Agent Skills
› brycewang-stanford/Awesome-Journal-Skills
› ceq-identification
ceq-identification
GitHub针对《经济学(季刊)》的因果识别策略分析，涵盖结构模型与准实验（DID/IV/RDD）。提供设计优先级、分支自检清单及反模式警示，强调显式辩护识别假设。
Trigger Scenarios
实证仅用OLS声称因果
识别假设未清晰辩护
不确定选择结构估计还是准实验
Install
npx skills add brycewang-stanford/Awesome-Journal-Skills --skill ceq-identification -g -y
SKILL.md
Frontmatter
{
"name": "ceq-identification",
"description": "Use when the identification strategy is the bottleneck for a 《经济学(季刊)》 (China Economic Quarterly, CEQ) manuscript — either a structural model with credible parameters, or a clean quasi-experiment (DID \/ IV \/ RDD \/ event-study). CEQ is the strictest Chinese econ journal here; identification assumptions must be made explicit and each defended. Stress-test the design before drafting exhibits."
}
识别策略（ceq-identification）
触发时机
- 实证主体仅 OLS + 控制变量，把相关性当因果
- 有处理/外生变异，但识别假设没写清、没逐条辩护
- 拿不准走结构估计还是准实验路线
CEQ 的铁律：要么结构，要么准实验
CEQ 不接受"加一堆控制变量就声称因果"。两条合法路径：
- 结构估计：微观基础清晰、识别假设显式、参数有经济含义、能做反事实。
- 准实验：DID / IV / RDD / event-study，外生变异来源可信、识别假设可检验。
识别假设必须显式写出，并逐条给经验支持——这是 CEQ 与多数国内刊的最大差异。
设计优先级（强 → 弱）
- 政策冲击 + DID（含交错/连续处理，须过
ceq-modern-did） - 断点回归（清晰政策门槛）
- 工具变量（强工具 + 排他性论证）
- 倾向得分匹配 + DID
- 合成控制法
- 双重机器学习 / 因果森林
- OLS + 严密内生性讨论（仅在结构/理论实证文章中可接受）
分支自检
DID（→ 详见 ceq-modern-did）
- 交错处理已用 Callaway–Sant'Anna / de Chaisemartin–D'Haultfœuille / Sun–Abraham
- 平行趋势：事件研究图必画（见
ceq-figures） - 安慰剂（随机处理时点/对象）已做
IV
- 第一阶段 F 报告，弱工具走 weak-IV-robust（见
ceq-inference） - 排他性论证 ≥ 3 段（理论/制度/安慰剂）
- 报告了 reduced form；工具本身外生性有论证
RDD
- McCrary / 密度操纵检验
- 最优带宽（CCT）+ ≥3 个带宽稳健性
- 协变量在断点处平滑
结构估计
- 识别假设逐条列出并辩护
- 参数有经济含义、估计稳定
- 提供反事实 / 福利分析
通用必查
- 识别假设显式成文，每条配经验支持
- 标准误聚类层级有理由（见
ceq-inference） - 回应"被处理者预期/提前反应"问题
- 安慰剂/平行趋势/敏感性是标配而非加分
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。《经济学(季刊)》是中文经济学旗舰，实证以因果识别为核心——交错 DID、IV、RDD 与机制检验。
detect_design→recommend→ 用as_handle=true拟合 →audit_result列出尚欠的检查。- **观察性因果：**交错 DID（
callaway_santanna/sun_abraham+bacon_decomposition+honest_did_from_result）；IV（effective_f_test+anderson_rubin_ci）；RDD（rdrobust+mccrary_test）。 - **实验：**随机化推断 +
romano_wolf做多结果族错误率控制。 - 敏感性：
oster_delta/sensemakr。
正文报告经济量级，完整 battery 进附录；每个数字都能复现。端到端真跑示例见
JF 执行 walkthrough。若 StatsPAI/Stata 未连接，改用 resources/code/ 并标注未验证数字。
反模式
- "我们认为该政策外生"却无任何证据
- TWFE + 交错处理不讨论异质性偏误
- IV 用"外生事件 × 上一期内生变量"，说不清为何上一期不影响当期
- RDD 用截断带宽但不汇报带宽敏感性
- 把稳健性当摆设，不汇报不利结果
CEQ 识别审稿的退稿触发表
下表把本刊审稿人最常据以退稿的识别缺陷，映射到"显式辩护应写什么"。CEQ 与多数国内刊的分水岭是：识别假设必须成文且逐条配经验支持。具体尺度因稿件而异，以编辑部最新稿约与外审为准。
| 识别缺陷 | 审稿人退稿理由 | 应写入的显式辩护 |
|---|---|---|
| OLS+控制称因果 | 遗漏变量/反向因果未排除 | 改用准实验或结构，写明外生来源 |
| "政策外生"无证据 | 选择性试点未排除 | 用分批/门槛规则证明排序外生 |
| IV 排他性靠一句话 | 工具可能直接影响 Y | ≥3 段（理论/制度/安慰剂）论证 |
| RDD 不报带宽敏感 | 结论靠特定带宽 | CCT 最优带宽 + ≥3 带宽稳健 |
| 安慰剂/平行趋势缺位 | 把标配当加分 | 补齐并汇报，含不利结果 |
微型走查：把"政策外生"落到可辩护设计
虚构稿件《税收征管数字化与企业避税》。初稿写"金税三期上线是外生冲击"，但未辩护。按设计优先级与分支自检走一遍（示意）：
初稿主张：金税三期上线 → 企业避税 ↓（OLS+年份FE，β=-0.05**）
诊断：上线时点全国分批 → 有交错外生变异，但作者当成单一冲击
显式识别假设（逐条写出 + 经验支持）：
H1 分批时点不由企业避税水平决定
支持：上线顺序按省级税务系统就绪度，与企业避税无系统相关（平衡检验）
H2 无预期性提前调整
支持：事件研究前置系数 t=-3..-1 ∈ [-0.01,0.01] 跨 0
H3 同期无其他征管改革混淆
支持：控制"营改增"时点后系数稳定（0.05→0.047）
现代 DID：用 Callaway–Sant'Anna，ATT≈-0.043，与 OLS 同号但更可信
安慰剂：随机打乱上线时点 500 次，真实估计落在分布尾部（p<0.02）
走查要点：从"声称外生"到"三条假设各配一项经验证据"，识别才在 CEQ 站得住。注意 H1–H3 都成文并可检验——这是本 skill 的硬要求。下一步过 ceq-modern-did 处理交错异质性。
审稿人追问模式与本刊语境修法
- "你凭什么说政策外生？"——修法：把分批/门槛规则讲透，用平衡检验证明排序与结果变量无关，而非断言。
- "工具变量的排他性怎么保证？"——修法：给理论、制度、安慰剂三类论证，并报 reduced form。
- "稳健性只报了对你有利的？"——修法：汇报不利或边缘的稳健性结果，诚实优于粉饰（接
ceq-rebuttal的回应纪律）。
输出格式
【识别策略】结构 / DID / IV / RDD / DML / 仅相关（需补）
【识别假设是否显式】是 / 否 <补>
【已完成检验】[平行趋势, 安慰剂, 弱工具, 密度, ...]
【缺失检验】[...]
【下一步】ceq-modern-did（若 DID）/ ceq-inference / ceq-mechanism
Version History
- 1839142 Current 2026-07-05 12:27
