应该尽量和前人一样处理。
1.前人的处理可能是有效的，所以跟随他们的操作，可以省去很多质疑。
2.能够和前人的结果形成对比。例如前人不显著，而你显著了，那么两者结果的差异就值的讨论。如果这个变量还是个核心变量，而你又是真心做研究的，那这个结果就显得重要了。
3.如果不和前人一样的处理，（而这个变量又很常见，别人都那么处理），那需要说明原因。

4.你当前跟随前人取3年均值不显著，6年均值显著，实际上也可以两种结果同时报告，并讨论原因。
前人的数据肯定比你更早，也是显著的。也就是说，上一个时代都是显著的，而到了最近几年发生了什么重大转向？导致1-3年数据发生了较大变化？或许可以这么理解。

滞后期数太多导致数据缺失太多期，很容易受质疑的，可靠性也降低，除非有强有力的依据支撑。建议找找文献是否有取前6年这种很长年限均值的做法；尝试其他调整实证结果的可行方法：
Todd Mitton. Methodological Variation in Empirical Corporate Finance. The Review of Financial Studies, Volume 35, Issue 2, February 2022, Pages 527–575.
1.比例型被解释变量换分母
2.缩尾以去除“极端”值
3.解释变量从连续型转成离散型
4.从1%缩尾改变成5%缩尾
5.比例型被解释变量换分子
6.解释变量用滞后期
7.被解释变量用对数值
8.解释变量用对数值
9.从缩尾改截断（trim）删除“异常”值
10.改变公司规模测度方法
11.剔除部分行业，如金融业
12.增加解释变量

不一定要之后那么多期，滞后太多期效果的代表性反而会下降