如制作下图这种样式的模型，想检验：

① 自变量A  对  因变量C  产生影响；

② 自变量B  对  因变量C  产生影响；

③ 自变量A  对  因变量B  产生影响；（即在这里B由自变量变成了因变量）

这个模型不涉及中介变量，也不做间接回归影响。只是单纯考察两两之间的影响。

问题是当B为因变量，考察自变量A对B的影响时，相关系数大于0.7才会认识是有比较高的相关性，进一步做回归的时候结果可能才会比较“好看”。

而当A与B都为自变量，考察各自对C的影响时，A和B之间又要小于0.7，才不会出现多重共线性，被认为是同一个东西。

要是这么推的话，这个模型不就矛盾了吗？A与B之间的相关既要大于0.7又要小于0.7.

还是说如果我想考察这三个变量两两间的回归影响时，模型不可以这么画？一个变量不可以既做自变量又做因变量？

其实问这个问题是看了不少管理学的定量研究论文，发现一个趋势是很多人喜欢把模型画的越来越复杂，可能认为越复杂的模型越能显出水平，于是设计了一堆变量画了一堆方框。然后用一堆箭头各种连接一通猛指。但仔细想想这样会不会在统计学上出现矛盾的情况。因此想请教各位统计学达人，谢谢