計量經濟學(第三版)（簡體書）

2.變量之間存在經濟聯系。在研究經濟變量的結構關系時，如果部分影響因素的變化與另一部分影響因素的變化相關程度較高，也容易出現共線性。如用糧食產量對化肥用量、水澆地面積、農業投入資金進行回歸，發現回歸效果較差，原因是農業投入資金的影響已經通過化肥用量、水澆地面積兩個因素體現出來。
3.模型中包含滯后變量。當建立的模型中引入了解釋變量的滯后變量如xt—1，xt—2，…時，由于解釋變量與其滯后變量常常呈現高度相關性，于是導致出現多重共線性。
4.樣本數據自身的原因。例如，抽樣僅僅限于總體中解釋變量取值的一個有限范圍，使得變量變異不大；或由于總體受限，多個解釋變量的樣本數據之間存在相關，這時都可能出現多重共線性。
需要強調的是，多重共線性本質上是一種樣本現象。意思是說，即使在總體中解釋變量之間沒有線性關系，但在具體獲得的樣本中仍可能存在偶然性的線性關系：當我們設想一個理論或總體回歸函數時，我們相信，被選擇的變量戈對Y都有各自的獨立的影響。但有可能在任給的一個用以檢驗總體回歸函數的樣本中，一些或全部x變量之間共線性卻是如此之高，以致我們無法區分它們對Y的各自影響。
考慮消費函數的例子。經濟學家從理論上推知除收入（x1）外，消費者的財富（x2）也是消費支出（y）的重要決定因素。于是消費者的消費函數可以寫成：
y=β0+β1x1+β2x2+u
但可能出現這樣的情形，當我們獲得收入和財富的樣本數據時，卻發現這兩個變量可能高度相關：較富有的人們一般情況下有較高的收人。因此，雖然理論上收入和財富都是解釋消費支出行為的合理備選變量，但實際上（即在樣本中）分開收入和財富對消費支出的影響，也許是困難的。
從理論上說，為了分別評價收入和財富對消費支出的影響，我們可以對財富多而收入低以及財富少而收入高的人群進行足夠多的樣本觀測。雖然在橫截面研究中（通過增加樣本的方法）有可能做到這一點，但考慮到研究者一般都是被動的采用第二手資料（指由他人收集的數據或由統計年鑒得來的數據），對樣本數據的多少和類型幾乎無能為力，所以不得不面臨多重共線性問題的困擾。