问题1：
老师您好!
我想确定协整检验的滞后期，但是在那之前先建立VAR模型，需要根据SIC和AC法则确定最优滞后期，再根据最优滞后期确定协整检验的滞后期，那么我的原序列是非平稳的但是一阶差分序列是平稳的，建立VAR模型时用原序列还是一阶差分序列?
本人想通过协整检验考察A和B两者之间是否存在协整关系，进而构建VECM模型。看到论坛里有帖子说协整检验的前提是要构建VAR模型，可是非平稳序列不能构建VAR模型，因此VECM模型也要求数据是非平稳这一点，完整的VECM模型包括哪些步骤，我不知道，所以恳求老师指教!
回答：
一阶差分序列平稳是可以构建VAR的，但是至于用原始数据还是一阶差分序列，不同的学者采取不同的观点，有的认为需要一阶差分序列做，有的用原始数据做。不过按照EG两步法，同阶单整可以做协整和ECM的，至于基于VAR的JJ协整和VECM没有统一的说法，个人感觉至少满足同阶单整。
问题2：
尊敬的老师：您好。现想咨询老师，在做面板泊松回归（poisson)或者面板负二项回归时，如何比较组间回归系数差异检验。用了stata的suest还有bdiff命令好像都不支持泊松分布的回归的组间差异检验。使用了最新的suest命令，能够在xtreg下正常比较组间回归系数差异，但是在xtnbreg下的比较组间回归系数差异时，显示以下内容：
unable to generate scores for model m1 m2
suest requires that predict allow the score option
r(322);
期待老师您在百忙中的回复。谢谢！
回答：
在计数模型中，xtnbreg,fe会自动删除组内观测值为1的非平衡数据（这点与xtreg不同），导致数据大量缺失。也许这是新的suest也不能解决的?为何不直接用nbreg ....i.year i.cic2
比如：
nbreg inventlg rlngdp ipr r_d i.year i.cic2 if bays==1 | bays==2
est store bays12
nbreg inventlg rlngdp ipr r_d i.year i.cic2 if bays==3 | bays==4
est store bays34
suest bays12 bays34
随便找的数据，结果不太好，估计能做，不要用那个xtnbreg,而用nbreg.....i.year i.cic2...，也是固定效应。
在计数模型中，xtnbreg,fe会自动删除组内观测值为1的非平衡数据（这点与xtreg不同），导致数据大量缺失。也许这是新的suest也不能解决的?为何不直接用nbreg ....i.year i.cic2。
bdiff 命令要求两个样本组中的解释变量个数相同，估计可能麻烦。
学术指导：张晓峒老师
本期解答：谢杰老师
编辑小编：李光勤博士
统筹小编：易仰楠
技术小编：知我者
精彩回顾
互助问答第44期：交互项系数和调节效应存在问题
互助问答第43期：工具变量的边际效应问题
