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

Technische Samenvatting: Auditing van Longitudinale Data over Institutionele Regimes

Probleemstelling
Longitudinale datasets bevatten vaak opeenvolgende records die zijn gegenereerd onder verschillende juridische, administratieve of statistische regimes. Hoewel een gemeenschappelijke schaal of variabelenaam kan blijven bestaan, veranderen de onderliggende betekenis, de steekproefkaders, coderingsregels of juridische categorieën frequent. Standaard metrieken voor datakwaliteit (bijv. ontbrekende gegevens, meetfouten) en statistische technieken (bijv. detectie van structurele breuken, meetinvariantie) zijn onvoldoende voor deze specifieke uitdaging. Methoden voor structurele breuken identificeren veranderingen in stochastische wetten, maar maken geen onderscheid tussen een legitieme verschuiving in het administratieve niveau en een fundamenteel meningsverschil in de temporele vorm. Evenzo vereist meetinvariantie latente variabelenmodellen die vaak niet beschikbaar zijn voor publieke aggregaten. Het kernprobleem is bepalen wanneer records uit opeenvolgende regimes als één enkel analytisch object kunnen worden behandeld zonder de verschillende administratieve realiteiten te verwarren.

Methodologie: Het Grafentheoretische Compatibiliteitsprotocol
Het artikel stelt een deterministisch, geordend auditframework voor dat onderlinge regime-discrepanties deelt in afzonderlijke, controleerbare componenten. De methode modelleert de dataomgeving als een eindige samenhangende graaf $G=(V, E)$, waarbij knopen (vertices) regime-specifieke dataomgevingen vertegenwoordigen en zijden (edges) geregistreerde vergelijkingsvensters zijn.

De audit verloopt via vier geordende fasen:

1. Niveau-registratie: Voor elke zijde (paar regimes) schat de methode een constante niveau-crosswalk in via coördinaatgewijze mediaanminimalisatie ($L_1$-norm). Dit isoleert de "niveauverschuiving" uit de data.
2. Geautoriseerde Correctie: Het resterende verschil wordt geprojecteerd op een vooraf geautoriseerde, compacte convexe verzameling van correcties ($C_e$). Deze verzameling staat verklaarde, begrensde normalisaties of hercoderingen toe (bijv. een aanpassing van 15%), maar verbiedt discretionaire wijzigingen aan de historische reeks.
3. Meting van Vorm-discrepantie: Het residu na registratie en geautoriseerde correctie ($D_e$) meet de "vorm"-discrepantie—het deel van het verschil dat niet kan worden geabsorbeerd door een constante translatie of verklaarde normalisatie.
4. Globale Consistentie en Haalbaarheid:
   • Cyclus-consistentie: Het systeem van paarwijze translaties wordt getest op globale coherentie met behulp van graaf-incidentiematrices. Als de gesigneerde som van translaties rond een cyclus niet nul is, zijn de crosswalks inconsistent, ongeacht de individuele zijde-residuen.
   5. Full-Record Lift: De methode test of de numeriek verzoende vectoren kunnen worden "gelift" naar een volledig record dat voldoet aan administratieve, juridische en capaciteitsbeperkingen (bijv. niet-negativiteit, budgetplafonds). Dit wordt geformuleerd als een lineair haalbaarheidsprobleem; indien onhaalbaar, levert een duaal certificaat het bewijs van de onmogelijkheid van een geldig volledig record.

De uiteindelijke output is geen samengestelde kwaliteitsscore, maar een geordende dispositie (Gescheiden Houden, Review, of Voorwaardelijke Samenvoeging) gebaseerd op de grootte van het vorm-residu, de rangorde ten opzichte van controles binnen het regime, en de aanwezigheid van harde incompatibiliteiten.

Belangrijkste Bijdragen

• Decompositie van Discrepantie: Het artikel scheidt rigoureus niveauconversie (toelaatbare translatie) van vorm-discrepantie (structurele incompatibiliteit), en toont aan dat een grote niveauverschuiving samen kan gaan met een klein residu, en vice versa.
• Grafentheoretische Formulering: Het past sheaf-theoretische concepten (lokale overeenstemming versus globale exactheid) toe op beleidsdata, waarbij het expliciet de cyclus-inconsistenties in crosswalk-netwerken identificeert die paarwijze diagnostiek mist.
• Administratieve Toelaatbaarheid: Het introduceert een "full-record lift"-test, die garandeert dat numerieke verzoening geen schending veroorzaakt van juridische of fysieke beperkingen (bijv. een verzoend totaal dat de som van de toelaatbare subcomponenten overschrijdt).
• Geordende Auditprocedure: De methode dwingt een strikte sequentie af waarbij variabelen, vensters en correctiesets worden geregistreerd voordat de residuen worden geïnspecteerd, om preventief achteraf modelleren voor gewenste resultaten te voorkomen.

Empirische Resultaten: Bewijs uit Tunesië
De methode wordt toegepast op een geconstrueerde kwartaalpanel voor Tunesië (2000Q1–2019Q4) die drie coördinaten beslaat: institutioneel vertrouwen, crisisstress en beleidsrespons. De analyse richt zich op drie historische grenzen: Pre-Shock (2010), Shock-Transitie (2011) en Transitie-Post (2014).

• Residu-analyse: Na niveau-registratie en begrensde correctie vertoonde de Shock-Transitie grens (2010Q4–2012Q2) het grootste vorm-residu (0,209) in 30 van de 36 model-specificaties. Dit overtrof alle 33 binnen-regime pseudo-grenscontroles.
• Contrast met Niveau-diagnostiek: Conventionele niveau-diagnostiek (gemiddelde/mediaan verschuivingen) wees de Pre-Shock en Transitie-Post grenzen als meest prominent aan. Echter, het post-registratie vorm-residu identificeerde de Shock-Transitie grens uniek als uitzonderlijk.
• Sensitiviteit: De Shock-Transitie grens bleef de meest uitzonderlijke over variaties in polynomiale graad, ridge-penalties en vensterlengtes, hoewel de absolute magnituden varieerden.
• Dispositie: Op basis van het protocol vereist de Shock-Transitie grens "Gescheiden Houden" (behoud van de regimebreuk), terwijl de andere grenzen "Review voor samenvoeging" vereisen.

Betekenis en Claims
Het artikel claimt bescheiden een protocol voor verantwoorde integratie te bieden in plaats van een causale analyse van de Tunesische transitie.

• Niet Causaal: De audit schat het causale effect van de revolutie of de grondwet niet in; de grenzen zijn institutioneel vastgesteld, niet statistisch geschat.
• Scheiding van Claims: Het demonstreert dat numerieke verzoening, vorm-compatibiliteit, coherente conversie en administratieve toelaatbaarheid afzonderlijke proposities zijn. Een reeks kan numeriek verzoend zijn, maar administratief ontoelaatbaar.
• Bestuurlijke Nut: De methode ondersteunt de datagovernance in de publieke sector door een transparant, reproduceerbaar auditspoor te bieden dat onderscheid maakt tussen legitieme niveauconversies en fundamentele structurele incompatibiliteiten, waardoor wordt gewaarborgd dat heterogene records niet worden samengevoegd zonder expliciete rechtvaardiging.

De studie concludeert dat computationele continuïteit (het concateneren van tijdreeksen) geen bewijs is van institutionele vergelijkbaarheid. Het voorgestelde grafentheoretische audit biedt een gestructureerd mechanisme om compatibiliteit te verifiëren vóór integratie, waardoor de integriteit van longitudinale analyses over institutionele regimes wordt gewaarborgd.