ParallelTrendAnnahme

ParallelTrendAnnahme, auch Parallel-Trend-Annahme genannt, ist eine zentrale Voraussetzung in Difference-in-Differences-Analysen. Sie besagt, dass die Entwicklung der potenziellen Outcomes in der behandelten Gruppe im Vergleich zur Kontrollgruppe in Abwesenheit der Behandlung denselben Trend verfolgen würde. Formal bedeutet dies, dass der zeitliche Trend der durchschnittlichen Outcome-Werte vor dem Eingriff für beide Gruppen gleich verläuft. Unter dieser Annahme lässt sich der Unterschied der Nachher-Ergebnisse beider Gruppen als Schätzer des durchschnittlichen Behandlungseffekts interpretieren.

Die Annahme ist entscheidend, weil sie eine kontrollierte Gegenüberstellung ermöglicht, bei der zeitabhängige Verzerrungen durch unobservierte, gruppenspezifische Trends vermieden werden. Ist Parallelität verletzt, können Ereignisse oder externe Einflüsse, die sich unterschiedlich auf Behandlungs- und Kontrollgruppe auswirken, die Schätzung verzerren.

Prüf- und Anwendungswege umfassen grafische Inspektion der Prä-Trend-Linien in den Daten, formale Tests auf Gleichheit der Prä-Trends sowie Placebo- oder Ereignisstudien, um dynamische Effekte vor der Behandlung zu prüfen. In Fällen, in denen die Annahme fraglich ist, können alternative Ansätze genutzt werden, etwa Matching-Verfahren, synthetic-control-Methoden oder differenzieren Modelle mit flexibleren time trends.

Zu den Limitationen gehört, dass Paralleltrend oft nicht eindeutig testbar ist und von der Wahl der Kontrollgruppe abhängt. Abweichungen in der Prä- oder Post-Periode können die Inferenz beeinträchtigen. In solchen Fällen sollten robuste Methoden und Sensitivitätsanalysen eingesetzt werden.