许多文章中也并没用明确指示，建议参考部分较好刊物中文章的处理

许多文章中也并没用明确指示，建议参考部分较好刊物中文章的处理

对于如下动态面板模型而言：
Y_it = a1*Y_it-1 + a2*X_it + u_i + e_it     (1)
如果 e_it 不存在序列相关，即 corr(e_it, e_it-1) = 0，则
corr(D.e_it, D.e_it-1) = -0.5
也就是说，(1) 式对应的差分方程中的干扰项一定是序列相关的，因此，在执行 estat abond (序列相关检验)时，AR(1) 显著不足为奇。

如果 corr(e_it, e_it-1)  != 0，那么corr(D.e_it, D.e_it-1) !=0。
所以，多数情况下，AR(1) 检验都会是显著的。
对于楼主提到的 AR(1) 不显著，我一时还想不出合适的解释来。

不过，这个问题并不重要，关键的是 AR(2) 不显著就好，这意味着无法拒绝 H0: corr(e_it, e_it-1)  = 0，此时可以采用 Y_it-j (j>=2) 作为D.Y_it-1 的工具变量。

这个问题一直没有特别明白，非常感谢您！

这类问题在哪本书上有详细解释的吗？

如果在回归模型时设定了vce（robust）选项，则AR(1)不显著，当采用普通标准误时AR(1)就会显著了。
动态面板AR(1)检验不通过，个人认为，是因为稳健标准误对普通标准误进行了修正，得到的残差差分序列相关系数与普通标准误差分序列已经显著不同了。

mark  从这里学到了很多

请问楼主解决了么？我也遇到同样的问题了。。。