首先明确：Stata的默认滞后运算符L.不会自动识别实际年份的前一期——它的逻辑是基于xtset后时间变量的"索引顺序"，而非实际年份间隔。你的数据是非等时间间隔（10年/5年交替），且时间变量是离散的年份数值，这就导致L.var会尝试寻找「当前年份-1」的观测（比如2010年的滞后会找2009年），但你的数据里根本没有这些年份，自然会提示无观测值。

所以结论是：必须手动创建基于实际观测顺序的滞后变量，具体方法如下：

手动创建滞后变量的核心代码 #

针对你的面板结构，只需按个体分组后，按年份排序，再取上一行的变量值即可：

// 对每个个体按年份升序排序，创建核心变量的滞后项
bysort id (year): gen L_core_var = core_var[_n-1]

// 同理创建因变量的滞后项
bysort id (year): gen L_y = y[_n-1]

关键细节说明 #

• bysort id (year)：必须确保每个个体的年份是按升序排列的，这样_n-1才能准确指向该个体的前一个实际存在的观测年份（不管间隔是10年还是5年）。
• 如果某个个体缺失某一年的数据（比如某id没有1990年的记录），_n-1会自动跳过缺失年份，直接取该id的上一个存在的观测值，这正是我们需要的"实际前一期"。

验证滞后变量是否正确 #

你可以通过查看某个个体的时间序列来验证：

list id year core_var L_core_var if id == 1 // 替换id为你数据中的某个个体编号

为什么默认L.运算符不行？ #

再补充下原理：当你用xtset id year后，Stata的滞后运算符L.是基于时间变量的数值差而非观测顺序。比如对于2015年的观测，L.core_var会寻找year == 2015-1 = 2014的记录，但你的数据里没有2014年，所以返回缺失值；同理2010年的滞后会找2009年，同样不存在，最终就会提示"无观测值"。

而手动创建的滞后变量是基于同一个体内的观测顺序，完全适配非等间隔面板的需求。

内容的提问来源于stack exchange，提问作者L. Rosa