acr-identification

star 39

Use when the empirical identification strategy is the bottleneck for a 《会计研究》 (Accounting Research) manuscript — exogenous standard / regulatory changes (event study, DID), PSM, Heckman, IV — and you need to stress-test the design before drafting tables. Prefers standard/regulatory shocks as the cleanest accounting identification source.

brycewang-stanford By brycewang-stanford schedule Updated 6/10/2026

name: acr-identification description: Use when the empirical identification strategy is the bottleneck for a 《会计研究》 (Accounting Research) manuscript — exogenous standard / regulatory changes (event study, DID), PSM, Heckman, IV — and you need to stress-test the design before drafting tables. Prefers standard/regulatory shocks as the cleanest accounting identification source.

因果识别策略(acr-identification)

触发时机

  • 实证主体仅有 OLS + 控制变量,未处理内生性
  • 用了准则/监管变更但没把它做成干净的 DID/事件研究
  • DID 用 TWFE 但未回应近年异质性处理批评
  • 自选择明显(如自愿披露、聘请大所)却没 PSM/Heckman

设计优先级(本刊偏好,强 → 弱)

  1. 准则/监管外生变更 + DID 或事件研究(本刊黄金来源:统一推行、对企业近似外生)
  2. 断点回归(清晰的监管门槛,如某规模/比例阈值触发披露义务)
  3. PSM + DID(处理自选择 + 时间趋势)
  4. Heckman 两阶段(自选择,如是否自愿披露、是否聘大所)
  5. 工具变量(强工具 + 排他性论证,会计场景工具较难,慎用)
  6. OLS + 严密内生性讨论(描述性/计量基准类文章可接受)

分支路径

分支 A:准则/监管变更 DID(首选)

  • 处理时点对齐准则实际施行日(见 acr-institutional-standards),非发布日
  • 处理组/对照组界定来自适用范围(强制 vs 未覆盖)
  • 平行趋势:事件研究图必须画;分批施行优先用 Callaway-Sant'Anna / Sun-Abraham,回应异质性处理偏误
  • 安慰剂:随机处理时点 / 随机处理组 500–1000 次
  • 预期效应:是否存在抢先反应(提前调整会计政策)

分支 B:PSM / PSM+DID

  • 报告匹配变量、匹配方法(近邻/卡尺/核)、匹配后平衡性检验
  • 共同支撑域、匹配前后差异

分支 C:Heckman

  • 第一阶段选择方程须有排他性约束变量(影响选择不直接影响结果)
  • 报告逆米尔斯比率显著性与方向

分支 D:RDD / IV

  • RDD:McCrary 操纵检验、最优带宽 + 带宽稳健性、协变量平滑
  • IV:第一阶段 F ≥ 10,排他性需理论/制度/安慰剂三段论证

执行桥(StatsPAI / Stata MCP)

把识别主张跑出来并审计,而不是只做论证。完整映射见 execution-with-mcp。《会计研究》是档案式会计实证——准则/监管变更的 DID、IV 与盈余类设计居多,正合企业因果链。

  1. detect_designrecommend → 用 as_handle=true 拟合 → audit_result 列出设计尚欠的检查。
  2. 交错 DID:callaway_santanna / sun_abraham + bacon_decomposition + honest_did_from_result(前趋势检验功效低,Roth 2022)。
  3. IV:effective_f_test + anderson_rubin_ci(弱工具稳健),不要只看 2SLS 的 t 值。
  4. RDD:rdrobust(偏误校正)+ rddensity / mccrary_test
  5. 遗漏变量:oster_delta / sensemakr 量化“多强的混淆才能推翻结论”。

正文报告经济量级,完整诊断 battery 进附录;每个数字都能复现。端到端真跑示例(合成数据、 真实返回)见 JF 执行 walkthrough。若 StatsPAI/Stata 未连接,改用 resources/code/ 骨架并标注未验证的数字。

必查清单

  • 处理时点对齐准则施行日,处理/对照组界定有制度依据
  • 平行趋势 / 平滑性 / 选择方程排他变量 已做
  • 安慰剂检验(随机时点 / 随机处理组)
  • staggered DID 回应异质性处理偏误(CS / SA / Bacon 分解)
  • 标准误聚类层次合理(公司 / 公司+年 / 处理层级)
  • 自选择已用 PSM 或 Heckman 处理

反模式

  • 用"我们认为该准则外生于公司决策"但无制度论证与安慰剂
  • TWFE + 分批施行但不讨论异质性处理偏误
  • 把发布日当施行日设事件窗口
  • 会计场景硬找工具变量,排他性站不住
  • Heckman 第一阶段无排他性约束,等同主回归加一项

本刊识别策略的审稿期待(决策表)

《会计研究》由中国会计学会主办,是 CSSCI 唯一权威顶级会计学期刊,审稿人把"准则/监管外生变更"视为最干净的会计识别来源。下表对齐审稿期待与退稿模式:

审稿期待 达标线 常见退稿模式
处理时点对齐施行日 用准则实际施行日界定窗口 把发布日当施行日
处理/对照有制度依据 来自准则适用范围(强制 vs 未覆盖) 处理组界定无制度论证
平行趋势可视 事件研究图 + 处理前近零 仅文字声称平行趋势
staggered 异质性 分批施行用 CS/SA/Bacon 分解 TWFE + 分批却不回应异质性偏误
自选择已处理 自愿行为用 PSM/Heckman 自选择明显却只跑 OLS

微型走查:金融工具准则与减值计提(数字示意)

虚构稿《新金融工具准则(预期信用损失模型)对银行减值计提及时性的影响》,处理组为首批执行 I9 的上市银行、对照组为延后执行者(分批施行)。识别走查(示意):分批 DID 处理时点对齐各家实际首次执行年报期,优先 Callaway-Sant'Anna 回应异质性;事件研究图处理前三期跨零、处理后减值及时性系数升至约 0.09(t≈2.5);随机处理时点 1000 次真实系数落尾部(伪 p≈0.02);Bacon 分解负权重占比约 6%,TWFE 偏误有限;标准误聚类到银行层级。

上述数字为演示识别流程的示意值,非真实估计。

审稿人追问与本刊语境修法

  • 问"为什么该准则对样本外生" → 引制度证据(监管统一推行、范围非企业自选)并配安慰剂。
  • 问"分批施行的 TWFE 偏误处理了吗" → 报 CS/SA + Bacon 分解,正文交代负权重占比。
  • 问"自愿行为的自选择" → 对自愿披露/聘大所类处理补 PSM 或带排他变量的 Heckman。

校准锚点

本刊已刊准则类识别多呈"事件研究图 + 分批 DID(CS/SA)+ 安慰剂 + 聚类说明"四件套。是否需提交 Bacon 分解或额外稳健估计,以编辑部最新稿约为准。

输出格式

【识别策略】准则DID / 事件研究 / PSM / Heckman / RDD / IV
【处理时点】<施行日对齐?> 处理组/对照组依据
【已完成检验】[平行趋势, 安慰剂, 平衡性, 排他变量, ...]
【缺失检验】[...]
【聚类层次】...
【下一步】acr-mechanism
Install via CLI
npx skills add https://github.com/brycewang-stanford/Awesome-Journal-Skills --skill acr-identification
Repository Details
star Stars 39
call_split Forks 11
navigation Branch main
article Path SKILL.md
More from Creator
brycewang-stanford
brycewang-stanford Explore all skills →