ScholarGate
Assistent
Regression modelNonlinear cointegration

Kryds-sektionel NARDL

CS-NARDL udvider den ikke-lineære autoregressive distribuerede lag (NARDL) model til paneldata, idet den indfanger asymmetriske langsigtede og kortsigtede sammenhænge, hvor positive og negative ændringer i forklarende variable har forskellige effekter. Modellen, introduceret af Shin et al. (2014) og tilpasset til paneler, tillader at undersøge, hvordan tværsnitsenheder reagerer forskelligt på positive versus negative chok, samtidig med at der opretholdes kointegrerende sammenhænge. Denne tilgang er essentiel for at forstå økonomiske asymmetrier i råvaremarkeder, monetær transmission og arbejdsmarkeder.

Anvend med EconMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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
  2. Wold, E. N., Serrano, G., & Gunnvaldsson, A. (2023). Panel nonlinear ARDL and asymmetric effects. Journal of Econometric Methods, 12(1), 20220039. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Cross-Sectional Nonlinear Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/da/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.

Compare side by side

Refereret af

ScholarGateCS-NARDL (Cross-Sectional Nonlinear Autoregressive Distributed Lag). Hentet 2026-06-15 fra https://scholargate.app/da/econometrics/cs-nardl · Datasæt: https://doi.org/10.5281/zenodo.20539026