多重共线性问题评述.pdfVIP

2010年 7月 山 东 经 济 Ju1．，2010 总159期 第 4期 SHANDONGEC0NOMY fen．159 No．4 多重共线性问题评述木 孙 文 凯 (中国人民大学经济学院，北京 100872) [摘 要] 本文首先总结了现有对多重共线性的研究，进而通过模拟的方法比较不同成因时增大样本和替代 变量的统计性质改善情况。本文有几个简明而重要的发现：首先，增大样本无论在哪种情况下都是一个改善参数 统计性质的做法；第二，由样本导致的强共线时，增大样本量带来的改善效果更明显；第三，总体回归模型中的随机 误差项分布影响增大样本带来的参数统计性质改善程度 ；第四，替代变量与直接 回归两种方法的好坏对比取决于 共线性强弱和模型拟合效果好坏的对比，如果共线性相对较强，那么替代变量会是一个相对好的选择。 [关键词] 多重共线性；增大样本；替代变量 [中图分类号] 24．7 [文献标识码]A [文章编号]1000—971X(2010l04—0118—09 一 、 引言 释变量包含在模型中，不适当的数据收集方法，不充 Frisch在 1934年最早提到多重共线性问题，之 分高的样本质量，以及不正确的回归方程形式 (Kor- 后引起了很多讨论，不同的研究者对这一问题有不 dos，1987)。这罗列了造成共线性的可能，但并没有 同的看法。国内外很多教科书指出多重共线性是一 反应多重共线性的根本 问题 。在一个 回归模型中， 个麻烦的问题 (Aleksander，1992；李子奈，2005)，也 多重共线性可能纯粹是样本造成的，也可能是作为 有一些教科书干脆没有考虑多重共线性的问题，如 解释变量的变量间确实存在某种经济联系，针对不 伍德里奇(2006)的经典教科书中只假设 “没有完全 同的情况，哪些处理方法是对应有效的?这个问题 多重共线性”。FarrarandGlauber(1967)早就总结 至今并没有提出并很好的解答。多重共线性在计量 指出，计量的理论研究者有两种声音 。一种是认为 应用中如此普遍，以至于我们不能轻易地放过这个 多重共线性不改变最优线性无偏估计量 (BestLine- 问题。 arUnbiasedEstimator，BLUE)的结论，因此乐观地对 不完全多重共线性在大样本下不是问题，因为 待这个问题 (如 MasonandPerreault，1991，等等)。 参数估计结果仍然是一致的，即样本量足够大时参 另一种是认为它是一个问题，但很难找到理想的办 数估计量收敛到真实参数值上。在小样本下，多重 法解决它，因此很绝望地对待这个问题。不管怎样， 共线性带来的问题视其共线性强弱而有不同，一般 计量理论研究者很少愿意面对这个问题，经典教科 来讲共线性越强估计系数的方差越大，代表估计越 书(如伍德里奇，2006)也并未强调这个 问题。然 不准确。但在完全多重共线性时，问题也已经得到 而，计量的应用者必须面对这个问题，因为它在应用 很好的解决，只需要替代造成共线性的一个变量即 中造成了很多麻烦。很多应用类教科书指出了多重 可。此时其他回归系数要进行新的解释。除了完全 共线性问题，并发明了各种解决多重共线性的方法。 多重共线性，对共线性的解释和对应解决办法则 比 在很多情况下，多重共线性会发生，比如，过多的解 较混乱，并没有一一对应地就共线性的原因列出有 本文是中国人民大学新教师启动基金(项 目编号的阶段性成果，并受到中国人民大学 “985”工程 “中国经济 研究哲学社会科学创新基地”项目的资助。 [作者简