ScholarGate
Assistent
Regression modelEconometrics / time series

Ikke-lineær ARDL (NARDL) grensetest

Den ikke-lineære ARDL-grensetesten, utviklet av Shin, Yu og Greenwood-Nimmo (2014), utvider det lineære ARDL-rammeverket for å oppdage asymmetriske langsiktige sammenhenger i tidsserier. Ved å dekomponere en forklaringsvariabel til positive og negative delsummer, tester NARDL samtidig for kointegrasjon og estimerer separate langsiktige effekter for økninger og reduksjoner – uten å kreve at alle variabler er integrert av samme orden.

Anvend med EconMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Bounds Test. ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateNonlinear ARDL bounds test (Nonlinear Autoregressive Distributed Lag Bounds Test). Hentet 2026-06-15 fra https://scholargate.app/no/econometrics/nonlinear-ardl-bounds-test · Datasett: https://doi.org/10.5281/zenodo.20539026