Autoregresywny rozkład opóźniony (ARDL) przekrojowy
CS-ARDL (Autoregresywny rozkład opóźniony przekrojowy) stosuje ramy ARDL do danych panelowych, uwzględniając jednocześnie zależność przekrojową – korelację szoków i zależności między jednostkami (krajami, firmami, regionami). Metoda wprowadzona przez Pesaran i współpracowników (2016) rozszerza panelowe metody ARDL o obsługę wspólnych czynników lub szoków globalnych wpływających jednocześnie na wszystkie jednostki. Jest to kluczowe dla realistycznego modelowania zintegrowanych gospodarek międzynarodowych i sieci firm.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Pesaran, M. H., & Smith, R. (2016). Testing weak cross-sectional dependence in large panels. Econometric Reviews, 34(6-10), 1089-1117. link ↗
- Chudik, A., Kapetanios, G., & Pesaran, M. H. (2018). A one covariate at a time, multiple testing approach to variable selection in high-dimensional linear regression models. Econometric Reviews, 37(8), 953-1010. DOI: 10.3982/ecta14176 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Cross-Sectional Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/pl/econometrics/cs-ardl
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Rozkładany Model Opóźniony PrzekrojowyEkonometria↔ porównaj
- Przekrojowy NARDLEkonometria↔ porównaj
- Panel VARXEkonometria↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →