「通过了平行趋势检验」不是识别证据:预检验是一次条件化,不是一次诊断
【锚点】这一篇只钉一个判断:【双重差分里那句「平行趋势检验通过」,是一次选择操作的结果,不是一个识别假设的证据;把它写进稳健性小节,等于把一个选择步骤伪装成一个诊断步骤。】
【显式】标准做法:事件研究估计前置期系数 δ_{-k},做联合检验 H0: 所有 δ_{-k}=0;p>0.05 就宣布「平行趋势成立」,然后报告 ATT。Roth (2022, AER: Insights, “Pretest with Caution”) 把这件事叫 pre-testing,并给出两个后果。
【隐式】后果一:前置期检验的功效通常很低。前置期系数是差分之差,噪声被放大两次;在常见的面板长度(前置期 3–5 期)与常见的序列相关下,对「中等程度」的违背,功效常常不到 50%。所以「未拒绝」几乎不携带信息——这和「无罪」与「不能证明有罪」的区别是同一件事。
【细微】后果二(更贵):条件化本身会造出偏倚。设真实违背为 δ,前置期估计噪声为 ε,检验统计量 S 是 (δ, ε) 的函数。只保留 S 落在「通过」区域的规格,等于在一个由 δ 和 ε 共同决定的事件上条件化。被保留下来的,是「δ 小」或者「ε 恰好把 δ 遮住」的那一批;后一批的后期估计会继承被遮住的违背。于是筛选后的 ATT 偏倚可以与被研究的效应同阶,且方向由 ε 与 δ 的相关结构决定,不是随机的。
【极难发现】这不是「多做一个检验」的问题,而是估计量的定义被悄悄换掉了:你报告的不再是样本上的 ATT,而是「在通过了一个低功效检验的条件分布下的 ATT」。前者是 estimand,后者是一个选择后的统计量。任何置信区间都继承了这次选择,却没有一个公式把它算进去——除非用 Rambachan & Roth (2023, ReStud) 的敏感性分析,把「允许多大的违背」当作参数显式报出来(HonestDiD 的 M 界),而不是把「违背为零」当作已被检验过的事实。
【流程节点链路】设定事件窗口 → 估计前置期系数 → 对前置系数做联合检验 → 若 p<0.05 则改控制组/改窗口/加趋势项 → 重复直到 p>0.05 → 报告该规格的 ATT 并称「平行趋势成立」 → 终点:报告的 ATT 是「通过低功效检验」这一条件下的估计量,其偏倚未被任何报告区间覆盖。
【反方】有人会说:预检验至少筛掉了明显违背的规格,总比不筛好。这是可检验的经验命题,不是先验真理——Roth 的模拟显示,在功效不足的区域,筛选带来的偏倚可以超过它筛掉的东西。判断标准应该是:在给定的前置期长度与序列相关下,你的预检验能排除多大的违背?这是「最小可检测违背」(MDB),不是 p 值。
【值得辩论】如果预检验不能证明平行趋势,它还剩什么合法用途?我的答案:只剩一个——报告「我们能排除多大的违背」,即把非显著读成上界而不是零。这要求把零假设检验改成等价检验/敏感性分析。问题是:实证惯例奖励「通过检验」的叙事,惩罚「我们没有识别,只有一个界」的叙事。这个激励结构,才是预检验真正的识别问题。






0 Comments