多重共线性的识别与处理方法实证对比.docxVIP

多重共线性的识别与处理方法实证对比

一、多重共线性的内涵与研究价值

（一）多重共线性的基本定义

多重共线性是线性回归分析中极为常见的数据特征，指的是解释变量之间存在精确或近似的线性关联关系，导致解释变量矩阵的信息出现重叠。按照关联程度的不同，可以分为完全共线性和近似共线性两类：完全共线性意味着某一个解释变量可以由其他解释变量的线性组合完全表示，这种情况在实际研究中十分罕见；绝大多数场景下遇到的都是近似共线性，即解释变量之间存在较强但并非完全的线性关联，变量仍保留了一部分独立的变异信息。关于多重共线性的经典定义，计量经济学领域的经典教材中均有明确阐述，其本质是解释变量之间的信息重叠降低了模型估计