计量科研导航站

DID 中的平行趋势检验

平行趋势假设是 DID 识别的核心。本文讲解其精确含义、可视化检验方法和预趋势检验（Pre-trend test）。

一、平行趋势假设的精确表述

定义

DID 的识别依赖于平行趋势假设（Parallel Trends Assumption）：

$E[Y_{it}(0) \mid D_i = 1, t] - E[Y_{it}(0) \mid D_i = 1, t-1] = E[Y_{it}(0) \mid D_i = 0, t] - E[Y_{it}(0) \mid D_i = 0, t-1]$

即：在未受干预状态下，处理组与控制组潜在结果的增长趋势相同。

两种等价表述

视角	表述
时间视角	未受干预状态下，处理组与控制组潜在结果的增长趋势相同
差异视角	未受干预状态下，处理组与控制组潜在结果的均值差异在不同时间内保持不变

注意事项

平行趋势假设不可直接检验，因为我们无法观测到处理组在未处理状态下的潜在结果。但我们可以通过预趋势检验（Pre-trend test）提供间接证据。

二、可视化检验

处理组与控制组趋势图

最直观的检验方法是绘制处理组和控制组在处理前的结果变量趋势：

如果两条线在处理前基本平行，则平行趋势假设更可信
如果两条线在处理前明显发散或收敛，则需要警惕

解读要点

不要只看统计显著性：即使预趋势检验不显著，也应结合图形判断
关注趋势模式而非单点：单个时间点的偏离可能只是噪声
考虑变量的经济含义：某些变量的平行趋势可能天然不成立

三、预趋势检验（Pre-trend Test）

事件研究法框架

将 DID 模型扩展为事件研究法（Event Study）形式：

$Y_{it} = \alpha_i + \lambda_t + \sum_{k \neq -1} \beta_k D_{it}^k + \varepsilon_{it}$

其中 $D_{it}^k$ 表示距离处理发生 $k$ 期的虚拟变量， $k = -1$ 作为基准期。

检验逻辑

如果平行趋势成立，则处理前的系数 $\beta_k$ （ $k < 0$ ）应不显著异于 0
如果处理前的 $\beta_k$ 显著不为 0，说明处理组和控制组在处理前就有不同的趋势

Stata 实现

// 生成事件研究虚拟变量
gen period = year - treat_year
tab period, gen(d_)
 
// 回归（排除基准期 k=-1）
reghdfe y d_* , absorb(id year) cluster(id)
 
// 绘制事件研究图
eventstudyinteract y treat, absorb(id year) cohort(treat_year)

四、安慰剂检验

除了预趋势检验，还可以通过安慰剂检验（Placebo Test）进一步验证：

方法一：伪处理时间

将处理时间提前若干期（如提前 2 年），检验"伪处理效应"是否显著。如果显著，说明平行趋势可能不成立。

方法二：伪处理组

选择一个理论上不应受政策影响的群体作为"伪处理组"，检验是否出现显著效应。

方法三：伪结果变量

选择一个理论上不应受政策影响的变量作为"伪结果"，检验是否出现显著效应。

五、平行趋势不成立怎么办？

如果预趋势检验显示平行趋势不成立，可以考虑：

改变控制组：选择与处理组趋势更接近的对照群体
改变时间窗口：缩短分析的时间范围
使用更灵活的方法：如合成控制法（SCM）、广义合成控制法（GSC）
加入协变量：控制可能导致趋势差异的变量（需谨慎，避免"坏控制"）

核心要点

平行趋势是 DID 的核心识别假设，不可跳过
平行趋势不可直接检验，但可通过预趋势检验提供间接证据
可视化 + 统计检验结合使用，不要只依赖 p 值
预趋势检验不通过 ≠ 方法完全不可用，需结合具体情境判断

参考文献

Angrist, J. D., & Pischke, J. S. (2009). Mostly Harmless Econometrics. Princeton.
Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press.
Freyaldenhoven, S., Hansen, C., & Shapiro, J. M. (2019). Pre-event Trends in the Panel Event-Study Design. AER, 109(9), 3307-3338.