Regression modelPanel cointegration

Кросс-секционный ARDL

Панельные единицы редко бывают независимыми: глобальные рецессии, пандемии или технологические шоки одновременно затрагивают все страны и фирмы, создавая сильную перекрестную зависимость. Игнорирование этого нарушает стандартные предположения, искажая оценки и завышая значимость. CS-ARDL улавливает перекрестную зависимость, допуская влияние общих факторов (скрытых глобальных шоков) на все единицы, а затем оценивает взаимосвязи ARDL в зависимости от этих факторов.

Применить в EconMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  1. Pesaran, M. H., & Smith, R. (2016). Testing weak cross-sectional dependence in large panels. Econometric Reviews, 34(6-10), 1089-1117. link
  2. 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

Как цитировать эту страницу

ScholarGate. (2026, June 3). Cross-Sectional Autoregressive Distributed Lag. ScholarGate. https://scholargate.app/ru/econometrics/cs-ardl

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

Упоминается в

ScholarGateCS-ARDL (Cross-Sectional Autoregressive Distributed Lag). Получено 2026-06-15 из https://scholargate.app/ru/econometrics/cs-ardl · Набор данных: https://doi.org/10.5281/zenodo.20539026