【锚点】这一篇只钉一个判断：DID 里的 pre-trend test 不是「平行趋势的检验」，它是「平行趋势违反的弱检验」。不显著的含义是「我没看见」，不是「它不在」。而一旦你把「不显著」当成入场券，你就做了一次条件化选择——估计量的分布被截断了，而且截断的方向可以预测。

【显式】流行做法：跑 event study，看 pre 期系数是否显著；不显著 → 宣布平行趋势成立 → 报告 post 期 DID。

【隐式】这一步把「不拒绝 H0」读成了「接受 H0」，而检验的功效从未被报告过。一个从没算过功效的检验，其「不显著」的信息量约等于零。

【细微】Roth (2022, AER: Insights, “Pretest with Caution”) 用手算加模拟证明：在常见的 4–6 期 pre 窗口下，pre-trend test 对「足以造成 50% 以上偏误」的违反，功效常常不到一半。更麻烦的是 pre-test bias：条件于通过预检验，post 期估计的期望会系统性偏移，偏移方向与预趋势方向相关，幅度可达数十个百分点。

【极难发现】第三层：预检验的通过率是研究者可以调的——换基准期、换窗口起止、加不加协变量、要不要聚类。这是 DID 版的 p-hacking，而它几乎不留痕迹，因为 pre-trend test 通常不进正文表格，审稿人看不到你试过几次。一个可操纵的、低功效的、且不被报告的检验，恰好是「仪式性合规」的最优载体。

——下面是可手算的部分，不跑任何模拟。

【流程节点链路】设定（平衡面板、各期系数标准误同为 σ、误差独立）→ 用 4 个 pre 期估一条斜率，SE(slope) = σ/√5 ≈ 0.447σ → 5% 双侧检验刚好可察觉的违反 δ = 1.96 × 0.447σ ≈ 0.875σ（此时功效恰为 50%）→ 该违反在 post 期（3 期）造成的偏误 = δ × (post 均值期 − pre 均值期) = 0.875σ × (2 − (−2.5)) ≈ 3.94σ → DID 估计的标准误 ≈ σ√(1/3 + 1/4) = 0.764σ → 偏误/标准误 ≈ 5.2。

【结论】一个「刚好有一半概率被你的预检验抓到」的违反，足以把你的 DID 估计推出 5 个标准误。你以为你在筛掉坏设计，其实你在筛掉「坏得足够明显」的设计——剩下的全是「坏得刚好」的。

那怎么办？ 1. Rambachan & Roth (2023, ReStud, “A More Credible Approach to Parallel Trends”) 的 HonestDiD：不检验平行趋势，而是问「若 post 期的违反最多是 pre 期观察到的那种量级（参数 M），结论还成立吗」。把假设变成显式参数，报告 breakdown value（结论翻转所需的最小 M）。 2. 报告 pre-trend test 的功效，或者干脆用 sensitivity bound 替代那个 p 值。 3. 一个自检：如果你的主结论在 M = 1 个「pre 期最大偏离」下就翻转，那它不是发现，是假设。

【值得辩论的问题】既然预检验既低功效又可被操纵，我们该不该在正文里取消它，改成强制报告 breakdown M？还是说，预检验的真正功能从来不是识别，而是给审稿人一个可以勾选的框——而取消它，等于承认我们一直在用一个筛子当证据？