📈 economics

Identification and Inference for Causal Effects in Extremes under General Conditions

Dit artikel ontwikkelt identificatie- en inferentiemethoden voor causale effecten bij extreme gebeurtenissen door de Causale Staartcoëfficiënt binnen lineaire structurele modellen te analyseren, waarbij wordt aangetoond hoe heterogene staartindices en zwaar getalige confounders de identificatie van causale structuren beïnvloeden en door het voorstellen van aangepaste schatters en toetsen die causale relaties herstellen die gemiddelde-gebaseerde methoden vaak missen.

Oorspronkelijke auteurs: Lisa Leimenstoll, Melanie Schienle

Gepubliceerd 2026-08-25

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Lisa Leimenstoll, Melanie Schienle

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de wereld van data science hebben onderzoekers lang vertrouwd op een simpel principe: om te begrijpen hoe het ene ding het andere beïnvloedt, kijk je naar het gemiddelde. Als je wilt weten of regen voor files zorgt, kijk je misschien naar hoe veel langzamer auto's rijden op een typische regenachtige dag vergeleken met een zonnige dag. Deze aanpak werkt goed voor alledaagse schommelingen, maar faalt vaak wanneer de belangen het hoogst zijn. De meest gevaarlijke gebeurtenissen in de financiële wereld, het klimaat en de infrastructuur — beurscrashes, catastrofale overstromingen of systeemuitval van elektriciteitsnetten — vinden niet plaats op basis van het gemiddelde. Ze gebeuren in de extremen, in de zeldzame, gewelddadige uitschieters waar de gebruikelijke regels van oorzaak en gevolg volledig kunnen breken of verborgen kunnen blijven. Decennialang worstelden statistici om deze extreme relaties te ontrafelen, omdat de instrumenten die zij gebruikten ontworpen waren voor het midden van de data, niet voor de randen. Ze konden je vertellen hoe variabelen in het algemeen samen bewogen, maar ze konden niet betrouwbaar zeggen welke van de twee de andere duwde wanneer alles in de soep liep.

Dit is het probleem dat wordt aangepakt door een nieuwe studie van onderzoekers van het Karlsruhe Institute of Technology en het Heidelberg Institute for Theoretical Studies. Zij ontwikkelden een methode om het pad van extreme gebeurtenissen door een systeem te traceren, waarbij ze een specifieke vraag stellen: wanneer een enorme schok een deel van een netwerk raakt, veroorzaakt dit dan een enorme schok in een ander deel? Om dit te doen, richtten zij zich op een concept genaamd de "causale staartcoëfficiënt" (causal tail coefficient). Stel je twee variabelen voor, zoals neerslag en waterstanden in een rivier. Als een enorme regenbui consequent leidt tot een enorme overstroming, is er een causale link. Maar als beide simpelweg reageren op een derde, verborgen factor — zoals een massief weersysteem dat een hele regio beïnvloedt — dan is de link een illusie. De onderzoekers ontdekten dat ze door specifiek te kijken naar het gedrag van de meest extreme waarden, onderscheid konden maken tussen een echte oorzaak-gevolgketen en een toevalligheid veroorzaakt door een verborgen invloed. Hun werk is bijzonder krachtig omdat het omgaat met de rommeligheid van de echte wereld: het werkt zelfs wanneer de twee variabelen zich aan de extremen verschillend gedragen, zoals wanneer één variabele een "zwaardere" staart heeft, wat betekent dat deze vaker of extremere uitschieters produceert dan de andere.

De onderzoekers testten hun theorie met behulp van een raamwerk waarin variabelen in een specifieke richting verbonden zijn, zoals een ketting van dominostenen. Ze ontdekten dat de manier waarop deze variabelen zich aan de uiterste rand van de verdeling gedragen, een geheim sleutel bevat om de richting van causaliteit te identificeren. Als één variabele een "zwaardere" staart heeft dan de andere — wat betekent dat deze meer extreme pieken ervaart — kan hun methode vaak aangeven welke de drijver is en welke de volger. In gevallen waarin de staarten vergelijkbaar zijn, werkt de methode nog steeds, maar vereist het het zoeken naar een specifiek patroon in hoe de extremen op elkaar aansluiten. Cruciaal is dat ze ook het probleem van verborgen confounders (verstorende variabelen) aanpakten. Als een derde, niet-geobserveerde factor ervoor zorgt dat beide variabelen pieken, verwarren standaardmethoden dit vaak met een directe oorzaak. Het team toonde aan dat als deze verborgen factor ook extreem is (heavy-tailed), dit de werkelijke relatie volledig kan maskeren. Echter, zij bedachten een manier om dit te corrigeren als onderzoekers een proxy hebben — een meetbare plaatsvervanger — voor die verborgen factor. Door hun berekeningen aan te passen om rekening te houden met deze proxy, konden ze de laag van verwarring afpellen en de ware causale pijl onthullen, zelfs in de aanwezigheid van heavy-tailed ruis.

Om te bewijzen dat hun methode werkte, draaide het team duizenden computersimulaties, waarbij ze kunstmatige werelden creëerden met verschillende soorten extreme gedragingen en verborgen invloeden. Ze ontdekten dat hun nieuwe tests de causale richtingen correct konden identificeren in situaties waar oudere, standaardmethoden volledig faalden. Bijvoorbeeld, in scenario's waar een causale link alleen bestond in de extreme staarten van de data, zagen traditionele instrumenten niets, terwijl de nieuwe methode de verbinding duidelijk opmerkte. Ze testten ook hoe goed de methode presteerde wanneer de "staarten" van de data verschillend waren, en bevestigden dat deze verschillen juist hielpen om de oorzaak te lokaliseren in plaats van het probleem te verwarren. De simulaties toonden aan dat de methode betrouwbaar blijft, zelfs wanneer de data ruis bevat of wanneer de steekproefomvang niet enorm is, mits de onderzoekers de juiste drempelwaarde kiezen voor wat als een "extreme" gebeurtenis telt.

De onderzoekers namen hun instrumenten vervolgens mee uit het simulatielab en pasten ze toe op echte wereldgegevens, beginnend bij het Zwitserse spoorwegsysteem. Ze wilden weten of extreme neerslag extreme treinvertragingen veroorzaakte. Hoewel het voor de hand ligt dat regen treinen vertraagt, hebben standaard statistische modellen die naar gemiddelde data kijken vaak moeite om dit te bewijzen omdat vertragingen door veel redenen kunnen ontstaan. Door zich alleen te richten op de meest extreme regenbuien en de meest ernstige vertragingen, vonden de onderzoekers een duidelijke, eenrichtings causale link: hevige regen veroorzaakte direct aanzienlijke vertragingen op de lijn van Zürich naar Bern. De methode onthulde ook dat de impact van regen die drie uur lang aanhield, zelfs significanter was dan de regen die op één enkel moment viel, een nuance die modellen gebaseerd op gemiddelden misten.

Vervolgens richtten ze zich op de rivieren van Duitsland en onderzochten ze de relatie tussen dagelijkse neerslag en de waterafvoer van de Donau en de Main. Hier was de uitdaging complexer. De data suggereerden dat hoewel regen de rivieren deed opzwellen, er ook een verborgen factor in het spel was, waarschijnlijk gerelateerd aan de stroomgebieden stroomopwaarts. De methode van de onderzoekers detecteerde deze verborgen invloed, wat zij bevestigden door de "tail indices" van de data te controleren. Zodra zij hun analyse aanpasten om rekening te houden met de waterstroom stroomopwaarts als een proxy voor de verborgen factor, werd de ware causale link tussen regen en rivierstanden scherp en onmiskenbaar. Ze verkenden ook hoe lang het duurde voordat regen effect had op de rivier, en ontdekten dat hoewel de verbinding sterk was na één dag, het causale signaal in de extremen veel sneller vervaagde dan het gemiddelde signaal, en na slechts enkele dagen verdween. Dit bood een nauwkeuriger beeld van de dynamiek van overstromingen dan voorheen beschikbaar was.

Ten slotte bekeken het team de volatiele relatie tussen de S&P 500 aandelenindex en Bitcoin. Financiële markten staan bekend om hun extreme schommelingen, en de vraag of beurscrashes cryptocrashes aandrijven, of andersom, is een onderwerp van intens debat geweest. Eerdere studies die gebruikmaakten van gemiddelde data, hadden tegenstrijdige resultaten opgeleverd. De onderzoekers pasten hun methode voor extreme gebeurtenissen toe op de linkerstaart van de data — de zijde die enorme verliezen vertegenwoordigt. Ze ontdekten dat wanneer de aandelenmarkt extreme negatieve rendementen leed, dit extreme negatieve rendementen in Bitcoin triggerde, maar alleen nadat ze rekening hadden gehouden met de bredere marktvolatiliteit als een verborgen confounder. Zonder deze aanpassing was het signaal troebel, maar met deze aanpassing kwam er een duidelijk causaal pad van de aandelenmarkt naar de cryptomarkt tevoorschijn. Dit suggereert dat tijdens perioden van hevige markstress, de traditionele aandelenmarkt fungeert als een leidende indicator voor de cryptomarkt, een bevinding die cruciaal kan zijn voor investeerders en toezichthouders die proberen systemisch risico te begrijpen.

De studie concludeert dat kijken naar de extremen niet alleen een niche-oefening is, maar een noodzakelijk instrument om te begrijpen hoe de wereld werkt wanneer deze onder de hoogste druk staat. Door een manier te ontwikkelen om ware causale ketens te scheiden van toevallige correlaties in de staarten van distributies, hebben de onderzoekers een nieuw venster geboden voor economen, klimatologen en risicomanagers. Hun werk laat zien dat de meest extreme gebeurtenissen vaak de duidelijkste signalen van oorzaak en gevolg dragen, mits men weet hoe men ze moet lezen. De methode vereist geen perfecte data of simpele systemen; zij gedijt in de rommelige, heavy-tailed realiteit van de natuurlijke en financiële wereld, en biedt een manier om de ware structuur van causaliteit te zien wanneer de rest in chaos verkeert.

Technische Samenvatting: Identificatie en Inferentie voor Causale Effecten in Extremen onder Algemene Condities

1. Probleemstelling

De identificatie van causale effecten uit observationele data is een centraal doel in de econometrie. De huidige identificatietheorieën en -methoden richten zich echter voornamelijk op gemiddelde effecten of vertrouwen op informatie uit de bulk van de distributie. In veel kritieke economische en milieutoepassingen—zoals financiële crises, systeemrisico's en klimaatrampen—treden de fenomenen van belang op tijdens zeldzame en extreme gebeurtenissen. In dergelijke settings worden causale mechanismen vaak pas geactiveerd door ongewoon grote schokken, en zijn de impacts het meest ernstig in de staarten (tails).

Huidige methoden voor causale inferentie in extremen, met name die gebaseerd op de Causal Tail Coefficient (CTC), vertrouwen doorgaans op restrictieve aannames, met name dat alle variabelen in het systeem vergelijkbaar staartgedrag vertonen (d.w.z. identieke tail indices). In de empirische realiteit vertonen economische en milieubestanden vaak heterogene tail indices, en kunnen niet-geobserveerde confounders zware staarten (heavy tails) bezitten die de extreme afhankelijkheid verstoren. Dit artikel adresseert de kloof in het identificeren van causale relaties in extremen wanneer variabelen heterogene tail indices vertonen en wanneer heavy-tailed confounders aanwezig kunnen zijn.

2. Methodologie

Structureel Kader

De auteurs analyseren lineaire structurele causale modellen (LSCM) gedefinieerd op gerichte acyclische grafen (DAGs). Het datagenererende proces wordt gegeven door:
$X_j := \sum_{k \in pa(j,G)} \beta_{kj}X_k + \epsilon_j$
waarbij de innovatietermen $\epsilon_j$ wederzijds onafhankelijk zijn en regelmatig variëren met potentieel verschillende tail indices $\alpha_j$ . Regelmatige variatie wordt gedefinieerd zodanig dat $P(\epsilon_j > x) \sim \ell(x)x^{-\alpha_j}$ als $x \to \infty$ .

De Causal Tail Coefficient (CTC)

De kernmaatstaf voor causale afhankelijkheid is de Causal Tail Coefficient (CTC), gedefinieerd voor twee regelmatig variërende variabelen $X_i$ en $X_j$ als:
$\Gamma_{X_i \to X_j} := \lim_{u \to 1^-} E[F_j(X_j) \mid F_i(X_i) > u]$
Intuïtief meet dit de verwachte rang van $X_j$ conditioneel op het feit dat $X_i$ in de extreme bovenstaart zit. Onder standaardcondities met gelijke staarten impliceert $\Gamma \to 1$ een causale link $X_i \to X_j$ , terwijl $\Gamma \to 0.5$ onafhankelijkheid impliceert.

Belangrijke Theoretische Uitbreidingen

Het artikel breidt het CTC-raamwerk uit naar algemene condities:

Heterogene Tail Indices: De auteurs leiden het limiterende gedrag van de CTC af wanneer $\alpha_i \neq \alpha_j$ . Zij tonen aan dat verschillen in staartgedrag aanvullende identificerende informatie bieden. Specifiek, als $\alpha_1 > \alpha_2$ (wat betekent dat $X_1$ een lichtere staart heeft dan $X_2$ ), kan de CTC-asymmetrie $\Delta = \Gamma_{X_1 \to X_2} - \Gamma_{X_2 \to X_1}$ de richting $X_1 \to X_2$ uniek identificeren, zelfs wanneer de standaard aannames van gelijke staarten falen.
Confounders: Het artikel maakt onderscheid tussen light-tailed en heavy-tailed ongeobserveerde confounders ( $H$ $H$ ).
- Light-tailed confounders ( $\alpha_H > \max(\alpha_1, \alpha_2)$ ) zijn asymptotisch verwaarloosbaar voor staartidentificatie.
- Heavy-tailed confounders ( $\alpha_H \leq \max(\alpha_1, \alpha_2)$ ) kunnen patronen van extreme afhankelijkheid induceren die niet te onderscheiden zijn van directe causale effecten, wat leidt tot misidentificatie.
Aangepaste CTC: Om identificatie te herstellen in de aanwezigheid van heavy-tailed confounders, stellen de auteurs het gebruik van een aangepaste CTC ( $\Gamma_{X_i \to X_j | H}$ ) voor, die conditioneert op een geobserveerde proxy-vector $H$ van de confounder. Dit omvat het fitten van een Generalized Pareto Distribution (GPD) aan de excessen, waarbij de schaalparameters worden gemodelleerd als functies van de proxy.

Estimatie en Inferentie

Estimatoren: Niet-parametrische estimatoren voor de CTC worden geconstrueerd met behulp van empirische distributiefuncties en orde statistieken. Een aangepaste estimator wordt afgeleid voor de confounder-gecontroleerde situatie met behulp van een parametrische pre-stap (GPD-fitting).
Asymptotische Theorie: Het artikel stelt de asymptotische normaliteit van de estimatoren en de verschilstatistiek $\hat{\Delta}}$ vast. De convergentiesnelheden zijn afhankelijk van de tail indices en de keuze van de tuning parameter $k$ (het aantal bovenste orde statistieken dat wordt gebruikt).
Teststrategie:
- Causality-Test: Test $H_0: \beta_{12} = 0$ tegen $H_1: \beta_{12} \neq 0$ met behulp van de asymmetrie $\hat{\Delta}$ .
- Confounder-Test: Test voor de aanwezigheid van een heavy-tailed confounder door te controleren of $\Gamma_{X_2 \to X_1}$ significant afwijkt van 0.5 wanneer een causale link wordt vermoed.
- Tail Index-Test: Een pre-test om te bepalen of tail indices gelijk of heterogeen zijn, gebruikmakend van een gemodificeerde Hill-estimator.

3. Belangrijkste Bijdragen

Identificatie onder Heterogeniteit: Het artikel demonstreert dat heterogene tail indices niet louter een technische complicatie zijn, maar een bron van identificerende informatie. Het leidt theoretische resultaten af die laten zien hoe de ordening van tail indices ( $\alpha_1 > \alpha_2$ vs. $\alpha_1 < \alpha_2$ ) het limiterende gedrag van de CTC fundamenteel verandert, waardoor causale richtingidentificatie mogelijk is in scenario's waar theorieën met gelijke staarten falen.
Omgaan met Heavy-Tailed Confounding: De auteurs bieden een rigoureuze karakterisering van hoe heavy-tailed confounders de extreme afhankelijkheid verstoren. Ze tonen aan dat terwijl light-tailed confounders asymptotisch verwaarloosbaar zijn, heavy-tailed confounders causale effecten kunnen nabootsen. Ze stellen een oplossing voor via de aangepaste CTC, waarmee identificatie wordt hersteld wanneer geschikte proxy-informatie beschikbaar is.
Inferentieprocedures: Het artikel ontwikkelt een volledig inferentieel raamwerk, inclusief asymptotische distributies voor estimatoren, hypothesetests voor causale richting en confounding, en praktische begeleiding bij de selectie van de tuning parameter ( $k$ ) via simulatie.

4. Resultaten

Simulatiebewijs

Uitgebreide simulaties valideren de finite-sample prestaties van de voorgestelde methoden:

Convergentie: De estimatoren convergeren naar hun theoretische limieten, hoewel de snelheid afhangt van de tail indices en de onderliggende distributiefamilie (bijv. Student's $t$ vs. Pareto).
Robuustheid: De Causality-Test detecteert succesvol causale links in de staarten, zelfs wanneer de relatie niet-lineair is in de bulk of wanneer de tail indices verschillen.
Benchmarking: De voorgestelde CTC-gebaseerde methoden presteren beter dan klassieke LiNGAM (Linear Non-Gaussian Acyclic Model) algoritmen in tail-specifieke scenario's. LiNGAM faalt vaak in het detecteren van causale effecten die beperkt zijn tot de extremen, met name wanneer de tail indices heterogeen zijn.
Confounder Detectie: De Confounder-Test identificeert effectief de aanwezigheid van heavy-tailed confounders, en de aangepaste CTC herstelt succesvol de ware causale richting in deze gevallen.

Empirische Toepassingen

De methodologie wordt toegepast op drie verschillende datasets:

Neerslag en Treinvertragingen (Zwitserland): De studie bevestigt een causaal effect van extreme neerslag op treinvertragingen. De tail-tests detecteren deze relatie, zelfs wanneer standaardmethoden die zich richten op de bulk van de distributie (LiNGам) geen significante link vonden voor de huidige neerslag.
Neerslag en Rivierstromen (Duitsland): Bij de analyse van de Donau en de Main identificeren de auteurs causale links van neerslag naar rivierafvoer. De methode houdt succesvol upstream stroomgebieden als confounders rekening mee en onderzoekt temporele lags, waarbij wordt gevonden dat het causale effect in de extreme staart sneller afneemt dan in de volledige distributie.
S&P 500 en Bitcoin Returns: In een setting waar de causale richting ambigu is, onthult de analyse een causale impact van extreme negatieve S&P 500 rendementen op Bitcoin rendementen na correctie voor marktvolatiliteit (VIX) en bredere marktbewegingen (MSCI Europe) als heavy-tailed confounders. Deze relatie was niet detecteerbaar met standaard LiNGAM op de volledige dataset.

5. Betekenis en Claims

Het artikel claimt dat het raamwerk een robuust instrument biedt voor het blootleggen van causale relaties in extremen die ongedetecteerd blijven door benaderingen die zich richten op gemiddelde afhankelijkheid. De belangrijkste punten van betekenis zijn:

Algemene Condities: De methode versoepelt de restrictieve aanname van gelijke tail indices, waardoor het toepasbaar is op een breder scala aan empirische economische en milieudata waar variabelen van nature verschillend staartgedrag vertonen.
Confounder Handling: Het vermogen om heavy-tailed confounders te detecteren en te corrigeren is een cruciale vooruitgang, aangezien dergelijke confounders anders tot foutieve causale conclusies in extreme waarde-analyse kunnen leiden.
Complementariteit: De voorgestelde tail-tests complementeren bestaande structurele causale modellen. Terwijl methoden zoals LiNGAM effectief zijn voor globale afhankelijkheden, is de CTC-gebaseerde benadering specifiek ontworend voor scenario's waarin causale mechanismen primair worden geactiveerd door extreme schokken.
Praktisch Nut: De simulatiestudies en empirische toepassingen laten zien dat de methoden haalbaar zijn voor eindige steekproeven (finite samples) en bruikbare inzichten bieden voor risicobeheer, klimaatwetenschap en financiële stabiliteit, met name bij het identificeren van de propagatie van extreme gebeurtenissen.

De auteurs merken beperkingen op, zoals de afhankelijkheid van lineaire structurele modellen (hoewel zij opmerken dat niet-lineariteit in de bulk nog steeds lineair kan zijn in de staart) en de huidige focus op onafhankelijke observaties, wat wijst op toekomstig werk over tijdreeks-afhankelijkheden en niet-lineaire structurele modellen.