最近遇到一些棘手的计量问题，因为没有吃透计量，只会运行模型，不明白个中原理，恳请高手不惜赐教，感谢万分！
模型中最重要的两个变量是lnstg lnstic
reg  lninno lnstf lnstg lnstl lnstic lnci,r
Linear regression                                      Number of obs =     420
                                                       F(  5,   414) =  608.44
                                                       Prob > F      =  0.0000
                                                       R-squared     =  0.9159
                                                       Root MSE      =  .43196
------------------------------------------------------------------------------
             |               Robust
      lninno |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnstf |   .5640627   .1184742     4.76   0.000     .3311767    .7969486
       lnstg |   .1531002   .0755189     2.03   0.043     .0046519    .3015486
       lnstl |   .0496971   .0959242     0.52   0.605    -.1388621    .2382562
      lnstic |   .1827958    .068943     2.65   0.008     .0472738    .3183178
        lnci |   .1333685   .0488801     2.73   0.007     .0372844    .2294526
       _cons |  -6.375354   .3941764   -16.17   0.000     -7.15019   -5.600517
------------------------------------------------------------------------------
. estat vif
    Variable |       VIF       1/VIF  
-------------+----------------------
       lnstf |     51.60    0.019379
       lnstg |     25.56    0.039117
      lnstic |     17.97    0.055649
       lnstl |     17.74    0.056360
        lnci |      6.57    0.152115
-------------+----------------------
    Mean VIF |     23.89
. estat imtest,white
White's test for Ho: homoskedasticity
         against Ha: unrestricted heteroskedasticity
         chi2(20)     =     86.95
         Prob > chi2  =    0.0000
Cameron & Trivedi's decomposition of IM-test
---------------------------------------------------
              Source |       chi2     df      p
---------------------+-----------------------------
  Heteroskedasticity |      86.95     20    0.0000
            Skewness |      17.57      5    0.0035
            Kurtosis |       0.11      1    0.7457
---------------------+-----------------------------
               Total |     104.62     26    0.0000
普通最小二乘的估计量系数很好，也通过了一定的显著性检验，但也存在很多问题。
参照别人的写法，大多进行固定效应与随机效应的检验。豪斯曼检验的结果如下：

                 ---- Coefficients ----
             |      (b)          (B)            (b-B)     sqrt(diag(V_b-V_B))
             |       fe           re         Difference          S.E.
-------------+----------------------------------------------------------------
       lnstf |    .8429847     .9002719       -.0572873        .0471785
       lnstg |   -.2320736    -.0157891       -.2162846         .055165
       lnstl |    .0395976    -.2132562        .2528538        .0623562
      lnstic |    .8765391     .4017317        .4748074        .0716471
        lnci |   -.1389116    -.0493037       -.0896079         .006211
------------------------------------------------------------------------------
                           b = consistent under Ho and Ha; obtained from xtreg
            B = inconsistent under Ha, efficient under Ho; obtained from xtreg
    Test:  Ho:  difference in coefficients not systematic
                  chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)
                          =       32.67
                Prob>chi2 =      0.0000
                (V_b-V_B is not positive definite)
p值为0，则应用固定效应模型。模型的计量结果如下：

Fixed-effects (within) regression               Number of obs      =       420
Group variable: number                          Number of groups   =        30
R-sq:  within  = 0.8935                         Obs per group: min =        14
       between = 0.9121                                        avg =      14.0
       overall = 0.8693                                        max =        14
                                                F(5,385)           =    645.91
corr(u_i, Xb)  = -0.7727                        Prob > F           =    0.0000
------------------------------------------------------------------------------
      lninno |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnstf |   .8429847   .1280856     6.58   0.000     .5911499    1.094819
       lnstg |  -.2320736   .1140789    -2.03   0.043    -.4563693    -.007778
       lnstl |   .0395976   .1134273     0.35   0.727    -.1834169    .2626121
      lnstic |   .8765391   .1158131     7.57   0.000     .6488339    1.104244
        lnci |  -.1389116   .0443289    -3.13   0.002    -.2260686   -.0517547
       _cons |  -10.54612   .7819015   -13.49   0.000    -12.08346   -9.008792
-------------+----------------------------------------------------------------
     sigma_u |  .70377415
     sigma_e |  .31848193
         rho |  .83002205   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0:     F(29, 385) =    12.99             Prob > F = 0.0000
问题在于我最关注的那个变量lnstg的系数为负，还通过了5%的显著性检验，这个与我的预期恰恰相反。对于这个问题怎么解决。希望给予合理的解释
Instrumental variables (2SLS) regression               Number of obs =     390
                                                       Wald chi2(4)  = 4636.72
                                                       Prob > chi2   =  0.0000
                                                       R-squared     =  0.9224
                                                       Root MSE      =   .4093
------------------------------------------------------------------------------
      lninno |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      lnstic |   .1253952   .0696047     1.80   0.072    -.0110276     .261818
       lnstf |   .7051549   .1027244     6.86   0.000     .5038187    .9064911
       lnstg |   .1255006   .0718182     1.75   0.081    -.0152604    .2662617
        lnci |   .1354696   .0282685     4.79   0.000     .0800643    .1908748
       _cons |  -6.896633   .3055345   -22.57   0.000     -7.49547   -6.297797
------------------------------------------------------------------------------
Instrumented:  lnstic
Instruments:   lnstf lnstg lnci L.lnstic lnstl
二阶段最小二乘的结果却是很好。而我同学的计量结果是，固定效应系数很好，但两阶段最小二乘的系数很不好。难道这二者相悖？我想知道出现这种情况的根源是什么。
   在两阶段最小二乘的基础上加入相关的交互项，结果也都很理想。所以唯独这个固定效应模型的系数叫我很头疼。难道是内生性问题，可是我找的那个内生变量是lnstic（也是重要变量）而不是 lnstg（不是不找这个，而是找不到合适的工具变量，只能罢休）。知道其中原因的高手们，多多指导啊。谢谢啦