技术摘要：一般条件下极端情况下的因果效应识别与推断

1. 问题陈述

识别观测数据中的因果效应是计量经济学的核心目标。然而，现有的识别理论和方法主要侧重于平均效应，或依赖于分布主体部分的信息。在许多关键的经济和环境应用场景中——如金融危机、系统性风险和气候灾难——我们感兴趣的现象发生在稀有且极端的事件期间。在这些设定下，因果机制通常仅由异常大的冲击所激活，且其影响在尾部最为严重。

目前的极端情况因果推断方法（特别是基于因果尾系数 CTC 的方法）通常依赖于严格的假设，最显著的是要求系统中所有变量都表现出相当的尾部行为（即具有相同的尾指数）。在现实的经济和环境变量中，变量往往表现出异质性的尾指数，且未观测到的混杂因素可能具有重尾特性，从而扭曲极端依赖关系。本文旨在解决在变量具有异质性尾指数以及可能存在重尾混杂因素时，识别极端情况下的因型关系这一空白。

2. 方法论

结构框架

作者分析了定义在有向无环图（DAG）上的线性结构因果模型（LSCM）。数据生成过程由下式给出：
$$X_j := \sum_{k \in pa(j,G)} \beta_{kj}X_k + \epsilon_j$$
其中创新项 $\epsilon_j$ 相互独立，且具有可能不同的尾指数 $\alpha_j$ 呈正则变化。正则变化定义为当 $x \to \infty$ 时，$P(\epsilon_j > x) \sim \ell(x)x^{-\alpha_j}$。

因果尾系数 (CTC)

衡量因果依赖的核心指标是因果尾系数（CTC），对于两个正则变化变量 $X_i$ 和 $X_j$ 定义为：
$$\Gamma_{X_i \to X_j} := \lim_{u \to 1^-} E[F_j(X_j) \mid F_i(X_i) > u]$$
直观地说，这衡量了在 $X_i$ 处于极端上尾时 $X_j$ 的预期秩次。在具有相等尾部的标准条件下，$\Gamma \to 1$ 意味着存在因果联系 $X_i \to X_j$，而 $\Gamma \to 0.5$ 则意味着相互独立。

关键理论扩展

本文将 CTC 框架扩展到一般条件：

1. 异质性尾指数： 作者推导了当 $\alpha_i \neq \alpha_j$ 时 CTC 的极限行为。他们表明，尾部行为的差异提供了额外的识别信息。具体而言，如果 $\alpha_1 > \alpha_2$（意味着 $X_1$ 的尾部比 $X_2$ 更轻），则 CTC 不对称性 $\Delta = \Gamma_{X_1 \to X_2} - \Gamma_{X_2 \to X_1}$ 可以唯一确定方向 $X_1 \to X_2$，即使在标准等尾假设失效的情况下也是如此。
2. 混杂因素： 本文区分了轻尾和重尾的未观测混杂因素 ($H$)。
   • 轻尾混杂因素 ($\alpha_H > \max(\alpha_1, \alpha_2)$) 在渐近意义上对尾部识别可以忽略不计。
   • 重尾混杂因素 ($\alpha_H \leq \max(\alpha_1, \alpha_2)$) 可能会诱发与直接因果效应无法区分的极端依赖模式，导致误识别。
3. 调整后的 CTC： 为了在存在重尾混杂因素的情况下恢复识别，作者提出使用调整后的 CTC ($\Gamma_{X_i \to X_j | H}$)，该方法通过对观测到的混杂因素代理向量 $H$ 进行条件化处理。这涉及对超额值进行广义帕累托分布（GPD）拟合，并将尺度参数建模为代理变量的函数。

估计与推断

• 估计量： 使用经验分布函数和顺序统计量构建 CTC 的非参数估计量。针对受混杂因素控制的情况，通过参数化预处理步骤（GPD 拟合）推导出调整后的估计量。
• 渐近理论： 本文建立了估计量及其差分统计量 $\hat{\Delta}$ 的渐近正态性。收敛速率取决于尾指数和调优参数 $k$（使用的顶端顺序统计量数量）的选择。
• 检验策略：
  • 因果检验： 利用不对称性 $\hat{\Delta}$ 测试 $H_0: \beta_{12} = 0$ 对抗 $H_1: \beta_{12} \neq 0$。
  • 混杂因素检验： 通过检查当怀疑存在因果联系时 $\Gamma_{X_2 \to X_1}$ 是否显著偏离 0.5，来测试是否存在重尾混杂因素。
  • 尾指数检验： 一种利用改进的 Hill 估计量来确定尾指数是相等还是异质的预检验。

3. 核心贡献

1. 异质性下的识别： 本文证明了异质性尾指数不仅是一个技术上的复杂点，更是一个识别信息的来源。作者推导了理论结果，展示了尾指数的排序（$\alpha_1 > \alpha_2$ 与 $\alpha_1 < \alpha_2$）如何从根本上改变 CTC 的极限行为，从而在等尾理论失效的情况下实现因果方向识别。
2. 处理重尾混杂： 作者对重尾混杂因素如何扭曲极端依赖进行了严谨的刻画。他们指出，虽然轻尾混杂因素在渐近意义上可以忽略，但重尾混杂因素可以模拟因果效应。作者提出了通过调整后的 CTC 来解决此问题的方法，在拥有合适的代理信息时恢复识别。
3. 推断程序： 本文开发了一个完整的推断框架，包括估计量的渐近分布、用于因果方向和混杂因素检验的假设检验，以及通过模拟进行调优参数 ($k$) 选择的实践指导。

4. 结果

模拟证据

广泛的模拟验证了所提方法的有限样本性能：

• 收敛性： 估计量收敛于其理论极限，尽管收敛速率取决于尾指数和底层分布族（例如 Student's $t$ 分布与 Pareto 分布）。
• 稳健性： 因果检验即使在关系于主体部分是非线性的，或者当尾指数不同时，也能成功检测出尾部的因果联系。
• 基准测试： 所提出的基于 CTC 的方法在针对尾部特定场景时，表现优于经典的 LiNGAM（线性非高斯无环模型）算法。LiNGAM 在处理仅限于极端的因果效应时经常失败，特别是在尾指数异质的情况下。
• 混杂因素检测： 混杂因素检验能有效识别重尾混杂因素的存在，且调整后的 CTC 在这些情况下能成功恢复真实的因果方向。

实证应用

该方法应用于三个不同的数据集：

1. 降水与列车延误（瑞士）： 研究证实了极端降水对列车延误的因果影响。尾部检验检测到了这种关系，尽管关注分布主体的标准方法（LiNGAM）未能发现当前降水的显著联系。
2. 降水与河流流量（德国）： 通过分析多瑙河和美因河，作者识别了从降水到河流径流的因果联系。该方法成功考虑了上游集水区作为混杂因素，并研究了时间滞后，发现因果效应在极端尾部比在全分布中消失得更快。
3. 标普 500 指数与比特币回报率： 在因果方向模糊的设定下，在调整了市场波动率（VIX）及更广泛的市场运动（MSCI Europe）作为重尾混杂因素后，分析揭示了极端负向标普 500 回报对比特币回报率的因果影响。这种关系在对全数据集进行标准 LiNGAM 分析时是无法检测到的。

5. 重要性与主张

本文声称其框架提供了一个强大的工具，用于揭示那些在针对平均依赖性的方法中无法被发现的极端情况下的因果关系。其核心重要性包括：

• 一般条件： 该方法放宽了等尾指数的限制性假设，使其适用于更广泛的实证经济和环境数据，因为在这些数据中，变量自然表现出不同的尾部行为。
• 混杂因素处理： 检测并调整重尾混杂因素的能力是一项关键进展，因为这类混杂因素在极端值分析中可能会导致伪因果结论。
• 互补性： 所提出的尾部检验是对现有结构因果模型的补充。虽然 LiNGAM 等方法对于全局依赖关系非常有效，但基于 CTC 的方法专门设计用于因果机制主要由极端冲击激活的场景。
• 实用价值： 模拟研究和实证应用表明，这些方法在有限样本下是可行的，并能为风险管理、气候科学和金融稳定提供可操作的见解，特别是在识别极端事件的传播方面。

作者也指出了局限性，例如对线性结构模型的依赖（尽管提到在主体部分是非线性的，但在尾部可能仍是线性的），以及目前主要关注独立观测值，这表明未来可以在时间序列依赖性和非线性结构模型方面开展工作。