Междусекционен NARDL
CS-NARDL разширява нелинейния авторегресивен модел с разпределен лаг (NARDL) до панелни данни, улавяйки асиметрични дългосрочни и краткосрочни зависимости, при които положителните и отрицателните промени в обяснителните променливи имат диференциални ефекти. Въведен от Shin et al. (2014) и адаптиран към панелни данни, той позволява изследване на това как междусекционните единици реагират различно на положителни спрямо отрицателни шокове, като същевременно поддържат коинтегриращи зависимости. Този подход е от съществено значение за разбирането на икономическите асиметрии на стоковите пазари, паричното предаване и трудовите пазари.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a system of nonlinear autoregressive distributed lag equations. Econometric Reviews, 33(1), 56-87. link ↗
- Wold, E. N., Serrano, G., & Gunnvaldsson, A. (2023). Panel nonlinear ARDL and asymmetric effects. Journal of Econometric Methods, 12(1), 20220039. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Cross-Sectional Nonlinear Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/bg/econometrics/cs-nardl
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Напречно селективен АРДЛИконометрия↔ compare
- Кръстосано-секторни модели с разпределени лаговеИконометрия↔ compare
- Квантилна АРДЛ (Quantile Autoregressive Distributed Lag)Иконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →