When are time series predictions causal? The potential system and dynamic causal effects

Resumo Técnico: O Sistema Potencial e Efeitos Causais Dinâmicos em Séries Temporais

1. O Problema

A literatura econométrica e estatística tradicional sobre séries temporais frequentemente utiliza previsões baseadas em dados (como funções de resposta ao impulso, projeções locais e modelos SVAR) para inferir causalidade. No entanto, uma lacuna fundamental persiste: quando é que a diferença entre duas previsões condicionais, como $E[Y_{t+h} | X_t, D_{1:t-1}, A_t = a_t] - E[Y_{t+h} | X_t, D_{1:t-1}, A_t = a'_t]$, mede genuinamente o efeito causal de mudar a atribuição $A_t$ no resultado futuro $Y_{t+h}$?

A maioria dos métodos existentes ou se baseia em dados de painel (que permitem replicação entre unidades) ou em modelos paramétricos lineares (como VARs estruturais), faltando uma fundação não paramétrica e geral para séries temporais puras que conecte a inferência causal baseada em desenho (experimental) com a inferência baseada em população.

2. Metodologia: O Sistema Potencial (PS)

Os autores propõem o Sistema Potencial (Potential System - PS), um modelo não paramétrico fundamental que unifica a estrutura de séries temporais com a teoria de resultados potenciais (causalidade de Rubin).

O PS é definido através de cinco pressupostos que ligam dois processos estocásticos:

1. Processo de Geração de Dados (DGP): Descreve os dados observados ($X_t, A_t, Y_t$) gerados por um mecanismo de atribuição sequencial (SAM).
2. Processo Contrafactual: Define "ramos potenciais" (branch potential outcomes) e "características potenciais" para qualquer caminho de atribuição possível $a_{1:T}$.

Conceitos Chave do PS:

• Não Antecipação (Non-anticipation): Os resultados e características em $t$ não dependem de atribuições futuras ($a_{t+1:T}$).
• Triangularidade: As características em $t$ dependem apenas das atribuições até $t-1$, não da atribuição atual $a_t$ (para $X_t$).
• Consistência (LP): O processo de dados observados é consistente com o processo contrafactual quando a atribuição real é aplicada.
• Ramos Potenciais (Branch Potential Outcomes): Diferente dos resultados potenciais tradicionais que fixam toda a história, o PS foca no efeito de mudar uma única atribuição em $t$ e observar como o sistema evolui para $t+h$, mantendo a lógica de que atribuições futuras podem reagir à mudança inicial (efeito total vs. direto).

3. Contribuições Principais

A. Definição de Efeitos Causais Dinâmicos Não Paramétricos
O papel define formalmente o Efeito Causal Dinâmico como $Y_{t,h}(a_t) - Y_{t,h}(a'_t)$. Eles introduzem quatro medidas de resumo:

1. ATE (Average Treatment Effect): Efeito médio não condicional.
2. CATE (Conditional ATE): Efeito médio condicionado a características $X_t$.
3. FTE (Filtered Treatment Effect): Efeito médio condicionado ao histórico $D_{1:t-1}$.
4. CFTE (Conditional Filtered Treatment Effect): Efeito médio condicionado a $X_t$ e $D_{1:t-1}$.

B. Identificação via Previsões
O resultado central (Teorema 2) estabelece as condições sob as quais essas medidas causais podem ser identificadas a partir de quantidades preditivas observáveis (diferenças de médias condicionais). Isso requer suposições sobre o Mecanismo de Atribuição Sequencial (SAM), análogas à "unconfoundedness" em dados transversais:

• SAM.BSU (Branch-Sequential Unconfoundedness): A atribuição $A_t$ é independente dos ramos potenciais futuros dado $X_t$ e o histórico.
• SAM.BSR (Branch-Sequential Randomization): Atribuição independente do histórico (randomização sequencial).
• Sob essas condições, a diferença de previsões $E[Y_{t+h} | \dots, A_t=a_t] - E[Y_{t+h} | \dots, A_t=a'_t]$ é igual ao efeito causal.

C. Conexão com Modelos Existentes
O PS serve como um "super-modelo" que engloba e justifica causalmente:

• SVARs e Funções de Resposta ao Impulso (IRF): Mostra que, sob linearidade e exogeneidade, as IRFs são estimadores consistentes de efeitos causais dinâmicos.
• Projeção Local (Local Projection): Demonstra que a regressão de $Y_{t+h}$ em $A_t$ (com controles) identifica efeitos causais sob condições de não-confundimento.
• Controle e Aprendizado por Reforço: O PS conecta-se à literatura de controle estocástico, onde as atribuições são escolhidas para minimizar perda esperada.

D. Inferência Baseada em Desenho (Design-Based Inference)
O artigo estende a inferência baseada em desenho (Fisher/Rubin) para séries temporais. Sob a hipótese nula de efeitos causais específicos, os autores mostram como simular caminhos de atribuição alternativos ($A^*$) usando o mecanismo de atribuição conhecido ou estimado, permitindo testes exatos e intervalos de confiança sem depender de distribuições assintóticas normais.

E. Instrumentos e Variáveis de Controle
O framework é estendido para incluir Variáveis Instrumentais (IV) em séries temporais, permitindo a identificação de efeitos locais (LATE) mesmo na presença de endogeneidade, e lida com o problema de "efeitos de medição" (proxy variables) para atribuições não observadas.

4. Resultados Técnicos

• Teorema 1: Estabelece condições primitivas (independência de termos de erro estruturais) que garantem a validade das suposições de não-confundimento (SAM.BSU, etc.).
• Teorema 2 (Identificação): Prova que, sob suposições de não-confundimento, os efeitos causais dinâmicos (ATE, CATE, etc.) são identificados por diferenças em expectativas condicionais observáveis.
• Teorema 3 (IV): Fornece uma fórmula de razão (estilo Wald) para identificar efeitos causais locais usando instrumentos em séries temporais.
• Teoremas 4 e 5 (Inferência de Desenho): Demonstram como a lei conjunta de atribuições e resultados potenciais é determinada pelo mecanismo de atribuição, permitindo a simulação de distribuições nulas exatas para testes de hipóteses em séries temporais.
• Conexão com Estacionariedade: Sob estacionariedade estrita, os efeitos causais tornam-se funções determinísticas do horizonte $h$, facilitando a estimação via regressões não paramétricas (ex: Kernel, Redes Neurais).

5. Significado e Impacto

Este trabalho é fundamental por fechar a lacuna entre a literatura de causalidade em séries temporais (focada em modelos lineares e previsibilidade) e a literatura de inferência causal não paramétrica (focada em resultados potenciais e desenho experimental).

• Fundamentação Teórica: Oferece os "primitivos" não paramétricos necessários para validar métodos amplamente utilizados, como IRFs e projeções locais, sob uma ótica causal rigorosa.
• Flexibilidade: Ao ser não paramétrico, o PS não assume linearidade ou normalidade, permitindo a aplicação a sistemas complexos e dinâmicos.
• Ponte Disciplinar: Conecta econometria, estatística, teoria de controle (Markov Decision Processes) e aprendizado de máquina (Reinforcement Learning), fornecendo uma linguagem comum para discutir causalidade dinâmica.
• Aplicabilidade Prática: Permite que pesquisadores projetem experimentos em séries temporais (como designs de "switchback") e realizem inferência causal robusta em dados observacionais, mesmo na ausência de replicação entre unidades (comum em dados de painel).

Em suma, o artigo redefine como entendemos a causalidade em séries temporais, transformando previsões estatísticas em estimativas causais válidas através de um framework unificado e rigoroso.