本文翻译自 Alex Edmans 发表在 Financial Management (2025) 的论文 "Learnings From 1000 Rejections" (fima.12487)。原文链接：https://doi.org/10.1111/fima.12487
作者：Alex Edmans，伦敦商学院教授，CEPR 和 ECGI 研究员。2016–2022 年间担任 Review of Finance 主编，共处理 1059 篇稿件，拒绝了其中 999 篇。
摘要
在担任 Review of Finance（以下简称 RF）执行主编 6 年和主编 1 年期间，Alex Edmans 处理了 1059 篇稿件，不得不拒绝了其中 999 篇。本文的目的是将这些退稿经验转化为建设性的指导，通过提炼常见的退稿原因来帮助未来的研究者。退稿原因被归纳为三大类别：贡献（contribution）、执行（execution）和表达（exposition）。除了摘录退稿信中说明退稿原因的片段外，本文还分享了揭示编辑过程的片段，例如编辑如何权衡各方反馈以做出决策，以及在正式信函之外回复作者关于流程疑问的邮件。
一、引言
在 6 年的 RF 执行主编任期（2017–2022）和 1 年的主编任期（2016）中，Edmans 共处理了 1059 篇稿件。2016 年初，在 Franklin Allen 担任执行主编时，RF 开始严格执行"前三"（top-three）标准，并在次年通过社论正式宣布（Allen & Edmans, 2017）。结果是，他不得不拒绝了其中 999 篇论文。
本文的目的是将这些退稿转化为建设性的经验。由于顶级期刊拒绝超过 90% 的投稿，退稿实际上是最常见的结局——也是编辑和审稿人的默认决策。一篇论文只有在异常优秀——即作者能令人信服地向审稿人证明它大幅推进了现有知识——的情况下才会被接受发表。鉴于如此高的门槛，本文旨在帮助作者不要跌落在这条线之下。
这些建议被分为三大主题：贡献、执行和表达。一篇论文大幅推进知识的条件是：贡献揭示了新的、有趣的和重要的东西；执行可信地呈现了这一结果；表达有效地传达了贡献和执行。这三个主题存在大致的优先次序：如果贡献是边缘性的，无懈可击的执行也无法拯救它；如果执行不够精确，表达就无关紧要了。但这种优先次序并非严格的——清晰的表达对于突出贡献的重要性、说服读者执行策略的有效性以及承认两者的潜在局限性都是必要的。
二、贡献
2.1 结果不够新颖
你明确指出你是第一个研究 X 对 Y 的影响的。然而，[引用] 已经表明 X 影响 Z，[引用] 已经表明 Z 影响 Y。因此，你的论文是已有文献中已知结果的凸组合。既然我们已经知道 X 影响 Z 且 Z 影响 Y，那么 X 影响 Y 并不令人惊讶。
你明确指出你是第一个在英国研究 X 对 Y 的影响的。然而，[引用] 已经表明 X 在美国影响 Y。除非有合理的原因（如不同的制度特征）解释为什么美国的结果不会自动延伸到英国，否则读者在阅读你的论文后不会有多少贝叶斯更新。
上述四段摘录表达了同一个关切——即使一个结果以前没有被发现过，如果读者根据已有文献就能预期到这个结果，那么展示它的贡献就很微小。第一段是自明的。第二段描述的是对另一个地区的延伸，第三段是对另一种投资决策的延伸，第四段是对另一种公司决策的延伸。同样的关切也适用于其他类型的延伸，例如从一个行业到另一个行业，或从一次危机到另一次危机。
作者回忆自己担任助理教授第一年时，曾与一位编辑讨论一篇刚起步的论文。编辑对论文不以为然，说论文只是在告诉他他的先验。他说，如果读者花几个小时阅读你的论文，你应该改变他的先验——教他一些他之前不知道或猜不到的新东西。换句话说，一篇论文是否增加了社会福利？如果读者从论文中获得的收益低于阅读的成本，那可能就没有。因此，仅仅做出严格为正的贡献是不够的；它必须是重大的贡献。
2.2 结果不够重要
你明确指出你是第一个研究 X 对 Y 的影响的。然而，要发表在 RF 这样的顶级综合期刊上，仅仅新颖是不够的——论文还必须重要。遗憾的是，目前不清楚为什么 X 对 Y 的影响具有一阶重要性。正如你在第 5 页所承认的，许多论文已经研究了 Y 的其他决定因素，而 X 似乎只是"又一个"决定因素，要加入我们已经知道的冗长列表中。一篇关于 Y 的决定因素的综述论文不太可能提到 X 的影响，一个决定 Y 的企业管理者也不会太关注 X。
在上述摘录中，关切不在于结果可以从已有文献中预测出来，而在于结果根本就不重要。虽然重要性显然是主观的，但一个发现是否可能被收录在综述论文中是一个潜在的试金石。有些作者进行"矩阵式研究"——行（列）对应潜在的 X（Y）变量，他们试图找到空单元格。然而，可能没有人研究这个问题是因为它不有趣。
我很抱歉贡献的强度不够达到 RF 的标准，因为我们已经从大量文献（你也忠实地引用了）中知道 X 导致 Y。你写道你识别了 X 为什么导致 Y 的机制，但这更多是对已有研究的延伸，而不是一个独立的重大贡献。通常，理解 X 导致 Y 的机制是有用的——例如，如果一篇论文发现收益增加了，后续论文可以研究这种增加是由于效率提高还是近视行为增加，因为这会影响增加是否可取。然而，这里 X 导致 Y 的所有潜在渠道都与效率一致。因此，展示 X 通过渠道 A 而不是渠道 B 导致 Y 并不会改变我们对 X 可取性的看法。
记录先前结果运作的渠道是有用的——如果这些渠道影响对结果的解读——但本文的情况并非如此。遗憾的是，这篇稿件呈现的是一个"6.2 节结果"——可能是记录该结果的论文末尾一个有趣的附加内容，但不是一个独立的可发表贡献。
2.3 主题不适合综合类金融期刊
论文论证充分，结果合理，但它在会计期刊中将产生最大影响。你的论文主题是会计领域的重要议题，而且你引用的最相关论文确实是会计论文。遗憾的是，[主题] 对金融读者的兴趣较小。因此，如果你的论文发表在金融期刊上，我担心它不会获得应有的影响力。
前两段涉及论文是否适合综合类金融期刊——它需要对金融读者有兴趣。投稿前的一个简单检验是参考文献中金融期刊论文的比例；如果比例很小，论文可能不适合。注意，作者不应人为地在参考文献中填充金融论文来欺骗编辑和审稿人——他们很容易从内容中看出它不是好的匹配。相反，这个检验对作者自己有用——他们自然想到的参考文献是否主要是金融类的？
后两段涉及对综合类金融期刊的适合性。这里没有疑问论文是关于金融主题的；问题在于它是否具有足够的广泛兴趣以适合综合类期刊。虽然这比论文属于金融还是会计更加主观，但参考文献检验仍然有用——如果大多数参考文献指向领域期刊，领域期刊可能是更好的匹配。
2.4 结果不够具有普遍性
论文有清晰的假设和合理的结果，但遗憾的是，对单一案例的分析不足以就 X 对 Y 的一般影响得出结论。外部效度有限——Y 可能在不同案例中有不同的反应。当然，Q 是一个重要事件，也有关于 Q 本身的深远论文，但这类论文的主题是 Q 本身，而不是试图形成更一般的结论（例如关于 X 对 Y 的一般影响）。
这里的关切不是主题 Y 对一般读者是否足够有趣，而是研究 Y 的场景 Q 是一个单一事件。注意，特殊性本身并不一定构成退稿的理由。例如，在事件 Q 期间研究 X 对 Y 的影响可能是可发表的，如果有合理的理由认为发现可以推广到其他事件——例如，如果 Q 是经济衰退，结果可能延伸到其他经济衰退。
2.5 论文只考虑了权衡的一侧
X 会增加 Y 是合乎逻辑的；很难想象这不成立的情况。关键问题是，Y 的增加是否值得 X 的代价。因此，你实际上没有回答 X 是否创造价值的问题——即使它增加了 Y，如果收益不能抵消成本，它也可能减少价值。对于门槛稍低的期刊，仅仅记录收益可能足以发表，但遗憾的是这对 RF 来说还不够。
几乎每个金融决策都涉及成本和收益。仅记录权衡的一侧可以是一个可发表的贡献——前提是那个成本或收益不明显。但本文的研究问题是 X 是否总体上创造价值，却只研究了收益。如果它将研究问题缩小到仅关注收益，那就不能发表，因为收益并不令人意外。
2.6 论文缺乏清晰的假设
我对行为因素——甚至看似"古怪"的因素——影响资产价格持非常开放的态度。然而，我担心 X 应该影响资产价格的先验假设即使对像我这样对市场可能无效持同情态度的读者来说也很弱。
你有一个有趣的数据集，但遗憾的是论文当前版本没有用它提出有趣的问题。不清楚你用数据测试了什么假设，因此读者从结果中学到了什么。有些测试只是将各种变量简单地关联起来，没有给出具体的方向性假设。
第一段摘录涉及假设的强度。可能存在一个关于 X 如何影响 Y 的潜在故事，但渠道足够弱，以至于即使数据中存在强相关性，它也很可能是虚假的。拥有一个强假设（而不仅仅是假设）很重要，因为研究者几乎总是可以在发现结果后反向工程一个假设。考虑到研究者的激励和能力——考虑到计算能力和数据集——发现显著结果（Harvey, 2017），作者必须说服读者他们在研究数据之前就形成了假设。
第二段涉及假设的方向。有些论文只是将 Y 对许多不同的 X 变量进行回归，而没有假设特定方向，或者在不同子样本中比较 X 和 Y 之间的关系，同样没有清晰的方向性假设。这使得我们很难从结果中得出结论——它们教会了我们关于世界的什么。注意，不清晰的假设不同于相互冲突的假设。后者出现在假设 A（B）预测正（负）关系时；那么，发现正相关拒绝了 B 但没有拒绝 A，并更新了我们的先验。
三、执行
作者经常因执行问题而退稿。这些问题通常是特定于某篇论文的，由审稿报告详细描述，因此他经常将作者引向报告而不是在退稿信中重复这些评论。但也有一些普遍性主题。
一篇执行良好的论文是读者能从中得出精确结论的论文。对于实证论文，这意味着提供支持作者对数据解读的证据，并排除替代解释。在 Edmans (2024) 中，作者区分了"数据"和"证据"："数据不是证据，因为它可能不是决定性的。"数据只是事实的集合，可能有多种解读。证据是允许我们得出结论的数据，就像刑事审判中的证据旨在锁定一名嫌疑人。
数据可能不是证据的原因有很多。第一，数据可能没有精确测量作者旨在研究的现象。第二，数据可能不具有稳健性。第三，可能存在样本选择问题——样本可能包含太少的公司或太少的年份。最后，即使数据质量很高并稳健地识别了相关性，也可能存在替代解释。"替代解释"通常被假定意味着反向因果和遗漏变量，但它们超出了这个范围。即使作者已经确定了一个因果结果，对该结果也可能有多种解读。
3.1 工具变量
你在引言中提到使用了工具变量，但没有解释你的工具变量是什么。在公司金融环境中找到有效的工具变量非常困难，我很遗憾地说，一些审稿人会认为声称"我们有工具变量"而不解释它们是什么以及为什么有效是在轻视识别过程。确实，当一篇论文在引言中声称使用 IV 方法但不描述工具时，一些读者会变得有些怀疑，因为这暗示作者可能自己对工具的有效性不够自信，所以不愿意在引言中描述它们，而是把它们深埋在论文中。
当我们终于在第 25 页看到你的工具变量时，我们遗憾地发现它们是无效的。一个工具变量是 X 的行业平均值。然而，使用同行业平均值作为工具变量几乎从来都不是有效的，因为个体公司层面的任何遗漏变量都会被组别层面吸收（参见 Gormley & Matsa, 2014, 第 2.3.4 节）。
我看到一段很好的讨论，提到了孙子的《孙子兵法》，其中指出战争的第一步是"知己知彼"。同样，解决内生性的第一步是非常精确地理解内生性问题是什么。只有在你诊断了问题之后，才能解释为什么你建议的解决方案是有效的。
虽然严格来说这是关于表达而非执行的评论，但它们是相关的。这段话经常出现在解释工具变量未能解决论文特定问题的段落之前。其他时候，他做出这个评论是出于完全不同的原因——实际上并没有明确的内生性问题，但之前的审稿人可能提出问题以向编辑展示能力（如 Hirshleifer, 2015 所建模的），或者认为更长的报告对作者更有帮助。
3.2 对计数数据进行对数变换
在方程 (11) 中，你的因变量是 log(1+Y)。我知道很多论文在存在大量零值时这样做，但我认为这是不正确的。右侧变量的系数无法解释——使用 log(Y) 时，你可以将它们解释为百分比变化，但使用 log(1+Y) 时，它们没有任何解释。取对数前加 1 是任意的：你也可以加 0.1 或 2，会得到不同的结果，而对水平变量加常数不会影响系数的估计。你能否直接使用 Y 作为因变量？参见 Cohn, Liu, and Wardlaw (2022) 对此问题的进一步描述和提出的解决方案。
这个评论是常见做法后来被证明不正确的另一个例子。没有论文因为这种做法而被退稿，因为它是可以修正的，但他有时会作为建议提供这个评论。
3.3 离散化
你的主要自变量是一个虚拟变量，表示公司是否在 X 的中位数以上。这丢弃了大量信息。从经济学角度看，X 的实际水平对 Y 很重要，而不仅仅是它在中位数以上还是以下。结果对 X 的完整连续水平是否稳健？或者，是否有经济学论据说明 X 的影响是非线性的，而且这种非线性使得将 X 分成两半是适当的规格？
对连续变量进行离散化有许多问题——它丢弃了信息，并给研究者选择分位数的自由（二分、三分、四分等）。如果有非线性的经济学理由，离散化是合理的，但举证责任在于作者提供离散化的理由，而不是仅仅说明他们创建了一个虚拟变量。同样，没有论文因为这种做法而被退稿，因为它是可以修正的。
四、表达
论文很少仅仅因为表达问题而被退稿。然而，当因其他原因退稿时，他经常提供表达方面的建议。它们分为三类。
4.1 清晰度
我很遗憾地说，论文写得如此糟糕，以至于审稿人很难提供有信息量的评审和建设性意见。我在阅读你的论文时几乎每句话都会被绊倒。虽然这些问题单独看来都不大，但加在一起使论文非常难以阅读。此外，它们给论文留下了粗心的整体印象，可能导致审稿人想知道你在编码/证明中是否同样粗心。
在提交前校对论文可能看起来是显而易见的，但许多论文都有基本错误。可能有人认为这些问题不应该影响论文最终的可发表性，因为它们是可以修正的。然而，正如后文第 5.2 节所解释的，不可修正性并不是退稿的必要条件——如果论文距离发表太远，无法快速收敛，即使问题可以修正也可能被退稿。
摘要中没有经济显著性。一个指导原则（不是规则）是，实证论文的摘要应该包含一个读者可以记住和引用的经济显著性数字。例如，我可以脱口而出 Gompers, Ishii, and Metrick (2003) 发现治理排序投资组合有 8.5% 的异常收益，Holderness (2009) 发现 96% 的公司有区块持有者，因为他们都在摘要中包含了这些数字。
句子"X 的一个标准差增加导致绩效变化 2%"是模糊的。"变化"不清楚，因为它可能指增加或减少。不清楚你如何衡量绩效——股票收益、营业利润/销售额、ROA 还是其他什么。时间尺度也不清楚——绩效变化发生在下一年、两年后还是其他？绩效变化多快显现对结果的可信度很重要。
4.2 篇幅
你的引言有 11 页，这远远超过我收到的引言长度的右尾，大多数引言最多 6 页。这使得读者很难看到论文的核心要点，或者在到达实际分析之前就精疲力竭了。更好的方法是只用一个段落描述背景，然后直接进入你的分析——你的假设、识别策略、数据来源和结果。然后，也只有在那之后，你才能讨论相关文献以及你的不同之处。
如前一节所述，引言极其重要，因为许多审稿人在阅读完引言时就已经做出了决定，或至少形成了强烈意见。因此，它需要尽可能简洁有力。同样重要的是，引言不应包含超出论文基本细节的内容。他在退稿信中最常用的短语之一就是引言中的"房地产"有多昂贵——在第一页更贵，在摘要中最贵。因此，一个句子相关且有价值并不足以包含它；它必须增加足够的价值来证明其成本是合理的。
论文花了太长时间解释创新的重要性。它包含两页解释创新是重要的，加上两个图——在发表版本中会出现在引言中，而那里的"房地产"很昂贵。但任何学术期刊的读者都已经知道这一点。
这个摘录说明了篇幅过长的一个常见原因——对论文进行多余的论证。强调气候变化的重要性或 COVID-19 有多具毁灭性的引言经常落入这个陷阱。而且这些引言关注的是背景的重要性，而不是论文在这个背景下提出的具体问题。
4.3 不相关论文的引用
你的论文有七页的参考文献列表，这远远超过我见过的参考文献长度的右尾。有时它读起来像硕士论文，你试图引用尽可能多的论文来展示你对文献的掌握，而那些论文只是勉强相关的。这在引言中尤其如此，那里的"房地产"特别宝贵，你应该专注于你的独特贡献。
两段摘录都描述了近年来的一个基本趋势：参考文献列表越来越长。这在一定程度上是合理的，因为研究量近年来增加，因此相关论文（确实必须引用的）数量也增加了。然而，其中许多引用是不相关论文。这有两个问题：第一，它扭曲了论文，分散了读者对论文自身贡献的注意力。第二，它扭曲了整个学术界。
引用也影响期刊的影响因子和声誉。期刊同样可以通过发表在热门话题上做出边际贡献或在新的热门环境中展示已有结果的论文来提高影响因子。虽然人们正确地关注减少遗漏错误（未能引用相关论文），但对减少多余错误（引用不相关论文）关注甚少，尽管后者扭曲了作者和期刊的声誉与激励。
我不确定你是否应该将 Tobin's Q 归功于[论文列表]。Tobin's Q 应该归功于 Tobin。成千上万的人用这种方式计算 Tobin's Q；不清楚为什么你要特别挑出这些论文。
我不确定你是否应该将[论文列表]归功于使用了控制变量。任何实证公司金融论文都控制控制变量。你可以简单地说你控制了可能与 Y 相关的其他变量。
我不确定你是否应该将[论文列表]归功于固定效应。任何实证公司金融论文都控制固定效应以处理时间不变的不可观测因素。
在上述例子中，论文被归功于它们没有发现的方法论、变量或数据集，因为这些在那些论文写成之前就已经广为人知了。通常，这些论文被引用是因为它们在类似背景下使用了该方法论（例如固定效应），这导致论文因为处于热门领域而被引用，而不是因为做出了重大贡献。
五、综合建议
5.1 给作者的建议
尽管给出了否定建议，审稿人努力保持建设性，提出了几项额外分析和稳健性检验的建议。然而，我的建议是不要采纳这些建议。退稿的唯一原因是贡献遗憾地不够强，不足以达到顶级综合期刊的标准。额外的分析不太可能改变贡献的量级，而你已经展示了你的结果是稳健的。
我的建议不是大幅修改论文，而是简单地将论文稍作修改后发送到门槛稍低的期刊。
有时，当投稿到期刊时，作者希望即使被退稿也能获得很多建议，这样他们会觉得退稿是"有收获的"，可以做些事情来回应。然而，审稿人通过提供一份聚焦于贡献的简短报告做了很大的服务。一长串意见不太可能帮助你，因为你可能最终花几个月整合它们，但它们不太可能改进论文——论文已经执行得很好，退稿的主要原因是贡献。
请不要犹豫问我是否有些评论不清楚，或者你是否不同意它们。这不是客套话——在我自己的修改与重投中，我的合作作者和我曾花了无数天辩论编辑对某条评论的真实意图。或者，我们认为编辑的评论是错的，但又觉得不能直接告诉他他错了，于是花很长时间想出一个不必要的新分析，以避免告诉他他错了，而是假装我们在"回应"他的关切。如果你认为我的一些评论是错误的，请随意向我解释为什么，并问我是否仍然需要回应该评论。
如果编辑或审稿人提出了荒谬的评论，而作者感到被迫进行一项分析来回应它，或者评论不清楚而作者浪费时间试图理解它，社会福利就会被破坏。虽然不同的编辑可能对此有不同的看法，但作者可能应该比目前的常态更自在地在轮次之间联系编辑。
5.2 编辑如何做出决策
我承认内生性有时是审稿人用来退稿的"廉价手段"（有时声称一个变量是内生的而不解释为什么它可能是内生的，或者为什么内生性是论文的致命问题），但这不是这种情况。
我们专业领域对识别的日益关注是一个积极的步骤。仅记录相关性的论文不应声称因果关系，这一关注也是学术界与越来越多地输出带有因果声明的咨询公司之间的重要区别。然而，几乎所有趋势都有成本和收益。这种对识别的关注有时允许审稿人通过呼喊内生性来建议退稿。然而，仅仅声称内生性不应导致退稿；审稿人需要指出具体的遗漏变量，并解释为什么它们会使结果偏向有利于作者的方向而不是相反方向。
几乎没有论文是完美的。发表的标准是论文应该对知识做出重大贡献，而不是完美的。因此，如果一篇论文在重要主题上识别不完美，但作者坦诚他们没有证明因果关系，它可能是可发表的。然而，在这里，审稿人对贡献和识别都有重大关切，这使得很难继续推进。
如引言所述，默认决策不是接受论文，只有当你发现问题时才退稿。相反，默认决策是退稿；只有当你发现其中新的、有趣的和重要的东西时才应该发表。有时，作者对被退稿感到失望，因为他们认为审稿人的大多数关切都是可以修正的，所以论文没什么大问题——但这不足以发表。一篇论文不是因为"没什么问题"就被接受；它必须有"很多正确的"。
5.3 作者与编辑之间的邮件
我很遗憾地说，正如网站上所述，我们无法在实际提交之前提供论文是否适合 RF 的意见。这是因为在不仔细阅读论文的情况下提供任何此类指导都是不负责任的——否则我们可能最终说一篇论文不适合，而在仔细阅读后其错误可能是可修正的。
有时作者给他发送稿件（甚至通过 LinkedIn 消息，他不推荐这种方式），询问它是否适合 RF。偶尔作者会将其包装为询问论文是否满足期刊的"范围"而非质量。他无法做出任何一种评估。
我很遗憾地说，我们的政策（与任何期刊一样）是被退稿的论文不能重新提交，即使作者认为他们可以回应审稿人的关切。几乎所有作者都认为自己可以回应审稿人的关切，如果我们对此开放大门，期刊将永远无法正常工作。
请注意，编辑分配确认和此退稿信之间的短时间间隔并不意味着我只在论文上花了几分钟；我在决定将论文分配给哪个编辑之前会阅读所有论文。
如果他能够自己评估论文贡献的量级或执行质量而不需要审稿人的帮助，他就会桌面退稿（desk-reject）。作为执行主编，他在论文分配给编辑之前会看到所有论文。他会阅读它们以决定是否桌面退稿，如果不是，则决定分配给哪个编辑。Editorial Express（RF 的在线系统）的工作方式是，一旦编辑被分配，作者就会收到一封邮件通知论文正在审稿以及编辑是谁。结果，桌面退稿信可能在分配邮件后仅 15 分钟就发出。这有时会导致作者发来不满的邮件，认为他只花了 15 分钟阅读论文并写退稿信。
5.4 编辑与审稿人之间的邮件
在我接任执行主编后不久，业内一位资深人士建议我向所有资历的审稿人提供关于如何使他们的报告更好的反馈。请允许我冒昧地在这里提供一些提示。虽然我认为你指出了一些重要问题，但我认为你的报告在处理论文的核心问题方面可以更有信息量——你的许多评论虽然见解深刻，但都是关于论文较次要的部分。
审稿人对编辑过程乃至整个学术界都极其重要，但他们几乎从未收到关于其报告质量的建设性反馈。博士生项目教学生如何写论文，但不教如何写审稿报告（博士课程中可能有一个作业除外），而且博士毕业后也没有培训。
六、结论
本文分享了 Edmans 在 RF 任期内退稿信和与作者及审稿人通信的摘录。目的是帮助作者改进论文，并增加编辑决策制定和编辑过程运作方式的透明度。这只是第一步，只包含了一位编辑在一家期刊一个时期的摘录。其他编辑可能有不同的观点，他们也愿意分享。
编辑过程消耗大量投入，但在此过程中也产生了大量产出，远远超出了发表的论文。本文试图迈出更广泛分享这些产出的第一步，聚焦于编辑退稿信，并启动关于是否可以分享其他产出的讨论。
文章来源
- 原文标题： Learnings From 1000 Rejections
- 作者： Alex Edmans
- 机构： 伦敦商学院、CEPR、ECGI
- 发表期刊： Financial Management, 2025, Vol. 54, pp. 419–444
- DOI： 10.1111/fima.12487
