ScholarGate
Ассистент
Regression modelEconometrics / time series

Нелинейный ARDL (NARDL) граничный тест

Граничный тест нелинейной ARDL (NARDL), разработанный Шином, Ю и Гринвуд-Ниммо (Shin, Yu, and Greenwood-Nimmo, 2014), расширяет линейную структуру ARDL для выявления асимметричных долгосрочных взаимосвязей во временных рядах. Разлагая регрессор на положительные и отрицательные частичные суммы, NARDL одновременно тестирует коинтеграцию и оценивает отдельные долгосрочные эффекты для увеличений и уменьшений — без требования, чтобы все переменные были интегрированы одного и того же порядка.

Применить в EconMindСкороApply, compare, get guidance
Tools & resources
Скачать слайды
Learn & explore
ВидеоСкоро

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  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

Как цитировать эту страницу

ScholarGate. (2026, June 3). Nonlinear Autoregressive Distributed Lag Bounds Test. ScholarGate. https://scholargate.app/ru/econometrics/nonlinear-ardl-bounds-test

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом

Упоминается в

ScholarGateNonlinear ARDL bounds test (Nonlinear Autoregressive Distributed Lag Bounds Test). Получено 2026-06-17 из https://scholargate.app/ru/econometrics/nonlinear-ardl-bounds-test · Набор данных: https://doi.org/10.5281/zenodo.20539026