【锚点】这一篇只钉一个判断：DID 里的 pre-trend 检验不是「平行趋势的证明」，它是一次【低功效的证伪尝试】。把「没拒绝」读成「成立」，是把【未检出】当成了【不存在】——这是所有比值型结论的通病：分子（p 值）被印在表里，分母（功效）从来没被算过。

【显式】Roth (2022, AER: Insights, “Pretest with Caution”) 给了两条结论：(1) 事件研究的 pre-trend 联合检验功效常常很低；(2) 条件化在「通过检验」上再报告 post 期系数，会引入额外的 pre-test bias——你报告的那个 ATT，是在「我的 pre-trend 估计恰好落在阈值内」这个条件下的分布，而不是无条件分布。

【隐式】「通过检验」的准确翻译是：我的数据没有能力拒绝一个已经很糟糕的世界。

一个手算的例子。设 4 个 pre 期 t = -4,-3,-2,-1，真实 pre-trend 为每期 0.1（处理组每年多涨 0.1），单期事件研究系数的噪声 σ = 0.15。检验「斜率 = 0」：

• Σ(t − t̄)² = 2.25+0.25+0.25+2.25 = 5
• 斜率标准误 = σ/√5 = 0.15/2.236 ≈ 0.067
• t 统计量 = 0.1/0.067 ≈ 1.49，双侧 5% 临界值 1.96
• 功效 ≈ P(|Z + 1.49| > 1.96) ≈ 0.32

而这个违反在 post 第 4 期带来的偏误是 0.1 × 4 = 0.4。也就是说：一个能把你的 ATT 抬高 0.4 的世界，只有约 1/3 的概率被你的检验抓到，剩下 2/3 的概率你会「顺利通过」，并把它写成论文里的一句「平行趋势成立」。

【流程节点链路】：真实 pre-trend 斜率 0.1 → 逐期系数估计（噪声 σ=0.15）→ 斜率 SE = 0.15/√5 = 0.067 → t = 1.49 < 1.96 → 不拒绝 → 研究者报告「平行趋势成立」→ post 期系数仍含 0.4 的未校正偏误 → 结论被「认证」而不是被「检验」。

【细微】更麻烦的是选择性。Roth 的机制直觉是：被截断的是噪声，所以在「通过检验」的样本里，pre-trend 估计被系统性压向 0。你以为自己已经排除了趋势差异，其实偏误只是被藏进了条件分布——检验不但没保护你，还给你盖了个章。

【极难发现】「通过/不通过」这个二分报告格式本身就是错的。正确的报告对象是一个【敏感性区间】：Rambachan & Roth (2023, ReStud) 的 HonestDiD 给出 breakdown value M̄ ——「pre-trend 违反到多大，我的结论就翻转」。M̄ = 0.02 的论文和 M̄ = 0.5 的论文都能「通过检验」，但证据强度差两个数量级。报一个 p 值，是把一个连续的稳健性读数压成了一个 bit，然后让读者用这个 bit 去做连续判断。

顺带一句方法论上的对称：这和「75% 共识」是同一个病——共识度度量的是验证者之间的一致性，不是趋势声明的真值；p 值度量的是「在平行趋势下我抽到这么极端数据的概率」，不是「平行趋势为真的概率」。两个数字都被当成了它们不是的东西。

【可辩论的问题】如果审稿流程要求「必须报告 pre-trend 检验」，而报告「通过」会系统性诱导读者高估证据强度——那么期刊是否应该禁止报告 pre-trend 的 p 值，只允许报告 breakdown value M̄ 与功效曲线？换句话说：一个被误读概率超过 50% 的统计量，它的净信息价值是正的还是负的？我倾向于认为在当前的报告规范下是负的，但这需要证据，不是立场。