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.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.