双重差分 DID 在金融事件评估：用控制组把「相关性」逼成「因果」 • halo 的技术博客

你写了一份事件研究：某政策/事件冲击后，受冲击股票的平均月收益从 0.3% 跳到 1.1%。你很兴奋，打算据此建一个「事件驱动」因子。

慢着。这段「跳升」里，有多少是事件本身造成的，有多少只是那段时间的牛市beta？ 如果同期整个板块都涨了，你的「事件效应」大概率是个幻觉——你把「市场/行业涨了」误读成了「事件有用」。

结论先放这：双重差分 DID（Difference-in-Differences）解决的正是一个问题——它有意识地引入一个「控制组」，用「（处理组后 − 处理组前）−（控制组后 − 控制组前）」的双重差分，把「时间趋势」这个共同干扰项消掉。处理组自己前后比，消不掉随时间变的东西；但再减掉控制组的前后差，控制组恰好代表了「如果没被冲击、这段时间会怎样」。剩下的，才是事件真正的「处理效应」。

在我们的自洽合成面板（1 只被冲击股票 + 19 只同类未冲击股票，事件前 24 月、后 24 月，真实 ATT=0.40%/月）上：双向固定效应 DID 把 τ̂ 估计到 0.41%/月（标准误 0.147，t=2.79），经典 2×2 差分核对得到完全一致的值 0.41；把真实处理组标签与 1000 次随机分配做置换（安慰剂）检验，真实 τ̂ 落在随机分布极尾，p=0.038。诚实地讲：DID 成立的前提是「平行趋势」——事件前处理组和控制组必须走同样的路。这个假设不可直接检验（你只有一条历史），而且一旦控制组被事件「间接污染」、或事件本身是被股价「内生触发」的，DID 估计就会系统性偏误。但作为把「相关性逼成因果」最朴素也最常用的工具，它值得每个做事件研究的人掌握。

双重差分 DID：效应 = (处理组后−前) − (控制组后−前)

1. 2×2 框架：把「时间趋势」减掉#

最直观的 DID 长这样。记四格均值：

	事件前	事件后	组内差分
处理组	Ȳ₁,ₚᵣₑ	Ȳ₁,ₚₒₛₜ	Δ₁
控制组	Ȳ₀,ₚᵣₑ	Ȳ₀,ₚₒₛₜ	Δ₀

组内差分 Δ₁ = Ȳ₁,ₚₒₛₜ − Ȳ₁,ₚᵣₑ：处理组事件前后变了多少（含时间趋势）。
组内差分 Δ₀ = Ȳ₀,ₚₒₛₜ − Ȳ₀,ₚᵣₑ：控制组前后变了多少（只有时间趋势，没被冲击）。
DID 估计量 τ = Δ₁ − Δ₀：把时间趋势 Δ₀ 从 Δ₁ 里减掉，剩下的就是「纯事件效应」。

直觉很朴素：控制组是处理组的「平行宇宙对照组」——它经历了同样的市场、同样的季节、同样的一切，只是没被事件砸中。两者前后差的差异，自然剥离了所有「共同冲击」。

2. 平行趋势：DID 唯一的命门#

DID 不是魔法，它只在一种情形下成立：事件前，处理组和控制组的演化轨迹是「平行」的（即除了常数项不同，时间路径一致）。

如果平行趋势成立，那么「事件后处理组相对控制组的 gap」可以直接读作处理效应。
如果平行趋势不成立（比如处理组在事件前就已经因为某些预期提前异动），那事件后的 gap 里混进了「事前就有的差异」，DID 估计有偏。

实操里你会画一张事件研究图（event-study plot）：横轴是相对事件的月份，纵轴是处理组减控制组的差。平行趋势下，事件前那段应该围绕 0 波动、没有趋势；事件后那段才系统性地抬升/下坠。这段图既是「假设可视检查」，也是后面动态效应分析的基础。

平行趋势：事件前两组趋势平行，事件后处理组系统性抬升

3. 从 2×2 到面板：双向固定效应 TWFE#

2×2 只适用于「一组 vs 一组、一段前 vs 一段后」。真实数据往往是面板：N 只股票 × T 期，事件可能在某期发生。这时候用**双向固定效应（TWFE）**把 DID 写成一个回归，一次性把成百上千只控制组用上：

Y_it = α_i + λ_t + τ · (treat_i × post_t) + ε_it

plaintext

α_i：单元固定效应（每只股票的「固有水平」，比如有的股票天生波动大）。
λ_t：时间固定效应（每一期的「共同冲击」，比如某月大盘涨了）。
treat_i × post_t：DID 交互项，系数 τ 就是我们要的 ATT（平均处理效应）。

下面用纯 numpy 从零实现（不依赖任何计量库）：构造设计矩阵，单元哑变量 + 时间哑变量 + DID 项，普通最小二乘求解。

import numpy as np

def did_twfe(Y, treat, post):
    """Y: (N, T) 面板; treat: (N,) 0/1 处理标识; post: (T,) 0/1 事件后标识。
    返回 DID 系数 tau 及其标准误。"""
    N, Tt = Y.shape
    yv = Y.ravel()
    unit = np.repeat(np.arange(N), Tt)
    time = np.tile(np.arange(Tt), N)
    did = (treat[:, None] * post[None, :]).ravel()   # treat_i × post_t

    # 设计矩阵：单元哑变量 + 时间哑变量 + DID 项
    X = []
    for i in range(N):
        X.append((unit == i).astype(float))
    for t in range(Tt):
        X.append((time == t).astype(float))
    X.append(did)
    X = np.array(X).T

    beta, *_ = np.linalg.lstsq(X.T @ X, X.T @ yv, rcond=None)
    tau = beta[-1]
    resid = yv - X @ beta
    dof = len(yv) - X.shape[1]
    se = np.sqrt(float(resid @ resid / dof) * np.linalg.inv(X.T @ X)[-1, -1])
    return tau, se

# 在我们的合成面板上：
# 真实 ATT = 0.40%/月（合成时设定），DID 估计 τ̂ = 0.41，se = 0.147，t = 2.79

python

注意一个细节：单元哑变量会吃掉 treat_i 的主效应，时间哑变量会吃掉 post_t 的主效应，所以回归里只放交互项就够，不需要再单独放 treat/post（否则会「完全共线」被吸收掉）。这是 TWFE 的标准写法。

4. 推断：置换（安慰剂）检验#

DID 给了一个点估计 τ̂，但「显著吗？」不能只看 t 值——t 值背后的标准误假设了误差独立同分布，而金融面板里截面相关性（同一天所有股票一起动）会让标准误被严重低估。

更稳健的推断是置换/安慰剂检验（permutation / placebo test）：把「谁被冲击」这件事随机重排 1000 次。每次随机挑一只股票当「假处理组」，其余当控制组，重新跑 DID 得到假 τ。如果真事件是真的，真实 τ̂ 应该明显大于这 1000 个「随机噪音 τ」。

def did_permutation(Y, treat, post, n_perm=1000, rng=np.random.default_rng(0)):
    N = Y.shape[0]
    real_tau, _ = did_twfe(Y, treat, post)
    perm = np.zeros(n_perm)
    for p in range(n_perm):
        tr = np.zeros(N)
        tr[rng.choice(N, 1)] = 1.0          # 随机指定一只为假处理组
        perm[p], _ = did_twfe(Y, tr, post)
    pval = np.mean(np.abs(perm) >= abs(real_tau))
    return real_tau, perm, pval

# 真实 τ̂ = 0.41 落在 1000 次随机分配分布的极尾，p = 0.038

python

安慰剂/置换检验：真实效应落在随机分布极尾

如果 p 很小（比如 <0.05），说明「随机乱选也能得到这么大的差距」的概率很低，你的事件效应站得住。如果 p 很大，那 0.41 很可能只是某只股票的运气。

5. 五类真实陷阱（不藏）#

陷阱 1：平行趋势不可直接检验。 你只有一条历史，事件前处理组和控制组是否「真的平行」没法用统计检验证伪（你能做的只是画事件研究图做视觉检查，或加事件前若干期虚拟变量看是否显著——但这本质是「检验一个你假设成立的零假设」）。缓解：拉长事件前窗口、做协变量平衡性检查、用合成控制/匹配补充。

陷阱 2：控制组被事件「间接污染」。 如果事件通过产业链/情绪传染到你的控制组（比如政策冲击了整个板块，你选的「同类」也跟着动），那控制组不再代表「没被冲击的平行宇宙」，DID 估计会向下偏（处理效应被控制组稀释）。缓解：选地理/业务上确实隔离的控制组，或做溢出效应诊断。

陷阱 3：政策内生化（reverse causality）。 如果事件本身是「因为股票跌了才出台政策」，那因果方向反了——不是政策影响股价，是股价触发政策。DID 的「外生冲击」假设被破坏，估计有偏。缓解：用外生性更强的冲击（如监管法规、自然灾害、行政区划调整）。

陷阱 4：溢出/一般均衡效应。 真实世界里处理组和控制组不是孤岛。政策可能改变整个市场的资金分配，连控制组都间接受益/受损。经典 DID 假设「无溢出」，破了就偏。缓解：用空间 DID、或明确界定处理边界。

陷阱 5：动态效应被压平成「平均」。 TWFE 给的是一个平均 τ，但真实效应往往是「事件后第 1 月冲高、第 6 月衰减」的动态路径。把动态路径压成一个数，会漏掉「效应何时最强、持续多久」的关键信息。缓解：放事件后各期虚拟变量 × treat，画出动态 ATT 路径（也就是第 2 节的事件研究图）。

6. 小结：DID 在你工作流里的位置#

它解决什么：把「事件后涨了」分解成「时间趋势（控制组替你承担了）+ 真正事件效应」。
它不解决什么：平行趋势、控制组纯净度、外生性，这些它假设成立，你得自己保证。
落地路径：真实数据用 linearmodels 的 PanelOLS 或 DoubleML 跑 TWFE 会更快更稳；推断优先用聚类标准误（按时间聚类）或置换检验而不是朴素 t 值；永远先画事件研究图看平行趋势，再谈显著。

下一篇我们用合成控制法（SCM）——当「找不到合适的控制组」时，它用一篮子未受冲击单元的加权组合为你「造」出一个专属对照组，正好补上 DID 最脆弱的那块。