why should yhat be the same? they should be different for every company.

这两种方法不一样吧。
第二种方法predict时最所有变量只使用最后一次by year industry: 回归时的参数——而这恐怕不是你想要的。
而第一种方法用循环尽管达到了目的，但同时却做了许多“无用功”——本来只需year*industry这么多次回归，而你却回归了N次，显然N>>year*industry；而且在reg中还有if条件判断，效率肯定很低。

建议用statsby ...，然后merge ...，最后gen ...方法，试试吧。

天哪, 好想叫救命, VOODOO, 我用你说的STATSBY先针对YEAR 和INDUSTRY共同做回归, 然后和原来的数据库MERGE, 然后再gen res=y-(_stat_1*x1+_stat_2*x2)

这种方法求出来的res与我首贴里的第一种第二种方法算出来的res又都不相同, 也就是说,现在三种算法对每个公司算出来的是三个不同的res, 晕~

经如下模拟数据试验，方法1和我建议的方法结果相同啊，除非你方法#3程序有误或数据有什么问题。
// 生成模拟数据
set obs 10
gen industry = _n
expand 20
sort industry
gen stkcd = _n
expand 5
sort industry stkcd
by industry stkcd: gen year = _n
gen x1 = uniform()
gen x2 = uniform()
gen y = 2*x1 + x2 + invnormal(uniform())
save sample

// method #1
use sample, clear
gen reg_obs = .
gen yhat = .
gen res = .
local N = _N
forv i = 1/`N' {
        local industry = industry[`i']
        local year = year[`i']
        capture {
                regress  y x1 x2  if  industry == `industry' & year == `year'
                replace reg_obs = e(N) in `i'
                predict p in `i', xb
                replace yhat=p in `i'
                predict r in `i', residuals
                replace res = r in `i'
                drop r p
        }
}
sort industry stkcd year
list in 1
list in 100
list in 200


// method #3
use sample, clear
statsby _b, by(industry year): reg y x1 x2
sort industry year
save b
use sample
sort industry year
merge industry year using b
gen res = y - _b_x1*x1 - _b_x2*x2 - _b_cons
sort industry stkcd year
list in 1
list in 100
list in 200

// res are the same!

哦, 发现是我在用第三种方法时忘记减常数项了.
对, 第一第三种方法结果一致.
万分感谢VOODOO的帮忙