Semua panduan opsyen
Pisahkan intervensi daripada jalur yang sudah berjalanbacaan 18 minit

Interrupted Time Series dan Regresi Tersegmentasi

Ketahui bagaimana interrupted time series mengestimasi perubahan level dan slope, mengapa tren dasar dan autokorelasi penting, serta bagaimana desain terkontrol memperkuat analisis peristiwa kewangan

Disediakan oleh Mark · Sumber utama di bawah

Jawapan terus

Siri masa terganggu membandingkan laluan yang diperhatikan selepas intervensi yang masanya jelas dengan laluan yang diunjurkan daripada pemerhatian pra-rawatan berulang. Regresi bersegmen boleh menganggar perubahan aras serta-merta dan perubahan trend, tetapi dakwaan kausal memerlukan lebih daripada patahan yang kelihatan. Tiada kejutan serentak boleh menerangkan masa itu, trend pra-rawatan mesti memberikan kontrafaktual yang boleh dipercayai, dan kemusiman, autokorelasi, jangkaan awal, perubahan komposisi, serta patahan pengukuran mesti dimodelkan atau diketepikan

Laluan lama menjadi kontrafaktual

Siri masa terganggu bermula dengan banyak pemerhatian sebelum dan selepas intervensi, bukan sekadar satu pasangan sebelum-selepas

Siri pra-rawatan menganggar aras dan trend yang akan berterusan tanpa intervensi. Penyimpangan selepas rawatan diukur terhadap laluan yang diunjurkan itu

Reka bentuk ini paling kukuh apabila tarikh intervensi diketahui secara luaran, hasil diukur secara konsisten, dan trajektori terdahulu cukup stabil untuk diekstrapolasi

Regresi bersegmen memisahkan dua perubahan

Model asas merangkumi masa, penunjuk yang hidup pada intervensi, dan masa yang berlalu sejak intervensi

Penunjuk intervensi menganggar lonjakan aras serta-merta. Istilah masa selepas intervensi menganggar cara cerun berubah berbanding asas

Pada ufuk kemudian, kesan tersirat menggabungkan perubahan aras dan perubahan cerun terkumpul. Melaporkan satu pekali sahaja boleh menyembunyikan laluan yang berkaitan secara ekonomi

Bentuk gangguan mesti sepadan dengan mekanisme

Peraturan dagangan mungkin berkuat kuasa semalaman, tetapi reformasi pematuhan boleh dilaksanakan berperingkat. Langkah, ramp, lag, atau denyut sementara mengekod cerita intervensi yang berbeza

Jangkaan awal sebelum tarikh rasmi boleh menjadikan penunjuk tajam mengelirukan. Tarikh pengumuman, penerimaan, dan penguatkuasaan patut dipisahkan

Memilih titik patah atau bentuk kesan selepas memeriksa hasil membesar-besarkan padanan. Garis masa dan spesifikasi utama perlu disokong sebelum anggaran

Kebergantungan masa mengubah ketidakpastian

Pemerhatian bersebelahan sering berkongsi kejutan, jadi ralat bebas biasa menghasilkan sela keyakinan yang terlalu sempit

Plot baki dan diagnostik autokorelasi patut membimbing model ralat atau ketidakpastian siri masa teguh. Lebih banyak frekuensi tidak mencipta bukti bebas secara automatik

Kemusiman, cuti, volatiliti berubah, outlier, dan trend tidak pegun boleh menyerupai intervensi. Memodelkannya memerlukan penaakulan ekonomi bersama ujian statistik

Kejutan serentak ialah ancaman kausal utama

Apa-apa peristiwa lain yang bermula berhampiran intervensi boleh menerangkan patahan aras atau cerun yang sama. Berita makro dan peraturan serentak amat berbahaya dalam kewangan

Pengukuran dan komposisi yang stabil juga penting. Perubahan vendor, alam semesta penyenaraian baharu, atau definisi spread yang disemak boleh menghasilkan ketakselanjaran buatan

Regresi kepada min ialah risiko lain apabila intervensi menyusuli hasil ekstrem. Tempoh pra-rawatan yang lebih panjang membantu menunjukkan sama ada pembalikan serupa pernah berlaku

Siri kawalan boleh mengukuhkan reka bentuk

Siri masa terganggu terkawal menambah siri perbandingan yang tidak terjejas tetapi terdedah kepada kejutan bersama yang sama. Anggaran menjadi perbezaan dalam gangguan

Perbandingan mesti berkongsi daya asas tetapi mengelakkan rawatan langsung, jangkaan awal, dan limpahan. Penanda aras tercemar boleh menolak sebahagian kesan sebenar

Pelbagai kawalan atau perbandingan sintetik mungkin meningkatkan kredibiliti, tetapi pergerakan bersama pra-rawatan yang baik dan pemilihan telus tetap penting

Aplikasi kewangan memerlukan konteks pasaran

Perubahan saiz tick, sekatan jualan short, tarikh akhir pendedahan, atau naik taraf sistem bursa boleh dikaji melalui spread, volum, atau volatiliti mengikut masa

Kekerapan intrahari membekalkan banyak titik tetapi juga kebergantungan mikrostruktur, corak hari dalam minggu, dan berita bertindih. Saiz sampel tidak sama dengan pengenalpastian

Takrifkan unit, kekerapan, ufuk, tarikh intervensi, bentuk tindak balas dijangka, dan peristiwa pesaing sebelum mentafsir patahan sebagai kesan dasar

Sensitiviti menukar patahan menjadi bukti

Gunakan tarikh plasebo, tetingkap alternatif yang munasabah, bentuk trend, kawalan bermusim, dan struktur autokorelasi. Uji sama ada satu hari ekstrem memacu anggaran

Laporkan perubahan aras, perubahan cerun, kesan pada ufuk bermakna, semakan baki, serta laluan diperhatikan dan kontrafaktual bersama ketidakpastian

Jika banyak tarikh munasabah menunjukkan patahan serupa atau hasil hilang selepas kejutan serentak dimodelkan, kesimpulan kausal patut dilemahkan

Soalan lazim

Adakah siri masa terganggu hanya kajian sebelum-selepas?

Tidak. Ia menggunakan pemerhatian berulang untuk menganggar aras dan trend asas, bukan satu pemerhatian pada setiap sisi

Apakah perbezaan perubahan aras dan perubahan cerun?

Perubahan aras ialah lonjakan serta-merta; perubahan cerun mengubah kadar hasil berkembang selepas itu

Mengapa autokorelasi perlu dimodelkan?

Pemerhatian berdekatan berkongsi kejutan, jadi menganggapnya bebas biasanya meremehkan ketidakpastian

Adakah siri kawalan menyelesaikan setiap masalah?

Tidak. Ia membantu kejutan bersama hanya jika kawalan boleh dibandingkan dan kekal tidak terjejas oleh rawatan atau limpahan

Sumber dan bacaan lanjut

Semakan pantas

Sudah membaca panduan? Uji diri dengan 3 soalan

1 / 3

Soalan 01

Pernyataan manakah paling sepadan dengan panduan ini — Laluan lama menjadi kontrafaktual?

Pilih jawapan untuk melihat penjelasan

Glosari opsyen