所有期權指南
用透明供體庫建立單一反事實約 18 分鐘
合成控制法
理解供體權重、處理前擬合、凸包限制、安慰劑推斷與溢出,並評估只影響一個市場或公司的政策。
由 Mark 撰寫 · 官方資料列於文末
直接解答
合成控制法加權未處理供體,重現一個處理對象在介入前的路徑,從而建立無介入反事實。介入後,實際值與合成值之差只在前期擬合可信、供體未受處理或溢出影響時才可解作效應。權重、擬合與缺口都可見是優點,但擬合差、供體污染、預期行為或同期個別衝擊會破壞因果解釋。
單一處理對象需要組合對照
全國規則、交易所改造或公司事件可能只影響一個對象,沒有任何單一未處理對象足夠相似。
合成控制通常以非負且總和為一的權重組合多個未處理對象,建立資料驅動的比較。
它不是為追求事後預測準確而選的模型,而是只用處理前資訊設計的反事實。
前期擬合支撐整個設計
權重用來重現重要預測變量,尤其是處理對象介入前的結果路徑。
較長前期可檢查水平與動態是否都被複製;短暫或不穩定歷史會留下太多可行反事實。
擬合差卻有巨大事後缺口並非優點,而是設計在可檢驗階段未建立可信比較。
供體庫是實質選擇
供體應受相似力量影響,同時避開處理、預期與溢出。結構不同的對象會扭曲基準。
處理對象最好位於供體歷史的凸包內;若比所有供體都極端,非負權重難以重現其路徑。
供體越多未必越好。污染對象會進入基準,看過結果後刪除又會造成選擇性設計。
事後缺口是有條件證據
權重固定後,供體結果的加權和延續合成路徑,實際路徑減去它就是動態估計效應。
解釋要求同日沒有另一項只衝擊處理對象的事件。監管、危機暴露、指數調整或量度改變都可偽裝成效應。
預期會把實際處理日提前,溢出會移動供體結果;兩者污染比較,而非只增加噪音。
安慰劑建立推斷參照
空間安慰劑輪流把供體當作處理對象;時間安慰劑則選擇沒有介入的日期。
缺口應相對前期誤差判斷。處理後與處理前 RMSPE 比率比從未擬合好的對象之原始缺口更有意義。
除非分配機制支持,這些排名不是普通隨機化 p 值,只顯示處理路徑在供體庫中有多異常。
敏感度分析暴露選擇依賴
逐一剔除正權重供體,並更換預測窗口與供體規則,可檢查結果是否來自單一選擇。
除最終缺口外,還要展示權重和前期誤差。幾乎依賴一個供體的合成對象要特別審查。
增強或廣義方法可放寬部分擬合限制,卻引入新模型假設;複雜延伸不能挽救差劣設計。
金融事件適合但要求嚴格
一個交易所的規則改變,可與此前成交量、價差和波幅相近的未暴露交易所加權組合比較。
資本管制或公司管治介入亦可使用,只要供體穩定並以相近方式承受全球衝擊。
結論只適用於該對象與事件,不能自動外推到其他市場、政策強度或經濟周期。
讓反事實完全可見
報告事前定義的供體資格、所有非零權重、預測變量平衡、完整前後路徑與數值擬合誤差。
同時提供安慰劑缺口、前後誤差比、逐一剔除、替代窗口,以及同期事件和溢出時間線。
若前期擬合很弱或處理對象在供體支持之外,誠實結論是此設計無法提供具說服力的效應。
常見問題
合成控制權重必須加總為一嗎?
經典方法通常要求非負且總和為一,使合成對象留在供體凸包內。
前期擬合要多好才足夠?
沒有通用門檻,但相對研究尺度與安慰劑對象必須足夠接近,反事實才可信。
安慰劑排名就是常規 p 值嗎?
不一定。它描述處理缺口在供體重新分配中有多異常,更強概率解釋需要分配依據。
可以加入所有可用供體嗎?
不可以。供體必須實質可比,且不受處理、預期或溢出影響。
資料來源與延伸閱讀
把這個概念應用到一份期權
選擇合約和目標,讓價格、時間與波幅假設在同一份分析中清晰呈現
分析我的期權