Šķērsgriezuma NARDL
CS-NARDL paplašina nelineāro autoregresīvā sadalītā novirzes (NARDL) modeli panelu datiem, uztverot asimetriskas ilgtermiņa un īstermiņa attiecības, kur pozitīvām un negatīvām izskaidrojošo mainīgo izmaiņām ir atšķirīga ietekme. Shin et al. (2014) ieviestais un panelu datiem pielāgotais modelis ļauj pētīt, kā šķērsgriezuma vienības atšķirīgi reaģē uz pozitīviem salīdzinājumā ar negatīviem šokiem, saglabājot kointegrācijas attiecības. Šī pieeja ir būtiska, lai izprastu ekonomiskās asimetrijas preču tirgos, monetārās transmisijas un darba tirgos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Cross-Sectional Nonlinear Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/lv/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.
- Šķērsgriezuma ARDLEkonometrija↔ compare
- Šķērsgriezuma sadalītais novilcinājumsEkonometrija↔ compare
- Kvantilu ARDLEkonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →