当我增加解释变量（数值都取对数了）的时候，P值仍然接近0，特别显著，但是有一项的回顾系数跟预期的相反。然而不对处理后的数值取对数的时候这个系数是符合预期的。具体结果如下，高手帮我分析一下。谢谢啦

. reg inno stf stg stl ci
      Source |       SS       df       MS              Number of obs =     330
-------------+------------------------------           F(  4,   325) =  762.46
       Model |  1.2824e+10     4  3.2059e+09           Prob > F      =  0.0000
    Residual |  1.3665e+09   325  4204714.51           R-squared     =  0.9037
-------------+------------------------------           Adj R-squared =  0.9025
       Total |  1.4190e+10   329  43131281.3           Root MSE      =  2050.5
------------------------------------------------------------------------------
        inno |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         stf |   .0013151   .0001736     7.58   0.000     .0009736    .0016566
         stg |   .0007964   .0000661    12.05   0.000     .0006663    .0009264
         stl |  -.0105536   .0026969    -3.91   0.000     -.015859   -.0052481
          ci |   .2306711   .1186351     1.94   0.053    -.0027187    .4640608
       _cons |  -846.4029   230.0508    -3.68   0.000    -1298.979   -393.8262
------------------------------------------------------------------------------
. estat vif
    Variable |       VIF       1/VIF  
-------------+----------------------
         stg |     10.71    0.093370
         stf |     10.46    0.095560
         stl |      7.99    0.125103
          ci |      2.49    0.401792

取对数后的结果
. reg  lninno lnstf lnstg lnstl lnci
      Source |       SS       df       MS              Number of obs =     330
-------------+------------------------------           F(  4,   325) = 1212.34
       Model |  644.754145     4  161.188536           Prob > F      =  0.0000
    Residual |  43.2109963   325  .132956912           R-squared     =  0.9372
-------------+------------------------------           Adj R-squared =  0.9364
       Total |  687.965142   329  2.09107946           Root MSE      =  .36463
------------------------------------------------------------------------------
      lninno |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnstf |  -.1920933   .0768406    -2.50   0.013    -.3432609   -.0409256
       lnstg |   .7536087   .0951244     7.92   0.000     .5664714     .940746
       lnstl |   .4313084     .10398     4.15   0.000     .2267496    .6358672
        lnci |   .3504229   .0419618     8.35   0.000     .2678719    .4329738
       _cons |  -8.407871   .2474467   -33.98   0.000    -8.894671   -7.921072
------------------------------------------------------------------------------
. estat vif
    Variable |       VIF       1/VIF  
-------------+----------------------
       lnstg |     37.49    0.026673
       lnstl |     27.99    0.035728
       lnstf |     26.31    0.038003
        lnci |      5.70    0.175390
-------------+----------------------
    Mean VIF |     24.37

只做lnstf 和lninno的结果
. reg   lninno lnstf
      Source |       SS       df       MS              Number of obs =     330
-------------+------------------------------           F(  1,   328) = 2287.07
       Model |  601.675879     1  601.675879           Prob > F      =  0.0000
    Residual |  86.2892629   328  .263077021           R-squared     =  0.8746
-------------+------------------------------           Adj R-squared =  0.8742
       Total |  687.965142   329  2.09107946           Root MSE      =  .51291
------------------------------------------------------------------------------
      lninno |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnstf |    1.00768   .0210709    47.82   0.000     .9662288    1.049131
       _cons |  -6.533342     .28855   -22.64   0.000    -7.100984     -5.9657
------------------------------------------------------------------------------
能不能解释一下其中的原因？是存在多重共线性么？那怎么解决呢