如果回归系数不显著，意味着模型设定有一定的问题，应该调整原来的模型设计，剔除不显著的参数。当然，如果剔除不显著的参数，约束条件也不存在时，可以用保留不显著的参数作WALD检验，但解释能力显然要打折扣的。

Wald检验的理论推导中，只是需要系数估计值和方差，如果不显著，方差必定较大，Wald统计量必定较小，因此也可能不显著。所以，理论上没有问题。但是实际数据情况复杂，是否可能存在系数不显著而Wald统计量显著的情况？这个没法保证。如要了解更详细，参见Amemiya(1985) 4.5节，同时该节提供了LRT和RAO检验。如果你怀疑WALD，则可以尝试LRT和RAO。三者的基本关系为：WALD>= LRT>=RAO.

thanks