经管研究生用 Claude Code 跑实证：从取数、回归到复现包
發布於 2026-10-12
一篇实证论文，从开题到答辩，手上的活大致是这几样：
- 从 CSMAR、Wind 或公开接口取数，清洗、合并成面板；
- 描述统计、基准回归，再按识别策略做双重差分（DID）、断点回归（RD）或工具变量（IV）；
- 做一轮又一轮稳健性检验，出三线表和图；
- 写正文、核对引用，最后把数据和代码整理成别人能从头重跑的「复现包」。
这些活里有大量「写代码、运行、看报错、再改」的循环。在聊天窗口里做，你得把代码复制进 Stata，再把报错贴回去。编码 agent 不一样：它是能在你电脑上读写文件、运行命令的 AI 助手，Claude Code 是其中一种。接上 Stata 或 R 之后，它可以自己写 do 文件、运行、读日志、改错。
在社会科学里，经济学者用得最多。Anthropic 在 2026 年 2 月下旬至 3 月调查了 1,260 位定量社会科学研究者，2026 年 5 月 27 日发布的结果显示：全体只有 20% 每周使用编码 agent 一次以上，经济学者是 39%；用 agent 的人里，97% 拿它生成代码。报告也提醒，受访者是报名领取 Claude Max 账号的研究者，样本偏向对 AI 工具感兴趣的人，这些比例可能高于整个学界。同一份报告还写明，没有发现用 agent 的人向期刊投出了更多新论文。工具省下的是体力，判断还得你来做。
下面按流程一步步说：每一步交给 agent 什么、用什么工具、怎么装，再给一段可以直接粘贴的提示词。Claude Code 要接上可用的模型服务才能用。Anthropic 的服务不面向中国大陆提供，在国内怎样给编码 agent 接国产模型、看住账单，见《国内用编码 agent 起步》。文中的工具大多也有 Codex 的安装命令，见各自的资源页。
第一步：搭好项目目录，把 Stata 或 R 接上 agent
先建一个专门的项目文件夹，分出 data/raw（原始数据）、data/derived（清洗后的数据）、code、output 几个目录，并用 Git（记录每次文件改动的版本管理工具）管起来。后面审计代码时要靠它对比改动。不熟悉 Git 的话，可以让 Claude Code 在项目里运行 git init，之后每完成一步就让它提交一次，并写清这一步改了什么。
再在项目根目录写一个 CLAUDE.md，写清研究问题、样本区间、变量口径，以及「不许改 data/raw」这类规则。Claude Code 每次开会话都会读它，但官方文档说明它只是上下文，不是强制配置。原始数据最好再在系统里设成只读。
用 Stata 的同学装 Stata MCP。它是 VS Code / Cursor 的扩展，启动后在本机 4000 端口开一个 MCP 接口（MCP 是 agent 调用外部工具的通用协议），agent 通过它运行选中的代码或整个 do 文件，并读回输出。
要准备的：正版 Stata 17 或更高版本，VS Code 或 Cursor。安装命令（需要 VS Code 的 code 命令可用）：
code --install-extension DeepEcon.stata-mcp && claude mcp add --transport http --scope user stata-mcp http://localhost:4000/mcp-streamable
README 里写到的几个要点：
- 首次安装要配置依赖，最长约 2 分钟。使用时要保持编辑器开着，状态栏显示「Stata」才说明服务在运行。
- 扩展默认按 MP 版启动。你装的是 SE 或 BE，要在设置里改
stata-vscode.stataEdition。 - 多个会话并行时，每个会话约占 200 到 300 MB 内存，还要看你的授权允许同时开几个 Stata。
- 加完 MCP 后要重启客户端，工具才会出现。
Stata 版本低于 17，或者不想一直开着编辑器，也可以不装 MCP：让 Claude Code 在终端用 Stata 的批处理模式运行 do 文件，再读生成的同名 .log 日志。macOS、Linux 上加 -b 参数（如 stata-mp -b do code/01_clean.do），Windows 上加 /e 参数（如 StataMP-64.exe /e do code/01_clean.do）。可执行文件的名字和路径随版本、系统和安装方式而异，以 Stata 官网的说明为准（Windows、Mac）。
用 R 的同学分两种情况。只想让 agent 跑 R 脚本，什么都不用装：Claude Code 可以直接在终端运行 Rscript code/01_clean.R，再读输出。
想让 agent 看到你正开着的 R 会话、直接用里面加载好的数据，要用 mcptools。这是 Posit 官方的 R 包，能把 agent 接到你已经打开的 R 会话。它目前标注为实验阶段。
注意，资源页给的命令 Rscript -e "mcptools::mcp_server()" 单独用时，只开放列出会话、切换会话两个工具，agent 既看不到数据，也跑不了代码。要让它查看数据框、查包文档，按 btw 的文档改用 btw 包。它也是 Posit 的 R 包，基于 mcptools，自带这些工具。先在 R 里运行 install.packages(c("mcptools", "btw"))，再注册：
claude mcp add -s "user" r-btw -- Rscript -e "btw::btw_mcp_server(list('docs', 'pkg', 'env', 'sessioninfo', 'cran'))"
然后在要让 agent 访问的那个 R 会话里运行 btw::btw_mcp_session()。这条配置没有开放执行代码的工具：btw 文档建议，agent 自己能运行命令时，不必再重复开放。
接好之后，先拿一个你已经跑通的 do 文件试一下，确认 agent 读到的结果和你自己跑的一致：
请用 Stata MCP 运行 code/01_clean.do，全程使用绝对路径。
运行完告诉我：每一步 keep、drop、merge 前后的观测数，
以及日志里出现的所有警告。不要修改任何文件。
第二步：取数，A 股用 CNEquity，美国宏观用 FRED
学校买的 CSMAR、Wind 等商业数据库，不要让 agent 登录，也不要把账号交给它。自己导出后放进 data/raw，让 agent 只负责读取和清洗。省级、城市层面的控制变量多来自统计年鉴和国家统计局，目录里没有能直接调用的工具，同样自己下载后放进 data/raw，并让 agent 清洗时记下年鉴的年份版本和指标口径。公开的 A 股数据和美国宏观数据，可以交给下面两个工具。
A 股公司数据可以用 CNEquity。它把行情、财报、资金流、公告、宏观指标等 50 多个数据集整理成本地的 Parquet 数据湖（存在你电脑上的一组数据文件），再通过只读的 MCP 让 agent 查数、跑 SQL。对实证研究有用的有三点：历史股票池保留已退市的公司，避免幸存者偏差；财报按公告日保存每一版，修订不会覆盖首发值；每行数据都记了来源、数据版本和抓取时间，方便复查。
数据从哪来要心里有数：CNEquity 的数据主要来自东方财富、通达信、新浪、巨潮等公开接口，不是授权数据商。论文里要如实写明来源；财报科目、退市与 ST 状态这类关键变量，有条件的话和 CSMAR 或 Wind 交叉核对。导师或期刊要求用商业数据库的，以要求为准。
要准备的：Python 3.10 以上。基础采集不需要账号或 Token。
pip install cnequity && cne init --profile demo && claude mcp add cnequity -- cne mcp --config /abs/path/to/configs/cnequity.demo.toml
命令里的 /abs/path/to/ 要换成你电脑上 configs/cnequity.demo.toml 的实际绝对路径。demo 只抓 5 只股票、最近约 30 个交易日，不含财报，只用来试通流程。
正式研究直接运行 cne init --profile full：它会自动生成正式配置 configs/cnequity.toml，覆盖全市场，日线从 2016 年起（不加 --profile full 只取最近 3 年）。想把数据放到别的目录，先运行 cne config create --data-root /你的路径。cne init 只建证券、日历、日线、交易状态等主干，不含财报，也不含全市场的历史 ST 标记，要另外补：
cne backfill financial_statement_items --start 2016-01-01 --end 2024-12-31 --config configs/cnequity.toml
cne backfill trading_status --start 2016-01-01 --end 2024-12-31 --config configs/cnequity.toml
这两步按数据源的节奏逐只抓取，要跑很久。建好正式库后，先运行 claude mcp remove cnequity，再把上面 claude mcp add 命令里的配置路径换成 configs/cnequity.toml 的绝对路径，重新注册。
还有一个口径问题。严格的时点口径（point-in-time，只用当时已经公开的信息）只认建库以后每天累积采集的财报版本；回填的历史财报会标成 reconstructed，严格模式下查不到。另外它还在 0.x 阶段，公共数据源能否访问、历史有多长都会变。取完数要自己抽查。
美国宏观数据用 FRED MCP Server。它能检索并提取 FRED 数据库的时间序列，取数时可以直接换算同比、环比或取对数，也能把月度数据聚合成季度、年度。
要准备的：在 FRED 官网免费申请的 API Key，本机装好 Node.js。把命令里的 YOUR_FRED_API_KEY 换成你的 Key：
claude mcp add -e FRED_API_KEY=YOUR_FRED_API_KEY fred -- npx -y fred-mcp-server
取数这一步，最要紧的是让 agent 把每个口径写下来：
用 CNEquity 的 Python 接口，取 2016—2024 年沪深 A 股的年度财报与日行情，构建公司—年度面板。
要求：
1. 股票池保留期间退市的公司。
2. 财报按会计年度取年报数据。历史财报是回填的，读取时用 pit_mode="best_effort"，
在 output/sample_log.md 里记录 pit_quality，不要写成严格时点口径。
3. 剔除金融业和 ST 公司前后，分别报告观测数；历史 ST 证据不完整的年份单独列出。
4. 代码写成 code/02_build_panel.py，结果存到 data/derived/，
并在 output/sample_log.md 记录每一步的观测数和数据版本。
第三步：基准回归与识别策略，用技能套 DID、RD、IV
技能（skill）是一份写给 agent 的操作说明，装上之后，agent 遇到对应任务会按它的步骤做。经管实证可以装 Auto-Empirical-Research-Skills（AERS），README 称由斯坦福 REAP 与 CoPaper.AI 团队维护。它的 Stata 流水线围绕 reghdfe、ivreg2、csdid、sdid、rdrobust 等命令；R 流水线用 fixest、did、HonestDiD，再用 Quarto 出报告。
README 推荐用 Claude Code 的插件市场安装（需要 Claude Code v2.1 以上），按自己用的软件只装一条流水线：
claude plugin marketplace add brycewang-stanford/Auto-Empirical-Research-Skills
# 用 Stata 的装这条
claude plugin install empirical-analysis-stata@auto-empirical-research-skills
# 用 R 的装这条
claude plugin install empirical-analysis-r@auto-empirical-research-skills
资源页上那条 npx skills add 命令会把整个库装上，README 称有 77 个合集、1,107 个技能。本文不建议这样装，原因有三：
- 上千个技能会占用 agent 的上下文，也更容易调错技能。怎样控制装的技能数量，见《国内用编码 agent 起步》。
- 库里带着「降 AIGC」「去水印」类技能。用它们规避学校或期刊的 AI 检测，可能违反学术规范。
- 库里已经收了第五步的 Econ Writing Skill 和旧版的 AI Research Feedback，再单独装就重复了。已经装了整个库的，第五步不用再装 econ-write；第四步仍要单独装 AI Research Feedback，库里的旧版没有
/audit-analysis和/explain-diff。
Stata 流水线要本机装有 Stata。它用到的 reghdfe、ivreg2、csdid 等是社区编写的外部命令，技能会用 ssc install 安装，需要联网，学校机房或内网环境可能装不上。装上的版本记下来，第六步写进复现包的外部命令清单。
提示词里写清识别策略和你要的检验，比只说「帮我跑个 DID」可靠得多：
用 Stata 做多期 DID：处理变量 treat_year 是各省政策实施年份，结果变量是 ln_tfp。
1. 先跑双向固定效应基准回归，标准误聚类到省份。
2. 再用 csdid 做 Callaway–Sant'Anna 估计，画事件研究图，检验平行趋势。
3. 稳健性：替换结果变量、剔除直辖市、安慰剂检验（随机分配政策年份 500 次）。
4. 用 esttab（estout 包）把基准回归和稳健性结果导出成三线表，存到 output/tables/，
表注写明聚类层级和固定效应。
每个模型都报告估计样本量。不要改主回归设定，想改先问我。
第四步：审计，看样本和代码有没有被悄悄改动
agent 改代码很快，问题也藏得深：merge 后没匹配上的样本被丢掉，destring 加了 force 把字符串变成缺失，缺失值被当成 0。AI Research Feedback 是经济学者 Claes Bäckman 写的一组技能，其中三项正对这些问题：
/audit-analysis：把改动交给一个上下文干净的子代理去「找茬」，检查每次筛选、合并前后的样本量，合并键是否唯一，有没有静默失败，以及聚类层级和固定效应。每条发现都要给出文件、行号和原文。/review-paper-code：对照论文里的表格、变量、样本限制和聚类方式，检查代码是否一致。需要 LaTeX 稿件。/explain-diff：把一次代码改动讲成一个网页，重点说明样本和系数变了没有，末尾附 5 道选择题，帮你确认自己真的看懂了。
npx skills add claesbackman/AI-research-feedback --skill '*' -a claude-code -y
要准备的：本机装有 Node.js，项目用 Git 管理（/audit-analysis 和 /explain-diff 需要）。这几项技能不会自动启动，只在你输入斜杠命令时运行。每次让 agent 改完分析代码，就跑一次：
/audit-analysis main
第五步：写作与引用
写英文论文可以装 Econ Writing Skill。它汇总了 Cochrane、McCloskey 等 50 多份经济学写作指南，按 DID、IV、RDD 等 13 种识别策略给出摘要、引言、结论的写法，提醒把系数换算成有经济含义的量，还整理了 AEA 复现包规范和 AI 使用声明的要求。起草时，它会用 [AUTHOR: ...] 标出需要你补具体结果的地方。这些规范来自英文期刊，写中文学位论文时主要借鉴结构上的建议。
npx skills add hanlulong/econ-writing-skill --skill econ-write -a claude-code -y
投中文期刊可以看 Awesome Journal Skills。它按期刊分别做成技能包，覆盖《经济研究》《管理世界》《中国工业经济》《数量经济技术经济研究》等中文期刊，帮你对照目标期刊的定位、写作体例和投稿要求改稿。
资源页没有给安装命令。按 README，在 Claude Code 里依次输入：
/plugin marketplace add https://github.com/brycewang-stanford/awesome-journal-skills
/plugin install management-world-skills
/reload-plugins
把 management-world-skills 换成你的目标期刊，例如《经济研究》是 economic-research-skills，《中国工业经济》是 china-industrial-economics-skills。它只帮你对照期刊的体例和偏好改稿，不能替代导师把关，改完的稿子要请导师复核。
引用最容易出问题。稳妥的做法是只让 agent 从你自己的 Zotero 文献库里引用。Zotero MCP 可以检索文献库，读取条目信息和 BibTeX。要准备的：Python 3.10 以上和 uv（命令里的 uvx 来自 uv），并在 Zotero 7 以上版本的「设置 → 高级」里勾选允许本机其他应用与 Zotero 通信的选项。
claude mcp add -e ZOTERO_LOCAL=true zotero -- uvx zotero-mcp-server
README 还提到，Claude Code 这类能运行命令的 agent，可以改用它自带的技能方式，占用的上下文更少。这要先把包装到本机：运行 uv tool install zotero-mcp-server（或 pip install zotero-mcp-server），再运行 zotero-mcp install-skill。
用 econ-write 改写 paper/intro.tex 的文献综述段。
只能引用我 Zotero 库「毕业论文」分类里的文献，BibTeX 从库里导出；
库里找不到支撑的论断，标成 [需补文献]，不要自己编作者、年份或期刊。
第六步：整理复现包
复现包的目标是：别人拿到你的文件夹，按 README 一步步运行，能得到论文里的每一张表和图。多家社会科学期刊的数据编辑维护着一份 README 模板，列出了要写的内容：数据来源与可得性、软件版本与运行时间、每个程序做什么、运行顺序，以及每张表、每张图由哪个程序生成。模板还提醒，数据可能受数据使用协议等限制，作者要确认自己有权分发。商业数据库的原始数据能不能放进复现包，要看学校与数据商签的协议；不能放的，就写清获取方式。CNEquity 的 README 也写明，数据另受上游许可约束。
用 R 或 Python 的同学，可以用 Quarto 把代码、结果和文字放进同一个文档，quarto render 一次生成 HTML、PDF 或 Word。Quarto 到官网按操作系统下载安装。用 Stata 的同学，复现包的核心是一个按顺序调用全部 do 文件的总控脚本。
按 social-science-data-editors 的 README 模板，为这个项目整理复现包：
1. 写 code/00_master.do，按顺序调用全部 do 文件，开头统一设定随机数种子和路径。
2. 写 README.md：数据来源与获取方式（CSMAR 数据只写获取路径，不放原始文件）、
Stata 版本与外部命令清单、运行时间、每张表图对应的程序。
3. 在新的 Stata 会话里从头运行 00_master.do，把生成的表格和 output/ 里现有的逐项比对，
列出所有不一致的地方。
从哪开始
| 你现在的情况 | 先装 | 第一件事 |
|---|---|---|
| 用 Stata，学校有 17 以上的正版 | Stata MCP | 让 agent 跑一个你已经跑通的 do 文件，核对结果 |
| 用 Stata，版本低于 17 | 不用装 | 让 agent 用批处理模式跑 do 文件，再读 .log 日志 |
| 用 R | 先不用装；要看会话里的数据，再装 mcptools 和 btw | 让 agent 用 Rscript 跑一个你已经跑通的脚本 |
| 做 A 股公司金融、会计 | CNEquity | 先跑 demo；正式库用 cne init --profile full，财报另外回填 |
| 做美国宏观 | FRED MCP Server | 申请免费 API Key，取一条序列试试 |
| 结果已经出来，准备投稿或答辩 | AI Research Feedback | 用 Git 管好代码，跑一次 /audit-analysis |
| 要写英文论文 | Econ Writing Skill、Zotero MCP | 先改引言，引用只从 Zotero 库里取 |
| 投中文期刊 | Awesome Journal Skills | 装上目标期刊的技能包，对照体例改引言 |
局限与风险
AI 主导的验证并不可靠。 Brodeur 等人 2026 年 5 月在 PNAS 发表的随机实验，把 288 位研究者分成 103 个团队，复现顶尖社科期刊上已发表的结果：纯人工团队复现成功率 94%，用 ChatGPT 辅助的团队 91%，由 ChatGPT 主导、人很少介入的团队只有 37%；纯人工团队找出的重大代码错误也明显多于 AI 辅助团队。这项实验用的是 ChatGPT，不是 Claude Code，作者也说 37% 大概只代表 AI 能力的下限。但结论很清楚：主导权要留在你手里，agent 的每一步都要能被你检查。
样本会被悄悄删掉。 让 agent 在每次筛选、合并后报告观测数并写进日志；每次改动后跑一遍审计，再自己核对一遍描述统计表的样本量。
引用可能是编造的。 Elsevier 的 AI 政策直接提醒，AI 生成的参考文献可能不准确，甚至是编造的。每一条都要回到知网、Google Scholar 或期刊官网核对原文。
跑设定变得太容易。 agent 几分钟就能跑上百种设定，只挑显著的报告就是 p-hacking（反复换设定直到结果显著）。先把主设定定下来写进 CLAUDE.md，稳健性检验不管结果如何都如实报告。
数据安全。 agent 读取的文件内容会作为上下文发给你所用的模型服务。含个人信息的调查数据、签了保密协议的微观数据，不要让它读；先看清数据使用协议。
投稿和送审要声明 AI 的使用。 以 Elsevier 为例：AI 用于研究过程（包括写代码、数据分析），要在方法部分说明；用于撰写稿件，要单独写一段 AI 使用声明；AI 不能列为作者。中文期刊和各校研究生院的规定各不相同，投稿和提交学位论文前，查清目标期刊与本校的最新要求。
结论由你和导师负责。 这些工具只做辅助：识别策略是否成立、结果怎么解释，要由你判断，并请导师复核。