| name | Foreign-CF-Study |
| description | 根据研究者提供的**研究计划书（Research Proposal）**执行基于**外国（美国/欧盟/英国/日本/跨国）制度环境**的公司金融类实证研究全流程。**启动后第一件事：根据计划书的主题、识别策略、贡献边际与样本范围，从外国 CF 顶刊池（AER/QJE/JPE/JF/JFE/RFS/JFQA/JAR/JAE/MS/JCF/JBF 等 25+ 期刊）中推荐 5 本最匹配的目标期刊（[J1]–[J5]），等待研究者明确选定一本；该期刊决定 main.tex 的 bibliographystyle、Section 骨架、Introduction 风格与表注规范**。然后用 Python 完成数据清洗、描述性统计、基准回归、内生性检验（IV/2SLS、DML）、平行趋势、异质性、机制、稳健性检验与图表绘制。LaTeX 表格和图像严格遵循 template/ 示例格式，研究逻辑与排版严格遵循 rule/ 下的《通用实证研究逻辑与规范总结》与《回归表写作规范总结》。数据集与政策集从 asset/ 中按计划书中的关键词检索（WRDS / NBER/Fed releases / FRED / 全球宏观库）。**当计划书预期的实证结果无法实现时（系数不显著、平行趋势不通过、IV 弱工具、机制不成立等），skill 自动切换备选方案直至完成研究项目**。最终交付物：Python 代码 + LaTeX 表格 + 图像（.pdf/.png）。触发条件：研究者提交研究计划书（含 X→Y 假设、识别策略、样本、政策冲击等）。 |
Foreign Corporate Finance Empirical Study (foreign-cf-study)
1. 定位与适用范围
本 skill 指导基于外国（非中国）制度环境的公司金融类实证研究的完整流程。主要覆盖：
- 美国样本（主力）：CRSP / Compustat / IBES / Thomson-Reuters / BoardEx / ExecuComp / 13F / Dealscan / SDC Platinum 等 WRDS 数据库
- 国际样本：Compustat Global、Worldscope、Orbis/BvD、Amadeus、Osiris（欧洲/跨国）、Nikkei NEEDS（日本）、SDC M&A（全球）
- 识别策略：DID（含 staggered / Callaway-Sant'Anna / Sun-Abraham / Stacked DID）、Panel FE + IV/2SLS、PSM-DID / Entropy Balancing、DML / DML-IV、合成控制（Synthetic Control / Synthetic DID）、RDD（含 Geographic RDD、Regression Kink）、SEO / IPO 事件研究、高频身份识别（高频 FOMC shocks、FedFund 利率冲击等）
- 研究主题：投融资、资本结构、股利政策、并购、IPO/SEO、公司治理（董事会、CEO 补偿）、机构投资者（13F、mutual funds）、分析师、ESG / CSR、银行信贷（Dealscan）、破产（Chapter 11）、税收（TCJA / state corporate tax）、监管（SOX、Dodd-Frank、JOBS Act、MiFID II、GDPR）、贸易（China Shock、Trade War、Brexit）、创新（USPTO patents、NBER patent database）
- 代码语言：Python（pandas / numpy / statsmodels / linearmodels / pyfixest / econml / doubleml / scikit-learn / matplotlib / wrds-py）
- 表格输出：LaTeX（严格遵循 template/ 格式与 rule/ 规范）
本 skill 不替代研究者的研究设计判断，而是把每一环节的标准流程、代码骨架、表格/图像模板提供给研究者，保证产出质量达到国际公司金融顶刊（JF、JFE、RFS、JFQA、RCFS、RAPS；JAR、JAE、TAR、RAST 会计类；AER、QJE、JPE、REStud 综合类）的写作与方法论要求。
2. 工作目录结构（项目根即 working directory）
Foreign-CF-study/ ← working directory
├── asset/ ← **优先**的数据源索引（非唯一来源，详见 §7）
│ ├── nber_releases_list.csv # NBER / 美联储（Fed）/ BLS / BEA 定期发布清单
│ ├── wrds_research_data_overview.pdf # WRDS 数据库概览（CRSP、Compustat、IBES、BoardEx、13F…）
│ ├── macrodatas_list.csv # 全球宏观数据索引（含 IMF / WB / OECD / FRED 条目）
│ ├── ppmandata_trade_list.csv # 贸易 / 关税 / 供应链层面扩展数据索引
│ └── MCP.docx # 登记的 MCP 服务器清单（IMF / World Bank / Supply Chain / OECD），
│ # 作为 asset/ 本地清单缺失时的补充来源；安装方式见各 URL
├── rule/ ← 强制性写作与方法论规范（AI 必须逐项遵循）
│ ├── 通用实证研究逻辑与规范总结.docx
│ └── 回归表写作规范总结.docx
├── template/ ← LaTeX 表格与图片模板（格式模仿对象）
│ ├── sum_stat.tex # 描述性统计
│ ├── variables.tex # 变量定义
│ ├── baseline.tex # 基准回归（渐进式加控制 + 渐进式加 FE）
│ ├── addctr.tex # 加入附加控制变量
│ ├── measures.tex # 替换因变量度量
│ ├── specification.tex # 高维交互固定效应
│ ├── iv.tex # 2SLS 工具变量
│ ├── psm_ddml.tex # PSM + DML（Panel A / Panel B）
│ ├── bunching-did.tex # Bunching-DID
│ ├── channel1.tex, channel2.tex, channel3.tex # 机制分析（按渠道分组）
│ ├── heterogeneity1.tex, heterogeneity2.tex, heterogeneity3.tex # 异质性（bdiff）
│ ├── sampling.tex # 样本筛选稳健性
│ ├── further.tex # 进一步分析
│ ├── main.tex # 论文正文骨架
│ ├── parallel.pdf # 平行趋势图
│ ├── csdid-figure.pdf # Callaway-Sant'Anna DID 动态效应
│ ├── estimator.pdf # 不同 DID 估计量对比
│ ├── psm-pre-post.pdf # PSM 平衡检验前后
│ └── specurve.pdf # 规格曲线（specification curve）
└── 研究项目输出/ ← 每个实证项目的产出目录（按本 skill 建议结构创建）
└── {项目名}/
├── data/{raw,cleaned}/
├── code/ # Python 脚本
├── results/ # 表格 (.tex) 与图像 (.pdf/.png) 统一存放，不再区分 tables/ 与 figures/
├── ref.bib # 参考文献数据库
└── main.tex # 论文正文（**位于项目根，不放入 paper/ 子目录**）
# 头部样式与 \bibliography / \appendix 结构严格照搬 template/main.tex
# 通过 \input{results/xxx} 引入表格；通过 \includegraphics{results/xxx.pdf} 引入图像
3. 触发条件与启动流程
3.1 唯一触发条件：研究者提交研究计划书
本 skill 只在研究者提供**研究计划书（Research Proposal）**时触发。计划书以下述任一形式提交均可：
- 一段纯文本描述
.docx / .pdf / .md / .tex 文件路径- 对话中分点罗列
3.2 计划书应包含的字段（缺项时自动追问，一次补齐）
CONTRACT — 研究计划书最小字段清单
────────────────────────────────────────────────────────
(1) 研究题目 (Title)
(2) X → Y 因果假设 (Hypothesis)：主假设 H1 + 最多 2 条子假设
(3) 预期结果 (Expected Findings)：X 对 Y 的预期符号与显著性、预期机制
渠道、预期异质性方向（此项至关重要——是后续"备选方案"的触发判据）
(4) 识别策略 (Identification)：DID / Staggered DID / Panel FE + IV /
PSM-DID / RDD / Synthetic Control / Synthetic DID / DML / Event Study 中择一
(5) 样本范围 (Sample)：国家/地区、层级（公司-年/公司-季度/交易-日/state-年）、
时间窗、交易所（NYSE/NASDAQ/AMEX）、是否剔除 ADR/Dual class、排除条款
(6) 政策冲击 (Shock)：【DID/RDD 必填】政策名称（e.g., SOX 2002, Dodd-Frank 2010,
JOBS Act 2012, TCJA 2017, MiFID II 2018, Brexit 2016, China Shock,
state corporate tax changes, state-level minimum wage...）、公布/实施年份/月份、
处理组定义（e.g., pre-SOX accelerated filers, post-JOBS Act EGCs...）
(7) 数据需求 (Data)：asset/ 中需检索的关键词清单（WRDS 库名 + 政策集）
(8) 机制假说 (Mechanism)：预期作用渠道 M1 / M2 / M3
(9) 异质性维度 (Heterogeneity)：预期分组维度（公司规模、融资约束、KZ/WW index、
董事会独立性、机构持股、行业集中度 HHI、所处州等）+ 预期组间差异方向
3.3 启动后 skill 立即执行以下动作
- 解析计划书 → 抽取 CONTRACT 九字段，对缺项统一一次性追问补齐。
- 🆕 推荐 5 个最合适的目标期刊（详见 §3.4）：基于计划书的研究主题（Topic）、识别策略（Method）、贡献边际（Novelty）与样本范围（Sample）四维度，从外国 CF 顶刊池（§3.4.1）中按加权得分（§3.4.2）选出 top 5，以
[J1]–[J5] 编号 + 4 维星级评分 + "Why it fits" 一两句话 + "Editorial preference" + bib style 呈现（输出格式见 §3.4.3）。呈现完毕后停下，显式询问研究者选定哪一本（也允许用户提出列表外的期刊）。在收到选择前不进入第 3 步。
- 固化为
00_proposal.md：写入项目根 {项目名}/00_proposal.md，顶部以 YAML 块追加 target_journal / bibliography_style / writing_preferences 三组字段（见 §3.4.3 末尾示例），作为后续所有判断与 main.tex 渲染的基准文件。
- 生成研究项目骨架：按第 9 节目录结构建立
{项目名}/ 下所有子目录与占位脚本；main.tex 头部按 §3.4.4 表把 \bibliographystyle{} 与 Section 骨架替换为目标期刊的版本。
- 逐环节推进：严格按第 4 节顺序执行，每一环节完成即与计划书中 (3) 预期结果逐项比对。
3.4 期刊定位（Journal Targeting）— 启动后第二步的依据
3.4.1 候选期刊池（外国 CF 常见投稿池）
| Tier | 期刊 | 全名 | 偏好特征 | bib style |
|---|
| T1 综合 | AER | American Economic Review | 因果识别极强 + 广泛经济意义；CF 必须能讲"超出 finance 的故事" | aer |
| T1 综合 | QJE | Quarterly Journal of Economics | 自然实验 + 深远政策含义；CF 罕见但有先例 | qje |
| T1 综合 | JPE | Journal of Political Economy | 偏理论结构估计；CF 多见于治理与契约 | jpe |
| T1 综合 | RES | Review of Economic Studies | 偏结构 + 方法创新 | restud |
| T1 金融 | JF | Journal of Finance | 故事完整 + 机制深 + 大样本；偏好"新现象 / 新机制" | jf |
| T1 金融 | JFE | Journal of Financial Economics | 识别严谨 + CF/资产定价；表格规范最严 | jfe |
| T1 金融 | RFS | Review of Financial Studies | 理论嵌入 + 实证联动 | rfs |
| T2 金融 | JFQA | Journal of Financial and Quantitative Analysis | 严谨实证；适合识别清晰的中等贡献 | jfqa |
| T2 金融 | RCFS | Review of Corporate Finance Studies | CF 专门 OA 刊 | rcfs |
| T2 金融 | RAPS | Review of Asset Pricing Studies | 资产定价为主 | raps |
| T2 金融 | JCF | Journal of Corporate Finance | CF 中下游主流刊 | elsarticle-num |
| T2 金融 | JBF | Journal of Banking and Finance | 银行 / 跨国 / 监管类 | elsarticle-num |
| T2 金融 | JFI | Journal of Financial Intermediation | 银行 / 信贷 / 中介 | jfi |
| T2 金融 | JFM | Journal of Financial Markets | 微观结构 / 流动性 | elsarticle-num |
| T2 金融 | FM | Financial Management | CF 应用导向 | apa |
| T1 会计 | JAR | Journal of Accounting Research | 信息披露 / 分析师与 CF 交叉 | jar |
| T1 会计 | JAE | Journal of Accounting and Economics | 会计选择经济后果；契约 / 治理 | jae |
| T1 会计 | TAR | The Accounting Review | 涵盖最广，识别要求高 | tar |
| T2 会计 | RAST | Review of Accounting Studies | 信息环境 / 估值 / 披露 | rast |
| T2 会计 | CAR | Contemporary Accounting Research | 与 TAR 平台相近 | car |
| 管理 | MS | Management Science | 跨学科创新 / 数据科学 / 因果 | informs |
| 管理 | SMJ | Strategic Management Journal | 治理 / 并购 / 公司战略 | smj |
| 管理 | OS | Organization Science | 组织 + CF 交叉（董事会、CEO） | orsc |
| 国际 | JIBS | Journal of International Business Studies | 跨国 / 制度差异 / 跨境 M&A | jibs |
| 公共 | JPubE | Journal of Public Economics | 税收 / 监管的 CF 后果 | elsarticle-num |
| 劳动 | ILR | Industrial and Labor Relations Review | 劳动 × CF 交叉 | sage |
| 环境 | JEEM | Journal of Environmental Economics and Management | ESG / 气候政策 × CF | elsarticle-num |
若研究者指名列表外的期刊（如 Journal of Accounting and Public Policy、Financial Review、European Financial Management、Pacific-Basin Finance Journal、Journal of Banking & Finance Letters 等），照单选定即可，并比照同档期刊套用 bib style 与 Section 骨架。
3.4.2 匹配评分（skill 内部）
对每本候选按 4 维 1–5 打分：
T = topic_fit # CF 主题与期刊偏好对齐
M = method_fit # 识别策略与期刊门槛对齐
N = novelty_fit # 贡献边际能否打动该刊编辑
S = sample_fit # 样本与期刊地理偏好
score = 0.35 T + 0.30 M + 0.25 N + 0.10 S
匹配示例（仅作 skill 内部参考；不输出给研究者）：
- "SOX × 投资效率（美国 staggered DID）" → JFE / JF / JAR / RFS / JFQA
- "TCJA 2017 × 资本支出" → JFE / JPubE / JAE / JF / AER
- "Brexit × 跨境投融资" → JFE / JIBS / JF / MS / JFQA
- "美国创新政策 × 公司投资外溢" → JFE / AER / RFS / MS / JF
- "MiFID II × 分析师覆盖与公司信息环境" → JAR / JAE / RFS / JFE / TAR
- "Dodd-Frank × 银行信贷供给" → JFE / RFS / JF / JFI / JBF
3.4.3 推荐输出格式（必须按此格式呈现 5 本）
[J1] JFE — Journal of Financial Economics
Topic ★★★★★ Method ★★★★★ Novelty ★★★★☆ Sample ★★★★★ Score 4.70
Why it fits: {2 句话——对齐研究主题与识别方法；指本刊近 3 年发表的相近政策/主题论文（举 1 篇）}
Editorial preference: 偏好识别透明 + 表格规范严 + 控制变量逐项展示
Bibliography style: jfe
[J2] JF — Journal of Finance
...
呈现完 5 本后，必须显式停下并询问（不要自动选定）：
请从 [J1]–[J5] 中选定一本作为目标期刊；若不满意，请直接告知任一外国 CF 顶刊名。
您的选择将决定 main.tex 的 \bibliographystyle{}、Section 骨架、Introduction 风格与表注最低长度。
研究者选定后，在 00_proposal.md 顶部追加（示例为 JFE）：
---
target_journal: JFE
bibliography_style: jfe
writing_preferences:
identification_emphasis: high
table_format_strict: yes
introduction_style: "5 paragraphs, identification details surface early"
notes_paragraph_length: ">= 6 lines"
section_skeleton:
- Introduction
- Background
- Data
- Empirical Strategy
- Results
- Robustness
- Conclusion
---
3.4.4 不同期刊触发的写作差异
| 期刊 | bib style | Section 骨架 | Intro 风格 | 表注最低 | 特别要求 |
|---|
| JF | jf | Intro / Setting / Hypotheses / Data and Methodology / Results / Mechanism / Conclusion | 5–6 段，puzzle 驱动 | ≥ 8 行 | 偏好简洁列头；附录不超过正文 30% |
| JFE | jfe | Intro / Background / Data / Empirical Strategy / Results / Robustness / Conclusion | 5 段，识别细节早出现 | ≥ 6 行 | 表格规范最严；要求逐一展示控制变量；标准误层级写清楚 |
| RFS | rfs | Intro / Theoretical Motivation / Data / Identification / Empirical Findings / Conclusion | 4–5 段，理论 motivation 醒目 | ≥ 6 行 | 偏好理论嵌入；正文 25–30 页 |
| JFQA | jfqa | 类 JFE | 类 JFE | ≥ 5 行 | 表格规范严；偏好新现象的清晰识别 |
| JAR / JAE | jar / jae | Intro / Hypothesis / Sample and Data / Research Design / Results / Conclusion | 6 段，hypothesis 在 §2 独立 | ≥ 6 行 | 预测式假设；hypothesis section 必须独立 |
| TAR | tar | 类 JAR | 类 JAR | ≥ 5 行 | 类 JAR；偏好新 measure |
| AER | aer | Intro / Background / Data / Empirical Strategy / Results / Mechanism / External Validity / Conclusion | 4 段，影响广泛 | ≥ 5 行 | 必须有外部有效性讨论；broad economic implication |
| QJE / JPE / RES | qje / jpe / restud | 类 AER（结构更紧凑） | 4 段，puzzle + economic significance | ≥ 5 行 | 跨子学科可读性；要求显著的方法/概念创新 |
| MS | informs | Intro / Background / Hypotheses / Data and Methods / Results / Discussion / Conclusion | 4–5 段，跨学科 motivation | ≥ 5 行 | 必含 managerial implication |
| JCF / JBF / JPubE / JEEM | elsarticle-num | 类 JFE | 4 段 | ≥ 5 行 | 较灵活；可接受较窄主题 |
| JIBS | jibs | Intro / Theory and Hypotheses / Methods / Results / Discussion / Conclusion | 5 段，跨国比较视角 | ≥ 5 行 | 必含 international business 贡献 |
render_main_tex() 在生成 main.tex 时读取 00_proposal.md 的 target_journal / bibliography_style / section_skeleton，自动替换 \bibliographystyle{} 与 Section 命名；同时把目标期刊的 notes_paragraph_length 阈值传入各 render_*_tex() 函数，确保表注长度达到目标刊门槛。
3.A 自适应机制（Plan-B）：结果未达预期时的切换逻辑
本 skill 的核心能力——当任一环节的实证结果与 00_proposal.md 中"(3) 预期结果"不符时，skill 不要求研究者干预，自主在以下备选方案树中选择并执行，直到研究项目闭环。
3.A.1 失败判据（每环节完成后立即触发）
| 环节 | 预期结果 | 失败判据（触发 Plan-B） |
|---|
| 平行趋势检验 | 所有 pre 期系数不显著 | 任一 pre 期 |t|>1.96 |
| 基准回归 | X 系数符号与预期一致且 p<0.1 | 符号反向 / 全部不显著 / 系数随控制变量/FE 添加大幅跳动 |
| 稳健 DID 估计量 | CS-DID / Sun-Abraham / Stacked 结论方向与 TWFE 一致 | 符号反向或 p 值量级完全不匹配 |
| IV 第一阶段 | F 统计量 > 10（Kleibergen-Paap）、IV 显著 | F < 10 或 IV 不显著 |
| IV 第二阶段 | LATE 与 OLS 方向一致、可解释 | 符号反向且数量级异常 |
| 机制分析 | 预期渠道 M1/M2/M3 显著 | 所有渠道不显著 |
| 异质性 | 预期维度组间差异显著 | bdiff p > 0.1 |
| 稳健性 | X 系数符号/显著性在多数列稳定 | 超过 1/3 列翻转 |
| 安慰剂 | 真实系数在虚假分布之外 | 真实系数落在虚假分布的 [5%,95%] 内 |
3.A.2 Plan-B 决策树（按顺序尝试，每步可叠加）
失败环节 → 依次尝试：
【基准回归】系数不显著 / 符号反向
├─ B1. 替换 Y 度量（从 template/measures.tex 思路：log(1+Y)、缩尾重算、
│ 行业/年份调整后的残差、Book vs Market leverage、Cash / Net debt 切换）
├─ B2. 替换 X 度量（连续 vs 虚拟 / 强度 vs 0-1 / 滞后一期 vs 当期）
├─ B3. 替换 FE 规格（加 Industry×Year (FF48/49)、State×Year、Firm×Quarter 高维交互）
├─ B4. 替换聚类层级（firm → industry → state → industry×year 双向）
├─ B5. 样本细化（剔除 SIC 6000-6999 金融业、SIC 4900-4949 公用事业；
│ 剔除 ADR、dual-class、IPO 当年、total assets < $10M 小样本、
│ 锁死 NYSE/AMEX/NASDAQ 普通股 share code 10/11）
├─ B6. 换时间窗（缩短到政策前后 ±5 年 / 剔除 2008-09 金融危机 / 剔除 2020 COVID）
└─ B7. 若仍不显著 → 考虑反向假设（Y→X 或 U 型/门槛），在 proposal 中注明假设修正
【平行趋势】pre 期显著
├─ B1. 重新定义政策时点（announce vs effective vs compliance deadline；
│ SOX 分 accelerated (2004) / non-accelerated (2007) filer）
├─ B2. 用 Sun-Abraham / CS-DID / Stacked DID 替代 TWFE（避免负权重问题）
├─ B3. 限制政策前窗口（仅保留 pre_3 到 last_K）
├─ B4. 加入 Group × linear trend 控制差异化趋势
└─ B5. 改为 PSM-DID / Entropy Balancing 缓解选择偏差后重测
【IV 第一阶段弱】F < 10（Stock-Yogo / KP-rk Wald）
├─ B1. 尝试 asset/ 中其他同维度外生冲击（e.g., 历史定居地 → Bartik；
│ 州际距离；历史 broadband 铺设；历史 interstate highway network）
├─ B2. 构造 Bartik / Shift-Share IV（行业份额 × 全国冲击；Autor-Dorn-Hanson 型）
├─ B3. 用 Judge IV（法官随机分配）/ Lottery IV / 同伴均值 (peer mean within industry-year)
├─ B4. 改为 DML-Partial（弱化 IV 依赖，用 ML 处理高维混淆）
└─ B5. 改用断点/匹配的自然实验替代 IV（RDD / Synthetic Control / Stacked DID）
【机制不显著】所有 M 均无效应
├─ B1. 换中介变量度量（同一渠道的不同代理；e.g., 信息不对称可用
│ bid-ask spread / analyst forecast dispersion / PIN / Amihud illiquidity）
├─ B2. 换渠道组合（从"信息→治理→融资"三维度替换）
├─ B3. 拆分样本（分组后分别做机制，寻找条件性渠道）
├─ B4. 改用交互项检验（X × M → Y 是否有调节）
└─ B5. 若仍无渠道显著 → 在"进一步分析"中承认黑箱，改做异质性深挖
【异质性不显著】bdiff p > 0.1
├─ B1. 换分组切点（median → tertile / quartile）
├─ B2. 换分组变量（同维度其他代理：如融资约束可用 KZ → WW → SA → HP index）
├─ B3. 连续调节变量做交互项（公司级）
├─ B4. 换分组维度（"公司层面→行业层面→地区层面→宏观层面"四大簇切换）
└─ B5. 保留为"null heterogeneity"——在论文正文中作为结论的边界条件陈述
【稳健性大面积翻转】
├─ B1. 回溯样本构造（检查 CRSP share code、SIC、delisting code、
│ CRSP-Compustat Merged link、IBES ticker 对齐）
├─ B2. 检查是否遗漏同期政策（e.g., SOX 与 Reg FD 重叠）→ 加入 co-shock dummy
├─ B3. 重算处理组/对照组的定义口径
└─ B4. 若仍不稳健 → 核心结论弱化为"条件性证据"，在正文强调边界
【安慰剂失败】真实系数落在虚假分布内
├─ B1. 增加 reps（500 → 1000 → 2000）
├─ B2. 换安慰剂设计（跨公司随机 → 跨时间随机 → 跨行业随机 →
│ 跨州随机；"fake treatment" assigned to untreated firms only）
├─ B3. 回溯基准 → 基准本身可能有 confounder，返回【基准回归】的 B1-B7
3.A.3 切换时的强制记录
每次触发 Plan-B，必须在 {项目名}/DECISION_LOG.md 追加一条：
## YYYY-MM-DD HH:MM — 环节 {X} Plan-B
- **预期**（引自 proposal 第 3 条）：...
- **实测**：系数 = ..., t = ..., p = ...
- **触发判据**：...
- **选择分支**：B{n} — {方案名}
- **后续调整**：...
- **再测结果**：...
3.A.4 终止条件
- 成功：基准回归 + 机制 + 异质性 + 稳健性 + 安慰剂 全部通过（或部分以"边界条件"形式可解释）
- 降级闭环：Plan-B 深度超过 3 层仍无法收敛时，把研究降级为"零效应识别报告"或"条件性证据报告"，产出仍完整：所有 .tex / 图 / 代码照常交付，正文结论段改写为 null-result 叙事
- 永不：放弃项目或向研究者"投降"；skill 必须给出一份完整可交付的研究产出
4. 研究逻辑主线（严格按顺序，不可颠倒）
顺序来自 rule/通用实证研究逻辑与规范总结.docx 第 7.2 节。每一步都配有下文的 Python 代码骨架与 template/ 中的 LaTeX 对照模板。
| # | 环节 | 必做？ | 对应 Python 产物 | 对应 LaTeX 模板 |
|---|
| 1 | 描述性统计 | 必做 | 02_sumstat.py → sum_stat.tex | template/sum_stat.tex + variables.tex |
| 2 | 平行趋势检验 | DID 必做；其他跳过 | 03_parallel.py → results/parallel.pdf | template/parallel.pdf |
| 3 | 异质性稳健 DID 估计量 | staggered DID 必做 | 03b_csdid.py（CS-DID / Sun-Abraham / Stacked） | template/csdid-figure.pdf + estimator.pdf |
| 4 | 基准回归 | 必做（定海神针） | 04_baseline.py → baseline.tex | template/baseline.tex |
| 5 | 内生性检验 | Panel FE 必做；DID 推荐 | 05_iv.py + 05b_dml.py | template/iv.tex + psm_ddml.tex Panel B |
| 6 | 因变量分解 / 替换度量 | 推荐 | 06_measures.py | template/measures.tex |
| 7 | 异质性分析 | 必做 | 07_hetero1.py, 07_hetero2.py, 07_hetero3.py | template/heterogeneity1/2/3.tex |
| 8 | 机制分析 | 必做 | 08_channel1.py, 08_channel2.py, 08_channel3.py | template/channel1/2/3.tex |
| 9 | 稳健性检验（放附录） | 必做 | 09_addctr.py, 09_spec.py, 09_sampling.py, 09_bunching.py | template/addctr/specification/sampling/bunching-did.tex |
| 10 | PSM-DID / Entropy Balancing | DID 推荐 | 10_psm.py → psm_ddml.tex Panel A | template/psm_ddml.tex + psm-pre-post.pdf |
| 11 | 安慰剂检验 | 必做 | 11_placebo.py → results/placebo.pdf | 参照 rule 第 5.2 节安慰剂分布图规范 |
| 12 | 进一步分析 / 规格曲线 | 可选 | 12_further.py, 12_specurve.py | template/further.tex + specurve.pdf |
5. Python 代码骨架（全部使用 Python，不使用 Stata）
铁律：本 skill 一律用 Python 实现计量。rule/ 中的 Stata 代码（esttab 等）仅作格式参考，最终 .tex 由 Python 函数按 template/ 的手写表壳格式直接渲染输出。
5.1 依赖与标准导入
import numpy as np
import pandas as pd
import statsmodels.api as sm
from linearmodels.panel import PanelOLS
from linearmodels.iv import IV2SLS
import pyfixest as pf
from doubleml import DoubleMLPLR, DoubleMLPLIV, DoubleMLData
from sklearn.linear_model import LassoCV, RidgeCV
from sklearn.ensemble import RandomForestRegressor
import lightgbm as lgb
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.family'] = 'Times New Roman'
mpl.rcParams['axes.facecolor'] = 'white'
mpl.rcParams['figure.facecolor'] = 'white'
mpl.rcParams['axes.edgecolor'] = 'black'
5.2 固定效应 + 聚类标准误的标准回归
def reg_hdfe(df, y, x, controls, fe, cluster):
"""
y: 因变量名 (str)
x: 核心解释变量名 (str)
controls: 控制变量名列表
fe: 固定效应列表, e.g. ['gvkey','fyear'] # firm + year
or ['gvkey','fyear','ff48'] # firm + year + industry
cluster: 聚类层级, e.g. 'gvkey' (firm-clustered SE, Petersen 2009 标准)
返回 pyfixest.Feols 对象
"""
rhs = x + ' + ' + ' + '.join(controls)
fe_str = ' + '.join(fe)
formula = f"{y} ~ {rhs} | {fe_str}"
return pf.feols(formula, data=df, vcov={'CRV1': cluster})
5.3 工具变量 / 2SLS（含 Kleibergen-Paap rk Wald F）
def iv_2sls(df, y, x_endog, instruments, controls, fe, cluster):
"""
pyfixest 原生支持 IV：
formula = "y ~ controls | FE | (x_endog ~ iv1 + iv2)"
报告 Kleibergen-Paap rk Wald F（弱工具检验）、Hansen J（过度识别检验）。
常用外国 IV：Bartik / Shift-share、历史 broadband 铺设、historical settler mortality、
geographic distance、judge fixed effect、natural disaster exposure 等。
"""
rhs = ' + '.join(controls)
fe_str = ' + '.join(fe)
iv_str = f"({x_endog} ~ {' + '.join(instruments)})"
formula = f"{y} ~ {rhs} | {fe_str} | {iv_str}"
return pf.feols(formula, data=df, vcov={'CRV1': cluster})
5.4 Double Machine Learning（DML / DML-IV）
def dml_plr(df, y, d, controls, learner='lasso', n_folds=5, n_reps=10):
learners = {
'lasso': LassoCV(cv=5),
'ridge': RidgeCV(),
'rf': RandomForestRegressor(n_estimators=500, max_depth=8, n_jobs=-1),
'lgbm': lgb.LGBMRegressor(n_estimators=500, num_leaves=31),
}
dml_data = DoubleMLData(df, y_col=y, d_cols=d, x_cols=controls)
model = DoubleMLPLR(dml_data,
ml_l=learners[learner],
ml_m=learners[learner],
n_folds=n_folds, n_rep=n_reps)
model.fit()
return model
5.5 Staggered DID：Callaway-Sant'Anna / Sun-Abraham / Stacked DID
def csdid_event_study(df, y, cohort, time, controls, cluster):
"""
cohort: 处理开始年份（未处理组为 NaN/Inf）
time: 日历年份
返回：{e: att, se, ci} 的字典，用于画动态效应图（event_study plot）
实现 Callaway & Sant'Anna (2021)；或调用 pyfixest.feols 配合
i(time, treat, ref=-1) 画事件研究（TWFE）作对照。
"""
...
def stacked_did(df, y, treat, cohort, time, controls, cluster, window=(-5, 5)):
"""
Stacked DID：为每个 cohort 构造 "clean" control pool（永不处理 + 尚未处理），
复制行叠加后跑 TWFE。规避异质处理效应下的负权重问题。
"""
...
5.6 PSM / Entropy Balancing
def psm_match(df, treat, covariates, k=4, caliper=0.002):
"""最近邻 1:k 匹配 + caliper。返回带权重的新 DataFrame。
对应 template/psm-pre-post.pdf 的平衡检验图。"""
from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import NearestNeighbors
...
def entropy_balance(df, treat, covariates):
"""使用 ebalance / cvxpy 实现熵平衡重加权（Hainmueller 2012）。"""
...
5.7 Bootstrap Fisher 置换检验（异质性组间差异）
def bdiff_bootstrap(df, y, x, controls, fe, cluster, group_var, reps=500, seed=42):
"""
对异质性分析的两组（High/Low）做 bootstrap Fisher 置换检验。
rule/ 回归表写作规范总结.docx 第 4.5 节要求 500 reps。
返回：p-value for (b_high - b_low)
"""
rng = np.random.default_rng(seed)
...
5.8 Synthetic Control / Synthetic DID（跨国 / state 层面政策）
def synthetic_control(df, outcome, unit, time, treat_unit, treat_time,
predictors, donor_pool):
"""Abadie-Diamond-Hainmueller (2010) 合成控制法。
适用：单一处理单元（single-country / single-state shock），
e.g., Brexit, German reunification, California tobacco control."""
...
def synthetic_did(df, outcome, unit, time, treat_unit, treat_time):
"""Arkhangelsky et al. (2021) Synthetic DID。
综合 SC 与 DID 的思路，适合多处理单元 + 时期加权。"""
...
6. LaTeX 输出：严格遵循 template/ + rule/
所有 .tex 由 Python 函数手写生成，目标是让输出和 template/ 中对应文件视觉一致：相同的 \toprule / \midrule / \bottomrule、相同的 \sym{} 宏、相同的列头结构（&\multicolumn{1}{c}{(1)}…）、相同的表注 justifying 段。
6.1 铁律（出自 rule/ 两份文档）
- 不用竖线（
|），不在系数区加额外 \hline。三线表：\toprule / \midrule / \bottomrule 各一次（template/ 中所见 \hline 为列头分隔，按模板保留即可）。
- 控制变量必须逐一展示系数与 t 值，禁止 "Controls: Yes/No" 省略。
- 变量顺序固定：核心 X → （交互项）→ 控制变量 → Constant（通常省略）。
- 括号内是 t 值（不是标准误），表注首行固定写
t statistics in parentheses（若改为 SE，表注同步改）。
- 显著性符号固定为
*** p<0.01, ** p<0.05, * p<0.1，星号嵌于 \sym{} 宏。
- 数值格式：系数
%.4f，t 值 (%.2f)，观测数 %,.0f，R² %.2f。
- 底部固定效应行：
Firm FE / Year FE / Industry FE / State FE / Ind × Year FE / State × Year FE …，Yes/No 显式标注（Firm FE 与 Industry FE 在含 firm 维度时互斥，按模型选择）。
- 聚类层级匹配：聚类标准误层级必须与核心解释变量变异层级一致，表注中写清楚 "robust t-statistics clustered by the firm / industry / state / ..."。美国公司面板默认 firm-clustered（Petersen 2009）。
- 表注（noindent + justifying 段）必须写全：样本范围（e.g., "U.S. Compustat non-financial, non-utility firms listed on NYSE/AMEX/NASDAQ from YYYY to YYYY"）、因变量定义、核心 X 定义、控制变量逐一列出、FE 组合、聚类层级、交叉引用
Table \ref{definition}、显著性符号说明。
- 异质性表格必须含
\cmidrule(lr){i-j} 分组列头，并在表尾增加 p-value for Diff. (High-Low) 一行（bootstrap Fisher 置换检验，reps=500）。
6.2 Python 渲染函数（骨架）
def render_baseline_tex(models, labels_cols, var_order, var_labels,
fe_rows, nobs, r2, caption, label, note,
out_path):
"""
按 template/baseline.tex 的结构写出 .tex。
models: 列表，每个元素是 (coef_dict, t_dict, stars_dict)；
key 与 var_order 一致。
fe_rows: [('Firm FE', ['Yes','Yes',...]), ('Year FE', [...]),
('Industry FE', [...]), ('State FE', [...])]
"""
lines = [r'\begin{table}[htbp]\centering\scriptsize',
r'\def\sym#1{\ifmmode^{#1}\else\(^{#1}\)\fi}',
rf'\caption{{\textbf{{{caption}}}}}',
rf'\label{{{label}}}',
'',
rf'\noindent{{\justifying{{{note}\par}}}}',
r'\bigskip',
'',
rf'\begin{{tabularx}}{{\textwidth}}{{l{"Y"*len(models)}@{{}}}}',
r'\toprule', '']
header1 = ' ' + ''.join([rf'&\multicolumn{{1}}{{c}}{{({i+1})}}'
for i in range(len(models))]) + r'\\'
lines.append(header1)
if labels_cols:
header2 = ' ' + ''.join([rf'&\multicolumn{{1}}{{c}}{{{c}}}'
for c in labels_cols]) + r'\\'
lines.append(header2)
lines.append(r'\hline\\')
for v in var_order:
vlab = var_labels.get(v, v)
coef_line = f'{vlab:<16}' + ''.join(
[rf'& {fmt_coef(m[0][v], m[2][v]):>17}' for m in models]) + r'\\'
t_line = ' ' * 16 + ''.join(
[rf'& {fmt_t(m[1][v]):>17}' for m in models]) + r'\\'
lines += [coef_line, t_line]
lines.append(r'\hline')
lines.append(f'Obs ' + ''.join([rf'&{n:>10,} ' for n in nobs]) + r'\\')
for name, vals in fe_rows:
lines.append(f'{name:<16}' + ''.join([rf'&{v:>10} ' for v in vals]) + r'\\')
lines.append(f'Adjusted $ R^2$ ' + ''.join([rf'&{r:>10.2f} ' for r in r2]) + r'\\')
lines += [r'\bottomrule', r'\end{tabularx}', r'\end{table}']
with open(out_path, 'w', encoding='utf-8') as f:
f.write('\n'.join(lines))
def fmt_coef(b, stars):
s = {3:r'\sym{***}', 2:r'\sym{**}', 1:r'\sym{*}'}.get(stars, '')
sign = ' ' if b >= 0 else ' '
return f'{sign}{abs(b):>7.4f}{s}'
def fmt_t(t):
return f'({t:>5.2f})'
render_sumstat_tex、render_iv_tex（含 First Stage / Second Stage 分组列头 + \cmidrule，报告 KP rk Wald F、Anderson-Rubin CI）、render_channel_tex（因变量行在第二层列头）、render_heterogeneity_tex（含 p-value for Diff. 行）、render_psm_ddml_tex（Panel A + Panel B 复合表）、render_variables_tex（p{2.0cm}p{13.5cm} 两列定义表）按 template/ 中对应文件一一对应实现。
6.3 图像绘制（matplotlib）
遵循 rule/回归表写作规范总结.docx 第五部分图像规范：白底、黑框、Times New Roman、.pdf + .png 双份输出。
- 事件研究图：
errorbar(rcap 样式) + axhline(0) + axvline(基准期, linestyle='--')，基准期默认为 t-1
- 规格曲线：系数值排序散点 + 下方变量勾选矩阵（specification curve analysis）
- 安慰剂分布：
hist + kde，真实系数 axvline(color='red')
- 森林图：横向
errorbar，按"firm / industry / state / macro"分组，每组一个 subplot
- PSM 平衡：匹配前/后 |% standardized bias| 散点或条形图
- Binscatter：
seaborn.regplot 或手写残差化后分 bin，散点 navy，拟合线 maroon（Cattaneo et al. 2023）
6.4 main.tex 组装规则（放在项目根，头部照搬 template/main.tex）
main.tex 位于 {项目名}/ 根目录（不放入 paper/ 子目录），所有表/图的路径统一写作 results/xxx.tex 或 results/xxx.pdf（相对路径，无须 ../）。
6.4.1 头部（preamble / titlepage / abstract）
- 逐字照搬
template/main.tex 第 1–85 行的 documentclass、usepackage、titleformat、newcolumntype、titlepage / \maketitle、abstract、baselinestretch 设置；
- 只替换论文题目、作者、单位、JEL、关键词、abstract 正文；
- 根据
00_proposal.md 顶部 YAML 块中的 bibliography_style 字段（见 §3.4.3），把 \bibliographystyle{jfe} 替换为目标期刊对应的 bib style（jf / jfe / rfs / jar / jae / aer / informs / elsarticle-num / jibs / …，详见 §3.4.4）；
- Section 骨架按目标期刊的
section_skeleton 列表渲染（例：JF 用 "The Setting / Hypotheses"、JAR 用 "Hypothesis / Sample and Data / Research Design"、AER 必含 "External Validity"、MS 末段必含 "Discussion" 与 managerial implication）；
- 其余宏包、页面几何、超链接色、
\newcolumntype{Y}、\renewcommand\Authands 等不得改动。
6.4.2 正文结构（仅生成 Section / Subsection 标题，正文留空）
铁律：
- 不生成任何叙述性 .tex 子文件（不要
introduction.tex / background.tex / data.tex / results.tex …）。所有叙述性 prose 一律不写，留给研究者本人填。
main.tex 正文区只输出 \section{...} 和 \subsection{...} 标题骨架；标题之间正文完全空白（可选加一行占位注释 % TODO: prose，但不要写任何句子、不要写"In this section we …"之类样板话）。\input{results/xxx} 和 \includegraphics{results/xxx.pdf} 这类实证产物的引入命令照常出现在 §6.4.3 / §6.4.4 的位置，因为它们引入的是 skill 自动生成的表/图，不是叙述性 prose。- Section/Subsection 标题文本按目标期刊
section_skeleton 渲染（见 §3.4.4）；下方 subsection 列表是各刊的"通用最小骨架"，若目标期刊偏好不同则按 §3.4.4 调整。
通用骨架（以 JFE 为例；其他期刊按 §3.4.4 替换顶层 section 名）：
%==============================================================
% 正文（仅标题，内容留空）
%==============================================================
\section{Introduction}\label{sec:intro}
% TODO: prose
\section{Background}\label{sec:bg}
\subsection{Institutional Setting}
% TODO: prose
\subsection{Related Literature}
% TODO: prose
\section{Hypothesis Development}\label{sec:hyp}
\subsection{Main Hypothesis}
% TODO: prose
\subsection{Mechanism Hypotheses}
% TODO: prose
\section{Data and Sample}\label{sec:data}
\subsection{Data Sources}
% TODO: prose
\subsection{Sample Construction}
% TODO: prose
\subsection{Variable Definitions}
% TODO: prose（变量定义表在附录 \ref{tab:variables}）
\subsection{Summary Statistics}
% TODO: prose（表 \ref{tab:sumstat}）
\section{Empirical Strategy}\label{sec:strategy}
\subsection{Identification}
% TODO: prose
\subsection{Baseline Specification}
% TODO: prose
\subsection{Parallel Trends} % DID 项目才保留
% TODO: prose（图 \ref{fig:dynamic}）
\section{Empirical Results}\label{sec:results}
\subsection{Baseline Results}
% TODO: prose（表 \ref{tab:baseline}）
\subsection{Addressing Endogeneity}
% TODO: prose（表 \ref{tab:iv}、\ref{tab:psm_ddml}）
\subsection{Heterogeneity}
% TODO: prose（表 \ref{tab:het1}–\ref{tab:het3}）
\subsection{Mechanism}
% TODO: prose（表 \ref{tab:ch1}–\ref{tab:ch3}）
\subsection{Further Analysis}
% TODO: prose（表 \ref{tab:further}）
\section{Conclusion}\label{sec:conclude}
% TODO: prose
目标期刊触发的差异（render 时按 §3.4.4 表替换顶层 section 名 + 必要的 subsection）：
| 目标期刊 | 顶层 section 与额外 subsection 要求 |
|---|
| JF | "The Setting" 替代 Background；Hypotheses 独立成节；Mechanism 在 Results 内独立 subsection |
| JFE | 上文示例（Background → Data → Empirical Strategy → Results → Robustness → Conclusion） |
| RFS | "Theoretical Motivation" 独立 section，置于 Background 之后 Data 之前 |
| JAR / JAE | "Hypothesis" 单独 section（在 §2，独立于 Background）；"Research Design" 替代 Empirical Strategy |
| TAR | 同 JAR |
| AER | 末尾加 \section{External Validity} 在 Conclusion 之前 |
| MS | \section{Discussion} 在 Results 与 Conclusion 之间，内含 \subsection{Managerial Implications} |
| JIBS | \section{Theory and Hypotheses} 替代 Background + Hypothesis Development；末尾加 \subsection{Contribution to International Business} |
| JCF / JBF / JPubE / JEEM | 同 JFE 通用骨架 |
render_main_tex 在写出标题骨架时严禁生成任何 prose 句子；任何句首类似 "This paper studies …"、"We document …"、"Section 2 describes …"、"In this section …" 都属违规。只允许 % TODO: prose 一行占位注释。
6.4.3 参考文献之后：先图，再表，最后附录（严格顺序）
在正文 \section{Conclusion} 之后依次写入：
\bibliographystyle{jfe}
\bibliography{ref}
%%%%% Figures（主体图：平行趋势 + 估计量对比）%%%%%%%%
\clearpage
\begin{figure}[ht]\begin{center}
\includegraphics[width=0.9\linewidth]{results/parallel.pdf}
\caption{\textbf{Dynamic Treatment Effect}}\label{dynamic}
\end{center}\end{figure}
\clearpage
\begin{figure}[ht]\begin{center}
\includegraphics[width=0.9\linewidth]{results/estimator.pdf}
\caption{\textbf{DID Estimator Comparison}}\label{estimator}
\end{center}\end{figure}
%%%%% Tables（主体表：descriptive → baseline → endogeneity → heterogeneity → mechanism → further）%%%%%%%%
\clearpage \input{results/sum_stat} % 描述性统计
\clearpage \input{results/baseline} % 基准回归
%% 内生性处理紧跟 baseline：
\clearpage \input{results/iv} % 2SLS / IV
\clearpage \input{results/psm_ddml} % PSM-DID (Panel A) + DML (Panel B)
%% 异质性在机制之前：
\clearpage \input{results/heterogeneity1}
\clearpage \input{results/heterogeneity2}
\clearpage \input{results/heterogeneity3}
%% 机制分析：
\clearpage \input{results/channel1}
\clearpage \input{results/channel2}
\clearpage \input{results/channel3}
%% 进一步分析：
\clearpage \input{results/further}
6.4.4 附录（Appendix）— 稳健性 + 变量定义 + 样本构造 + 附录图
\appendix 起始处的 \setcounter{table}{0}、\setcounter{figure}{0}、\renewcommand{\thetable}{S\arabic{table}}、\renewcommand{\thefigure}{S\arabic{figure}} 必须保留（附录表/图独立编号 S1、S2、…，与 template/main.tex 第 660–665 行一致）。
附录内容顺序：
\clearpage
\setcounter{table}{0}
\setcounter{figure}{0}
\renewcommand{\thetable}{S\arabic{table}}
\renewcommand{\thefigure}{S\arabic{figure}}
\appendix
\begin{large}\begin{center}
\bf {论文题目} \\ Online Appendix
\end{center}\end{large}
%% 附录图（PSM 平衡、CS-DID 事件研究、规格曲线、安慰剂分布）
\clearpage
\begin{figure}[ht]\begin{center}
\includegraphics[width=0.9\linewidth]{results/psm-pre-post.pdf}
\caption{\textbf{Kernel Density of Propensity Scores}}\label{kernel-psm}
\end{center}\end{figure}
\clearpage
\begin{figure}[ht]\begin{center}
\includegraphics[width=0.9\linewidth]{results/csdid-figure.pdf}
\caption{\textbf{Callaway-Sant'Anna Event Study}}\label{csdid}
\end{center}\end{figure}
\clearpage
\begin{figure}[ht]\begin{center}
\includegraphics[width=0.9\linewidth]{results/placebo.pdf}
\caption{\textbf{Placebo Test}}\label{placebo}
\end{center}\end{figure}
\clearpage
\begin{figure}[ht]\begin{center}
\includegraphics[width=0.8\linewidth]{results/specurve.pdf}
\caption{\textbf{Specification Curve}}\label{specurve}
\end{center}\end{figure}
%% 附录表（**必含**：变量定义 + 样本构造/分布；以及稳健性四件套）
\clearpage \input{results/variables} % 变量定义表（必做）
\clearpage \input{results/sample_construction} % 样本构造/分布表（必做）
%% 稳健性表格全部进附录：
\clearpage \input{results/measures} % 替换度量
\clearpage \input{results/sampling} % 样本筛选
\clearpage \input{results/specification} % 高维交互 FE
\clearpage \input{results/addctr} % 追加控制变量
\clearpage \input{results/bunching-did} % Bunching-DID（若适用）
%% （可选）理论推导附录——参照 template/main.tex 第 716 行后
%% \section*{Appendix: Theoretical Derivations} ...
\end{document}
6.4.5 render_main_tex 骨架（Python 自动生成 main.tex）
def render_main_tex(title, authors, affils, abstract, jel, keywords,
target_journal, bibliography_style, section_skeleton,
main_figures, main_tables, appendix_figures, appendix_tables,
out_path='main.tex', template='template/main.tex'):
"""
读取 template/main.tex，切出 [preamble][title/abstract block][正文标题骨架]
[bibliography][figures][tables][appendix-figs][appendix-tabs] 八段，
将:
- 标题/作者/单位/abstract/JEL/keywords 替换为本项目内容
- 根据 target_journal / bibliography_style 替换 \bibliographystyle{...}
- 根据 section_skeleton（从 00_proposal.md YAML 读出）渲染 §6.4.2 的
【仅标题、正文留空】骨架；section/subsection 之间只放
一行 `% TODO: prose` 占位注释，**绝对不生成任何 prose 句子**
- **不生成任何叙述性 .tex 子文件**（不要 introduction.tex / background.tex …）
- main_figures = ['results/parallel.pdf', 'results/estimator.pdf']
- main_tables = ['results/sum_stat', 'results/baseline', 'results/iv',
'results/psm_ddml', 'results/heterogeneity1', ...,
'results/channel1', ..., 'results/further']
- appendix_figures = ['results/psm-pre-post.pdf','results/csdid-figure.pdf',
'results/placebo.pdf','results/specurve.pdf']
- appendix_tables = ['results/variables','results/sample_construction',
'results/measures','results/sampling',
'results/specification','results/addctr',
'results/bunching-did']
按 6.4.2 / 6.4.3 / 6.4.4 的严格顺序组装 main.tex，写入项目根目录。
"""
...
渲染时禁止行为清单（render_main_tex 必须自检）：
| 违规 | 正确做法 |
|---|
在 \section{Introduction} 之后写任何句子 | 仅写 % TODO: prose 一行 |
创建 results/introduction.tex 等叙述性子文件 | 不创建；正文留空 |
| 写"In this section we …"/"This paper …"/"Section 2 describes …" | 全部禁止 |
用 \input{prose/xxx} 引入叙述 | 禁止；prose 只能由研究者直接写入 main.tex |
| 自动填写 abstract 内容 | abstract 由研究者写；render 只复制传入的 abstract 字符串（可空） |
6.4.6 参考文献
\bibliographystyle{jfe}（Journal of Financial Economics 样式，template 默认）\bibliography{ref} → 项目根的 ref.bib- 若研究者未提供
ref.bib，skill 给出空文件并在 main.tex 正文 \citep{} 中列出需要添加的文献关键词，由研究者补齐
6.4.7 render_sample_construction_tex（附录必含）
新增 Python 渲染函数，输出 results/sample_construction.tex，两列或三列表，示范内容：
Obs.
----------------------------------------------------------------------
Initial Compustat-CRSP merged sample, YYYY-YYYY XXX,XXX
Less: Financial firms (SIC 6000-6999) -XX,XXX
Less: Utilities (SIC 4900-4949) -X,XXX
Less: Non-common stock (CRSP share code ≠ 10, 11) -X,XXX
Less: ADRs / dual-class / SPACs -X,XXX
Less: Firm-years with total assets < $10M -X,XXX
Less: Firms missing CCM link (LINKTYPE not in LU/LC) -X,XXX
Less: Observations with missing controls -X,XXX
Final analysis sample XXX,XXX
----------------------------------------------------------------------
Panel B. Industry distribution (Fama-French 48)
Panel C. Year distribution
Panel D. Country distribution (仅跨国样本)
格式仿 template/variables.tex 的 p{...cm}p{...cm} 两列定义表壳 + \toprule/\midrule/\bottomrule，表注写明样本筛选的来源与理由。
7. 数据来源与检索流程（研究者输入驱动）
7.1 数据来源层级（优先级从高到低）
asset/ 不是唯一来源，而是"优先考虑"来源。 当 asset/ 中找不到合适条目时，按以下顺序扩展检索范围：
| 层级 | 来源 | 定位 | 典型数据 |
|---|
| L1 | asset/ 本地清单 | 优先 | WRDS 主库（CRSP / Compustat / IBES / BoardEx / 13F / Dealscan / Audit Analytics / ExecuComp / RavenPack / Patent DB）、NBER/Fed/BLS/BEA 发布、已登记的政策冲击库 |
| L2 | asset/MCP.docx 登记的 MCP 服务器 | asset/ 缺失时首选补充 | 宏观面板、跨国面板、贸易 / 供应链 |
| L3 | 其他公开外部源 | asset/ 和 MCP 都没有时才考虑 | 各国央行 / 统计局 / 证监会官网、Kenneth French Library、Global Financial Data、Refinitiv、Bloomberg（若研究者订阅）、GitHub 公开复制包、论文作者主页数据 |
| L4 | 研究者自构 | 仅在 L1-L3 均无时 | 年报手工提取、文本爬取、RA 手动编码 |
原则：在 L1 找到 top 5 候选返回研究者；研究者判断不够用时，跳到 L2 调用 MCP；仍不够再走 L3/L4。不得跳过 L1 直接去 L3，除非研究者明确点名某个外部源。
7.2 MCP 服务器（asset/MCP.docx）
asset/MCP.docx 中登记的 MCP（Model Context Protocol）服务器是 asset/ 本地清单之外的官方补充来源。当前登记四个：
安装与使用：逐一参照各 MCP 仓库 README 的安装命令（通常是 npx -y ... 或 uvx ... 接入 Claude Code 的 .mcp.json）。凭证与 API key 由研究者在本地配置，skill 不保存任何 token。
研究中的调用方式：MCP 启用后，skill 直接通过相应 MCP 工具调用（如 mcp__imf__get_series、mcp__world-bank__query_wdi 等）拉取数据；拉取后统一落盘到 {项目名}/data/raw/，后续清洗流程不变。
查询前的路径判断：
研究者关键词
│
▼
asset/ 本地清单（nber/macrodatas/ppmandata/WRDS overview）命中？
├── 是 → 返回 top 5，交研究者选定（L1）
└── 否 → 检查关键词主题：
├── 跨国宏观 / 主权 / 汇率 / 国际收支 → IMF MCP
├── 制度 / 发展 / 营商环境 / 金融深度 → World Bank MCP
├── 关税 / 贸易流 / 供应链 / 航运 → Supply Chain MCP
├── OECD 成员国产业 / 监管 / 税率 → OECD MCP
└── 均不匹配 → 走 L3 外部源（让研究者点名）
7.3 检索函数（L1 本地清单）
不要主动全表扫描 asset/，以免输入 tokens 爆炸。正确流程：
- 让研究者说出需要的数据关键词（e.g., "CRSP", "Compustat", "IBES", "BoardEx", "13F", "Dealscan", "USPTO patents", "SOX compliance", "Dodd-Frank", "Brexit", "China Shock", "TCJA", "state corporate tax", "FOMC shocks"…）或政策名。
- 用 Grep / pandas 在
asset/nber_releases_list.csv、asset/macrodatas_list.csv、asset/ppmandata_trade_list.csv 中按关键词搜索 title / data_source / keyword / data_intro / data_indicators 列；同时在 asset/wrds_research_data_overview.pdf 中定位对应 WRDS 库。
- 返回 top 5 候选，展示
title、data_source、data_indicators（前 200 字）与下载 / 接入 URL；研究者选定后再由其下载 / 授权使用（WRDS 订阅凭证由研究者保管）。
- L1 无命中或研究者认为候选不合适 → 按 §7.1 / §7.2 依次尝试 MCP → L3 外部源 → L4 自构。
def search_asset(keyword, top=5):
"""L1：本地 asset/ 清单检索。"""
results = []
for csv in ['asset/nber_releases_list.csv',
'asset/macrodatas_list.csv',
'asset/ppmandata_trade_list.csv']:
try:
df = pd.read_csv(csv, encoding='utf-8')
except UnicodeDecodeError:
df = pd.read_csv(csv, encoding='utf-8-sig')
hit = df[df.apply(lambda r: keyword.lower() in str(r.to_dict()).lower(), axis=1)]
if len(hit):
results.append(hit.head(top).assign(source=csv))
if not results:
return pd.DataFrame()
return pd.concat(results, ignore_index=True)
def route_to_mcp(keyword):
"""L2：根据关键词建议应调用哪个 MCP（asset/MCP.docx 登记）。"""
kw = keyword.lower()
routes = [
(['gdp','inflation','exchange','bop','sovereign','policy rate','imf'],
'IMF Data MCP', 'https://github.com/c-cf/imf-data-mcp'),
(['wdi','wgi','governance','doing business','financial depth','enterprise survey'],
'World Bank Data MCP', 'https://github.com/llnormll/world-bank-data-mcp'),
(['tariff','trade flow','supply chain','shipping','port','inventory'],
'Supply Chain MCP', 'https://mcpmarket.com/zh/server/supply-chain'),
(['oecd','stan','regulation','productivity','corporate tax rate','pmr'],
'OECD MCP', 'https://github.com/isakskogstad/OECD-MCP'),
]
for kws, name, url in routes:
if any(k in kw for k in kws):
return {'mcp': name, 'install_url': url}
return None
7.4 数据出处登记（可复现要求）
每条落入 data/raw/ 的数据必须在 {项目名}/data/raw/SOURCES.md 中登记：
| 文件 | 来源层级 | 原始出处 | 拉取时间 | 备注 |
|---|---|---|---|---|
| compustat_funda_2000_2023.parquet | L1 | WRDS Compustat Fundamentals Annual | 2026-04-23 | 已应用 consol='C', popsrc='D', indfmt='INDL' |
| wb_wgi_2000_2023.csv | L2 | World Bank Data MCP → WGI | 2026-04-23 | 通过 mcp__world-bank__query_wdi 拉取 |
| sox_accelerated_filer.csv | L4 | 研究者手工整理自 SEC Release 33-8128 | 2026-04-20 | RA: XXX，双人复核 |
8. 外国公司金融研究的常见坑（必检）
| 陷阱 | 做法 |
|---|
| 样本未剔除金融业（SIC 6000-6999）与公用事业（SIC 4900-4949） | 默认剔除（除非研究对象就是这两个行业） |
| 未限定普通股 CRSP share code 10 / 11 | 默认仅保留 10/11（剔除 ADR、REIT、ETF、closed-end fund、SPAC） |
| CRSP-Compustat Merged 匹配遗漏 | 用 CCM link 表（LINKTYPE in ('LU','LC') 且 LINKPRIM in ('P','C')） |
| 连续变量极端值 | 1% / 99% 缩尾（winsor），在表注中说明；财务比率额外处理 ±inf / nan |
| 行业分类口径 | 优先 Fama-French 48（FF48）；稳健性中替换 SIC 2 位 / NAICS 3 位 / FF12 |
| 美国州级合并变动 | West Virginia / Alaska 数据缺失需注意；州代码用 FIPS |
| 聚类层级 | 公司面板默认 firm（Petersen 2009）；州政策默认 state；跨期相关用 firm + year 双向（Thompson 2011） |
| staggered DID | 必配 CS-DID 或 Sun-Abraham 或 Stacked DID 交叉验证，避免 TWFE 负权重（Goodman-Bacon 2021） |
| 政策时点 announce vs effective | 区分，并在稳健性中替换；e.g., SOX 分 accelerated (2004) / non-accelerated (2007) filer |
| 同期政策混淆 | 检索 asset/NBER 政策清单，在基准回归中加入同期政策的 dummy 控制（e.g., SOX × Reg FD） |
| 危机 / 疫情样本污染 | 稳健性中剔除 2008-2009（GFC）与 2020-2021（COVID）期间 |
| 并购 / 退市缺失处理 | CRSP delisting return 调整；Compustat 退市 / 私有化 / 破产标记 dlrsn |
| 反向因果 | 滞后解释变量 1 期、使用 pre-determined controls、Granger 检验 |
| 美元通胀 | 连续变量（资产、投资额）以 CPI / GDP deflator 折算到常年元 |
9. 输出项目目录（运行 skill 时自动建议）
在 CONTRACT 九字段确认后，自动生成如下骨架（所有 Python 脚本预埋 template/ 对照的 render_*_tex 调用）：
{项目名}/
├── 00_proposal.md # 计划书固化版（CONTRACT 九字段）
├── DECISION_LOG.md # Plan-B 切换记录（3.A.3）
├── main.tex # 论文正文（项目根；头部照搬 template/main.tex；
│ # 先图后表，稳健性放附录；见 §6.4）
├── ref.bib # 参考文献（bibliographystyle=jfe）
├── data/raw/ # 研究者放入原始数据（WRDS 导出 / 第三方）
├── data/cleaned/sample.parquet # 清洗后样本
├── code/
│ ├── 00_config.py # 全局变量（样本年份、控制变量列表、FE 配置）
│ ├── 01_clean.py # CRSP × Compustat × IBES × BoardEx 对齐
│ ├── 02_sumstat.py # → results/sum_stat.tex + variables.tex
│ │ # + results/sample_construction.tex（附录必含）
│ ├── 03_parallel.py # → results/parallel.pdf [DID 专用]
│ ├── 03b_csdid.py # → results/csdid-figure.pdf + estimator.pdf
│ ├── 04_baseline.py # → results/baseline.tex
│ ├── 05_iv.py # → results/iv.tex 【紧跟 baseline】
│ ├── 05b_dml.py # → results/psm_ddml.tex Panel B 【紧跟 baseline】
│ ├── 06_measures.py # → results/measures.tex 【稳健性，入附录】
│ ├── 07_hetero.py # → results/heterogeneity{1,2,3}.tex 【异质性先于机制】
│ ├── 08_channel.py # → results/channel{1,2,3}.tex
│ ├── 09_robust.py # → results/{addctr,specification,sampling,bunching-did}.tex
│ │ # 【全部入附录】
│ ├── 10_psm.py # → results/psm_ddml.tex Panel A + results/psm-pre-post.pdf
│ ├── 11_placebo.py # → results/placebo.pdf 【入附录】
│ ├── 12_further.py # → results/further.tex (+ results/specurve.pdf)
│ └── 99_assemble_main.py # 调用 render_main_tex()：生成项目根 main.tex
└── results/ # 最终交付物：.tex 表格 + .pdf/.png 图像 全部放此处
# 不再区分 tables/ 与 figures/ 子目录
最终交付物（仅三类）：
- Python 代码：
code/ 目录下全部 .py 脚本，可从原始数据一键跑通到所有表图 + 组装 main.tex。
- 图表：
results/ 下的 .tex（LaTeX 表格，符合 template/ 格式）+ .pdf 与 .png（双份导出的图像）。表格与图像统一放入 results/，不单独建 tables/ figures/ 目录。
- 论文正文：项目根的
main.tex（+ ref.bib），结构与 template/main.tex 一致；按 §6.4 的顺序串联 results/ 中的图/表。
不交付 Word / Markdown 报告；不交付 Stata .do 文件；不交付中间数据集。
10. AI 在本 skill 下的行为准则
- 计划书驱动：无 proposal 不启动；proposal 即契约。执行中遇到任何判断岔路，先回查
00_proposal.md。
1.1 期刊先定位（§3.3 步骤 2、§3.4）：解析完计划书后立即推荐 5 本最匹配的目标期刊（[J1]–[J5]）并显式询问研究者选定；在收到选择前不得跳到数据检索、骨架生成或任何 §4 主线环节。研究者选定后必须把 target_journal / bibliography_style / section_skeleton 写入 00_proposal.md 顶部 YAML，并贯穿后续 main.tex 与所有 render_*_tex() 调用。
- 自主闭环，不卡壳：结果不达预期时，按第 3.A 节 Plan-B 决策树自行切换并继续执行，不停下等研究者拍板。切换即记录
DECISION_LOG.md。
- 小步快跑：一次只完成研究链条中的一个环节；完成后展示 .tex 摘要（前 10 行 + 后 10 行）与 proposal 预期的对比（✅/⚠️/❌），再进入下一环节。
- 格式一致性检查：每次写 .tex 前，先 Read 对应
template/*.tex，比对列数、列头、FE 行、Notes 段，再渲染。
- 不擅自改规则：
rule/ 中的规则是强制的；若研究者要求偏离，需要研究者明确书面说明（e.g., 审稿人要求改报告标准误 / 改为 Driscoll-Kraay SE）。
- 不跑 Stata：所有回归、PSM、DML、CS-DID、Stacked DID、bdiff 均用 Python 实现。
rule/ 中的 Stata 代码只作为"输出格式参照"。
- 保护工作目录：
asset/ rule/ template/ 三个文件夹只读，不写入、不修改、不重命名。所有研究输出只放入 {项目名}/ 子目录。
- 生成表后自检：逐项核对
rule/回归表写作规范总结.docx 第九部分的"AI 写作检查清单"（三线表、控制变量全展示、t 值括号、\sym{} 星号、FE 行、聚类层级、表注完整）。
- 只交付代码与图表：最终产物限定为
code/*.py + results/*.tex + results/*.pdf|png（表与图同在 results/）；不产出额外报告、摘要、PPT、Word。
9.1 不写任何叙述性 prose（§6.4.2 / §6.4.5）：main.tex 正文区只渲染 \section{...} 与 \subsection{...} 标题骨架 + % TODO: prose 一行占位；禁止生成 introduction.tex / background.tex 等叙述性子文件，禁止写"In this section we …"/"This paper …"/"Section 2 describes …" 之类样板话。Abstract 同理：除非研究者明确提供 abstract 文字，否则保持空白。叙述性 prose 一律由研究者本人填入。
- 全英文表达：外国样本研究的变量名、表题、列头、FE 行、表注（
\noindent{\justifying{...}}）一律用英文；避免中英混排。代码内部注释可使用中文便于研究者理解。
- 凭证安全：WRDS / FRED / Bloomberg / S&P Capital IQ 的账号、API key、token 不写入任何文件或日志；仅在
code/00_config.py 中以 os.environ[...] 读取，由研究者自己在本地 .env 中设置。
11. 启动示例
最小计划书（文本形式）
Research Proposal
Title: Sarbanes-Oxley Act and Corporate Investment Efficiency
Hypothesis: The internal control disclosure requirement of SOX Section 404
(X = SOX404 compliance) improves investment efficiency (Y),
measured as lower deviation from the predicted level of investment.
Expected findings: X reduces |investment deviation| significantly (p<0.05);
channel is "reduced information asymmetry → better project selection";
heterogeneity is stronger for firms with (i) higher pre-SOX agency cost,
(ii) less analyst coverage, (iii) weaker external governance.
Identification: Staggered DID exploiting accelerated-filer (2004) vs non-accelerated-
filer (2007) compliance deadlines. Backed up by Sun-Abraham & Stacked DID.
Sample: U.S. non-financial, non-utility Compustat firms, 2000-2010, NYSE/AMEX/NASDAQ
common stock (share code 10/11); exclude firms with assets < $10M.
Shock: SOX Section 404 compliance; treatment = firms that cross accelerated-filer
threshold ($75M public float) in year $t$.
Data: WRDS CRSP + Compustat + Audit Analytics (internal control opinion) +
IBES (analyst coverage). Keywords: "SOX", "internal control", "accelerated filer".
Mechanism: M1 = information asymmetry (bid-ask spread, analyst forecast dispersion);
M2 = governance quality (G-index, board independence);
M3 = external financing cost (bond spread, Dealscan loan spread).
Heterogeneity: pre-SOX G-index (tertile); analyst coverage (above/below median);
institutional ownership (tertile).
提交后 skill 立即：
- 生成
SOX_Investment_Efficiency/00_proposal.md（固化 CONTRACT 九字段）
- 搜索 asset/ 返回候选数据集（WRDS Audit Analytics / Compustat fundamentals annual / IBES Summary），等研究者选定与授权
- 按第 4 节主线执行；若基准 X 系数方向反向或平行趋势不通过，自动进入 3.A.2 对应分支 Plan-B
- 最终交付：
code/ 全套 Python + results/*.tex 全套表 + results/*.pdf|png 全套图（表与图同在 results/）+ 项目根 main.tex + ref.bib + DECISION_LOG.md 追溯记录
