本文主要使用更有效的工具变量与连续更新的目标函数对动态面板中常用的系统GMM估计进行改进,以减小估计误差并矫正过度识别检验的尺度扭曲,使得改进后的系统GMM估计有更好的有限样本性质,并且在一定程度上解决由弱工具变量导致的问题。本文第一章回顾了一系列国外文献,总结并讨论了关于弱工具变量、GMM估计、动态面板中传统GMM估计的相关问题,在此基础上提出了本文的改进思路,即,一方面利用差分工具变量与向后离差变换的工具变量组成新的工具变量集,另一方面使用连续更新目标函数作为改进的系统GMM的目标函数。在本文随后两章,本文呈现了传统的GMM估计并指出这些估计方法在存在弱工具变量时存在的问题,随即提出了改进后的系统GMM估计,并给出了对应的矩条件及目标函数,并设计了仿真实验来比较传统GMM估计方法与改进的系统GMM估计在各种可能存在弱工具变量时的表现,仿真结果表明改进的系统GMM明显优于传统的GMM估计。在第四章中,本文基于31各省市(自治区)的面板数据分别使用一步、两步系统GMM估计与改进的系统GMM进行实证研究,对实证研究的结果从计量经济学与经济学角度分别进行分析。本文最后一章总结了本文改进传统系统GMM估计的动机及思路,指出了本文的贡献,同时也指出了本文研究中存在的问题及进一步研究的方向。