動的パネルデータモデル

動的パネルデータモデルは、結果変数（outcome variable）の1つ以上のラグ付き値（lagged values）を説明変数（regressors）に含めることで、標準的なパネル回帰を拡張したものである。過去の結果が現在の結果を直接予測するため、このモデルは持続性（persistence）と調整ダイナミクス（adjustment dynamics）を捉えることができるが、ラグ付き従属変数と個体固定効果（individual fixed effect）との間に相関を生じさせ、OLSおよび標準的な固定効果推定量（fixed-effects estimators）を一致性を失わせる。Arellano-BondおよびBlundell-Bondによって開発されたGMMベースのアプローチがこの問題を解決する。