MGMT - Paper - Charts — 经管研究专用图表模板集
本 Skill 为经济学、金融学、管理学领域的研究者提供 12 类高频图表 × Stata / R / Python 三语言模板,并支持 4 种期刊样式(《经济研究》《管理世界》《Journal of Finance》《Management Science》)切换。
What it does
- 覆盖经管研究 12 种高频图:系数对比 / 事件研究 / Bin scatter / 边际效应 / 政策门槛响应 / 处理组地图 / Sankey 资金流 / 董事会网络 / 政策事件时间序列 / 层次聚类热图 / 元分析森林图 / 多回归对比表
- 同一张图三种语言均给出可独立运行的最小模板
- 4 种期刊样式参数(字体 / 字号 / 颜色 / 线宽 / 图说位置)
- 经管色板(B&W / 政策类 / 金融类)
- 经管学者常犯错清单(双纵轴乱用 / 标签英文 / 颜色花哨 / 坐标轴零点等)
- Stata / R / Python 三语言互转 + 选用建议
When to invoke
- 用户绘制经管学术图表(DiD 事件研究 / 多回归对比 / 政策处理组地图)
- 用户问"经济研究 / 管理世界 系数图怎么画"
- 用户做政策评估,需要可视化处理组空间分布
- 用户绘制金融网络(董事兼任 / 上市公司互联)
- 用户做元分析,需要森林图
- 用户在 Stata / R / Python 之间切换图表代码
Files
mgmt-paper-charts/ ├── SKILL.md ├── references/ │ ├── chart-types-overview.md # 12 类图表概览 + 适用论文章节 │ ├── journal-styles.md # 4 期刊样式 │ ├── color-palettes.md # 经管色板 │ ├── workflow-stata-r-python.md # 三语言互转 + 何时用哪个 │ └── common-mistakes.md # 经管学者常犯错 ├── templates/ │ ├── stata/ # 6 个 .do 模板 │ ├── r/ # 7 个 .R 模板 │ └── python/ # 8 个 .py 模板 ├── tests/ ├── LICENSE ├── NOTICE └── README.md
Quick start
bash# 1. 看 12 类图概览,定位你要的图 open references/chart-types-overview.md # 2. 看目标期刊样式 open references/journal-styles.md # 3. 选语言 + 模板 cp templates/python/event_study.py ./my_event_study.py python my_event_study.py # 输出 my_event_study.pdf # Stata cp templates/stata/eventdd.do ./my_event.do stata -b do my_event.do # R cp templates/r/event_study.R ./my_event.R Rscript my_event.R
12 chart types
| # | 图表 | 适用章节 | Stata | R | Python |
|---|---|---|---|---|---|
| 1 | 系数对比图 | 主回归 / 异质性 | coefplot.do | coefplot.R | coefplot.py |
| 2 | 事件研究 | DiD 主图 | eventdd.do | event_study.R | event_study.py |
| 3 | Bin scatter | 描述性 / RDD | binscatter.do | bin_scatter.R | bin_scatter.py |
| 4 | 边际效应 | 交互项 / 非线性 | margins_plot.do | marginal_effects.R | — |
| 5 | 政策门槛响应 | RDD / Bunching | bunching.do | — | — |
| 6 | 处理组地图 | 政策评估 | — | treatment_map_china.R | treatment_map.py |
| 7 | Sankey 资金流 | 资金 / 股权流向 | — | — | sankey.py |
| 8 | 董事网络 | 公司治理 | — | network_boards.R | network_directors.py |
| 9 | 政策事件时间序列 | 描述性 / 事件 | — | — | time_series_policy_events.py |
| 10 | 层次聚类热图 | 相关性 / 因子 | — | — | heatmap_clustered.py |
| 11 | 元分析森林图 | 综述 | — | forest_plot.R | — |
| 12 | 多回归对比表 | 主回归表 | multiple_regs_table.do | — | — |
Core principles (TL;DR)
- 三语言定位:Stata 适合主回归 + 系数图(一行
coefplot);R 适合事件研究 + 网络 + 地图(fixest/igraph/sf);Python 适合多面板组合 + 复杂可视化(matplotlib/geopandas/plotly) - 期刊优先级:先看
journal-styles.md,确定字体 / 字号 / 颜色,再写图 - 黑白可读:marker + linestyle 区分序列;
color-palettes.md给出 4 种 B&W 友好方案 - 导出:PDF 矢量 + 300 DPI;中文字体回退链
Times New Roman → SimSun → Songti SC - 经管特化:DiD 基期空心圆;事件研究
t = -1归零;coefplot 横向更易读
Anti-patterns
详见 references/common-mistakes.md。最高频 5 条:
- 多回归用
outreg2出个表就完事,不画系数图(审稿人会问"你能不能给我一张图") - 事件研究图基期没归零、没画零参考线
- 处理组地图忘了说明"白色 = 控制组 / 灰色 = 处理组"
- Sankey 资金流图节点过多(>20 个),完全无法阅读
- 双纵轴用不同颜色再连线,制造视觉欺骗


