Regression modelEconometrics / time series

Test des bornes ARDL non linéaire (NARDL)

Le test des bornes ARDL non linéaire, développé par Shin, Yu et Greenwood-Nimmo (2014), étend le cadre ARDL linéaire pour détecter des relations asymétriques à long terme dans les séries temporelles. En décomposant un régresseur en sommes partielles positives et négatives, le NARDL teste simultanément la cointégration et estime des effets distincts à long terme pour les augmentations et les diminutions — sans exiger que toutes les variables soient intégrées du même ordre.

Appliquer avec EconMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Sources

  1. Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. In W. C. Horrace & R. C. Sickles (Eds.), Festschrift in Honor of Peter Schmidt (pp. 281-314). Springer. DOI: 10.1007/978-1-4899-8008-3_9
  2. Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326. DOI: 10.1002/jae.616

Comment citer cette page

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Bounds Test. ScholarGate. https://scholargate.app/fr/econometrics/nonlinear-ardl-bounds-test

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

Référencée par

ScholarGateNonlinear ARDL bounds test (Nonlinear Autoregressive Distributed Lag Bounds Test). Consulté le 2026-06-15 sur https://scholargate.app/fr/econometrics/nonlinear-ardl-bounds-test · Jeu de données : https://doi.org/10.5281/zenodo.20539026