Сутність мультиколінеарності, напрями її виявлення

В економетричному моделюванні необхідно враховувати явище мультиколінеарності.

Мультиколінеарність – це явище, що використовується для опису проблеми, коли нестрога лінійна залежність між пояснювальними змінними призводить до отримання ненадійних оцінок регресії. Проте така залежність, зовсім необов’язково дає незадовільні оцінки. Якщо всі інші умови задовільні, тобто якщо кількість спостережень і вибіркові дисперсії пояснювальних змінних великі, а дисперсія випадкового члену – мала, то в результаті можна отримати досить позитивні оцінки.

Мультиколлінеарність виникає за рахунок отримання нестрогої залежності одній (або більше) незадовільних умов, це питання ступеня визначеності явища, а не його виду. Оцінки регресії будуть не задовільні від неї у відповідному ступені, коли тільки всі незалежні змінні будуть абсолютно некорельовані. Розгляд цієї проблеми починається тільки тоді, коли вона суттєво впливає на результати оцінки регресії.

Досить простий спосіб виявлення мультиколінеарності - це побудова матриці коефіцієнтів парної кореляції, яка відображає силу зв’язку між факторами. У випадку, коли коефіцієнти парної кореляції між незалежними факторами входять у відповідний проміжок (табл. 9.4), можна говорити про відповідний рівень мультиколінеарності.

Таблиця 9.4 - Рівень мультиколінеарності залежно від значень коефіцієнтів парної кореляції між незалежними факторами

Існують різні методи для зменшення мультиколлінеарності. Вони діляться на дві категорії: до першої категорії відносяться методи, спрямовані на виконання умов, що забезпечують надійність оцінок регресії; до других –використання зовнішньої інформації. Якщо з початку використовувати можливі значення показників, то, звичайно, було б важливим збільшити кількість спостережень. Якщо, наприклад, використовують часові ряди, то це можна зробити шляхом скорочення терміну кожного періоду часу. Якщо використовують дані перехресної вибірки і дослідник знаходиться на стадії планування дослідження, то можна збільшити точність оцінок регресії і послабити проблему мультиколінеарності за рахунок більших витрат коштів на збільшення розміру вибірки та ін. методи.

Зазначимо, що ці методи тільки зменшують вплив мультиколінеарності. У практиці економетричного моделювання економічних процесів нівелювання впливу цього явища здійснюють шляхом виключення одного з незалежних факторів моделі, який сильно впливає на інший фактор, а потім продовжують дослідження.