自变量的共线性一般用方差膨胀因子VIF来衡量。AIC.BIC是多元线性回归变量 筛选时常常使用的评价准则。IV值一般是逻辑回归中用于衡量自变量对因变量的辨别能力 强弱，信贷行业常用。

对于多重共线性的诊断，通常使用的是 **VIF**（Variance Inflation Factor，方差膨胀因子）。因此，正确答案是 **D: VIF**。

### 专业分析：

#### 多重共线性：
多重共线性是指在多元回归模型中，多个自变量之间存在较强的线性相关关系。这种情况会导致回归系数的不稳定性，从而影响模型的解释能力和预测精度。

#### VIF（方差膨胀因子）：
VIF 是用于诊断多重共线性的常用指标。它衡量的是某个自变量与其他自变量之间的线性相关程度。具体来说，VIF 是用来评估一个自变量的方差在多重共线性存在时膨胀了多少。通常，如果某个自变量的 VIF 值超过 10，就认为存在严重的多重共线性问题。

计算公式：
\[ \text{VIF}(X_i) = \frac{1}{1 - R_i^2} \]
其中，\( R_i^2 \) 是在回归模型中将 \( X_i \) 作为因变量，其余所有自变量作为解释变量时的决定系数。

#### 其他选项：
- **AIC（Akaike Information Criterion，赤池信息准则）**：主要用于模型选择，评估模型的拟合优度和平衡复杂度。
- **BIC（Bayesian Information Criterion，贝叶斯信息准则）**：类似于 AIC，也用于模型选择，但更倾向于选择较简单的模型。
- **IV（Information Value，信息值）**：主要用于评估变量在分类模型中的区分能力，常用于信用评分模型中。

综上所述，VIF 是用于诊断多重共线性的标准指标，因此选项 D 是正确的。