メニュー
專為會計學與經濟學研究生設計的量化分析工具。 串接 Stata MCP（SepineTam），讓 Claude 直接操作 Stata 執行分析。 全程記錄研究日誌和執行日誌，輸出學術規範的結果表格。 支援 OLS、固定效應、DID、PSM、RDD、IV 等主流計量方法。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/Li13576/business-research-skills --skill quantitative-analysisコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
專為會計學與經濟學研究生設計的論文審稿工具。 模擬真實期刊審稿委員會，7 個代理從不同角度審查論文品質。 針對會計／經濟學強化量化方法審查（內生性、穩健性、識別策略）。 輸出結構化審稿報告、0-100 分評分和修改路線圖。
專為會計學與經濟學研究生設計的論文寫作工具。 支援從大綱規劃到全文撰寫，銜接 quantitative-analysis 的分析結果， 輸出無 AI 味、符合中文學術期刊規範的論文章節或全文。 支援 IMRaD 結構，中英雙語摘要，GB/T 7714 和 APA 7.0 引用格式。
專為會計學與經濟學研究生設計的深度研究工具。 14 代理團隊，整合中英文學術資料庫規範、 計量經濟學方法設計、中文期刊等級辨別， 支援從研究問題釐清到完整文獻綜述的全流程。 Domain-specific deep research for accounting and economics. 14-agent team with Chinese academic database support, econometric method design, and bilingual output.
SOC 職業分類に基づく
SKILL.md を表示中
| name | quantitative-analysis |
| skill | quantitative-analysis |
| version | 1.0.0 |
| role | analyst |
| status | active |
| language | zh-CN / en |
| target_discipline | ["accounting","economics"] |
| description | 專為會計學與經濟學研究生設計的量化分析工具。 串接 Stata MCP（SepineTam），讓 Claude 直接操作 Stata 執行分析。 全程記錄研究日誌和執行日誌，輸出學術規範的結果表格。 支援 OLS、固定效應、DID、PSM、RDD、IV 等主流計量方法。 |
| related_skills | ["deep-research","literature-review","academic-writing","research-pipeline"] |
本 Skill 是整個套件最核心的差異化工具，串接 SepineTam Stata MCP， 讓 Claude 能直接操作 Stata 執行量化分析，並全程記錄研究日誌和執行日誌。
核心能力：
本 Skill 使用 SepineTam/stata-mcp 作為 Stata 執行後端。
安裝指令（執行一次即可）： claude mcp add stata-mcp --scope user -- uvx stata-mcp
確認安裝： claude /mcp
看到 stata-mcp 出現即代表串接成功。
IRON RULE： 執行任何 Stata 指令前，必須先確認 Stata MCP 連線狀態。 若連線失敗，不能假裝執行成功，必須告知使用者並提供排查步驟。
簡體中文: 量化分析, 實證分析, 跑回歸, 迴歸分析, 幫我跑 Stata, 固定效應, 雙重差分, 傾向得分匹配, 工具變量, 斷點回歸, 穩健性檢驗, 幫我設計變數, 解讀結果, 生成表格, 實證結果
繁體中文: 量化分析, 實證分析, 跑迴歸, 迴歸分析, 固定效應, 雙重差分, 穩健性檢驗, 幫我設計變數, 解讀結果, 生成表格
English: quantitative analysis, empirical analysis, run regression, fixed effects, difference-in-differences, DID, propensity score matching, PSM, instrumental variable, IV, regression discontinuity, RDD, robustness check, interpret results, generate table, Stata
| 情境 | 應該用哪個 Skill |
|---|---|
| 需要從頭設計研究方向 | deep-research |
| 需要整理文獻 | literature-review |
| 需要寫論文正文 | academic-writing |
| 需要審稿 | academic-paper-reviewer |
| # | Agent | 職責 | 輸出 |
|---|---|---|---|
| 1 | intake_agent | 收集研究問題和數據情況 | 分析需求確認單 |
| 2 | design_agent | 設計迴歸策略和識別方案 | 方法論備忘錄 |
| 3 | variable_agent | 定義變數體系和計算公式 | 變數定義表 |
| 4 | stata_execution_agent | 生成 do 檔並呼叫 Stata MCP 執行 | do 檔 + 執行結果 |
| 5 | result_interpreter_agent | 解讀 Stata 輸出結果 | 結果解讀報告 |
| 6 | table_compiler_agent | 生成學術規範的結果表格 | .docx 結果表 |
| 7 | robustness_agent | 設計並執行穩健性檢驗 |
| 穩健性結果表 |
| 8 | log_agent | 同步維護研究日誌和執行日誌 | research_log.md + stata_log.txt |
職責：收集研究問題和數據現況，判斷分析起點。
工作步驟：
職責：根據研究問題設計完整的計量方案。
識別策略選擇：
| 情境 | 推薦方法 | 核心假設 |
|---|---|---|
| 無明顯內生性擔憂 | OLS / 固定效應 | 嚴格外生性 |
| 有政策衝擊事件 | DID | 平行趨勢假設 |
| 處理組/對照組選擇偏誤 | PSM | 條件獨立假設 |
| 有閾值的準實驗 | RDD | 局部隨機化假設 |
| 有合適工具變量 | IV / 2SLS | 相關性 + 排他性限制 |
固定效應結構：
標準誤處理：
IRON RULE：推薦任何方法時，必須同時說明核心識別假設、 假設不成立的後果、以及如何用數據檢驗假設。
職責：定義完整的變數體系。
輸出格式（變數定義表）：
| 變數類型 | 變數名稱 | 定義 | 計算公式 | 數據來源 | 參考文獻 |
|---|---|---|---|---|---|
| 被解釋變數 | Y | ... | ... | CSMAR | ... |
| 核心解釋變數 | X | ... | ... | CSMAR | ... |
| 控制變數 | Size | 公司規模 | ln(總資產) | CSMAR | ... |
常用控制變數清單（會計/經濟學標準）：
IRON RULE：每個變數必須附上至少一篇參考文獻說明定義來源。
職責：生成 do 檔並透過 Stata MCP 執行分析。
do 檔標準模板：
============================================
研究主題：[主題]
生成日期：[日期]
============================================
設定工作目錄 cd "[工作目錄]"
載入數據 use "[數據路徑]", clear
變數生成 gen size = ln(total_asset) gen lev = total_debt / total_asset
縮尾處理（1%） winsor2 y x1 x2, cuts(1 99) replace
描述性統計 summarize y x1 x2 size lev roa
基準回歸 reghdfe y x1 x2 size lev roa, absorb(firm_id year) cluster(firm_id)
輸出結果 outreg2 using results.doc, replace tstat bdec(3) tdec(2) addtext(Firm FE, YES, Year FE, YES)
執行失敗處理：
IRON RULE：執行失敗必須記錄完整錯誤訊息和修正過程，不能假裝成功。
職責：解讀 Stata 輸出結果，說明經濟含義。
解讀框架：
IRON RULE：不能只說「係數顯著為正，支持假設 H1」。 必須解釋：X 增加一個單位，Y 變化多少，這個變化的實際經濟意義是什麼。
職責：生成符合期刊投稿標準的結果表格。
表格格式規範：
表 [編號] 基準回歸結果
(1) (2) (3)
變數 被解釋變數 被解釋變數 被解釋變數
X（核心解釋變數） 0.123*** 0.115*** 0.108** (3.45) (3.21) (2.87)
Size -0.032** -0.029** (-2.15) (-1.98)
個體固定效應 NO YES YES 年份固定效應 NO NO YES 觀測值 5,234 5,234 5,234 R² 0.123 0.287 0.312
注：括號內為 t 值，標準誤在公司層面聚類。 *** p<0.01, ** p<0.05, * p<0.1
輸出規則：
職責：設計並執行穩健性檢驗。
標準穩健性清單：
IRON RULE：穩健性必須實質改變測量方式或樣本， 不能只改變數名稱就稱為穩健性。
職責：同步維護研究日誌和執行日誌。
每次分析結束後自動追加：
[這次要回答什麼問題]
[HH:MM:SS] >>> 執行指令： [Stata 指令]
[HH:MM:SS] <<< Stata 輸出： [完整輸出內容]
[HH:MM:SS] STATUS: 成功 / 失敗 [HH:MM:SS] ERROR（如有）: [錯誤訊息] [HH:MM:SS] 處理方式: [修正內容]
IRON RULE：每次分析結束必須更新研究日誌，執行日誌必須記錄完整 Stata 輸出。
| 模式 | 觸發方式 | 啟動代理 | 輸出 |
|---|---|---|---|
| full | 「幫我做實證分析」 | 全部 8 個 | 結果表 + do 檔 + 兩份日誌 |
| design | 「幫我設計迴歸方案」 | intake + design + variable | 方法論備忘錄 + 變數定義表 |
| execute | 「幫我跑這個回歸」 | stata_execution + result + table + log | 結果表 + 兩份日誌 |
| interpret | 「幫我解讀這個結果」 | result_interpreter + log | 結果解讀報告 |
| robustness | 「幫我做穩健性檢驗」 | robustness + stata_execution + table + log | 穩健性結果表 + 兩份日誌 |
| # | 反模式 | 正確做法 |
|---|---|---|
| 1 | 只說「顯著為正」 | 必須解釋係數的經濟含義 |
| 2 | 執行失敗不記錄 | 完整記錄錯誤和修正過程 |
| 3 | 穩健性流於形式 | 必須實質改變測量方式或樣本 |
| 4 | 跳過內生性討論 | 每個設計必須說明識別策略 |
| 5 | 省略研究日誌 | 每次分析必須更新日誌 |
| 6 | 假設 MCP 連線成功 | 執行前必須確認連線狀態 |
| 7 | 表格格式不規範 | 按學術標準生成表格 |
IRON RULE 1：執行任何分析前確認 Stata MCP 連線狀態。
IRON RULE 2：結果解讀必須說明經濟含義， 不接受「係數顯著為正，支持假設」這種描述。
IRON RULE 3：執行失敗必須完整記錄錯誤訊息、原因、修正措施。
IRON RULE 4：穩健性必須實質改變測量方式或樣本。
IRON RULE 5：每個迴歸設計必須說明內生性處理方式。
IRON RULE 6：每次分析結束必須更新 research_log.md。
IRON RULE 7：每個變數定義必須附上至少一篇參考文獻。
| 輸出物 | 檔名 | 格式 |
|---|---|---|
| 基準回歸結果表 | baseline_results.docx | .docx |
| 穩健性結果表 | robustness_results.docx | .docx |
| Stata do 檔 | analysis.do | .do |
| 研究日誌 | research_log.md | .md |
| 執行日誌 | stata_log.txt | .txt |
依分析複雜度自適應，不設字數上限。
| 項目 | 內容 |
|---|---|
| Skill 版本 | 1.0.0 |
| 建立日期 | 2026-05 |
| 目標學科 | 會計學、經濟學 |
| Stata MCP | SepineTam/stata-mcp |
| 語言支援 | 簡體中文、繁體中文、英文 |
| 授權 | CC-BY-NC 4.0 |