本人在用HLM进行分析时出现下列结果，请问该怎么处理？


Program:                       HLM 6 Hierarchical Linear and Nonlinear Modeling
Authors:                       Stephen Raudenbush, Tony Bryk, & Richard Congdon
Publisher:                     Scientific Software International, Inc. (c) 2000
                                                      techsupport@ssicentral.com
                                                              www.ssicentral.com
-------------------------------------------------------------------------------
Module:      HLM2R.EXE (6.08.29257.1)
Date:        2 July 2017, Sunday
Time:         1: 2:25
-------------------------------------------------------------------------------


SPECIFICATIONS FOR THIS HLM2 RUN


  Problem Title: no title

  The data source for this run  = new 1
  The command file for this run = C:\Users\majesty\Desktop\成本粘性SAV文件\第二层模型命令.hlm
  Output file name              = C:\Users\majesty\Desktop\成本粘性SAV文件\hlm2.txt
  The maximum number of level-1 units = 3362
  The maximum number of level-2 units = 750
  The maximum number of iterations = 100
  Method of estimation: restricted maximum likelihood

Weighting Specification
-----------------------
                         Weight
                         Variable
            Weighting?   Name        Normalized?
Level 1        no      
Level 2        no      
Precision      no      

  The outcome variable is 鈻矻NCOS   

  The model specified for the fixed effects was:
----------------------------------------------------

   Level-1                  Level-2
   Coefficients             Predictors
----------------------   ---------------
         INTRCPT1, B0      INTRCPT2, G00   
*     YEAR slope, B1      INTRCPT2, G10   
* 鈻矻NREV slope, B2      INTRCPT2, G20   
* DEC脳鈻?slope, B3      INTRCPT2, G30   
                               SIZE, G31   
                                 MB, G32   
                                LEV, G33   
                                IOR, G34   
                               TEND, G35   
                               CASH, G36   
                              STOCK, G37   
                               TOP1, G38   
                                ECB, G39   
                                IDP, G310   
                                BMN, G311   
                                BSN, G312   
                                ESR, G313   
                                 CC, G314   
                             NCSKEW, G315   

'*' - This level-1 predictor has been centered around its group mean.

The model specified for the covariance components was:
---------------------------------------------------------

         Sigma squared (constant across level-2 units)

         Tau dimensions
               INTRCPT1
                   YEAR slope
               鈻矻NREV slope
               DEC脳鈻?slope


Summary of the model specified (in equation format)
---------------------------------------------------

Level-1 Model

        Y = B0 + B1*(YEAR) + B2*(鈻矻NREV) + B3*(DEC脳鈻? + R

Level-2 Model
        B0 = G00 + U0
        B1 = G10 + U1
        B2 = G20 + U2
        B3 = G30 + G31*(SIZE) + G32*(MB) + G33*(LEV) + G34*(IOR)
         + G35*(TEND) + G36*(CASH) + G37*(STOCK) + G38*(TOP1)
         + G39*(ECB) + G310*(IDP) + G311*(BMN) + G312*(BSN)
         + G313*(ESR) + G314*(CC) + G315*(NCSKEW) + U3
There is a problem in the fixed portion of the model.  A near singularity is
likely.  Possible sources are a collinearity or multicollinearity among the
predictors.  We suggest that you examine a correlation matrix among the fixed
effect predictors.