1. 概要
1）动态面板模型：在面板数据中考虑被解释变量的动态特征；
2）由于被解释变量的滞后项也进入回归方程，「1」个体固定效应会导致普通的OLS回归产生偏误和不一致性——这也是回归内生性问题的一种形式；
3）为了克服OLS估计的问题，需要引入「2」人工变量：在动态面板模型中，最常用的工具变量是被解释变量和解释变量的滞后及差分滞后项；
4）引入这类工具变量后，可利用GMM的一般框架进行估计，因此这类方法统称为动态面板回归的GMM方法。
2. 动态面板回归模型
1）基本形式
2）个体固定效应与内生性
3）固定效应：静态面板的情形
4）固定效应：动态面板的问题
3. GMM估计方法
1）基本解决思路：滞后项作为工具变量
2）用尽滞后期：差分GMM
3）差分GMM的问题
4）水平回归与差分滞后工具变量
5）系统GMM
6）基本假设的进一步解释
7）GMM估计的基本方法：以系统GMM为例
8）一步法与两步法
9）模型设定检验
10）解释变量设定
「注释」：
「1」个体固定效应：用来捕捉不随时间变化的个体之间的差异，可以用来克服遗漏变量的问题；
「2」人工变量：人工变量(artificial variable)亦称人造变量.求解线性规划问题时人为加人的变量.用单纯形法求解线性规划问题，都是在具有初始可行基的条件下进行的，但约束方程组的系数矩阵A中所含的单位向量常常不足m个，此时可加人若干(至多m)个新变量，称这些新变量为人工变量。人工变量是为了凑成单纯形表中的基变量而人工加入的单位向量，在目标函数中系数为-M，最后化简结果中基变量要为0，否则无可行解。化简单纯形表就可以解决，若用对偶单纯形表的话就直接能解单纯形表，不用添加人工变量。
「3」序列相关性：在计量中指对于不同的样本值，随机干扰之间不再是完全相互独立的，而是存在某种相关性，又称自相关（autocorrelation），是指总体回归模型的随机误差项之间存在相关关系。在回归模型的古典假定中是假设随机误差项是吴自相关的，即在不同观测点之间是不相关的。如果假定不能满足，就称存在自相关，即不同观测点上的误差项彼此相关。
