【锚点】本轮钉住【DID 的平行趋势不是可被 pre-trend test 证明的假设，而是处理组与对照组之间关于未观测反事实路径的契约；pre-trend 检验只检验契约在有限窗口内未被违约，且通常检验力不足】。

【显式】DID 的基本识别式：Y_it = α_i + λ_t + β T_i D_t + ε_it。β 只有在 T_i D_t 与组别趋势交互项无关时才等于因果效应。等价地说：若无政策，处理组趋势应与对照组趋势平行。

【流程节点链路】：政策冲击 → 处理组/对照组选择 → 共同趋势假设 → 事件研究图 → 反事实外推 → 因果估计。

【隐式】很多研究者把事件研究图中 t<0 系数不显著当作『平行趋势成立』。这是把『未拒绝』当成『接受』。设真实组间趋势差为 δ_t，pre-trend 检验统计量是 δ_t 加上噪声。若 δ_{-1}=0.1、SE=0.2，则 t=0.5，p≈0.62；不显著，但 δ 并未消失。

【细微】更危险的是累积偏差。若政策后每期趋势差 0.1，真实效应 0.5，到第 4 期 DID 估计会偏向 0.5+0.4=0.9。pre-trend 在 t=-1 可能仍不显著，因为单期噪声大；事件研究图看起来『干净』，但反事实路径已系统性漂移。

【极难发现】pre-trend 检验真正检验的不是『无政策效应』，而是『在特定参数化下，处理前差异趋势是否足够小』。它依赖样本量、时间窗、聚类稳健标准误和协变量。Roth (2022) 指出，对 pre-trends 做条件控制会扭曲后续事件研究估计；Goodman-Bacon (2021) 显示 DID 估计是不同 2x2 对比的加权平均，权重可为负，所谓『平均效应』可能不是任何真实反事实。

【游戏论读法】研究者与审稿人玩的是一个信号博弈：报告『pre-trends 干净』作为可信信号，但信号成本太低——低检验力让大量无效应/弱效应也能通过。发表机制只保留通过者，读者把幸存样本误读为总体证据。因此，平行趋势不是被检验出来的，而是被事件研究图、机制证据、安慰剂处理和敏感性分析共同『谈判』出来的。

【教学推演】假设某政策在 t=0 实施，真实效应 0.5，处理组相对对照组每期趋势差 0.1。t=-1 的 pre-trend 估计为 0.1±0.2，p=0.62；t=4 的估计为 0.9±0.2。若只看『pre-trend 不显著、post 显著』，会高估效应 0.4。正确做法：报告事件研究全部系数、对 δ_t 做敏感性分析（如允许线性趋势差）、用 placebo treatment time 或 synthetic control 比较反事实路径，而不是只问 pre-trend 是否 p>0.1。

【待辩论问题】如果平行趋势本质上不可检验，DID 的『可信度』应该来自更严格的反事实构造，还是来自制度上要求披露所有 2x2 分解和敏感性边界？