统计学里面不太清楚,但现在的计量经济学基本不关注VIF,事实上VIF确实意义不大,有些实际问题中R-square都注定不会太大,不影响说明问题就可以了。
只要不是完全共线性,那回归是能跑出结果的,而解释变量越多,R-square越大,只做预测没什么不好。
如果两个共线性的因子同时出现在线性模型里,有可能出现的现象是两个因子的系数都不显著。虽然两个系数都不显著,但根据线性模型性质,它们却是无偏的。若去掉任意一个因子,另外一个因子的系数通常会显著,这里显著性的变化原因跟残差项的方差矩阵变化有关。只是假如真实模型中,两个共线性因子都起作用,那简单随便删掉其中一个变量,会导致另一个变量的内生性问题,这时候回归结果中得到的系数就存在偏差,需要小心处理。
粗暴点来说,只做预测不需要担心共线性问题,除非完全共线性;若关心因子的系数,只要关心的共线性因子的系数是显著的,也不存在什么问题;若关心的因子的系数不显著,你又觉得它应该是显著的,那就要好好思考一下了。