（1）我做了一个回归，其中有一个关键的解释变量是LEV (资产负债率)，但是回归结果却显示其t值非常小，有没有什么办法可以不删除掉LEV但是提高其t 值？？？
因为我阅读了几位学者的文献，也有LEV对于盈余管理的影响，在其回归中LEV的t值很大，该变量非常显著。但是不知道为什么我的回归中就不显著，，求大神指教~
（2）还有一个问题是，在我删除掉一些观察值后（关键样本点：既可能是杠杆样本点，也可能是残差非常大的样本点），再次回归之后有两个变量的显著性发生明显的变化，那么我应不应该删除掉这些观测值呢？？？
回归结果如下：
    Source |       SS       df       MS                              Number of obs =   15420
-------------+------------------------------                        F(  9, 15410) =  218.23
       Model |  68.2730629     9  7.58589588               Prob > F      =  0.0000
    Residual |  535.658468 15410  .034760446           R-squared     =  0.1130
-------------+------------------------------                         Adj R-squared =  0.1125
       Total |  603.931531 15419  .039168009             Root MSE      =  .18644
------------------------------------------------------------------------------
               RM_w |      Coef.         Std. Err.       t      P>|t|       [95% Conf. Interval]
-------------+----------------------------------------------------------------
            ln_layer |   .0221527   .0037127     5.97   0.000     .0148753    .0294301
                  size |  -.0046497   .0013156    -3.53   0.000    -.0072285    -.002071
    Totalasset~r |   .0226481   .0023818     9.51   0.000     .0179796    .0273166
dum_Integr~1 |  -.0147124   .0039958    -3.68   0.000    -.0225446   -.0068801
dum_Big4_0~1 |  -.0627389   .0069376    -9.04   0.000    -.0763375   -.0491404
      dum_IEn_1 |    .013456   .0033153     4.06   0.000     .0069577    .0199543
  LargeHolde~e |  -.0002718   .0001037    -2.62   0.009     -.000475   -.0000686
                  LEV |   -.000428   .0002118    -2.02   0.043    -.0008432   -.0000129
            ROA_w |  -.8972777   .0230026   -39.01   0.000    -.9423654   -.8521899
              _cons |   .1057251   .0279139     3.79   0.000     .0510106    .1604396
------------------------------------------------------------------------------
删除掉关键样本点之后的回归结果：


   Source |       SS       df       MS                               Number of obs =   14364
-------------+------------------------------                        F(  9, 14354) =  287.80
       Model |  51.3555208     9  5.70616898              Prob > F      =  0.0000
    Residual |  284.591993 14354  .019826668           R-squared     =  0.1529
-------------+------------------------------                          Adj R-squared =  0.1523
       Total |  335.947514 14363  .023389787           Root MSE      =  .14081
------------------------------------------------------------------------------
               RM_w |      Coef.      Std. Err.          t        P>|t|       [95% Conf. Interval]
-------------+----------------------------------------------------------------
             ln_layer |   .0179648   .0029488     6.09   0.000     .0121848    .0237448
                   size |  -.0020395   .0010514    -1.94   0.052    -.0041005    .0000214
     Totalasset~r |   .0268118    .002412    11.12   0.000     .0220841    .0315396
dum_Integr~1 |  -.0117838   .0031679    -3.72   0.000    -.0179933   -.0055742
dum_Big4_0~1 |  -.0391976   .0058295    -6.72   0.000    -.0506242    -.027771
      dum_IEn_1 |   .0065866   .0026071     2.53   0.012     .0014763    .0116969
   LargeHolde~e |  -.0000458   .0000819    -0.56   0.576    -.0002063    .0001148
                  LEV |   .0013111   .0027958     0.47   0.639     -.004169    .0067912
             ROA_w |  -.9303946   .0202147   -46.03   0.000     -.970018   -.8907712
              _cons |   .0504948   .0223515     2.26   0.024      .006683    .0943067
------------------------------------------------------------------------------