在统计学和计量经济学中，面板数据(Panel Data)是指二维数据.面板数据包含了两个现象的观测值，即对于每一个个体有多个时间观测值.例如，Balestra和Nerlove在1966年的文章中，使用了美国36个州13年的面板数据进行了数据分析.时间序列数据和横截面数据是面板数据的特殊形式，它们仅仅是一维的.面板数据有时被认为是带有时间观测的横截面数据或者是混合的横截面时间序列数据.通过使用面板数据，经济学中的实证研究得到了极大的丰富.这就使得我们去建立和检验更现实的面板数据模型.所以，面板数据模型的理论研究已经是现代计量经济学的一个重要分支，称为面板数据计量经济学，而其中的动态面板数据模型和动态两值面板数据模型的参数估计问题是当今国际经济计量学界研究的热点与难点问题.所谓动态模型，是指模型中包含了滞后的被解释量，也就是说滞后的被解释量作为模型中解释变量.从而，动态面板数据模型和动态两值面板数据模型的回归量不是严格局外的.所以参数的最大似然估计是有偏的，并且是不相合的.本文的一个主要工作就是基于最大似然估计量提出了一个偏倚校正的办法，使得偏倚校正估计量是渐近无偏的和相合的.本文首先研究了固定效应的动态面板数据模型的参数估计问题，并且通过调整最大似然估计量得到了渐近无偏的和相合的估计量.其次，我们就非线性面板数据模型的热点问题一一固定效应的动态两值面板数据模型的参数估计进行了一些研究，一个基于最大似然估计的倚校正估计量被提出，并且了这个估计量是渐近无偏的和相合的.我们提出的偏倚校正方法与其它的动态两值面板数据模型参数估计方法相比较的一个主要优点就是它的一般性.例如，这个方法不局限于to gistic情况.这个倚校正估计量一般来说是非常好用的，并且在不考虑误差的分布下，估计量有同样的渐近性质.最后，对于动态面板数据模型和动态两值面板数据模型，我们分别通过数值模拟比较证实了我们提出的迭代bootstrap偏倚校正估计量的有效性.