按照普遍的解释，调节效应模型采用交互项中心化可以削弱多重共线性，并且不会对交互项的估计结果产生影响。在实际的运算过程中发现，对于面板数据而言，估计结果差异巨大。

问题1：即使原数据全部都是正数，但是面板数据中心化后的数据是有正有负的，交互项肯定也是有正有负，这本身就改变了交互项的数据结构。估计结果差异是正常的。因此我做了交互项中心化和非中心化的相关系数，发现二者有时候是显著负相关的关系，也就是中心化显著改变了原交互项的数据结构。我不懂为什么大家都说结果基本不变。


问题2：问题1所述的情况在截面数据中也许少见，因为截面数据所减去的是所有截面的均值，因而相当于对变量进行了平移，但交互项也同样会出现如问题1所述的情况。


请看如下图中的计算过程。我将stata的运算简化到excel表格中，交互项有明显的巨大变化，不仅出现符号变化，且在数据变化趋势上也有差异。比如看上海市2008和2009年数据，本身lnh和lnsi都是增长的，非中心化的时候，交互项也是增长的，但是中心化以后发现2009年比2008年的交换项目要小。如果将上海的每一年数据作为一个截面，看后面的交互项，也同样出现了变化。那估计结果产生巨大变化是可以理解的。


但为什么目前所有的资料都说经过验证，中心化和非中心化的估计结果一致。


百思不得其解，请大神指教。可以有偿的。