中断時系列と分割回帰

中断時系列は前後一つずつではなく、介入の両側に多数の反復観測を置きます。

介入前系列から無介入なら続いた水準とトレンドを投影し、事後の実測値がそこから外れた分を測ります。

介入日が外生的に定まり、測定が一貫し、従来経路が外挿できるほど安定していると強い設計になります。

基本モデルには時間、介入日からオンになる指示変数、介入後の経過時間を入れます。

指示変数は即時の水準ジャンプ、事後時間項は従来に対する傾きの変化を推定します。

後の時点の効果は水準変化と累積した傾き変化の合計です。一係数だけでは経済的な経路を隠します。

取引規則は一晩で変わっても、コンプライアンス改革は段階導入かもしれません。段差、傾斜、遅延、一時パルスは別の仮説です。

正式日より前の予期行動は鋭い指示変数を誤らせます。発表、採択、施行の日を区別します。

結果を見てから折点や形を選ぶと適合を誇張します。主要仕様は事前の時系列で正当化します。

近い観測はショックを共有するため、独立誤差を仮定すると信頼区間が狭すぎる場合があります。

残差図と自己相関診断から誤差モデルや頑健な時系列推論を選びます。高頻度でも独立証拠が自動的に増えません。

季節性、休日、ボラティリティ変化、外れ値、非定常トレンドも介入に見えるため、統計と経済の判断を組み合わせます。

介入付近の別イベントも同じ水準や傾きの変化を作れます。金融ではマクロニュースと同時規制が特に危険です。

測定と標本構成も安定している必要があります。データ会社、上場集合、スプレッド定義の変更は人工的な断絶を作ります。

極端な結果を受けて政策が導入されたなら平均回帰にも注意します。長い事前期間で過去の類似反転を確認します。

対照付き中断時系列は同じ共通ショックを受け、介入を受けない比較系列を加えます。推定量は二つの中断の差です。

比較対象は基礎要因を共有しつつ直接処置、予期、波及を避けます。汚染した基準は真の効果を差し引きます。

複数対照や合成比較も有用ですが、良い事前共動と透明な選定が不可欠です。

呼値変更、空売り制限、開示期限、取引所システム更新をスプレッド、出来高、ボラティリティの経路で分析できます。

日中データは点が多い一方、市場構造依存、曜日性、重複ニュースもあります。標本数と識別力は同じではありません。

折れを効果と読む前に、単位、頻度、期間、介入日、予想反応形状、競合イベントを定義します。

プラセボ日、合理的な別期間、トレンド形、季節調整、自己相関構造を試し、一日の外れ値が結果を作っていないか調べます。

水準変化、傾き変化、重要時点の効果、残差診断を報告し、実際と反実仮想の経路を不確実性付きで描きます。

多くの偽の日付にも同じ折れが出る、または同時ショック調整後に消えるなら因果結論も弱めます。