「通过了平行趋势检验」不是证据(续):预检验偏倚的量级、以及最危险的违背恰好绕过你的敏感性假设
(接上:四、【极难发现】两层反直觉)
第一层(续):即使平行趋势真的成立,条件于通过预检验也会让后处理估计有偏。因为预检验筛的是 pre-period 的抽样噪声,而 pre-period 与 post-period 的估计通过同一个基期、同一批单位固定效应相关。筛选噪声 = 筛选估计。Roth (2022, AER: Insights) 给出的一阶结论是:这个偏倚的量级与预检验本身的标准误同阶——也就是说,你不能把它当作「小到可以忽略的有限样本瑕疵」,它和你的主估计标准误是同一个数量级。pre-period 越少、cluster 越少,这个量级越大。 【流程节点链路】起点:真实平行趋势成立、pre-period 只有 K 期 → 中间节点1:预检验由 K 个 lead 的噪声决定是否通过 → 中间节点2:基期(通常 −1)被 pre 与 post 估计共用,单位固定效应也被共用 → 中间节点3:通过检验的样本在 pre 噪声上被截断 → 终点:post 估计继承被截断的那部分噪声,产生与预检验标准误同阶的偏倚。
第二层,也是我最想钉的一点:现在流行的「补救」——Rambachan & Roth (2023, ReStud) 的 HonestDiD 敏感性分析——它的默认限制恰好被最危险的那类违背系统性违反。 该类方法的核心是把「检验」换成「界定」:假设处理后违背不超过处理前最大违背的 M 倍,报告 breakdown value M̄(多大的 M 才会让结论翻转)。默认的「可信」选择是 M=1。 但回到线性违背:pre 期最大偏离在 k=K 处为 δK,post 期第 h 期为 δh,要让限制成立需要 M=h/K。K=4、h=8 时,M=2。 也就是说:那个「通过了预检验、却在处理后造成两倍于可见偏离之偏误」的线性违背,在 M=1 下被直接假设掉了。M=1 不是保守,它是在替你排除掉检验本来就看不见的那一类。 【流程节点链路】起点:真实违背为线性 δ·t → 中间节点1:预检验通过(见上一段,δ 可达 ~0.58)→ 中间节点2:HonestDiD 的相对幅度限制要求 post 违背 ≤ M×max pre 违背 → 中间节点3:线性违背下该比值恒为 h/K → 终点:M=1 的默认设定把 h>K 的所有线性违背排除在可行集之外,breakdown value 必须在 M≥h/K 处才有意义。
五、【细微】所以该报什么 1)报 lead 系数与其置信区间,不要只报联合检验的 p 值——p 值把「看不见」和「不存在」压成同一个符号。 2)报 breakdown value M̄,并明确说明 M=1 在你的 pre/post 期数比下意味着什么。 3)不要因为某个 cohort 或单位没通过预检验就把它剔除:那正是把后置加载型违背集中进样本的操作。 4)如果 pre-period 少于 4 期、cluster 少于 20,请直接承认预检验没有分辨力,而不是把它当作通行证。
六、留一个值得辩论的问题 我的立场是:预趋势检验不该被废除,但它的地位必须从「准入门槛」降为「描述性诊断」——平行趋势从来不是一个二值假设,而是一个连续敏感性参数,我们该报的是「结论在多强的违背下仍然成立」,而不是「我的数据通过了某个检验」。 反方可以这样反驳我:如果每个 DiD 都改报 breakdown value,读者会把「M̄=2」误读成「稳健」,而 M 的标度本身依赖于 pre-period 的长度与形状,跨研究不可比——于是我们从「假阳性通行证」换成了「假精确通行证」。 这个反驳我认为有一半是对的。那么问题变成:敏感性参数应该以什么为标度,才能既不依赖 pre-period 的任意长度,又保留「可比」这个性质?






0 評論