原来没有加入控制变量size,回归结果为
xtabond2 npl l.npl l2.loan, gmm(l.npl loan,lag(2 5) collapse) nolevel small robust
Favoring speed over space. To switch, type or click on mata: mata set matafavor space, perm.

Dynamic panel-data estimation, one-step difference GMM
------------------------------------------------------------------------------
Group variable: bank_dum                        Number of obs      =       328
Time variable : year                            Number of groups   =        48
Number of instruments = 8                       Obs per group: min =         0
F(2, 48)      =     16.93                                      avg =      6.83
Prob > F      =     0.000                                      max =        10
------------------------------------------------------------------------------
             |               Robust
         npl |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         npl |
         L1. |   .9803696   .1714739     5.72   0.000     .6355982    1.325141
             |
        loan |
         L2. |  -.0167082   .0098918    -1.69   0.098    -.0365969    .0031806
------------------------------------------------------------------------------
Instruments for first differences equation
  GMM-type (missing=0, separate instruments for each period unless collapsed)
    L(2/5).(L.npl loan) collapsed
------------------------------------------------------------------------------
Arellano-Bond test for AR(1) in first differences: z =  -1.72  Pr > z =  0.085
Arellano-Bond test for AR(2) in first differences: z =  -0.30  Pr > z =  0.763
------------------------------------------------------------------------------
Sargan test of overid. restrictions: chi2(6)    =   2.26  Prob > chi2 =  0.895
  (Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(6)    =   5.79  Prob > chi2 =  0.447
  (Robust, but weakened by many instruments.)
后来我加入了控制变量size,结果又变成了
xtabond2 npl l.npl l2.loan size, gmm(l.npl loan,lag(2 5) collapse) iv(size) nolevel small robust
Favoring speed over space. To switch, type or click on mata: mata set matafavor space, perm.

Dynamic panel-data estimation, one-step difference GMM
------------------------------------------------------------------------------
Group variable: bank_dum                        Number of obs      =       328
Time variable : year                            Number of groups   =        48
Number of instruments = 9                       Obs per group: min =         0
F(3, 48)      =     10.82                                      avg =      6.83
Prob > F      =     0.000                                      max =        10
------------------------------------------------------------------------------
             |               Robust
         npl |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         npl |
         L1. |   1.018233   .1890329     5.39   0.000     .6381568    1.398309
             |
        loan |
         L2. |  -.0131397   .0101796    -1.29   0.203    -.0336071    .0073277
             |
        size |   .3450704   .2908862     1.19   0.241    -.2397954    .9299363
Instruments for first differences equation
  Standard
    D.size
  GMM-type (missing=0, separate instruments for each period unless collapsed)
    L(2/5).(L.npl loan) collapsed
------------------------------------------------------------------------------
Arellano-Bond test for AR(1) in first differences: z =  -1.76  Pr > z =  0.079
Arellano-Bond test for AR(2) in first differences: z =  -0.29  Pr > z =  0.772
------------------------------------------------------------------------------
Sargan test of overid. restrictions: chi2(6)    =   3.28  Prob > chi2 =  0.773
  (Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(6)    =   7.91  Prob > chi2 =  0.245
  (Robust, but weakened by many instruments.)
这时候size和l2.loan的系数就都不显著了，而且不管我怎么调整工具变量的滞后期都没有用。我该怎么办呢，能不能帮帮我啊？

首先，gmm（）里不能有lag的形式，所以不是gmm(l.npl loan,lag(2 5) collapse)，而是 gmm(npl loan,lag(2 5) collapse)；
其次，iv(size)其实你就默认size是严格外生的，不良贷款率也有可能影响size啊，所以也有可能是内生；
再次，解释变量为什么选用滞后两期的 l2.loan，可以直接使用当期的loan试试；
最后，面板数据最好加入时间虚拟变量/行业虚拟变量/地区虚拟变量 等考虑。

你好，首先谢谢你的回答。针对你说的第一点，我看到Roodman那篇文章中在Arellno and Bond 的例子讲解中就用的是gmm(l.n)，是可以用滞后的
第二，我参考的文献中就是将size作为外生变量的，所以我就直接当成外生变量处理了。而且我也试着把它作为内生或前定变量，结果也不太好。
第三，由于我的论文需要研究贷款增长对不良率的滞后影响，所以我就选了滞后两期的贷款增长率。我参考的那篇文章用的是滞后二三四期的贷款增长率，我稍微简单一点就用的滞后二期。
最后，我确实看到用gmm做动态面板的使用了虚拟变量，我想不加应该也没什么问题吧，以后再根据情况加。想先把控制变量的问题解决，是否需要把这个控制变量换掉呢？

gmm（）中可以有l.出现，也可以不加l.。取决于后面lag（）的设置。
For example, gmmstyle(w, laglimits(2 .)), the standard treatment for an endogenous variable, is equivalent to gmmstyle(L.w, laglimits(1 .)), thus gmmstyle(L.w).
滞后两期及以上，我觉得都要慎重，毕竟不太好找到经济学解释，除非有公认的理论支撑。

弱弱的问一句， xtabond2 gim l.(gim) tsh tst,gmm(gim, lag(1 2)) iv(tsh tst) noleveleq nomata twostep到底每个变量是什么意思，怎么设置？