就是简单的多元线性回归。结果先看p值是否显著，如果p>0.05就说这个自变量对因变量没有影响。p<0.05就是在95%的置信区间下显著，这时候再看系数。

假设楼主的数据源没有问题，那么第一个图的Stata结果是说，所选取的五个自变量中，x1 x3 x4 对资产收益率有正向影响 (因为这三个自变量所对应的Coef均为正值)，且都达到百分之五的统计显著；x5则是对资产收益率有负向影响，且同样达到百分之五的统计显著。

而自变量x2同样对资产收益率有正向影响，但未达百分之五的统计显著水平 (因为x2所对应的P>/t/的值为0.704，要达百分之五的统计显著，必须该值小于0.05)。

下两条回归结果同样是看自变量对应的Coef与P>/t/的值来判断，如果Coef的正负号与楼主预期的不同，那就是可以有说故事的地方。

总体上看，这个统计方法没有大问题，但是y1-y3，x1-5,之间都有一定相关性，
建议用mixed model进行分析。