andom-effects GLS regression                   Number of obs      =       268
Group variable: dm                              Number of groups   =       152

R-sq:  within  = 0.0194                         Obs per group: min =         1
       between = 0.1313                                        avg =       1.8
       overall = 0.0967                                        max =         6

                                                Wald chi2(22)      =         .
corr(u_i, X)   = 0 (assumed)                    Prob > chi2        =         .

------------------------------------------------------------------------------
         tun |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
    balance2 |   .0103431   .0152577     0.68   0.498    -.0195615    .0402476
        top1 |   .0031478   .0358014     0.09   0.930    -.0670216    .0733172
   political |  -.0038318   .0046544    -0.82   0.410    -.0129543    .0052907
        size |  -.0049065   .0032259    -1.52   0.128    -.0112292    .0014162
         lev |   .0425553   .0144611     2.94   0.003     .0142121    .0708985
        grow |  -.0013414   .0029829    -0.45   0.653    -.0071876    .0045049
       year1 |  -.0047804   .0074739    -0.64   0.522     -.019429    .0098682
       year2 |  -.0029871   .0069742    -0.43   0.668    -.0166563     .010682
       year3 |  -.0139336   .0072495    -1.92   0.055    -.0281424    .0002751
       year4 |   -.006056   .0069498    -0.87   0.384    -.0196773    .0075653
       year5 |  -.0046808   .0063732    -0.73   0.463     -.017172    .0078104
        ind1 |  -.0178294   .0345764    -0.52   0.606    -.0855979    .0499392
        ind2 |   -.013952   .0225804    -0.62   0.537    -.0582088    .0303048
        ind4 |  -.0007419   .0350505    -0.02   0.983    -.0694395    .0679558
        ind5 |   .0102096   .0201755     0.51   0.613    -.0293337    .0497529
        ind7 |  -.0210418   .0193773    -1.09   0.278    -.0590205    .0169369
        ind8 |   .0566002   .0345499     1.64   0.101    -.0111164    .1243167
        ind9 |   .0304436   .0248068     1.23   0.220    -.0181768     .079064
       ind11 |  -.0207243   .0352908    -0.59   0.557     -.089893    .0484444
       ind12 |   -.007321   .0120995    -0.61   0.545    -.0310355    .0163935
       ind13 |  -.0002407   .0279445    -0.01   0.993     -.055011    .0545296
       ind14 |   .0041435   .0204428     0.20   0.839    -.0359235    .0442106
       ind15 |          0  (omitted)
       _cons |   .1073806   .0688933     1.56   0.119    -.0276478    .2424089
-------------+----------------------------------------------------------------
     sigma_u |  .01575872
     sigma_e |  .02770929
         rho |  .24439221   (fraction of variance due to u_i)
------------------------------------------------------------------------------

做的结果如上图所示，是随机效应模型的。如何处理

if you look after running the xtreg:

mst V=e(V)
mat V=V[1..22,1..22]

is V singular?  If so the model has problem with some of the independent variables used.

怎么输入代码 后，显示的是无效变量
我试了下，可能是因为我对年份和行业设定了虚拟变量引起随机效应模型的共线性问题，我也做了检测，试图去除这几个共线性强的行业变量，但是结果仍然是R2很低，有没有好的办法解i决这个问题

sorry, using "mat V=e(V)".

If singular, it may be cause by the collinearity.  

the small within R2 means the dependent variable doesn't change much over time, it could due to small group size (1.8). In that case, seems not necessary to use the panel model?