谢谢老大，类似的问题回答了很多次。。其实程序和链接都是一样的，但很多朋友不知道什么原因总是找不到。这个帖子一劳永逸了。

非常感激蓝色分享的资料~
我将ivqrstata.zip里的文件全部拷到plus目录下，确实可以做ivqreg的命令了。
不过这个命令本身还是有些问题啦，至少我尝试的结果是跟quantile( )多少没关系的就是说，不管quantile()取多少，得到的结果竟然是完全一样的，而且运行的结果“.5th Instrumental Variable Quantile Regression”和老外文章中“.5 Instrumental Variable Quantile Regression”还是稍微有些差异。。
大概是这个命令版本本身的问题吧。唉。。
当然还是非常感谢楼上两位热心的版主O(∩_∩)O

不懂qreg，所以也不用
况且这个命令也没有正式发布。
所以的谨慎使用。

我没有遇到你说的q()取值与结果无关的问题。
我的自有数据计算：
ivqreg  stdGPA  stdgk  SES  (mdepgpa= mdepgk) ,q(.25)
(0 observations deleted)

Initial Estimation: .25th Two Stage Quantile Regression    Number of obs = 1318
------------------------------------------------------------------------------
      stdGPA |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     mdepgpa |    1.37577   .8494784     1.62   0.105    -.2891766    3.040717
       stdgk |   .0478301   .0109073     4.39   0.000     .0264522    .0692079
         SES |   .0811438   .0351794     2.31   0.021     .0121935     .150094
       _cons |  -4.618749   .9519425    -4.85   0.000    -6.484522   -2.752976
------------------------------------------------------------------------------

Grid search is in progress (200)
.................................................. 50
.................................................. 100
.................................................. 150
.................................................. 200

.25th Instrumental Variable Quantile Regression            Number of obs = 1318
------------------------------------------------------------------------------
      stdGPA |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     mdepgpa |   .4275757   .0012511   341.75   0.000     .4251235    .4300278
       stdgk |   .0394529    .010224     3.86   0.000     .0194143    .0594915
         SES |   .0758194   .0360322     2.10   0.035     .0051974    .1464413
       _cons |  -3.775353   1.131534    -3.34   0.001     -5.99312   -1.557587
------------------------------------------------------------------------------

. ivqreg  stdGPA  stdgk  SES  (mdepgpa= mdepgk) ,q(.5)
(0 observations deleted)

Initial Estimation: .5th Two Stage Quantile Regression     Number of obs = 1318
------------------------------------------------------------------------------
      stdGPA |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     mdepgpa |   .2708511   .9382584     0.29   0.773    -1.568102    2.109804
       stdgk |   .0323538   .0121231     2.67   0.008     .0085929    .0561147
         SES |   .0679616   .0391546     1.74   0.083    -.0087801    .1447033
       _cons |  -2.636895   1.053859    -2.50   0.012     -4.70242   -.5713705
------------------------------------------------------------------------------

Grid search is in progress (200)
.................................................. 50
.................................................. 100
.................................................. 150
.................................................. 200

.5th Instrumental Variable Quantile Regression             Number of obs = 1318
------------------------------------------------------------------------------
      stdGPA |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     mdepgpa |   .1463022   .0011603   126.09   0.000      .144028    .1485764
       stdgk |   .0350564   .0094821     3.70   0.000     .0164719     .053641
         SES |   .0510803   .0334177     1.53   0.126    -.0144172    .1165777
       _cons |  -2.790949   1.049428    -2.66   0.008     -4.84779    -.734108
------------------------------------------------------------------------------

.
关于您出问题的原因，我对这个命令也很不了解，所以无法回答您。
此外，这个ivqreg 的 结果与h3327156 所介绍的control funtion approach应用于qreg 的结果相去甚远，我也不清楚其中的机理所在。
cfa的结果如下，可与ivqreg比较可见不同，不知采信哪个较好？？
. reg mdepgpa  mdepgk stdgk stdGPA

      Source |       SS       df       MS              Number of obs =    1318
-------------+------------------------------           F(  3,  1314) =   27.65
       Model |  32.3686447     3  10.7895482           Prob > F      =  0.0000
    Residual |   512.74902  1314  .390219954           R-squared     =  0.0594
-------------+------------------------------           Adj R-squared =  0.0572
       Total |  545.117664  1317  .413908629           Root MSE      =  .62468

------------------------------------------------------------------------------
     mdepgpa |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      mdepgk |   .0013635   .0006082     2.24   0.025     .0001703    .0025567
       stdgk |  -.0130254   .0050306    -2.59   0.010    -.0228943   -.0031565
      stdGPA |   .1554516   .0178551     8.71   0.000     .1204241    .1904792
       _cons |   .3336425   .5564462     0.60   0.549    -.7579776    1.425263
------------------------------------------------------------------------------

. predict rho2 , r

. sqreg  stdGPA SES stdgk mdepgpa rho2 ,q(.25 .5 )
(fitting base model)
(bootstrapping ....................)

Simultaneous quantile regression                     Number of obs =      1318
  bootstrap(20) SEs                                  .25 Pseudo R2 =    0.7990
                                                     .50 Pseudo R2 =    0.7847

------------------------------------------------------------------------------
             |              Bootstrap
      stdGPA |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
q25          |
         SES |   .0175594   .0044586     3.94   0.000     .0088127     .026306
       stdgk |   .0824257   .0013524    60.95   0.000     .0797726    .0850788
     mdepgpa |    6.25428   .0479095   130.54   0.000     6.160292    6.348267
        rho2 |  -6.248641   .0441583  -141.51   0.000     -6.33527   -6.162013
       _cons |  -7.524477    .114393   -65.78   0.000     -7.74889   -7.300064
-------------+----------------------------------------------------------------
q50          |
         SES |   .0160368   .0052653     3.05   0.002     .0057074    .0263662
       stdgk |    .081846   .0025737    31.80   0.000      .076797    .0868951
     mdepgpa |     6.2776   .0463652   135.39   0.000     6.186642    6.368558
        rho2 |  -6.288204   .0461893  -136.14   0.000    -6.378817   -6.197591
       _cons |  -7.380184   .2180596   -33.84   0.000    -7.807967     -6.9524
------------------------------------------------------------------------------

.
end of do-file

.

我蠢了。。好想是我quantile设置错了。。我先用两种方法把结果都跑出来试试，看看会不会跟你的结果一样差异很大~
研安~