Regression modelNonlinear cointegration

NARDL cắt ngang (CS-NARDL)

CS-NARDL mở rộng mô hình tự hồi quy phân phối trễ phi tuyến (NARDL) cho dữ liệu bảng, nắm bắt các mối quan hệ dài hạn và ngắn hạn bất đối xứng, trong đó những thay đổi tích cực và tiêu cực của các biến giải thích có tác động khác nhau. Được giới thiệu bởi Shin et al. (2014) và được điều chỉnh cho dữ liệu bảng, mô hình này cho phép nghiên cứu cách các đơn vị cắt ngang phản ứng khác nhau với các cú sốc tích cực so với tiêu cực trong khi vẫn duy trì các mối quan hệ đồng liên kết. Cách tiếp cận này rất cần thiết để hiểu các bất đối xứng kinh tế trong thị trường hàng hóa, truyền dẫn tiền tệ và thị trường lao động.

Áp dụng với EconMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Nguồn tài liệu

  1. Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a system of nonlinear autoregressive distributed lag equations. Econometric Reviews, 33(1), 56-87. link
  2. Wold, E. N., Serrano, G., & Gunnvaldsson, A. (2023). Panel nonlinear ARDL and asymmetric effects. Journal of Econometric Methods, 12(1), 20220039. link

Cách trích dẫn trang này

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

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

Được tham chiếu bởi

ScholarGateCS-NARDL (Cross-Sectional Nonlinear Autoregressive Distributed Lag). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/econometrics/cs-nardl · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026