ScholarGate
Assistant
Regression modelEconometrics / time series

Modèle de données de panel dynamique à rupture structurelle

Le modèle de données de panel dynamique à rupture structurelle étend le cadre standard des panels dynamiques en permettant aux coefficients de régression ou au paramètre autorégressif de changer à une ou plusieurs dates de rupture inconnues. Il combine l'estimation de panel dynamique basée sur la méthode des moments généralisée (GMM) avec des tests formels de changement structurel, permettant aux chercheurs d'étudier comment les relations économiques évoluent à travers des régimes distincts tout en contrôlant l'hétérogénéité individuelle inobservée et l'endogénéité de la variable dépendante retardée.

Appliquer avec EconMindBientôtVidéoBientôtTélécharger les diapositives

Lire la méthode complète

Réservé aux membres

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

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  1. Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–78. DOI: 10.2307/2998540
  2. Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The Review of Economic Studies, 58(2), 277–297. DOI: 10.2307/2297968

Comment citer cette page

ScholarGate. (2026, June 3). Dynamic Panel Data Model with Structural Breaks. ScholarGate. https://scholargate.app/fr/econometrics/structural-break-dynamic-panel-data-model

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte

Référencée par

ScholarGateStructural Break Dynamic Panel Data Model (Dynamic Panel Data Model with Structural Breaks). Consulté le 2026-06-15 sur https://scholargate.app/fr/econometrics/structural-break-dynamic-panel-data-model · Jeu de données : https://doi.org/10.5281/zenodo.20539026