求助：时间序列回归，残差自相关阶数检验Q的p值一直都是0是神马回事？

. reg  logexport logpop exch loggdp eventNl23

      Source |       SS       df       MS              Number of obs =     156
-------------+------------------------------           F(  4,   151) =  128.49
       Model |  18.5012631     4  4.62531579           Prob > F      =  0.0000
    Residual |  5.43570264   151  .035998031           R-squared     =  0.7729
-------------+------------------------------           Adj R-squared =  0.7669
       Total |  23.9369658   155  .154432037           Root MSE      =  .18973

------------------------------------------------------------------------------
   logexport |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      logpop |   9.065582   1.189573     7.62   0.000     6.715224    11.41594
        exch |   .0225654   .0408088     0.55   0.581    -.0580646    .1031953
      loggdp |   .5358491   .2163733     2.48   0.014      .108339    .9633593
   eventNl23 |  -.2101653    .050259    -4.18   0.000     -.309467   -.1108635
       _cons |  -69.51479   8.267805    -8.41   0.000    -85.85031   -53.17927
------------------------------------------------------------------------------

. predict u,residual

. wntestq u Q
variable Q not found
r(111);

. wntestq u

Portmanteau test for white noise
---------------------------------------
Portmanteau (Q) statistic =  1086.7635
Prob > chi2(40)           =     0.0000

. ac u

. pac u

. corrgram u

                                          -1       0       1 -1       0       1
LAG       AC       PAC      Q     Prob>Q  [Autocorrelation]  [Partial Autocor]
-------------------------------------------------------------------------------
1        0.7970   0.8055      101  0.0000          |------            |------  
2        0.7386   0.3072    188.3  0.0000          |-----             |--      
3        0.7070   0.1963   268.82  0.0000          |-----             |-      
4        0.6898   0.1352   345.98  0.0000          |-----             |-      
5        0.6687   0.0944   418.98  0.0000          |-----             |        
6        0.7041   0.2408   500.46  0.0000          |-----             |-      
7        0.6181  -0.2194   563.66  0.0000          |----             -|        
8        0.5854  -0.0499   620.73  0.0000          |----              |        
9        0.6321   0.2574   687.73  0.0000          |-----             |--      
10       0.5479  -0.2480   738.41  0.0000          |----             -|        
11       0.5419   0.1218   788.33  0.0000          |----              |        
12       0.5191  -0.0567   834.45  0.0000          |----              |        
13       0.4751  -0.0663   873.35  0.0000          |---               |        
14       0.4273  -0.0944   905.04  0.0000          |---               |        
15       0.4465  -0.0843   939.89  0.0000          |---               |        
16       0.3441  -0.2397   960.74  0.0000          |--               -|        
17       0.3175   0.0031   978.61  0.0000          |--                |        
18       0.3308   0.1329   998.15  0.0000          |--                |-      
19       0.2789  -0.0955   1012.1  0.0000          |--                |        
20       0.2448   0.0400     1023  0.0000          |-                 |        
21       0.2578   0.1411   1035.1  0.0000          |--                |-      
22       0.2113   0.0037   1043.3  0.0000          |-                 |        
23       0.1814   0.0825   1049.4  0.0000          |-                 |        
24       0.1950   0.0465   1056.5  0.0000          |-                 |        
25       0.1289  -0.0560   1059.7  0.0000          |-                 |        
26       0.0871  -0.0567   1061.1  0.0000          |                  |        
27       0.0947   0.0608   1062.8  0.0000          |                  |        
28       0.0344  -0.1190     1063  0.0000          |                  |        
29      -0.0215  -0.2701   1063.1  0.0000          |                --|        
30      -0.0071   0.0704   1063.1  0.0000          |                  |        
31      -0.0530   0.0020   1063.7  0.0000          |                  |        
32      -0.0467   0.1918   1064.1  0.0000          |                  |-      
33      -0.0167   0.0832   1064.2  0.0000          |                  |        
34      -0.0697  -0.1384   1065.2  0.0000          |                 -|        
35      -0.1019   0.0126   1067.3  0.0000          |                  |        
36      -0.0713   0.0211   1068.3  0.0000          |                  |        
37      -0.1298  -0.2184   1071.8  0.0000         -|                 -|        
38      -0.1429   0.0949   1076.1  0.0000         -|                  |        
39      -0.1325   0.0097   1079.8  0.0000         -|                  |        
40      -0.1812  -0.0876   1086.8  0.0000         -|                  |  

说明存在高阶自相关，你的变量应该是不平稳的