中斷時間序列與分段迴歸

中斷時間序列在介入兩側使用多次觀察，而不是只有一組前後數據。

介入前序列估計無介入時本會延續的水平與趨勢，介入後偏離投射路徑的部分就是目標。

外部確定的介入日、一致量度和足夠穩定的歷史軌跡，會令這種設計更可信。

基本模型包括時間、介入日起開啟的指標，以及介入後經過的時間。

指標系數估計即時水平跳躍，後期時間項估計相對原趨勢的斜率改變。

未來時點的效應由水平改變與累積斜率改變共同構成，只報一個系數會遺漏經濟路徑。

交易規則或會隔夜生效，合規改革則可能逐步實施。階躍、漸變、滯後或短暫脈衝代表不同機制。

正式日期前的預期行為會令尖銳指標失真，應區分公告、採用與執行日期。

看過結果後才選斷點或反應形狀會誇大擬合，主要規格應由事前時間線支持。

相鄰觀察共享衝擊，假設誤差獨立通常會令信賴區間過窄。

殘差圖與自相關診斷應指導誤差模型或穩健時序推斷。更高頻率不會自動增加獨立證據。

季節性、假日、波幅改變、異常值和非平穩趨勢都可偽裝成介入，需要統計與經濟判斷並用。

介入附近開始的其他事件也能製造相同水平或斜率改變，金融研究中的宏觀新聞與同步監管尤其危險。

量度和樣本構成亦須穩定。數據商更換、上市範圍改變或價差定義修訂都會產生人工斷點。

若政策由極端結果觸發，還要警惕均值回歸。較長前期可顯示過往是否也有類似反轉。

受控中斷時間序列加入承受相同共同衝擊但未受介入的比較序列，估計量變成兩次中斷之差。

比較對象須共享基線力量，又不受直接處理、預期與溢出影響；污染基準會減去真實效應。

多組控制或合成比較可提高可信度，但仍需要良好前期共動與透明篩選。

最小報價單位、沽空限制、披露期限或交易系統升級，可透過價差、成交量或波幅路徑研究。

日內數據點雖多，也伴隨微觀結構依賴、星期效應與重疊新聞。樣本量並不等於識別力。

解釋斷點前，先定義單位、頻率、窗口、介入日期、預期反應形狀和競爭事件。

使用安慰劑日期、替代合理窗口、趨勢形式、季節控制與自相關結構，並檢查是否由單一極端日驅動。

報告水平和斜率改變、重要時點效應、殘差診斷，並繪製帶不確定性的實際與反事實路徑。

若許多虛假日期也有類似斷點，或控制同期衝擊後結果消失，因果結論亦應相應減弱。