我用stata考察一个虚拟变量（加上其他一系列的控制变量，如行业、年度、省份固定效应，也包括公司层面的一些特征，如规模、负债率、ROA等）对公司收到补贴的影响，因变量为补贴数据，大约有50%的数据是0，因为当年公司没收到补贴。因项目的需要，我需要将公司补贴数据用两种方式处理：一是将其对数化，处理方式为ln(1+公司补贴)；二是直接用收到补贴金额（有50%左右的数据为0），不经过任何的scale处理。

回归结果显示，如果因变量经过了对数化处理，考察变量显著为正；而因变量为不经规模处理的数据，考察变量显著为负。结果很奇怪，按道理对数化是一种正向的转化，不应该导致相反的结果。我考察了两种数据的描述性统计，发现不经对数处理的绝对值的skewness和kurtosis，分别为7.35和65.97。而对数化处理后的skewness和kurtosis比较正常，为0.216和1.224。

我的问题在于不知道如何解释这种现象。同时希望能够找到方法和理由，证明不经对数化处理的回归结果存在严重问题，能否通过一系列的处理（stata），提供实际的统计结果证明我的判断。

急请问高手，应如何处理啊？很着急！！拜谢！！