In this article, we examine the rel

In this article, we examine the relationship between exports and economic growth both in the long run and in the short run. Before estimating the long-term equilibrium relationship between (log) exports and (log) GDP, we need to test whether they are cointegrated. In this study, we use the ARDL bounds test approach developed by Pesaran et al. (2001) to test if the variables are cointegrated. This approach offers a number of advantages over more conventional approaches (e.g., Johansen’s or Engle-Granger’s cointegration test) used in previous studies; namely, (1) it is applicable even if there is a mixture of I(0) and I(1) variables, (2) allows different series to have different lags in the ARDL (autoregressive-distributed lag) model, (3) the model estimates are relatively more efficient in small samples which is very important when high frequency data are not available. For example, GDP data are often only available on a quarterly basis.

結果 (繁體中文) 1:

在這篇文章中，我們研究出口和經濟增長都在長期運行和短期之間的關係。估計（日誌）和出口（日誌）GDP之間的長期均衡關係之前，我們需要測試它們是否存在協整關係。在這項研究中，我們使用Pesaran等人開發的ARDL邊界的測試方法。（2001年），以測試變量是協整的。這種方法提供了許多優勢都比傳統的方法（例如，約翰森的或恩格爾 - 格蘭傑的協整檢驗）在以往的研究中使用; 即，（1）它是適用即使有I（0）和I（1）的變量的（2）的混合物中，允許不同的系列具有在ARDL（自回歸-分佈滯後）模型不同滯後，（3）模型估計值是小的樣品時，高頻數據不可用，這是非常重要的，相對更高效的。例如，GDP數據往往只是一個季度的基礎上提供。

結果 (繁體中文) 2:

在本文中，我們考察了出口與經濟增長的長期和短期之間的關係。在估計（日誌）出口和（日誌）GDP之間的長期均衡關係之前，我們需要測試它們是否共融。在這項研究中，我們使用佩薩蘭等人（2001年）開發的ARDL邊界測試方法來測試變數是否共集成。與以前研究中使用的常規方法（例如，約翰森或恩格爾-格蘭傑的協整測試）相比，這種方法具有許多優點;即，即使 I（0） 和 I（1） 變數混合存在，（1） 它仍然適用，（2） 允許不同的序列在 ARDL（自動回歸分佈滯後）模型中具有不同的滯後，（3） 模型估計值在小樣本中相對有效，當高頻資料無法接通非常重要。例如，GDP資料通常只按季度提供。

結果 (繁體中文) 3:

本文從長期和短期兩方面考察了出口與經濟增長的關係。在估計（對數）出口與（對數）GDP之間的長期均衡關係之前，我們需要檢驗它們是否是協整的。在本研究中，我們使用由Pesaran等人開發的ARDL界限測試方法。（2001）檢驗變數是否協整。與以往研究中使用的更為傳統的方法（如Johansen或Engle-Granger的協整檢驗）相比，這種方法具有許多優點，即：（1）即使存在I（0）和I（1）變數的混合，它也是適用的，（2）允許不同序列在ARDL（自回歸分佈滯後）模型中具有不同的滯後，（3）模型估計在小樣本中相對更有效，這在高頻數據不可用時非常重要。例如，GDP數據通常只能按季度提供。