因果识别策略（jfr-identification）

触发时机

• 实证主体仅 OLS + 控制变量，谈"相关"不谈"因果"
• 宏观题靠时间序列相关讲故事，缺冲击识别
• DID 用 TWFE 但没回应异质性处理批评
• IV 第一阶段弱 / 排他性存疑

设计优先级（《金融研究》口味，强 → 弱）

1. 自然实验式政策冲击 + DID（MPA 考核、资管新规、LPR 改革、注册制等监管/政策变动）
2. 高频识别：货币政策意外（政策公告窗口的利率/价格高频反应）
3. 断点回归（清晰的监管门槛：资本充足率、规模、评级阈值）
4. 工具变量（强工具 + 排他性论证；金融题常用制度/地理/历史工具）
5. 倾向得分匹配 + DID
6. 宏观时序方法：VAR / 局部投影（local projection）/ 符号约束，用于刻画传导
7. OLS + 严密内生性讨论（结构估计或理论实证中可接受）

分支路径

分支 A：政策冲击 DID

• 是否 staggered（分批生效）？→ 必须 Goodman-Bacon 分解 + Callaway-Sant'Anna 或 Sun-Abraham
• 平行趋势：事件研究图必画；处理前系数应不显著
• 安慰剂：随机分配处理组/处理时点 500–1000 次
• 把"政策外生于个体决策"用制度细节论证（见 jfr-institutional-background）

分支 B：高频货币政策意外

• 用政策公告窗口（如 MLF/OMO/LPR 公布）的高频价格变动构造意外
• 窗口选择与基准资产说明清楚；剔除同窗其它信息
• 与低频结果交叉印证（局部投影 IRF）

分支 C：宏观传导（VAR/LP）

• 识别假设明确（递归/符号约束/外部工具）
• 报告脉冲响应 + 置信带；稳健于滞后阶数与变量排序
• 区分"价格型"与"数量型"货币政策工具

分支 D：IV / RDD

• IV 第一阶段 F ≥ 10（弱工具 → Anderson-Rubin 稳健 CI）；排他性给理论/制度/安慰剂三段；报告 reduced form
• RDD：McCrary 操纵检验 + 最优带宽（CCT）+ ≥ 3 个带宽稳健性 + 协变量平滑

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。《金融研究》是中文金融顶刊，企业金融因果链 + 资产定价的多重检验(factor-zoo)。

• 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。

必查清单

• 平行趋势 / 平滑性 / 弱工具 检验齐全
• 安慰剂（处理对象/时点随机）做了
• 标准误聚类层次合理（公司/银行/行业/地区 × 时间）
• 风险类指标稳健（VaR/CoVaR/SRISK 等口径一致）
• 回应"预期效应/抢跑"（政策前调整）

微型走查：资管新规（2018）对银行表外扩张的 DID

示意稿，数字均为虚构演示，展示一条政策冲击识别如何过审：

• 冲击与处理强度：2018 年资管新规打破刚兑、限制非标。以各银行新规前表外理财/总资产为处理强度（连续 DID），高暴露银行受冲击更大。
• 基准结果：高暴露组在新规后表外资产增速较低暴露组下降约 6.5 个百分点（聚类到银行层面，t≈3.1）。
• 平行趋势：事件研究图显示新规前 6 个季度处理强度 × 时点交互系数均不显著，新规当季起显著为负。
• staggered 检查：本例为单一时点冲击，不涉分批处理；若改用各地落地时点差异，则须 Goodman-Bacon 分解，并换 Callaway-Sant'Anna 估计量。
• 安慰剂：随机打乱处理强度 1000 次，真实系数落在虚拟分布 1% 尾部之外。
• 外生性论证：新规为央行等五部委统一发布、对全行业一刀切，单家银行无法影响其颁布 → 政策外生于个体决策。

审稿人追问模式与本刊语境下的修法

校准锚点

本刊高质量实证稿的识别证据通常包含事件研究图 + 安慰剂 + 至少一组替代识别或子样本，宏观题另配脉冲响应与稳健性区间。"只有基准 DID 表、无前趋势图"的稿件在外审阶段几乎必被要求补做。具体期待以编辑部最新稿约与近期已刊论文为准。

反模式

• TWFE + staggered 不谈异质性处理偏误
• 货币政策题用时序相关冒充因果，无冲击识别
• "我们认为该监管外生于公司决策"却无制度/数据证据
• IV 用"外生事件 × 上期内生变量"，排他性站不住
• 风险度量随意（VaR 与 CoVaR 混用口径）
• 连续处理 DID 直接套 TWFE，不检验异质性处理偏误

输出格式

【识别策略】政策冲击DID / 高频意外 / VAR-LP / IV / RDD / 结构
【已完成检验】[平行趋势, 安慰剂, 弱工具, McCrary, ...]
【缺失检验】[...]
【聚类层次】...
【外生性论证】制度□ 数据□ 安慰剂□
【下一步】jfr-mechanism