动态面板回归和OLS回归差异太大

版主想研究的问题是：  中心地区的金融发展对外围地区经济增长的影响

核心解释变量是 中心地区的金融发展规模 fincentre
被解释变量是    外围地区的人均GDP  ave_gdp
附加了一系列控制变量  如外围地区三产GDP占比、外围地区的房地产开发投资等。

普通OLS回归结果为负，结果都显著。。。。这点，版主可以解释为“虹吸效应”
但是ave_gdp滞后一期，做动态面板回归结果都为负数，而且都显著           版主不知道怎么解释了

此外，我也做了分位数回归，发现0.1 、0.5、0.9分位数的回归系数结果都是正。。。

求大牛帮忙解释一下。。谢谢

PS：这是普通ols回归结果
. xtreg ave_gdp fincentre1 rei proportiongdp3,fe r

Fixed-effects (within) regression               Number of obs     =        360
Group variable: citycode                        Number of groups  =         24

R-sq:                                           Obs per group:
     within  = 0.0836                                         min =         15
     between = 0.7683                                         avg =       15.0
     overall = 0.0133                                         max =         15

                                                F(3,23)           =      75.88
corr(u_i, Xb)  = -0.6427                        Prob > F          =     0.0000

                                (Std. Err. adjusted for 24 clusters in citycode)
--------------------------------------------------------------------------------
               |               Robust
       ave_gdp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
    fincentre1 |  -.2165776   .0708545    -3.06   0.006    -.3631514   -.0700039
           rei |   -.000377   .0001266    -2.98   0.007    -.0006389   -.0001152
proportiongdp3 |   1.657903   70.43854     0.02   0.981    -144.0553    147.3711
         _cons |   3876.412   2383.773     1.63   0.118    -1054.798    8807.622
---------------+----------------------------------------------------------------
       sigma_u |   2316.317
       sigma_e |  5453.0311
           rho |  .15285445   (fraction of variance due to u_i)
--------------------------------------------------------------------------------

这是中位数回归的示范结果


Median regression                                   Number of obs =        360
  Raw sum of deviations 269656.1 (about 398.31464)
  Min sum of deviations 250242.3                    Pseudo R2     =     0.0720

--------------------------------------------------------------------------------
       ave_gdp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
    fincentre1 |    .032058   .0033227     9.65   0.000     .0255235    .0385924
           rei |   .0000479   3.30e-06    14.53   0.000     .0000414    .0000544
proportiongdp3 |   2.251473   2.341532     0.96   0.337    -2.353501    6.856447
         _cons |   56.45028   87.94346     0.64   0.521    -116.5037    229.4043
--------------------------------------------------------------------------------

这是动态面板回归结果
. xtabond ave_gdp fincentre1,lags(1) maxldep(2) pre(fincentre1,lag(1,2))
note: fincentre1 dropped because of collinearity

Arellano-Bond dynamic panel-data estimation     Number of obs     =        312
Group variable: citycode                        Number of groups  =         24
Time variable: year
                                                Obs per group:
                                                              min =         13
                                                              avg =         13
                                                              max =         13

Number of instruments =     52                  Wald chi2(3)      =    7488.74
                                                Prob > chi2       =     0.0000
One-step results
------------------------------------------------------------------------------
     ave_gdp |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     ave_gdp |
         L1. |  -.0041388   .0003586   -11.54   0.000    -.0048416   -.0034359
             |
  fincentre1 |
         --. |   .0302982   .0015975    18.97   0.000     .0271672    .0334293
         L1. |   .0361677   .0017023    21.25   0.000     .0328313    .0395042
             |
       _cons |   236.4362   3.877684    60.97   0.000     228.8361    244.0363
------------------------------------------------------------------------------
Instruments for differenced equation
        GMM-type: L(2/3).ave_gdp L(1/2).L.fincentre1
        Standard: D.fincentre1
Instruments for level equation
        Standard: _cons

别沉啊。。。