在現實經濟執行中，許多經濟變數在隨時間的變化過程中往往存在共同的變化趨勢，使之產生多重共線性；使用截面資料建立迴歸模型時，根據研究的具體問題選擇的解釋變數常常從經濟意義上存在著密切的關聯度；在建模過程中由於認識上的侷限性造成便來那個選擇不當，從而引起變數之間的多重共線性；在模型中大量採用滯後變數也容易產生多重共線性。

多重共線性的危害有幾個方面：

一是在完全共線性下引數估計量不存在，理由是;1()XX-不存在；

二是近似共線性下OLS引數估計量非有效，理由是引數估計量的方差將可能變得很大；

三是引數估計量經濟意義不合理，如當2X和3X存線上性關係時，2X和3X前的引數並不能反映各自與被解釋變數之間的結構關係；四是變數的顯著性檢驗失去意義，因為無論是t檢驗還是F檢驗，都與引數估計量的方差有關；五是模型的預測功能失效。

檢驗多重共線性的方法思路：用統計上求相關係數的原理，如果變數之間的相關係數較大則認為它們之間存在多重共線性。

克服多重共線性的方法主要有：增加樣本觀測值，略去不重要的解釋變數，用被解釋變數的滯後值代替解釋變數的滯後值，利用引數之間的關係，利用解釋變數之間的關係，變換模型的形式，對資料進行中心化處理，修正Frisch法等。