The ARDL model is able to capture t

The ARDL model is able to capture the long-run relationship among the variables based on the F-statistics (bounds test), where the null hypothesis of level relationship is H0: π1 1⁄4 π2 1⁄4 π3 1⁄4 π4 1⁄4 0; against the alternative hypothesis, where the H1: π1 a π2 a - π3 a π4 a 0. We use the critical values table of Narayan [45] to identify the long-run behaviour of the variables, because the time frame of this study is quite small. As mentioned earlier, one of the main aims of this study is to identify structural breaks; therefore, we include a time trend series of structural break dates based on the ZA unit root test into the ARDL estimation framework to capture the structural break effects in the long-run relationship among the variables. In the second part of the ARDL framework, we explore the short-run relationship with the error correction

ผลลัพธ์ (ไทย) 1:

รุ่น ARDL คือสามารถจับภาพความสัมพันธ์ระยะยาวระหว่างตัวแปรตามสถิติ F (ทดสอบขอบเขต), ซึ่งสมมติฐานของความสัมพันธ์ระดับ null เป็น H0: π1 ว่า π2 ว่า π3 ว่า π4 ว่า 0 กับสมมติฐานทางเลือก ที่ H1: π1 a π2 a - π3 a π4 a 0 เราสามารถใช้ตารางค่าวิกฤตของ Narayan [45] เพื่อระบุพฤติกรรมระยะยาวของตัวแปร เนื่องจากกรอบเวลาของการศึกษานี้จะค่อนข้างเล็ก ดังกล่าวก่อนหน้า จุดมุ่งหมายหลักของการศึกษานี้คือการระบุตัวแบ่งโครงสร้าง ดังนั้น เรารวมชุดวันแบ่งโครงสร้างอิงทดสอบซะหน่วยรากเป็นกรอบการประเมิน ARDL จับแบ่งโครงสร้างผลกระทบในระยะยาวความสัมพันธ์ระหว่างตัวแปรแนวโน้มเวลา ในส่วนสองของ ARDL framework เราสำรวจความสัมพันธ์ระยะสั้นกับการแก้ไขข้อผิดพลาด

ผลลัพธ์ (ไทย) 2:

รูปแบบ ARDL สามารถจับความสัมพันธ์ระยะยาวระหว่างตัวแปรขึ้นอยู่กับ F-สถิติ (ทดสอบขอบเขต) ซึ่งสมมติฐานของความสัมพันธ์ระดับ H0: π1 1/4 π2 1/4 π3 1/4 π4 1 /4 0; กับสมมติฐานทางเลือกที่ H1: การπ1π2 - การπ3π4เป็น 0. เราใช้ตารางค่าที่สำคัญของ Narayan [45] ในการระบุพฤติกรรมในระยะยาวของตัวแปรเพราะกรอบเวลาของการศึกษานี้คือ ค่อนข้างเล็ก. ดังกล่าวก่อนหน้าซึ่งเป็นหนึ่งในจุดมุ่งหมายหลักของการศึกษาครั้งนี้คือการระบุการแบ่งโครงสร้าง ดังนั้นเราจึงรวมถึงซีรีส์แนวโน้มช่วงเวลาของวันแบ่งโครงสร้างพื้นฐานในการทดสอบ ZA รากหน่วยลงในกรอบประมาณค่า ARDL ในการจับภาพผลกระทบแบ่งโครงสร้างในความสัมพันธ์ระยะยาวในหมู่ตัวแปร ในส่วนที่สองของกรอบ ARDL เราจะสำรวจความสัมพันธ์ระยะสั้นด้วยการแก้ไขข้อผิดพลาด

ผลลัพธ์ (ไทย) 3:

การ ardl รุ่น สามารถจับภาพได้ในระยะยาว ความสัมพันธ์ระหว่างตัวแปรตาม f-statistics ( ขอบเขตการทดสอบ ) ซึ่งสมมติฐานโมฆะความสัมพันธ์ระดับ H0 : π 1 1 ⁄ 4 π 2 1 ⁄ 4 π 3 1 ⁄ 4 π 4 1 ⁄ 4 0 ; กับสมมติฐานทางเลือกที่ 2 : π 1 π 2 - π 3 π 4 0 เราใช้ตารางค่าวิกฤตของ Narayan [ 45 ] เพื่อระบุพฤติกรรมในระยะยาวของตัวแปร เพราะกรอบเวลาในการศึกษานี้ค่อนข้างเล็ก ตามที่กล่าวถึงก่อนหน้านี้ หนึ่งในวัตถุประสงค์หลักของการศึกษานี้ เพื่อระบุการแบ่งโครงสร้าง ดังนั้นเราจึงมีเวลาเทรนด์ชุดช่องแบ่งโครงสร้างตามซาหน่วยรากทดสอบใน ardl ประเมินกรอบจับโครงสร้างแบ่งผลในระยะยาว ความสัมพันธ์ระหว่างตัวแปร ในส่วนที่สองของ ardl กรอบ เราสำรวจความสัมพันธ์ระยะสั้นที่มีการแก้ไขข้อผิดพลาด