------------------------------------------------------------------------------
             |               Robust
        levb |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
    shibor3m |  -.0138667   .0030423    -4.56   0.000    -.0198325   -.0079009
         soe |          0  (omitted)
shibor3m_soe |  -.0021806   .0017902    -1.22   0.223    -.0056911    .0013299
    ind_levb |   .2043822   .0410799     4.98   0.000     .1238251    .2849394
        size |   .0851255   .0051112    16.65   0.000     .0751025    .0951486
        tang |   .1255026   .0242385     5.18   0.000     .0779712     .173034
         roa |  -.6988666   .0458273   -15.25   0.000    -.7887333   -.6089998
      growth |   .0061828   .0031266     1.98   0.048     .0000517     .012314
         etr |   .0052631   .0029439     1.79   0.074    -.0005098    .0110359
        ntds |  -.3815893   .3184551    -1.20   0.231    -1.006076    .2428969
      share1 |   .0012628   .0003138     4.02   0.000     .0006474    .0018781
     share10 |  -.0018487   .0002289    -8.08   0.000    -.0022975   -.0013998
             |
        year |
       2008  |   .0060545   .0034371     1.76   0.078    -.0006857    .0127947
       2009  |  -.0154483   .0049224    -3.14   0.002    -.0251011   -.0057954
       2010  |  -.0287585    .008133    -3.54   0.000    -.0447072   -.0128097
       2011  |  -.0142688   .0040816    -3.50   0.000    -.0222728   -.0062647
       2012  |          0  (omitted)
       2013  |   -.027295   .0042897    -6.36   0.000    -.0357071   -.0188829
       2014  |  -.0180545   .0030022    -6.01   0.000    -.0239418   -.0121672
       2015  |  -.0424765    .004878    -8.71   0.000    -.0520422   -.0329109
       2016  |  -.0753694    .008898    -8.47   0.000    -.0928182   -.0579206
       2017  |  -.0707909   .0079369    -8.92   0.000     -.086355   -.0552268
             |
       _cons |  -1.380378   .1113296   -12.40   0.000    -1.598694   -1.162062
-------------+----------------------------------------------------------------
     sigma_u |  .13601611
     sigma_e |  .08529012
         rho |  .71777054   (fraction of variance due to u_i)

老师，请教一个问题，我研究杠杆率与利率的关系时采用双向固定效应模型（时间、个体），我想研究企业的性质（国有、民营）是否会使得利率与杠杆率之间的关系存在差异，如是否民营企业杠杆率对利率变动的反应比国有企业敏感，因此我会加入利率与企业性质虚拟变量交叉项进行回归，但是由于我控制了个体效应，使得模型出现多重共线性，因此soe被省略了，这种情况有什么办法解决吗？

应该没有！(除非你重新定义 SOE，让它可能随时间改变)

那老师我这个模型就没办法研究了吗，如果不控制个体效应，只控制时间效应，这种办法有解释力度吗

不是常态的作法！

好的，谢谢老师，还有一个问题想请教，在进行实证分析时，我选择半年度的数据，但是我看以往文献大多是年度或季度，那我选择半年度数据可以吗，数据频次的选择影响大吗？

这是较少见没错，为何要选半年？

因为半年度数据运行出来的结果是最好的，没想清楚为什么

到时候人家会问，先要个理由，是吧？

是的，我也一直在想原因，我研究的是利率对于微观杠杆率影响，期间分国企民企以及规模大小分别进行对比分析，变量都在之前我发的那张结果表中，如果老师有想到为什么半年度数据结果更好，也请老师多多赐教，谢谢老师了。

想不出，应该永远都不会用！

老师，想问下您，我的面板数据，做vif检验时，其他的变量数值都很低，就只有企业性质（控制变量）为13+，怎么处理是好？而且我的企业性质分的三种（国企0-1，私企0-1，外企0-1）这样的数据模式

请看看 https://zhuanlan.zhihu.com/p/64139543。

老师，那请问一下，为了使用cross-section weights来应对异方差的问题，同时年份也比较少，6年100个国家，所以只固定个体效应，而没有固定年份效应可以吗

我从不用此方法。