cfe-heterogeneity
Use when designing or writing heterogeneity analysis for a Journal-of-Finance-and-Economics manuscript. Enforces five-dimension priority and theoretical-justification discipline.
Profile →npx skills add brycewang-stanford/Awesome-Journal-Skills --skill cfe-heterogeneity --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 异质性分析（cfe-heterogeneity） ## 触发时机 - 主结果已稳健，但只切了一个维度（"东中西"或"国企 / 非国企"） - 审稿人要求补做异质性 - 切了多个维度但没有理论指引 ## 切分维度优先级 按《财经研究》读者期待度排序（综合财经语境）： 1. **制度环境 / 市场化程度** —— 王小鲁《中国分省份市场化指数》、各地法治 / 营商环境指数 2. **企业产权 / 公司治理** —— 国企 / 民企 / 外资、股权集中度、董事会独立性 3. **要素与约束特征** —— 融资约束强弱、要素密集度、规模、上市与否 4. **行业 / 区域属性** —— 高新 vs 传统、管制 vs 竞争、上下游、城市层级 5. **时间窗 / 政策强度** —— 政策初期 vs 后期、试点 vs 推广、剂量高低 至少切 3 个维度，每个维度至少 2 个子样本对比。 ## 维度选择三原则 1. **有理论指引**：切分维度必须能解释"为什么这一维度上效应不同" 2. **样本量足够**：每个子样本 N 充足是底线（避免某组 N 极小仍下结论） 3. **系数差异显著性检验**：必须报告组间系数差异检验（交互项 / Chow 检验 / 似无相关 SUEST） ## 异质性写作模板 ``` 本文进一步检验[维度]异质性。 理论上，[原因]……（为什么这一维度上效应应有差异） 实证上，本文将样本按[维度]分为[组 1] 和 [组 2]，分别估计主回归（结果见表 X 第 (1)(2) 列）。 结果显示，[组 1] 的处理效应为 X，而 [组 2] 为 Y，组间系数差异在 [显著水平] 上显著。 这一发现与本文的[机制]一致。 ``` ## 与机制分析的关系 异质性 ≈ 机制的反向验证： - 机制告诉我们"为什么有效应" - 异质性告诉我们"在什么条件下效应更强 / 更弱" 理想的财经实证文章应该：**机制（M 强 → 效应强）** 与 **异质性（M 强样本 → 效应强）** 互相印证。 ## 多重检验与主张降级 《财经研究》的异质性分析要服务于财经问题，而不是把所有可切变量轮一遍。建议先把异质性分成三层： | 层级 | 放置位置 | 结论写法 | |---|---|---| | 理论预先指定、与机制直接相关 | 正文主表 | 可以作为机制边界或政策适用条件 | | 合理但辅助的分组 | 附录 / 稳健性表 | 只说"结果大体一致 / 提供补充证据" | | 事后搜索或样本过小 | 不进主文，或明确标为探索性 | 不写成核心发现 | 若做了 5 个以上维度，必须说明为何不进行多重检验调整，或至少把显著性结果按主/辅/探索分层呈现。核心结论不能依赖唯一一个边际显著的子样本。 ## 必查清单 - [ ] 至少 3 个异质性维度 - [ ] 每个维度有理论指引
- 触发时机
- 切分维度优先级
- 维度选择三原则
- 异质性写作模板
- 与机制分析的关系
- 多重检验与主张降级
- 必查清单
- 反模式
- 输出格式
- 《财经研究》操作性加固
What does the cfe-heterogeneity skill do?
Use when designing or writing heterogeneity analysis for a Journal-of-Finance-and-Economics manuscript. Enforces five-dimension priority and theoretical-justification discipline.
How do I install it?
Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill cfe-heterogeneity --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From brycewang-stanford/Awesome-Journal-Skills, a repository with 909 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.