用Stata做时间序列的多元线性回归但是用一阶差分后的序列做线性回归后系数不显著

原数据取对数之后做多元线性回归，发现多重共线性和自相关都很高，所以把数据都做了一阶差分，但是用差分之后的序列做回归所有的变量显著性都很小（差分之后做模型方程里是否要有截距项？）
还是说可以有其他的方法来解决多重共线性和自相关的问题？（但是不想减少主要的自变量）

还有谁能告诉我解决了共线性和自相关之后还要做什么？论文里还要写什么？（在最后的解释之前）

差分序列做出来的模型是这样的
------------------------------------------------------------------------------
          dp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         dm2 |   .3514474    .218097     1.61   0.110     -.081359    .7842539
         dpe |  -.0037892   .0141501    -0.27   0.789    -.0318695    .0242912
          dt |     .00551   .0054939     1.00   0.318    -.0053925    .0164126
          dr |  -.0003146   .0024584    -0.13   0.898    -.0051932     .004564
          dc |  -.0004285   .0390047    -0.01   0.991    -.0778322    .0769751
         div |   .0010123    .001906     0.53   0.597    -.0027701    .0047947
       _cons |   .0013041   .0033143     0.39   0.695     -.005273    .0078813
------------------------------------------------------------------------------

因为想要研究货币政策和财政政策对房地产价格的影响所以不想把变量去掉

你好 请问你这个问题解决了吗 我现在也遇到了这个问题 不知如何解决