# r-empirical-finance

Скилл r-empirical-finance задаёт правила, по которым агент пишет и правит R-код для эмпирических финансов: панельные регрессии в fixest, DiD и IV, чтение Parquet через arrow.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 165 у репозитория
- Автор: aspi6246
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/aspi6246/Claude-Code-Skills-for-Academics/tree/HEAD/r-empirical-finance/SKILL.md
- Обновлён: 2026-08-21
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/r-empirical-finance

## Что делает

Скилл задаёт набор конвенций для R-кода в эмпирических финансах. Внутри — стек пакетов и готовые шаблоны: регрессии через `feols` и `feglm` из `fixest`, загрузка Parquet через `arrow`, графики в `ggplot2` с минимальной темой, таблицы через `etable()` или `modelsummary`.

Отдельный блок про панельные данные: ключи через `setkey`, проверка дублей по `firm_id` и `year` сразу после загрузки, вопросы сбалансированности и кратности merge. Дальше — кластеризованные ошибки по `firm_id`, событийное исследование через `i(rel_year, ref = -1)`, IV/2SLS и staggered DiD через `sunab()`. Есть список типовых поломок, которые скилл просит отмечать: `lm()` на панели, забытый `vcov`, `read.csv()` на больших файлах, жёстко прописанные пути.

Понадобятся сами пакеты: `fixest`, `arrow`, `data.table`, `ggplot2`. Без установленного `fixest` код с `feols` и `sunab()` просто не выполнится. Ещё скилл фиксирует раскладку проекта — `data/raw` только на чтение, скрипты пронумерованы по порядку запуска — и ссылается на `references/fixest-patterns.md` за подробными паттернами.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aspi6246/Claude-Code-Skills-for-Academics --skill r-empirical-finance -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/r-empirical-finance/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/r-empirical-finance/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aspi6246/Claude-Code-Skills-for-Academics --skill r-empirical-finance -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/r-empirical-finance/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aspi6246/Claude-Code-Skills-for-Academics --skill r-empirical-finance -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/r-empirical-finance/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install aspi6246/Claude-Code-Skills-for-Academics r-empirical-finance
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/r-empirical-finance/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aspi6246/Claude-Code-Skills-for-Academics --skill r-empirical-finance -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/aspi6246/Claude-Code-Skills-for-Academics --path r-empirical-finance
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/r-empirical-finance/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/aspi6246/Claude-Code-Skills-for-Academics/tree/HEAD/r-empirical-finance/SKILL.md

## Когда брать
- Прогнать панельную регрессию с двумя фиксированными эффектами и кластеризованными ошибками
- Оценить событийное исследование и построить график коэффициентов
- Собрать staggered DiD через `sunab()`
- Прочитать большой Parquet-датасет и поймать дубли по ключу
- Выгрузить таблицу регрессий в `.tex` для статьи

## Примеры запросов агенту
- Оцени `feols(roa ~ treatment | firm_id + year, data = dt, vcov = ~firm_id)` и выведи результат через `etable`
- Собери событийное исследование по `rel_year` и построй `iplot`
- Почисти эту панель: поставь ключи по `firm_id` и `year` и проверь дубликаты

## Похожие
- [r-econometrics](https://affpapa.org/nevibecode/skills/r-econometrics.md) — скилл · 340 установок
- [ft50-empirical-writing](https://affpapa.org/nevibecode/skills/ft50-empirical-writing.md) — скилл · ★ 240 у репозитория
- [model-selection](https://affpapa.org/nevibecode/skills/model-selection.md) — скилл · ★ 89 у репозитория
- [stata](https://affpapa.org/nevibecode/skills/franklee16-stata.md) — скилл · ★ 240 у репозитория
- [finance-manager](https://affpapa.org/nevibecode/skills/finance-manager.md) — скилл · 2500 установок
- [finance-sentiment](https://affpapa.org/nevibecode/skills/finance-sentiment.md) — скилл · 1700 установок

Из того же набора: [aspi6246/claude-code-skills-for-academics](https://affpapa.org/nevibecode/by/aspi6246/claude-code-skills-for-academics.md) — 17 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
