cfe-identification
Use when the empirical identification strategy is the bottleneck for a Journal-of-Finance-and-Economics manuscript — quasi-experimental designs (DID incl. staggered, IV, RDD, DML, PSM, event study). Stress-tests the design before drafting tables.
Profile →npx skills add brycewang-stanford/Awesome-Journal-Skills --skill cfe-identification --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.
# 因果识别策略（cfe-identification） ## 触发时机 - 实证主体仅有 OLS + 控制变量 - DID 用了 TWFE 但没回应近年异质性处理批评（Goodman-Bacon, de Chaisemartin, Sun-Abraham, Callaway-Sant'Anna） - IV 第一阶段 F 弱 / 工具变量内生性疑虑 - 用了 PSM 但没回应"匹配后仍可能存在不可观测异质性" - 准备用双重机器学习但不确定怎么报告 ## 设计优先级 《财经研究》编委对识别策略的偏好排序（强 → 弱），综合财经实证语境： 1. **政策 / 制度冲击 + DID（含 staggered / continuous treatment）**——最受欢迎，契合中国政策密集出台的现实 2. **断点回归（清晰的政策门槛，如规模、年龄、考核线）** 3. **工具变量（强工具 + 排他性论证）** 4. **倾向得分匹配 + DID（PSM-DID）** 5. **合成控制法（地区 / 城市级政策评估）** 6. **双重机器学习 / 因果森林（高维控制变量场景）** 7. OLS + 严密内生性讨论（在数据极难找到外生冲击、且理论机制清晰时可接受，但需充分论证） ## 分支路径 ### 分支 A：DID - 是否 staggered？→ 必须用 Goodman-Bacon 分解诊断 + Callaway-Sant'Anna 或 Sun-Abraham 稳健估计 - 平行趋势检验：事件研究图必须画（处理前各期系数不显著） - 安慰剂：随机分配处理组 / 处理时点 500–1000 次 - 是否报告 Bacon 分解的"坏比较"权重？ - 连续型处理（continuous DID）需说明剂量定义与可比性 ### 分支 B：IV - 第一阶段 F **应足够强**（弱工具 → 用 Anderson-Rubin 或 weak-IV-robust CI） - 排他性论证至少需要 3 段：理论 / 制度 / 安慰剂 - 是否报告了 reduced form？ - 工具变量本身的内生性论证？（避免"外生事件 × 上一期内生变量"硬凑） ### 分支 C：RDD - 是否做了 McCrary / rddensity 操纵检验？ - 带宽：是否使用最优带宽（Calonico-Cattaneo-Titiunik）+ 至少 3 个带宽稳健性？ - 协变量在断点处的平滑性检验 - 模糊断点需报告第一阶段跳跃 ### 分支 D：PSM / PSM-DID - 匹配前后协变量平衡性检验（标准化偏差 < 10%） - 共同支撑域（common support）说明 - 多种匹配方法稳健性（近邻 / 核 / 半径） - 强调 PSM 只解决可观测选择，需配合 DID 处理不可观测异
- 触发时机
- 设计优先级
- 分支路径
- 分支 A：DID
- 分支 B：IV
- 分支 C：RDD
- 分支 D：PSM / PSM-DID
- 分支 E：DML / 因果森林
- 执行桥（StatsPAI / Stata MCP）
- 必查清单
- 反模式
- 输出格式
- 《财经研究》二次操作审查
What does the cfe-identification skill do?
Use when the empirical identification strategy is the bottleneck for a Journal-of-Finance-and-Economics manuscript — quasi-experimental designs (DID incl. staggered, IV, RDD, DML, PSM, event study). Stress-tests the design before drafting tables.
How do I install it?
Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill cfe-identification --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.