非线性自回归分布滞后（NARDL）模型的协整检验改进.docxVIP

非线性自回归分布滞后（NARDL）模型的协整检验改进

引言

在计量经济学领域，对经济变量间长期均衡关系的探索始终是研究的核心议题之一。自Engle与Granger（1987）提出协整理论以来，各类协整检验方法不断发展，其中自回归分布滞后（ARDL）模型因允许变量混合单整阶数、适用于小样本等优势，成为实践中广泛应用的工具（Pesaranetal.,2001）。然而，现实经济系统中，变量间的互动常呈现非对称特征——例如价格上涨与下跌对需求的影响可能不同，政策刺激与收缩的效果存在差异（Shinetal.,2014）。传统ARDL模型基于线性假设，难以捕捉这种非线性关系，非线性自回归分布滞后（NARDL）模型应运而生。

NARDL模型通过将解释变量分解为正向和负向累积和，构建非对称误差修正机制，有效刻画变量间的长期非对称协整关系（Shinetal.,2014）。但作为模型应用的关键环节，协整检验在非线性场景下面临新挑战：传统ARDL协整检验依赖线性误差修正假设，当数据生成过程存在非对称调整时，其检验统计量的分布特征可能发生改变，导致推断结果失真（Bahmani-OskooeeGhodsi,2021）。因此，针对NARDL模型的协整检验改进研究，不仅是方法理论的完善，更是提升模型实际解释力的必要前提。

一、NARDL模型与传统协整检验的适配性困境

（一）NARDL模型