stata的结果中应该有常数项的

但是我的probit直接回归出来的结果里就是没有常数项诶，所以不知道问题在哪里

可以给出你的code和回归结果的截图

probit fina_in endow marriage gender health age age2 log_consump log_income feel debt region
> 1

Iteration 0:   log likelihood = -4486.6476  
Iteration 1:   log likelihood = -3590.0781  
Iteration 2:   log likelihood =  -3564.782  
Iteration 3:   log likelihood = -3564.7216  
Iteration 4:   log likelihood = -3564.7216  

Probit regression                                      Number of obs =   9,005
                                                       LR chi2(11)   = 1843.85
                                                       Prob > chi2   =  0.0000
Log likelihood = -3564.7216                            Pseudo R2     =  0.2055

------------------------------------------------------------------------------
     fina_in | Coefficient  Std. err.      z    P>|z|     [95% conf. interval]
-------------+----------------------------------------------------------------
       endow |    .118035   .0404011     2.92   0.003     .0388502    .1972198
    marriage |   .0437267   .0578484     0.76   0.450    -.0696541    .1571074
      gender |   .0545451   .0428707     1.27   0.203    -.0294799    .1385701
      health |  -.1941036   .0249365    -7.78   0.000    -.2429783   -.1452289
         age |   .0597407   .0189303     3.16   0.002     .0226381    .0968434
        age2 |  -.0011735   .0002084    -5.63   0.000    -.0015821    -.000765
log_consump |   .4380104   .0250524    17.48   0.000     .3889085    .4871122
  log_income |   .1147903   .0125942     9.11   0.000      .090106    .1394746
        feel |   .0100415   .0285544     0.35   0.725     -.045924    .0660071
        debt |    .161751   .0352632     4.59   0.000     .0926365    .2308656
     region1 |  -.0361097   .0195586    -1.85   0.065    -.0744439    .0022246
       _cons |  -5.272732   .5042614   -10.46   0.000    -6.261067   -4.284398
------------------------------------------------------------------------------

. margins,dydx(*) post

Average marginal effects                                 Number of obs = 9,005
Model VCE: OIM

Expression: Pr(fina_in), predict()
dy/dx wrt:  endow marriage gender health age age2 log_consump log_income feel debt region1

------------------------------------------------------------------------------
             |            Delta-method
             |      dy/dx   std. err.      z    P>|z|     [95% conf. interval]
-------------+----------------------------------------------------------------
       endow |   .0261933   .0089526     2.93   0.003     .0086466      .04374
    marriage |   .0097034   .0128374     0.76   0.450    -.0154575    .0348643
      gender |   .0121042   .0095111     1.27   0.203    -.0065373    .0307456
      health |  -.0430737   .0054895    -7.85   0.000    -.0538329   -.0323145
         age |   .0132571    .004188     3.17   0.002     .0050489    .0214654
        age2 |  -.0002604   .0000459    -5.67   0.000    -.0003504   -.0001704
log_consump |   .0971993   .0053762    18.08   0.000     .0866622    .1077365
  log_income |   .0254732    .002757     9.24   0.000     .0200696    .0308769
        feel |   .0022283   .0063363     0.35   0.725    -.0101906    .0146473
        debt |   .0358943   .0078062     4.60   0.000     .0205945    .0511942
     region1 |  -.0080131   .0043387    -1.85   0.065    -.0165168    .0004905
------------------------------------------------------------------------
因为我求了margin，需要的是边际效应，最后的边际效应里没有常数项，如果单纯看系数的话是有的