1、动态面板数据在面板数据中，每个个体的多个时间点被观测，但“动态面板”的关键在于，模型中会包含被解释变量的滞后项。换句话说，被解释变量的当前值不仅依赖于解释变量，还依赖于它在过去时间的值。
2. 滞后项与随机干扰项具有相关性在动态面板模型中，滞后项是解释变量之一，但它常常和误差项相关联。
举例：
在tt年的模型中，销售额t−1\text{销售额}_{t-1}是解释变量，但它携带了去年误差项的信息（因为去年的质量问题影响了去年的销售额）。于是，εt\varepsilon_{t}和 销售额t−1\text{销售额}_{t-1} 之间就产生了相关性。
3.GMM使用工具变量来替代那些与误差项相关的变量。
动态面板中的GMM有两种常见形式：

• 差分GMM（Difference GMM）：通过取差分来消除个体效应（如公司或国家之间的固定差异），并使用过去时间的滞后值作为工具变量。
• 系统GMM（System GMM）：不仅取差分，还结合水平模型的工具变量进行估计，通常效果更好。
  

4.Sargan检验（Sargan Test）是用来检验GMM估计中工具变量有效性的检验方法。