CS-DL
CS-DL (Cross-Sectional Distributed Lag) is a simplified dynamic panel model regressing outcomes on current and lagged explanatory variables without explicit autoregressive terms, while accounting for cross-sectional dependence. Built on Pesaran et al. (2001) and extended by Chudik et al. (2014), it estimates dynamic effects more parsimoniously than ARDL when autocorrelated lags are less critical. This approach is valuable for short-horizon effects and policy impact analysis.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships and dynamics. Journal of Applied Econometrics, 16(3), 289-326. · DOI 10.1002/jae.616
- Chudik, A., Kapetanios, G., & Pesaran, M. H. (2014). Common correlated effects estimation in large panels with cross-sectional dependence. Econometric Reviews, 34(6-10), 1078-1088. · URL
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.