正常是不用处理 (为什么要处理呢？)。

一般小数的话是＋1再取对数

楼主你好，请参考以下思路：
1、明确自变量的意义。自变量的经济含义是什么？是测度值还是自然值？如果是测度值，为负的含义是什么？如果是自然值，为负是否正常？
2、模型的预计假设。被解释变量与自变量的关系大概是怎样的？自变量为负的样本是否会对模型结果有扭曲？
3、考虑自变量为负的样本数量。在自变量为负是异常值的情况下，如果此类样本过多则说明数据源有问题；如果不太多，可剔除。

回答楼主的想法：不可以这么做。
第一，因为你并不知道被解释变量和自变量之间的影响关系，统一加上一个正数会对二者之间的影响有错估。楼上的方法（+1再取对数，一般是针对存在自变量为零的样本时使用的，多见于计数型样本）
第二，取对数直接改变了解释意义，会再次扭曲。
ps不用为了取对数而取对数。如果样本标准差过大的话，也可考虑截尾、标准化等方法。