 5 和 Table 6 的列(1)和列(2)。Table 5 中 lnCrosspay 对 Creditfin 的回归系数是 0.031*（t值为13.37）；Table 6 中 lnCrosspay 对 Exloss 的回归系数竟然一模一样，也是 0.031*，甚至连常数项和绝大部分控制变量的系数都与 Table 5 高度神似。这种不同因变量得到完全相同自变量系数的情况，极大概率是批量生成表格时的套用模板造假。
• 严重程度：🔴

发现 4：作者身份与发表时间线的“时空悖论”

• 位置：Funding & Contact 信息 (Page 2 & Page 22)
• 描述：本文发表于 2026 年 2 月。作者留下的邮箱是 3020230604@jsnu.edu.cn。
• 证据：中国高校的研究生邮箱通常带有入学年份和序号。302023 强烈暗示这是一位 2023年入学的硕士生（研一/研二学生）。更致命的是，本文的资助项目是“National College Students Innovation and Entrepreneurship Training Program [No.202510320019]”，即国家级大学生创新创业训练计划（俗称“大创”，专属于本科生）。
  • 如果作者是在读本科生/刚毕业，依托一个本科生“大创”项目，在短短时间内独作发表了一篇顶刊级别的 SSCI 论文（EMFT），且数据跨度长达14年（2010-2023）。这种产出效率不符合正常科研规律，带有明显的“代写/买卖论文”特征。
• 严重程度：🟠（需结合学术履历最终确认，但红旗已树起）

耿同学辣评

耿同学我一直说，做学术你可以不懂经济学，但不能不懂小学算术。
系数是 -2023，F值是 160万，这工具变量强得不仅能把内生性送出太阳系，还能顺便把地球给推走。缩尾处理缩不掉 32 个标准差的极值，中介效应 0.026 变 0.026 叫“略微下降”。更绝的是，一个2023级邮箱、靠本科生大创项目资助的独作，硬生生在 2026 年初抛出了个跨越14年的大盘数据。这哪是学术论文，这简直就是 AI 幻觉与 Ctrl+C 的终极狂欢！

建议后续行动

• 联系作者要求提供原始数据：要求其提供 Stata/R 的原始 do file/codebook，特别是第一阶段 2SLS 的回归代码，上述数学漏洞一跑便知。
• 在 PubPeer 上提出质疑：将 Table 3 的 IV 系数和 Table 1 的极值问题进行公示。
• 向期刊编辑部举报：直接致信 Emerging Markets Finance and Trade 的主编，指出其数据存在不可调和的数学矛盾，涉嫌直接伪造计量结果。
• 向作者所在机构学术委员会举报：提请江苏师范大学对该论文的实验数据真实性、项目经费匹配情况（本创项目支撑SSCI）及学术不端风险进行调查。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。