既然是滞后四阶，就要求有连续的观察值。如果你的数据是如下形态，则不会纳入分析：
11.1..1...1.1.111.111
可以看出，虽然表面上有很多观察值，但没有一个符合你的要求。
如果你的数据是日资料，而时间变量又恰好是用日期来衡量的，则由于周六和周日休市，致使你的资料会呈现如下形态：
11111..11111..
显然，这是无法执行滞后 6 阶的估计和检验的。

如下建议供参考：
1. 不要去除收益率为零的观察值，它们本身是有含义的，去除后会认为改变收益率的分布形态；
2. 重新定义日期变量，可以采用如下方式：
  sort date
   gen t = _n
   tsset t

谢谢连老师的回答，知道原因了。但是还有一个疑问，收益率为0我觉得应该去掉，这些收益率为0的日期都是在周六和周日，以及长假，如果不去掉，是不是经济意义就不明确了啊。如果去掉的话，如何让日期变量连续啊

如果是这种情况导致的 ret = 0，那应该删掉。
日期连续很简单：
tsset date
gen t = _n
tsset t

谢谢连老师解答。去掉收益率为0的值后，模型更加有效了，但是在分析杠杆效应和非对称效应时结论却和没去掉0比正好相反了，由于我分析的金融产品的说明和公告中明确该产品是和股票市场高度相关的，一般上证和深证很多实证研究证明了存在杠杆和非对称效应，正常的结果是我分析的产品收益率波动也应该有这两个效应。这是为什么呢？
同时，模型也给出具有高风险高收益的特征。高风险和高收益与杠杆和非对称效应是否是矛盾的？（我们一般认为高风险高收益的产品一般都存在杠杆和非对称效应）
那么，连老师，可不可以这样推断，不具备杠杆和非对称效应说明我分析的产品并没有主要投资于股票市场，而是投资于了其他市场（如国债，票据等），而在产品说明中信息披露不充分。

你对此如何分析呢？谢谢！

另外，连老师，您在将garch 时讲到 I-GARCH 模型，说具有长期记忆特征，但问题是如何进行检验呢，我看一些文献讲到用R/S 检验、gPH 检验,如何在stata中实现呢，谢谢！