本文开发了一个动态二元选择面板数据模型，该模型允许未观察到的异质性与协变量任意相关。该模型是指数型的。我们推导了矩条件，使我们能够消除未观察到的异质性项，同时识别模型的参数。然后，我们提出了在根n速率下一致且渐近正态分布的GMM估计量。我们还研究了条件似然方法，在我们的情况下，它只能识别状态依赖的影响。蒙特卡罗实验证明了我们的GMM估计器的有限样本性能。