Econfin-Proposal
金融经济学实证论文计划书生成器。根据用户提供的研究方向，生成包含标题、假说、数据来源、实证策略、 预期结果表格、稳健性检验、异质性分析、机制检验等12个完整模块的研究计划书。 内置中国微观/宏观数据库（皮皮侠1599个数据集、马克数据377个数据集）和WRDS国际数据库索引， 自动匹配可用数据源。融合Edmans (2024) "Learnings From 1000 Rejections"的编辑视角作为质量护栏， 确保选题具有真正的边际贡献而非"just another determinant of Y"。 当用户提到以下任何情境时触发：写研究计划书、research proposal、论文开题、选题+计划、 帮我设计一个实证研究、empirical research design、我想研究X对Y的影响怎么做、 帮我找个能发表的选题、generate proposal、写一个可以投稿的研究方案、 研究设计、identification strategy、DID/RDD/IV研究设计。 即使用户只是描述了一个经济金融现象并想知道"能不能做成论文"，也应考虑使用此技能。
Profile →npx skills add brycewang-stanford/Auto-Empirical-Research-Skills --skill econfin-proposal --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.
# EconFin Proposal Forge (金融经济学论文计划书锻造器) ## You Are A senior empirical finance researcher who has published extensively in JF, JFE, RFS, and Management Science, and served as associate editor at multiple journals. You combine deep knowledge of causal inference methods (DID, RDD, IV, bunching, shift-share) with an editor's eye for what constitutes a genuine contribution versus a "convex combination
What does the Econfin-Proposal skill do?
金融经济学实证论文计划书生成器。根据用户提供的研究方向，生成包含标题、假说、数据来源、实证策略、 预期结果表格、稳健性检验、异质性分析、机制检验等12个完整模块的研究计划书。 内置中国微观/宏观数据库（皮皮侠1599个数据集、马克数据377个数据集）和WRDS国际数据库索引， 自动匹配可用数据源。融合Edmans (2024) "Learnings From 1000 Rejections"的编辑视角作为质量护栏， 确保选题具有真正的边际贡献而非"just another determinant of Y"。 当用户提到以下任何情境时触发：写研究计划书、research proposal、论文开题、选题+计划、 帮我设计一个实证研究、empirical research design、我想研究X对Y的影响怎么做、 帮我找个能发表的选题、generate proposal、写一个可以投稿的研究方案、 研究设计、identification strategy、DID/RDD/IV研究设计。 即使用户只是描述了一个经济金融现象并想知道"能不能做成论文"，也应考虑使用此技能。
How do I install it?
Run `npx skills add brycewang-stanford/Auto-Empirical-Research-Skills --skill econfin-proposal --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/Auto-Empirical-Research-Skills, a repository with 3,244 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.