在面板数据分析中，固定效应和随机效应模型是常用的方法，用于处理个体效应和时间效应的影响。如果在进行个体检验、实践检验和豪斯曼检验时，固定效应模型显示显著，但在使用esttab命令生成表格后，固定效应和随机效应都不显著，可能有几个原因需要考虑和调整：

模型设定：确保模型的设定是正确的，包括是否考虑了所有重要的控制变量，是否正确选择了合适的函数形式等。在面板数据分析中，还需要注意是否正确处理了面板数据的特性，例如是否引入了个体和时间的固定效应。

数据处理：你已经提到了一些数据处理的方法，如取对数和缩尾。这些方法可以帮助解决数据的偏度、尾部厚尾等问题，但需要确保处理的方法是正确的，并且不会引入其他问题。另外，还可以考虑其他数据处理方法，如标准化、差分等。

样本选择：样本的选择可能对结果产生影响。确保样本选择的合理性，包括是否包含了所有需要的观察值，是否排除了可能引入偏差的观察值等。

模型比较：在使用esttab命令生成表格时，可以考虑使用不同的模型进行比较，例如OLS、固定效应和随机效应模型。这样可以更好地理解不同模型对结果的影响，并选择合适的模型。

总之，在面板数据分析中，调整模型设定、数据处理、样本选择等方面可能有助于解决固定效应和随机效应模型在结果上不显著的问题。此外，还可以考虑其他面板数据分析方法，如混合效应模型等，以更全面地分析数据。