所有選擇權指南
從政策前後變化構造反事實約18分鐘
差異中的差異與平行趨勢假設
理解2×2 DiD、未處理潛在結果的平行趨勢、事件研究、事前趨勢檢驗、錯峰處理與異質效應及金融應用
由 Mark 撰寫 · 官方資料列於文末
直接解答
差異中的差異從處理組的前後變化減去比較組同期變化，消除固定組別差異與共同時間衝擊。其因果核心是未處理潛在結果的平行趨勢：若沒有處理，兩組平均結果會沿相同路徑變化。看似相似的事前趨勢是有用診斷，卻不能證明這個反事實。處理時間錯開時，經典雙向固定效應係數可能透過不當比較混合異質效應
DiD比較變化之差
在兩組兩期中，DiD從處理組的事後減事前變化，減去比較組的事後減事前變化
組間固定水平差異與兩組共同時間衝擊會在兩次差分中抵消
通常目標是處理組平均處理效應ATT，而非原始前後差或事後組間差
平行趨勢是不可見的反事實
假設關注未處理潛在結果的平均變化，而不是處理開始後已經觀察到的結果趨勢
兩組結果水平不必相同，但對經濟周期的不同暴露或既往衝擊路徑可破壞平行趨勢
條件平行趨勢可用處理前協變量提高可比性，但控制受處理影響的變量會製造新偏差
還需要其他識別條件
無預期要求政策預期或提前行動不在定義的處理日前改變結果，因此公告日與實施日應分開
若一個單位的處理透過外溢改變比較組結果，該組可能不再是未處理反事實
樣本構成、結果測量或組別分類在前後改變，會把構成效應偽裝成處理效應
事件研究展示動態與事前模式
事件研究用相對處理時間指標展示處理前係數和相對基準期的處理後路徑
接近零的處理前估計有助於反駁較大違反，但檢驗力不足意味它不能確立平行趨勢
不斷選擇窗口或設定直至事前係數不顯著，會把診斷變成篩選，因此設計應預先確定
錯峰處理令比較複雜化
各組在不同日期處理時，經典雙向固定效應會把多個2×2比較合成一個係數
若效果隨批次或暴露期變化，已處理單位會成為晚處理單位的控制，從而污染動態估計
組別-時間ATT或交互加權事件研究透過明確比較組與匯總方式保留異質性
金融政策對時點與外溢敏感
披露規則、資本要求、稅制和交易監管可跨企業或地區實施，而預期反應可能早於正式日期
政策可經競爭者、供應鏈、金融機構或價格影響未處理單位，需要區分直接效應與均衡效應
制度時間線應識別同期規則、宏觀衝擊和樣本納入變化是否對兩組作用不同
推論要反映政策層級依賴
結果持續會令獨立標準誤低估不確定性，通常應在處理分配層級考慮群集
政策群集很少時，普通群集漸近不穩定，可能需要小樣本推論和安慰劑政策日期
報告效果與動態、事前係數同時區間、比較組構成及匯總權重
令反事實可以被審查
先定義誰在何時處理，以及每個日期由哪些單位構成比較組
展示支持平行趨勢的制度邏輯、處理前結果與協變量、替代比較、安慰劑和敏感度分析
不要依賴單一TWFE係數，應解釋批次-時間效果如何加權成回答目標問題的匯總量
常見問題
平行趨勢要求兩組結果水平相同嗎？
不要求。它要求沒有處理時兩組平均未處理結果會沿相同變化路徑發展
事前係數不顯著能證明平行趨勢嗎？
不能。它只能診斷部分較大違反，檢驗力可能很低，處理後反事實也不可見
錯峰DiD可以直接使用普通TWFE嗎？
效果固定時較簡單，但異質性會令已處理單位污染對晚處理批次的比較
DiD標準誤應在哪個層級群集？
通常在處理分配且誤差共同變動的政策層級，同時考慮群集數量與其他依賴維度
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