Regression model

动态普通最小二乘法 (DOLS) 估计量

动态普通最小二乘法 (DOLS) 是 Stock 和 Watson (1993) 提出的一种协整回归估计量，用于恢复 I(1) 变量之间的长期关系。它通过增加差分回归量的超前项和滞后项来增强静态回归，以参数化方式校正内生性偏差，从而可以通过普通最小二乘法估计长期系数。

用 EconMind 应用即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

相关方法的邻域——选择一个节点以展开探索。

动态普通最小二乘法 (DOLS) 估计量

Stock, J. H. & Watson, M. W. (1993). A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems. Econometrica, 61(4), 783–820. DOI: 10.2307/2951763 ↗
Kao, C. & Chiang, M.-H. (2001). On the Estimation and Inference of a Cointegrated Regression in Panel Data. Advances in Econometrics, 15, 179–222. DOI: 10.1016/S0731-9053(00)15007-8 ↗

ScholarGate. (2026, June 1). Dynamic Ordinary Least Squares Estimator. ScholarGate. https://scholargate.app/zh/econometrics/dols-estimator

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。