研究方法与边界

01 / Data

数据如何进入平台

每条正式观测必须有国家或地区、时间、数值、单位、来源名称、来源链接、可靠性、状态和更新时间。official / verified 可进入相应事实层；pending 保留但不参与比较；sample 与 placeholder 不进入分析。A 级为官方统计或机构，B 级为可核验权威来源，C 级只作线索，D 级排除。

跨国比较只使用同定义、同单位、同层级和共同年份。计算值必须保留分子、分母、公式和来源。

01b / Baseline Data Definition Notes

正式基线的数据定义说明

波兰工业生产指数在 2021 年由 LEU 统计单位切换到 KAU。官方材料允许部分 aggregate 出现轻微断点；当前 2015–2025 formal sample 继续保留并保持 analysis-eligible，但只表述为非阻断方法学警示，不宣称完全可比。

匈牙利月度失业率从 2023 年采用 state-space 估计，Eurostat 说明 2011–2022 已回溯修订。因此当前基线按 latest-revised series 解释，不扩展为实时历史版本一致性的主张。

斯洛文尼亚长期收益率的 2025 年观测带 estimated-value flag。这是质量标记，不是定义断点，也不自动改变分析准入。

这些记录属于 data-definition / revision transparency，不是 alternative specifications，也不是 causal robustness tests。固定八国四指标的历史扩展研究已结案：审计完成，但 Design A 因 IPI 与失业率定义证据缺口而受阻，未运行历史 Panel LP。

Aggregate-Shock Panel LP

共同冲击、时间聚类与组间异质性

v1.81 保持等国家权重的正式平衡八国面板不变。逐一删去一国仅作固定组成诊断，保留基准各预测期月份日历和冲击支持；3 对 4 或 4 对 3 的对比编码为欧元组 +n_N/N、非欧元组 −n_E/N，横截面均值为零且两组编码之差为一。

LOCO 范围不是置信区间，不计算国家 jackknife 标准误，不表示某国因果贡献。报告 h=0–6、7–12、13–24 的绝对变化及符号、95% 点态含零分类一致率；基准绝对值小于 max(10⁻¹⁰, 0.1×基准标准误) 时不报告相对变化，该规则仅避免不稳定比例，不是稳健性判定阈值。

基准与 time-FE 的含零分类不同称为“规格敏感”，不自动宣布结果无效，也不替换国家固定效应基准。整条路径相关系数只是描述统计，不是路径显著性检验；跨预测期联合推断研究已按 v1.82 正式结案，当前不发布联合带或全路径检验。

Panel LP 采用独立离线实现，依据 Almuzara–Sancibrián 的 t-LAHR 方法，联合估计冻结的 JK MP 与 CBI。主设计使用国家固定效应、滞后增广和按月份聚类的得分协方差；HICP 加入 11 个月份季节项，不加入会吸收共同冲击的完整时间固定效应。

固定欧元组为 AT、DE、SK、SI，固定非欧元组为 CZ、HU、PL、RO。8 国不等于 8 次独立冲击；面板行数不等于独立冲击观测数；时间聚类不等于国家聚类。两组都不代表其所在整个地区，面板估计也不是单国 LP 结果的简单平均。

每期直接检验欧元组减非欧元组的差异，只提供点态区间，不作整条路径显著不同的结论。国家加时间固定效应的对比项回归仅作为组间差异敏感性分析。面板跨预测期联合置信带已研究但未达到 95% 联合覆盖门槛，当前被阻断；IK 小样本修正和国家对国家正式检验保持 registry_only。

克罗地亚因 2023 年加入欧元的制度断点排除；塞尔维亚因共同月度覆盖不足排除。固定 8 国不得因缺测改为 7 国；每期至少 96 个有效月份，预测期从 24 个月依次尝试 18、12、6，缩短必须公开说明。

Panel LP / v1.82

Panel LP Whole-Path Inference Research Outcome

逐期（点态）区间回答某一个预测期的响应范围；把整条 0–24 个月路径作为一个整体判断，需要联合置信带并控制整条路径的覆盖。本页只提供已验证的逐期区间，点态区间不能合起来当整条路径置信带。

跨预测期联合推断已经研究，但当前验证程序未达到 95% 联合覆盖门槛，因此不发布联合置信带，也不提供全路径显著性检验。这是当前固定八国 Panel LP、当前研究程序及已完成验证范围内的结论，不表示联合推断在数学上不可能。

冻结标准误下的高斯联合临界值约为 2.51–2.92；拟合模型模拟所需的联合临界值约为 3.71–5.18。最佳 bootstrap 联合覆盖约为 90.0%（90% 区间 88.6–91.4%），低于名义 95%。R2 裁决为 NOT CONFIRMED，没有路径获准启用；缩减范围及其负责人确认发生在结果已知之后，仍标记为事后事项。

Panel LP 估计、点态推断、组成诊断、time-FE 敏感性和无推断的描述性拟合模型对照继续有效。拟合模型路径默认关闭，不是结构脉冲响应或预测，也不附带区间或推断 p 值。完整研究来源以文件名和 SHA-256 登记在 联合推断研究结论记录；研究档案中的模拟数组、checkpoint 和 solver 日志不随包公开。

重新开启这条研究线需要新的方法依据、事前注册、未使用过的随机种子命名空间和负责人批准，并将新研究保存在独立档案中。可能方向仅作未来研究登记，不是当前待办事项。

另有独立的历史月度数据延伸研究结论：审计已经完成，固定八国四指标扩展受阻；当前研究程序关闭，没有重新估计 Panel LP。

Analysis Registry

分析方法与当前状态

方法状态、解释边界与工作台导航共同读取同一份 canonical registry。方法已启用不表示所有数据组合均通过准入。

02 / Analysis

透明分析方法

所有方法统一通过 Analysis Runner：输入数据 → 计算 → diagnostics → result → consistency。综合指标继续使用既有标准化与权重；Scenario 仍是条件参数预设，不改写原始数据。

所有输出是研究工具，不是客观风险真值、概率、投资建议、选举预测或因果结论。

VAR / v1.85 · v1.851

VAR Residual Diagnostic Calibration Research Outcome

VAR 的 h=12 残差自相关诊断决定的是动态响应能否发布，不决定系数估计能否进行。v1.85 在事前注册（SHA-256 f9ddab6a…18bb0b）下，用合成数据检验现行 adjusted Portmanteau 与两个预先登记的备选（Breusch–Godfrey LM、Edgerton–Shukur F）在有限样本下的实际拒绝率。本研究没有读取任何国家的真实数据，共 2,160,000 次模拟。

72 个主单元分为两层。Layer A 按真实滞后阶数估计 VAR，只检验诊断统计量本身；Layer B 使用平台实际的共同样本 BIC 滞后选择，检验“选滞后 + 诊断”整个流程。合格门槛为：每个主单元的拒绝率 ≤ 7.5%，且至少 90% 的主单元落在 3.5%–6.5% 区间内。名义水平 5%。

两层指标含义不同。Layer A 已知真实滞后，并按真实滞后估计，是正确设定下诊断统计量的有限样本 size（conditional diagnostic size）。Layer B 先由 BIC 选滞后再做诊断；如果选出的滞后低于真实滞后，被选 VAR 本身欠拟合，残差白噪声原假设未必成立。因此 Layer B 的拒绝频率是“选滞后 + 设定 + 诊断”整个流程的拒绝率（selection-plus-diagnostic procedure rejection rate），不是纯粹的检验 size，表中 Layer B 数值不能读作 Type-I error。

Edgerton–Shukur 在 Layer A 的正确设定、固定滞后设计中有限样本 size 校准良好：36 / 36 个单元落在区间内，最大拒绝率 5.99%。这一结果不能外推为考虑滞后选择的平台验证。在 Layer B 中，完整流程校准不足：ES 最高流程拒绝率为 12.88%，未满足预注册的启用门。因此 ES 不是经过验证的替代诊断，也不作为正式门槛。

v1.851 按冻结的 v1.85 模拟结果做了确定性分解（未产生新的随机数，也未重新模拟）。真实滞后为 1 时，BIC 几乎总是选中 1 阶；真实滞后为 2 时，按确定性项设定汇总，BIC 以 99.70%–99.81% 的频率选成 1 阶（单个单元 99.29%–99.99%）。在 true VAR(2) 主设计中，BIC 几乎总是选择 VAR(1)，因此 Layer B 的额外拒绝同时包含 lag underfitting 所造成的真实残差自相关；不能把全部超额拒绝解释为诊断统计量本身的 size distortion。

例如 ES 流程拒绝率最高的单元（T=144、真实滞后 2、ρ=0.95、月份虚拟变量）中，BIC 在 9,942 次重复里选 1 阶、58 次选 2 阶，ES 拒绝率为 12.88%：该 cell 的高 rejection frequency 与几乎完全的 lag underselection 同时出现。冻结结果只保留了逐单元的选滞后频率和总体拒绝率，没有保留逐次重复的联合分布，所以无法重建“选对滞后时”或“选少滞后时”的条件拒绝率，也不能说有多少比例的拒绝由欠拟合造成。

adjusted Portmanteau 未通过当前预注册的平台级门槛；在固定滞后的 Layer A 中，它的表现也明显不如 ES（Layer A 最大拒绝率 25.00%）。在真实滞后为 1、BIC 几乎全部选对的 Layer B 单元中，PT 与 BG 的拒绝率在月份虚拟变量设定下仍达 17.87%–25.53%，因此这部分超额拒绝不能归因于滞后欠选。

处置结论为 no_eligible_replacement：现行 h=12 adjusted Portmanteau 仍保留为既有 production gate，但当前 lag-selection + residual-diagnostic 联合流程未通过预注册的有限样本门（joint procedure gate failure）；预注册选择规则要求 Layer A 与 Layer B 一起通过，这一规则不因事后分解而改变，v1.85 决定仍为 no_eligible_replacement；没有替代诊断获准，Phase B 真实国家比较未获授权，国家就绪状态和生产引擎均未改变。残差诊断结果不否定 VAR 系数估计，它影响的只是动态响应发布门。正式 dynamic-response-ready 国家仍为 0，正式正交化 IRF 不可发布。

事前注册、第 001 号笔误修正（只更正一个冻结输入的哈希，研究设计未改）、参照验证（4 个案例，最大数值差异 8.3×10⁻¹²）、种子登记、模拟设计、校准汇总、方法决定和研究结论均公开于 残差诊断研究结论记录。完整的逐单元模拟结果随研究数据包发布，并以 SHA-256 登记。逐单元选滞后分解见 Layer B 选滞后分解，解释修正见 研究结论修正 001。未来的“VAR Lag-Selection × Residual-Diagnostic Joint Procedure Research”尚未开始，需要负责人批准和新的事前注册；它应首先研究滞后阶数恢复、欠选、过选、残差白噪声充分性与参数成本之间的关系，而不是寻找能让真实国家通过的新滞后规则。

VAR / v1.86 research

Selection-Aware Bootstrap Calibration Research

研究状态，不是生产方法。v1.86 事前注册并运行了一项合成数据研究：用 bootstrap 为现行 h=12 adjusted Portmanteau 构造参照分布，并在每个 bootstrap 样本内重新执行平台的 BIC 滞后选择（selection-aware bootstrap）。沿用 v1.85 的 36 个 DGP 单元，共 252,000 次 Monte Carlo 重复，每次 199 个 bootstrap 样本；研究两种预注册方案（递归残差重抽样、递归 wild bootstrap）。

负责人事先选定的检验目标是“被选模型是否充分”（selected-model adequacy）：固定真实滞后时的拒绝率，以及 BIC 选出的滞后不低于真实滞后时的拒绝率。两种方案都通过了预注册门：固定真实滞后 36/36 个单元落在 3.5%–6.5%（残差重抽样 4.40%–5.68%，wild 4.36%–5.64%）；被选模型充分的条件拒绝率 18/18 个支持单元落在区间内。按预注册的平局规则选定残差重抽样方案。

整个流程的拒绝率（selection-aware procedure rejection rate）为 4.46%–19.85%，只作报告，不称为检验 size：高值出现在真实滞后为 2、BIC 几乎总是选成 1 阶的设计中，被选模型确实欠拟合，拒绝反映的是模型不充分。限制：由于 BIC 在该设计下几乎不选 2 阶，真实 VAR(2) 过程下 selection-aware 的 size 仍未经检验。

这项结果只来自合成数据。尚未对真实国家数据做评估（Phase B 未运行，需负责人批准）；生产残差诊断、BIC 滞后选择、国家就绪状态均未改变，正式 dynamic-response-ready 国家仍为 0，正式 IRF 仍不可发布。完整记录见 v1.86 研究结论记录。

VAR / v1.87 research

VAR Lag-Selection Finite-Sample Characterization

研究状态，只作描述。v1.87 事前注册了一项合成数据研究，描述平台现行 BIC 滞后选择在有限样本下能否识别真实的第二阶滞后，共 3,360,000 次模拟。新增维度是第二阶滞后信号强度 ψ（总体第二阶信息与 BIC 多一阶惩罚之比，ψ > 1 时 BIC 渐近倾向选 2 阶）。真实滞后为 1 时，BIC 选对的比例为 99.96%–100.00%。真实滞后为 2 时，选对比例随信号强度变化：v1.85 原设计 0.0%–1.3%，ψ=0.25 为 0.9%–5.3%，ψ=0.5 为 7.9%–53.4%，ψ=1 为 51.7%–99.4%，ψ=2 为 96.8%–100.0%（跨样本长度、持续性与确定性项的范围）。

没能选出真实滞后，与“选出的低阶模型是否仍是充分近似”是两回事：研究按设计层面的可检出性，把欠选区分为充分的低阶近似与不充分的低阶模型，并报告 v1.86 bootstrap 诊断在各类情形下的拒绝率。有 102 个（信号强度, 持续性）组合在保持平稳的前提下无法达到，已如实登记。AIC 与 HQIC 只作对照，不据此推荐替换准则；BIC 仍是生产准则，残差诊断、国家就绪状态和正式 IRF 不可发布的状态均未改变，也未运行真实国家评估。完整记录见 v1.87 研究结论记录。

VAR / v1.88 research

Country VAR Lag-Identifiability Audit

研究证据，不是就绪状态。v1.88 在查看任何国家结果之前完成事前注册，然后经负责人批准，对五个正式可估计的国家 VAR 做了滞后可识别性审计（Phase A），并用 v1.86 的 selection-aware bootstrap 做了国家层面的诊断评估（Phase B，B=1999）。审计完全复现生产流程（最大差异 4.8e-11）。

经验滞后可识别性指数是描述性指标，不是 v1.87 的真实 ψ，也不是“真实滞后为 2”的概率，ψ=1 不作门槛。现行渐近 Portmanteau 对四个 2 阶模型给出接近 5% 的拒绝；经过 bootstrap 校准后，五个国家在 0.05 水平下均不拒绝。这些结果只是研究证据：v1.87 显示在中等第二阶信号区间 bootstrap 可能偏保守，且 v1.86 未检验真实 VAR(2) 下的 selection-aware size。国家就绪状态、生产残差诊断、BIC 与正式 IRF 不可发布的状态均未改变；若要改动生产诊断，需要另行事前注册和负责人决定。完整记录见 v1.88 Phase B 结果。

VAR / v1.89 research

Country-Matched Bootstrap Calibration

研究结果：不支持生产采用。v1.89 事前注册了一项与平台国家环境匹配的合成校准（T=137、K=3、候选滞后 1–10，持续性、协方差与第二阶信号范围取自 v1.88 的合并区间，不针对单个国家调参），检验 v1.86 selection-aware bootstrap 的有限样本 size 与 power，并在每次重复中同时记录现行渐近诊断。

真实滞后为 1 时，bootstrap 的 size 接近名义水平（4.6%–6.3%）。但在 v1.88 四个 2 阶国家所处的中等第二阶信号区间，bootstrap 明显保守：被选模型设定充分时的拒绝率在 ψ=0.75 为 0.7%–1.8%，ψ=1 为 1.7%–2.7%，ψ=1.25 为 2.4%–4.1%（名义 5%）。检验力也弱：对强度 0.3 的残差 AR(1) 相依，中位拒绝率仅 8.1%；对季节性 AR(12) 相依为 54.9%。预注册结论为 C（明显保守且检验力弱），因此 v1.88 中 bootstrap 在该区间的不拒绝只是较弱的充分性证据。

现行渐近诊断在仅含常数项时接近名义水平，但含月份虚拟变量时约为 21%，与 v1.85 一致。本版本不授权任何生产改动：BIC、生产残差诊断、国家就绪状态和正式 IRF 不可发布的状态均未改变。完整记录见 v1.89 研究结论记录。

VAR / v1.90 research

VAR Residual Dependence Attribution

研究结果，只作描述。v1.90 事前注册并经负责人批准，对五个正式可估计国家 VAR 在生产滞后下的残差相依结构做了归因：逐方程自相关、跨方程滞后相关，以及对生产 h=12 Portmanteau 统计量的精确分解（与变量排序无关），还包括季节性、方差稳定性，以及按预设时段（2020 年前、2020–2021、2022 年后）的集中度。

剩余相依较弱且分散：统计量分布在多个滞后上（前三个滞后合计只占 37%–52%），经多重检验校正后，没有任何单一方程或跨方程滞后分量显著。2020–2021 年只占约 18% 的观测，却占残差马氏距离总量的 33%–39%；HICP 在三个国家有约 0.2 的 12 阶残差自相关。三个仅作诊断用途的对照拟合（多一阶滞后、加入 12 阶滞后项、只用 2020 年前样本）最多只使统计量下降 19%，都不构成新的设定或生产基线。

跨方程份额的预注册标签规则低于白噪声基准 0.67，因此已在研究结论中以事后说明标注，标签本身保持不变。本版本不引入新诊断、不改变 BIC、生产残差诊断、国家就绪状态和正式 IRF 不可发布的状态。完整记录见 v1.90 研究结论记录。

VAR / v2.0

VAR Dynamic-Response Publication Boundary

五件事需要分开理解：估计器可用（简化式 VAR 与系数估计均已启用）；国家可估计（五个正式国家模型可估计）；是否存在设定错误的证据；诊断门是否经过验证；正式动态响应是否可发布。当前状态：残差发布门为“未解决：没有经过有限样本验证的诊断”，正式 dynamic-response-ready 国家为 0，正式 IRF、IRF 不确定性与结构识别均不可发布。

v1.85–v1.90 的研究表明：现行渐近 Portmanteau 在平台流程下未通过有限样本校准；BG 与 Edgerton–Shukur 不合格；研究过的 selection-aware bootstrap 在国家所处区间明显保守且检验力弱；残差归因只发现较弱、分散的相依。因此，历史上的渐近拒绝保留为诊断证据，但不能据此认定这些国家模型已被证明设定错误；bootstrap 的不拒绝也不能据此认定模型已通过。罗马尼亚、捷克与匈牙利另有 ADF 平稳性 borderline 的独立阻碍。

系数估计器本身没有失败。目前没有获准的替代诊断或模型扩展；这一研究项目在 v2.0 后冻结，只有出现新的方法证据或另行事前注册的研究问题时才会重新开启。机器可读记录见 发布边界登记 与 研究项目结案记录。

03 / Events

事件编码

Source → Event → Coding → Affected Indicator / Project → Research context。date、actor、event_type、direction 和 confidence 用于检索与解释；它们不自动构成因果关系，也不直接改变模型分数。未完整编码、低置信度或结构样例保持 enters_model=false。

03b / High-Frequency & Events

高频数据与事件窗口分析

高频层使用 Eurostat 月度序列（HICP 指数与年通胀率分列、统一失业率季调、工业生产指数季调日历调整），自 2015-01 起；缺口保持 missing，绝不插值。序列记录 seasonal adjustment、index reference、definition version、value semantics 与 revision 状态（latest revised）。v1.31 起 HICP 正式迁移到合并数据集 prc_hicp_minr（ECOICOP ver.2，全项代码 TOTAL）：月度指数固定使用 2015=100 参考基（该 unit 仍由 prc_hicp_minr 正式提供，不与 2025=100 拼接），旧表 prc_hicp_midx / prc_hicp_manr 已退役；迁移前后 2024-01 至 2025-12 重叠窗口一致性已逐国验证并记录在 hicp_migration_manifest.json，全项序列跨分类过渡保持连续（all-items continuity verified）。月度失业率（une_rt_m）为 15–74 岁活跃人口百分比的协调估计：各国月度构建方法可以不同，不是完全同质的原始调查月度值。工业生产指数（sts_inpr_m）为 B–D 合计、季调日历调整，index reference 逐条记录以避免参考基更新造成静默断点。覆盖检查使用起始月到最新可得月之间的完整月序列，API 未返回的月份同样计为缺失；每个序列记录 latest_available_period、expected_latest_period 与 publication lag 状态，区分正常发布滞后与异常停滞。

事件窗口分析（Event Window Analysis）是描述性第一级分析：严格区分事件前（relative_month < 0）、事件期（relative_month = 0，单独报告）与事件后（relative_month > 0），事件月不进入事件后均值与事件后观测计数；完整窗口要求至少 12 个事件前与 6 个真正的事件后月度观测。变化语义由数据定义驱动：比率类序列（失业率、HICP 年通胀率）只报告百分点变化，指数类序列报告指数点变化并附相对百分比变化；图表在缺失月份断线，不做视觉插值。窗口内存在其他已核验事件时给出同期事件提示。它不自动识别因果关系——观察到的变化不能归因于单一事件。Formal Event Study 保持 registry_only。

03c / Macro Drivers & Identification

宏观驱动与冲击识别边界

v1.51 将 macro_driver_observations 与 high_frequency_observations 逻辑关联、概念分离。政策利率来自 BIS，长期政府债券收益率与 HICP Energy 来自 Eurostat，汇率与有效汇率来自 BIS，Brent 与欧洲天然气月价来自 World Bank Pink Sheet。每条记录保留频率、时间、单位、转换、来源、定义版本、修订状态、月度聚合方式、经济角色与识别状态；缺失值不插值。

BIS 数据的中文名称、标签与说明由本平台翻译呈现，并非 BIS 官方翻译；如有歧义，以 BIS 英文原文为准。引用 BIS 数据不代表 BIS 认可本平台。

SVAR 继续 registry_only。v1.7 的 LP readiness 只允许冻结的两个 JK identified_shock，并使用时间对齐且未被制度或定义闸门排除的观测；只要识别、适用范围、结果定义、样本、估计器或推断任一门禁未通过，causal_lp_ready 就必须为 false。Brent、天然气、政策利率或普通汇率变动仍不是已识别冲击。事件的 related_driver_ids 只表示研究相关性，不表示事件造成了驱动变化；事件窗口仍是描述性分析。

来源与许可：EA-MPD：Altavilla、Brugnolini、Gürkaynak、Motto、Ragusa（2019），Measuring euro area monetary policy，Journal of Monetary Economics 108（ECB 工作论文 2281）；数据集采用 CC BY-SA 4.0 许可。本平台的改动已注明；含 EA-MPD 衍生记录的平台文件按 CC BY-SA 4.0 提供。EA-EMPD：Altavilla、Gürkaynak、Kind、Laeven（2025），Monetary transmission with frequent policy events，ECB 工作论文 3157（© European Central Bank）；附来源用于研究参考；尚待 ECB／作者的书面再利用授权。

LP / v1.72

有限样本与冲击支持

渐近推断稳健性与有限样本点估计偏差是不同问题。Montiel Olea–Plagborg-Møller 的 lag-augmented LP 推断结果，不意味着约 100–115 个月的样本必然无偏；Herbst–Johannsen 的有限样本分析也不是对渐近理论的否定。正式 AIC p=1…6、实际 p 个 lag blocks、共同样本、HC1 和 5,000 draws sup-t 均保持冻结，不按诊断结果改选 BIC 或替代 baseline。

Fed 的 feds2020010r.zip 是无障碍 HTML/GIF 材料，不包含可执行复现代码。参考论文的条件矩、最优预测控制、标量冲击及样本修剪，与当前相关双冲击、月度虚拟变量和直接累计回归尚无经过验证的映射。偏差修正保留 registry_only；不得把部分审计称作完整复现，不提供未经验证的修正后标准误。

effective_shock_support_count = 1 / Σw²，其中 w 为冲击平方占比。这只是集中度支持计数，不是渐近推断的有效样本量；月份和事件分别采用各自的平方和分母，月度聚合含交叉项，二者不可混为一谈。不设置任意集中度等级或稳健性分数。

逐月诊断删除非零冲击月份的回归观测，但不抹掉后续滞后项中的已发生冲击。逐事件诊断则从冻结的月度 MP/CBI 中减去该事件贡献，并传播到所有受影响的滞后项，不重新估计 JK 旋转，也不修改正式冲击文件。两类诊断不是同一种删除。DFBETAS 的 2/√N 与 1、leverage 的 2k/N 与 3k/N、内部学生化残差的 2 与 3 都是提示性阈值，不自动删除观测。

有限样本模拟覆盖 N=96/108/114、p=1/2/4/6、H=6/12/18/24、ρ=0.2/0.6/0.9/0.99，以及稠密和经验校准稀疏双冲击。8 个关键设计各 10,000 次重复和每次 5,000 sup-t draws；其余 378 个探索性设计各 200 次重复和每次 256 draws。它们是固定 p 的水平差分 DGP，不覆盖 AIC 选择随机性、所有对数变换或所有外部控制规格，更不能据此校准真实系数。

全部 44 个模型进行联合协方差跨语言核对。相关矩阵最小特征值低于 −1e−8 时阻断诊断；微小负值的数量与裁剪幅度显式记录。sup-t 临界值是模拟估计值：检查同种子复现与五个独立种子的经验变动，而非把临界值视为精确常数。

04 / Spatial

空间与边界

区域记录通过 region_id、行政层级、边界版本、来源、许可和年份关联。国家值不下推到区域，NUTS2 与 NUTS3 不混用。真实边界只有在来源、许可、坐标系、几何、拓扑和主键检查通过后才开放；地图不提供风险、预测、情景影响或真实党派支持率图层。

05 / Validation

质量检查与已知限制

验证覆盖确定性、权重、标准化边界、缺失值、年份对齐、情景零冲击、参数界限和复现。Expected unavailable 表示准入闸门按规则阻止输出，不是错误。

Validation ≠ scientific proof. 当前只声称 Historical reconstruction readiness 与方向性验证；没有 point-in-time vintage data 时，不报告预测准确率。事件关联不等于因果，项目库不等于项目普查，confidence 不等于发生概率。

06 / Citation

引用与下载

引用应包含平台版本、访问日期和稳定 URL。具体 observation、事件、项目、模型或情景应同时引用其记录标识和原始来源；平台不会伪造 DOI。