没问题，但我肯定会尝试使用某种教科书或讲义。以下不是正式定义，但这是我的尝试：对我来说，DRM 是任何与时间相关的模型，从某种意义上说，观察值的下一个值（在模型的右侧），在下一个时间点，更改模型预测。所以，假设你坐在时间，你有一个模型说 。$t$$y_{t+1} = \alpha y_{t} + \beta_{1} x_{t} + \beta_2 x_{t-1} + \epsilon_{t+1}$

现在，根据惯例，该模型可能被称为 ARDL(1,1)，这是一类称为自回归分布滞后模型的动态回归模型的特定情况。请注意，当坐在时间时，该模型（经过一些代数操作和关于 和的假设）可以为提供预测，其中是预测范围. 我的观点是，不一定需要假定接下来，假设经过一个单位时间，新的观测值到达。这意味着新模型预测$t$$x_{t}$$\epsilon_{t+1}$$y_{t+h}$$h$$h$$x_{t+1}$$t+1$$y_{t+h+1}$将更新以反映这一新观察。还要注意（这可能很关键），误差项也可以发挥重要作用（比如 MA(1) 或 AR(1) 而不仅仅是 IID-normal ）所以，即使在时间和时间的观察结果相同，并且没有滞后因变量就像上面一样，时间的预测仍然可以改变！！ ！！！！这是一个强大的概念，在更“静态”类型的回归模型中不会出现这种情况。本质上，这就是术语动态的含义，即，由于 RHS 上的滞后因变量和/或误差项，新的$x$$t+1$$t$$t-1$$y_{t-1}$$t+h+1$$x_t$观测值可能会在许多时期保持不变，并且模型预测仍可能发生变化。

我希望这有一点帮助。这不是一个真正的答案，但我把它放在答案部分，因为有更多的空间。我碰巧在动态回归模型方面有很多经验，所以这些年来我收集了很多讲义和课文。当我这个周末有机会时，我会尝试发送一些有用的链接，但动态概念和我解释的一样简单。关于“动态”这个词没有什么非常复杂的，但听起来很吓人。由于多个参数、多重共线性等，参数的估计有时可能是一个问题。参数随时间的稳定性是另一个可能有问题的问题。如果我忘记发布链接，请提醒我。

这里有一些链接。

https://www.reed.edu/economics/parker/312/tschapters/S13_Ch_3.pdf

http://www-personal.umich.edu/~franzese/DeBoefKeele.2008.TakingTimeSeriously.pdf

https://www.nuff.ox.ac.uk/politics/papers/2005/Keele%20DeBoef%20ECM%20041213.pdf

https://pdfs.semanticscholar.org/presentation/fd49/2458fbe607f3bf19ff28aa872b4980ebd629.pdf

https://jdemeritt.weebly.com/uploads/2/2/7/7/22771764/timeseries.pdf

http://web.thu.edu.tw/wichuang/www/Financial%20Econometrics/Lectures/CHAPTER%2015.pdf

文献非常庞大，所以上面只是触及它。之所以如此庞大，是因为这些模型出现在统计时间序列、计量经济时间序列和 DSP 中，但都使用不同的符号，有时甚至使用不同的术语。

上面的大多数链接（如果不是全部）都具有计量经济学-统计时间序列连接。另外，请记住，尽管上述一些链接会涉及 koyck 分布式滞后（1954 年），但该模型本身就有完整的文献。毫无疑问，DRM 是一个具有欺骗性的领域，因为对于一个相对简单的时间序列主题有大量的了解。我认为我上面关于它们简单明了的原始陈述可能会产生误导，因为它们的灵活性使它们非常强大，并提供了很多讨论和了解他们。一切顺利。

哦，最后一件事：您可能还想查看economics.stackexchange.com。这显然是更多的经济学，但有时会讨论计量经济学时间序列，那里有一些非常优秀的人，就像这里一样。