An Averaging Alternative to Pre-Trend Testing¶
作者: Nicholas L. Brown, Qiushi Bu
主题: 因果推断
相关性: 6/10
链接: https://arxiv.org/abs/2610.05705
一、领域脉络与小综述¶
这个方向是什么¶
本文所处的子方向是差分中的差分(DID)框架下,当平行趋势假设(parallel trends)仅在部分预处理期成立时,如何对处理组的平均处理效应(ATT)进行估计与推断。更具体地说,它处理的是"研究者不知道哪些预处理期可以作为有效基期(valid base period)"这一模型不确定性(model uncertainty)问题。传统做法是先用事件研究图或预趋势检验(pre-trend test)来"诊断"平行趋势是否成立,再选择基期或决定是否使用DID;但 Roth (2022) 已经证明这类预检验会引入选择偏差(pre-test bias),且检验功效很低。本文的定位是:用模型平均(model averaging)替代离散的预检验选择,从而避免"先检验、后估计"带来的推断失真。
发展脉络(history)¶
这条线可以从三个方向汇合来看:
-
DID 的现代扩展。经典 DID 依赖两期两组的平行趋势假设。Callaway and Sant'Anna (2021)、Sun and Abraham (2021)、de Chaisemartin and D'Haultfœuille (2020)、Goodman-Bacon (2021)、Borusyak et al. (2024) 等处理了多期、交错处理(staggered adoption)下的异质性处理效应问题;Wooldridge (2025) 则系统梳理了 TWFE、Mundlak 回归与 DID 估计量之间的等价关系,并指出平行趋势假设等价于一个可加双向误差模型。本文继承了 Wooldridge (2025) 的设定:
y_{i,t}(0) = c_i + θ_t + f_t' γ_i + u_{i,t},其中f_t' γ_i是因子结构,允许处理组与对照组存在不可观测的异质性趋势。 -
预趋势检验的批评与后选择推断。Roth (2022) 是本文的直接出发点。Roth 指出:(i) 预趋势检验对平行趋势偏离的检验功效很低;(ii) 即使检验不显著,也不能保证平行趋势成立;(iii) 条件于检验结果进行估计会引入选择偏差。Leeb and Pötsch
Maintained by 陈星宇 · Homepage · Source on GitHub