Auditing longitudinal data across institutional regimes: a graph-based compatibility protocol with evidence from Tunisia

Technisches Resümee: Auditierung longitudinaler Daten über institutionelle Regime hinweg

Problemstellung
Longitudinale Datensätze bestehen oft aus konkatinierten Datensätzen, die unter unterschiedlichen rechtlichen, administrativen oder statistischen Regimen generiert wurden. Während eine gemeinsame Skala oder ein gemeinsamer Variablenname fortbestehen mag, ändern sich das zugrunde liegende Verständnis, die Stichprobenrahmen, Kodierungsregeln oder rechtlichen Kategorien häufig. Standardmäßige Datenqualitätsmetriken (z. B. Fehlwerte, Messfehler) und statistische Techniken (z. B. Detektion struktureller Brüche, Messinvarianz) sind für diese spezifische Herausforderung unzureichend. Methoden zur Detektion struktureller Brüche identifizieren Änderungen in stochastischen Gesetzen, unterscheiden jedoch nicht zwischen einem legitimen administrativen Niveauwechsel und einer fundamentalen Unstimmigkeit in der zeitlichen Form. Ebenso erfordert Messinvarianz latente Variablenmodelle, die für aggregierte Daten des öffentlichen Sektors oft nicht verfügbar sind. Das Kernproblem besteht darin, zu bestimmen, wann Datensätze aufeinanderfolgender Regime als ein einziges analytisches Objekt behandelt werden können, ohne unterschiedliche administrative Realitäten zu vermengen.

Methodik: Das graphbasierte Kompatibilitätsprotokoll
Die Arbeit schlägt ein deterministisches, geordnetes Audit-Framework vor, das die Unstimmigkeiten zwischen den Regimen in distinkte, auditierbare Komponenten zerlegt. Die Methode modelliert die Datenumgebung als endlichen zusammenhängenden Graphen $G=(V, E)$, wobei die Vertices die regimespezifischen Datenumgebungen repräsentieren und die Kanten die registrierten Vergleichsfenster darstellen.

Das Audit erfolgt in vier geordneten Phasen:

1. Level-Registrierung: Für jede Kante (Regime-Paar) schätzt die Methode eine konstante Level-Crosswalk mittels koordinatenweiser Median-Minimierung ($L_1$-Norm). Dies isoliert den „Level-Shift“ (Niveauversatz) von den Daten.
2. Autorisierte Korrektur: Die verbleibende Differenz wird auf eine vorab autorisierte, kompakte konvexe Menge von Korrekturen ($C_e$) projiziert. Diese Menge erlaubt deklarierte, begrenzte Normalisierungen oder Rekodierungen (z. B. eine Anpassung um 15 %), verbietet jedoch diskretionäre Änderungen der historischen Zeitreihe.
3. Messung der Form-Unstimmigkeit (Shape Disagreement): Die Differenz nach der Registrierung und der autorisierten Korrektur ($D_e$) misst die „Form“-Unstimmigkeit – jenen Teil der Differenz, der nicht durch eine konstante Translation oder eine deklarierte Normalisierung absorbiert werden kann.
4. Globale Konsistenz und Durchführbarkeit:
   • Zyklus-Konsistenz: Das System der paarweisen Translationen wird mittels Graph-Inzidenzmatrizen auf globale Kohärenz geprüft. Wenn die summierten Vorzeichen der Translationen um einen Zyklus herum ungleich Null sind, sind die Crosswalks inkonsistent, unabhängig von den individuellen Kanten-Residuen.
   • Full-Record Lift: Die Methode prüft, ob die numerisch bereinigten Vektoren zu einem vollständigen Datensatz „geliftet“ werden können, der administrative, rechtliche und kapazitive Beschränkungen erfüllt (z. B. Nicht-Negativität, Budgetobergrenzen). Dies wird als lineares Durchführbarkeitsproblem formuliert; falls es nicht durchführbar ist, liefert ein duales Zertifikat den Beweis für die Unmöglichkeit eines gültigen vollständigen Datensatzes.

Das Endergebnis ist kein zusammengesetzter Qualitätswert, sondern eine geordnete Disposition (Getrennt Behalten, Überprüfung oder Bedingte Zusammenführung) basierend auf der Magnitude des Form-Residuums, dessen Rang gegenüber Intra-Regime-Kontrollen und dem Vorhandensein harter Inkompatibilitäten.

Zentrale Beiträge

• Dekomposition der Unstimmigkeit: Die Arbeit trennt rigoros zwischen Level-Konvertierung (zulässige Translation) und Form-Unstimmigkeit (strukturelle Inkompatibilität) und zeigt auf, dass ein großer Level-Shift mit einem kleinen Residuum koexistieren kann und umgekehrt.
• Graph-theoretische Formulierung: Sie adaptiert sheaf-theoretische Konzepte (lokale Übereinstimmung vs. globale Exaktheit) auf Politikinformationen und identifiziert explizit Zyklus-Inkonsistenzen in Crosswalk-Netzwerken, die durch paarweise Diagnosen unentdeckt bleiben.
• Administrative Zulässigkeit: Sie führt einen „Full-Record Lift“-Test ein, der sicherstellt, dass eine numerische Rekonziliation nicht gegen rechtliche oder physische Beschränkungen verstößt (z. B. ein rekonsilierter Gesamtwert, der die Summe der zulässigen Sub-Komponenten übersteigt).
• Geordnetes Audit-Verfahren: Die Methode erzwingt eine strikte Sequenz, in der Variablen, Fenster und Korrekturmengen registriert werden, bevor die Residuen untersucht werden, um eine retrospektive Modellabstimmung zur Erzielung gewünschter Ergebnisse zu verhindern.

Empirische Ergebnisse: Evidenz aus Tunesien
Die Methode wird auf ein konstruiertes Quartalspanel für Tunesien (2000Q1–2019Q4) angewendet, das drei Koordinaten abdeckt: institutionelles Vertrauen, Krisenstress und politische Reaktion. Die Analyse konzentriert sich auf drei historische Grenzen: Pre-Shock (2010), Shock-Transition (2011) und Transition-Post (2014).

• Residuen-Analyse: Nach der Level-Registrierung und der begrenzten Korrektur wies die Shock-Transition-Grenze (2010Q4–2012Q2) in 30 von 36 Modellspezifikationen das größte Form-Residuum (0,209) auf. Es übertraf alle 33 Intra-Regime-Pseudo-Boundary-Kontrollen.
• Kontrast zu Level-Diagnostika: Konventionelle Level-Diagnostika (Mittelwert-/Median-Verschiebungen) hoben die Pre-Shock- und Transition-Post-Grenzen als am prominentesten hervor. Die nach der Registrierung untersuchte Form-Residuen-Analyse identifizierte jedoch die Shock-Transition-Grenze als einzigartig außergewöhnlich.
• Sensitivität: Die Shock-Transition-Grenze blieb über Variationen im Polynomgrad, den Ridge-Penalties und den Fensterlängen hinweg die außergewöhnlichste Grenze, wenngleich die absoluten Magnituden variierten.
• Disposition: Basierend auf dem Protokoll erfordert die Shock-Transition-Grenze die Disposition „Getrennt Behalten“ (Erhalt des Regimes-Bruchs), während die anderen Grenzen eine „Überprüfung vor der Zusammenführung“ erfordern.

Bedeutung und Ansprüche
Die Arbeit erhebt den bescheidenen Anspruch, ein Protokoll für rechenschaftspflichtige Integration bereitzustellen, statt einer kausalen Analyse des tunesischen Übergangs.

• Nicht kausal: Das Audit schätzt nicht die kausalen Effekte der Revolution oder der Verfassung; die Grenzen sind institutionell fixiert, nicht statistisch geschätzt.
• Trennung der Ansprüche: Es demonstriert, dass numerische Rekonziliation, Form-Kompatibilität, kohärente Konvertierung und administrative Zulässigkeit distinkte Propositionen sind. Eine Zeitreihe kann numerisch rekonsiliert, aber administrativ unzulässig sein.
• Governance-Nutzen: Die Methode unterstützt die Datenverwaltung im öffentlichen Sektor, indem sie einen transparenten, reproduzierbaren Audit-Pfad bietet, der zwischen legitimen Level-Konvertierungen und fundamentalen strukturellen Inkompatibilitäten unterscheidet und sicherstellt, dass heterogene Datensätze nicht ohne explizite Rechtfertigung zusammengeführt werden.

Die Studie kommt zu dem Schluss, dass computergestützte Kontinuität (die Konkatination von Zeitreihen) kein Beleg für institutionelle Vergleichbarkeit ist. Das vorgeschlagene graphbasierte Audit bietet einen strukturierten Mechanismus zur Verifizierung der Kompatibilität vor der Integration und bewahrt so die Integrität longitudinaler Analysen über institutionelle Regime hinweg.