Có 2 vấn đề quan trọng tiềm ẩn liên quan đến thành phần sai số trongmột mô hình dữ liệu bảng, đó là:

Có 2 vấn đề quan trọng tiềm ẩn liên quan đến thành phần sai số trong một mô hình dữ liệu bảng, đó là:
1) Sự tương quan giữa các biến giải thích với tác động riêng rẽ;
2) Sự tương quan giữa các biến giải thích với thành phần sai số nhiễu;
Sự tồn tại của 1 trong 2 (hoặc cả 2) vấn đề này làm cho kết quả ước lượng của OLS sẽ bị chệch hoặc không hiệu quả, đó chính là lí do chọn GMM làm phương pháp ước lượng thay thế.

Thật vậy, để giải quyết 2 vấn đề này, trong mô hình bảng tĩnh tuyến tính chúng ta có thể sử dụng ước lượng tác động cố định (LSDV, FD hoặc FE) để loại bỏ thành phần tác động riêng rẽ (vấn đề 1); hoặc sử dụng ước lượng tác động ngẫu nhiên để kiểm soát vấn đề 2 [1].
Tuy nhiên, trong trường hợp mô hình bảng động tuyến tính, chẳng hạn mô hình tồn tại biến trễ phụ thuộc như là một biến giải thích trong mô hình thì các giải pháp của mô hình bảng tĩnh lại không phù hợp. Lấy sai phân để giải quyết vấn đề 1 lại dẫn đến vấn đề 2.
http://vietlod.com/van-de-cua-fem-rem-va-li-do-chon-gmm