Este artículo evalúa los estimadores de máxima verosimilitud en diferencias primeras (FDML) y el método generalizado de momentos (CU-GMM) que se actualiza continuamente en modelos de panel dinámico cuando los datos están cerca de ser no estacionarios. Este caso está lejos de ser trivial, ya que un alto grado de persistencia es la norma más que la excepción en paneles económicos, particularmente en la gestión financiera. Aunque se muestra que el CU-GMM tiene menor sesgo y mayor potencia, sufre de distorsiones severas en el tamaño, que se agravan cuando los datos se acercan a la no estacionariedad.