cie-did-identification
Use when the identification strategy for a 《中国工业经济》 (China Industrial Economics) manuscript is multi-period / staggered DID or an event study. Mandates parallel-trends event-study plots, placebo tests, and modern heterogeneity-robust estimators (Callaway-Sant'Anna, Sun-Abraham, de Chaisemartin-D'Haultfœuille, Goodman-Bacon decomposition) whenever treatment timing varies.
Profile →npx skills add brycewang-stanford/Awesome-Journal-Skills --skill cie-did-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.
# 识别策略：多期 DID / 事件研究（cie-did-identification） ## 触发时机 - 实证主体是 DID / 多期（交错）DID / event-study - TWFE 用在交错处理上，但没回应异质性处理偏误 - 平行趋势只口头说"满足"，没画事件研究图 - 用连续型处理强度（continuous/dose DID）但识别假设没说清 ## 本刊红线（缺一即高危退修） 1. **平行趋势必须画事件研究图**（动态效应 + 95% CI，处理前各期系数应不显著） 2. **安慰剂检验必做**（随机化处理时点/处理对象 500—1000 次，看真实估计是否落在分布尾部） 3. **交错处理必须用异质性稳健估计**——TWFE 在交错+异质性处理效应下有偏（负权重问题） ## 分支路径 ### 分支 A：标准两期 / 单一时点 DID - 平行趋势：事件研究图 + 处理前系数联合检验 - 安慰剂：随机分配处理组 ≥ 500 次 - 控制组合理性论证（为什么这些是有效对照） ### 分支 B：交错（staggered）DID —— 本刊高频 - **必须**做 Goodman-Bacon 分解，报告"坏比较（已处理作对照）"权重 - **必须**改用异质性稳健估计之一并作为主/稳健结果： - Callaway & Sant'Anna（2021）group-time ATT - Sun & Abraham（2021）交互加权事件研究 - de Chaisemartin & D'Haultfœuille（2020）did_multiplegt - Borusyak et al. 插补估计 / Gardner two-stage - 报告 TWFE 与稳健估计的对比，说明结论是否稳定 ### 分支 C：事件研究（event-study） - 基准期选择明确（通常 t=-1），不要遗漏共线性陷阱 - pre-trend 各期不显著；若显著需讨论预期效应/选择性 - 动态效应图标注处理时点垂直虚线（见 `cie-tables-figures`） ### 分支 D：连续/强度型 DID - 处理强度的外生性论证 - "强度 × 时点"交互的平行趋势：不同强度组趋势一致 - 警惕强度与其他冲击共变 ### 分支 E：识别加固（与 PSM-DID 衔接） - 分配规则非随机 → PSM-DID（先匹配再 DID，转 `cie-robustness`） - 排除同期竞争性政策（剔除其他试点样本/时间窗） ## 执行桥（StatsPAI / Stata MCP） 把设计**跑出来并审计**，而不是只做描述。完整映射见 [`execution-with-mcp`](../../../shared-resources/empirical-methods/execut
- 触发时机
- 本刊红线（缺一即高危退修）
- 分支路径
- 分支 A：标准两期 / 单一时点 DID
- 分支 B：交错（staggered）DID —— 本刊高频
- 分支 C：事件研究（event-study）
- 分支 D：连续/强度型 DID
- 分支 E：识别加固（与 PSM-DID 衔接）
- 执行桥（StatsPAI / Stata MCP）
- 必查清单
- 反模式
- 本刊识别审稿期待与高频退稿模式
- 微型走查：智能制造试点对企业 TFP 的交错 DID
- 审稿人追问 × 本刊语境修法
What does the cie-did-identification skill do?
Use when the identification strategy for a 《中国工业经济》 (China Industrial Economics) manuscript is multi-period / staggered DID or an event study. Mandates parallel-trends event-study plots, placebo tests, and modern heterogeneity-robust estimators (Callaway-Sant'Anna, Sun-Abraham, de Chaisemartin-D'Haultfœuille, Goodman-Bacon decomposition) whenever treatment timing varies.
How do I install it?
Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill cie-did-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.