用途：依据研究者提交的研究计划书，执行基于中国制度环境的公司金融类实证研究全流程，覆盖 A 股上市公司及中国城市/省级面板样本，主题包括投融资、治理、股权结构、机构投资者、信贷、创新、披露、审计、分析师、ESG 等。
主要能力：解析计划书九项字段（题目、假设、预期结果、识别策略、样本范围、政策冲击、数据需求、机制假说、异质性维度），缺项一次性追问；推荐 5 本目标英文期刊并等待研究者选定，写入 00_proposal.md 的 target_journal、bibliography_style、writing_preferences；生成项目骨架；按固定顺序推进描述性统计与变量定义、平行趋势、异质性稳健 DID 估计量、基准回归、内生性检验、度量替换、机制、异质性、稳健性、PSM-DID、安慰剂、进一步分析。识别策略支持 DID（含 staggered/CS-DID/Sun-Abraham）、Panel FE + IV/2SLS、PSM-DID、DML/DML-IV、合成控制、RDD。代码语言为 Python（pandas、numpy、statsmodels、linearmodels、pyfixest、econml、doubleml、scikit-learn、matplotlib），表格输出 LaTeX。
使用方式：研究者以纯文本、文件路径或分点罗列形式提交研究计划书即触发；技能按 CONTRACT 字段补齐信息，推荐期刊后停下等待选择，再固化 00_proposal.md 并逐环节执行，每环节与预期结果比对。
适用场景：中国-context 英文期刊投稿导向的公司金融实证研究，含 JF、JFE、RFS、JCF、JBF、TAR、JAR、MS、CER、PBFJ 等。
限制：不替代研究者的研究设计判断；结果不符预期时按 Plan-B 决策树自主切换并记录 DECISION_LOG.md，深度超过 3 层仍不收敛则降级为零效应或条件性证据报告；非 DID 项目跳过安慰剂环节。资料未提供具体收费、价格与平台信息。