المحتويات:
المتغير الخارجي
المجالات التخصصية الرئيسية: الاقتصاد القياسي، الإحصاء، الاقتصاد، ونظرية النظم.
1. التعريف الأساسي والمفهوم الجوهري
يمثل المتغير الخارجي (Exogenous Variable) مفهوماً محورياً في بناء النماذج الرياضية، والإحصائية، والاقتصادية، والقياسية، ويشير تحديداً إلى أي متغير يؤثر على النظام أو النموذج قيد الدراسة ولكنه لا يتأثر به. بعبارة أخرى، هو متغير يتم تحديده أو توليده خارج نطاق النموذج، ويتم إدخاله كمعطى أو “مُدخل” ثابت لا تتغير قيمته استجابةً للتفاعلات الداخلية داخل النموذج. هذه الخاصية الجوهرية – وهي عدم وجود آلية تغذية راجعة (feedback loop) تؤدي إلى تعديل قيمة المتغير الخارجي بناءً على مخرجات النموذج – تجعله أساسياً في تحليل العلاقات السببية. في علم الاقتصاد، على سبيل المثال، قد يُعتبر الإنفاق الحكومي أو التغيرات في أسعار النفط العالمية متغيرات خارجية بالنسبة لنموذج يدرس سوق عمل محلياً، لأن القرارات المحلية لسوق العمل ليس لها تأثير ملموس على هذه المتغيرات العالمية أو السياسية الكبرى. إن الفهم الدقيق لحدود النموذج وتصنيف المتغيرات هو خطوة حاسمة لضمان صلاحية التقديرات القياسية والتحليلات السببية.
يُطلق على المتغيرات الخارجية أحياناً اسم “المحددات” (Determinants) أو “المتغيرات المستقلة” (Independent Variables) في سياقات إحصائية أبسط، خاصة في نماذج الانحدار أحادية الاتجاه. ومع ذلك، فإن مصطلح المتغير الخارجي يحمل دلالة أعمق في سياق النماذج المتزامنة (Simultaneous Equations Models) أو النماذج الديناميكية، حيث يتم التمييز بوضوح بينه وبين المتغير الداخلي (Endogenous Variable). المتغيرات الخارجية هي القوى التي تدفع النظام من الخارج؛ هي الصدمات أو العوامل التي تؤدي إلى تغييرات في المتغيرات الداخلية. إن افتراض أن متغيراً معيناً هو متغير خارجي ليس مجرد مسألة تسمية، بل هو افتراض إحصائي صارم يستلزم أن يكون هذا المتغير غير مرتبط بالخطأ العشوائي (Error Term) في المعادلة، وهو ما يُعرف بشرط الخارجية الصارمة (Strict Exogeneity). إذا انتُهك هذا الافتراض، فإن تقديرات المعاملات باستخدام طرق المربعات الصغرى العادية (OLS) ستكون متحيزة وغير متسقة، مما يقوض قدرة النموذج على توفير استنتاجات سببية موثوقة.
في سياق تحليل السلاسل الزمنية، قد يتم التعامل مع متغير على أنه خارجي إذا كان يؤثر على السلسلة الزمنية قيد الدراسة ولكنه لا يتأثر بها، أو إذا كان يتمتع بخاصية السببية باتجاه واحد. هذه المتغيرات توفر نقاط ارتكاز ضرورية عند محاولة محاكاة سلوك النظام أو التنبؤ به. على سبيل المثال، عند بناء نموذج للتضخم، قد يتم إدخال التغيرات في سعر الصرف كمتغير خارجي، على افتراض أن قرارات السياسة النقدية المحلية، والتي هي جزء من النموذج، لا تؤثر بشكل كبير ومباشر على الأسواق العالمية للعملات الأجنبية. إن تحديد المتغيرات الخارجية يساهم بشكل مباشر في تبسيط تعقيد الواقع الاقتصادي أو الفيزيائي إلى بنية قابلة للتحليل الكمي، مما يسمح للباحث بتركيز جهوده على نمذجة التفاعلات الداخلية الأكثر تعقيدًا.
2. الأصول والتطور التاريخي للمفهوم
تعود جذور التمييز بين المتغيرات الداخلية والخارجية إلى بدايات تشكيل علم الاقتصاد القياسي في منتصف القرن العشرين، وتحديداً مع عمل لجنة كولز (Cowles Commission) التي ضمت رواداً مثل تريغفي هافلمو (Trygve Haavelmo) وتي جاي كوبر (T.C. Koopmans). كان الهدف الأساسي هو تطوير أساليب إحصائية قادرة على التعامل مع النماذج الاقتصادية التي تتكون من مجموعة من المعادلات المتزامنة، حيث تؤثر المتغيرات على بعضها البعض بشكل متبادل. أدرك هؤلاء الرواد أن تطبيق أساليب الانحدار التقليدية على مثل هذه الأنظمة سيؤدي إلى مشكلة التحيز المتزامن (Simultaneous Bias)، ما لم يتم عزل المتغيرات التي تتحدد قيمتها بشكل مستقل عن النظام، وبالتالي كان التمييز بين المتغيرات الداخلية (التي تتأثر بالنموذج) والخارجية (التي لا تتأثر به) حتمياً لإنقاذ صلاحية التحليل.
في البداية، كان التمييز بين المتغير الداخلي والخارجي يعتمد بشكل كبير على النظرية الاقتصادية وحدها؛ أي أن الاقتصادي يقرر ما هو محدد بالنموذج (داخلي) وما هو محدد بالبيئة الخارجية (خارجي). ومع تطور الأدوات القياسية، خاصة مع أعمال روبرت إنجل (Robert Engle) وكليف غرانجر (Clive Granger) في ثمانينات القرن الماضي، أصبح المفهوم أكثر رسمية ودقة إحصائية. قدم إنجل وآخرون تعريفات إحصائية صارمة للخارجية، مثل الخارجية الضعيفة (Weak Exogeneity) والخارجية القوية (Strong Exogeneity) والخارجية الصارمة (Strict Exogeneity)، والتي لم تعد تعتمد فقط على الافتراضات النظرية، بل يمكن اختبارها إحصائياً ضمن سياق نماذج التكامل المشترك (Cointegration Models) وتصحيح الخطأ. هذا التحول من الافتراض النظري إلى الإثبات الإحصائي عزز من مكانة الاقتصاد القياسي كعلم تجريبي.
هذا التطور أدى إلى تحول في منهجية بناء النماذج، حيث أصبح الباحثون مطالبين ليس فقط بتبرير اختيارهم للمتغيرات الخارجية بناءً على المنطق الاقتصادي، ولكن أيضاً بإثبات صلاحية هذا الافتراض إحصائياً. على سبيل المثال، في سياق تحليل السياسة النقدية، قد يُعتبر سعر الفائدة الذي يحدده البنك المركزي متغيراً خارجياً (أداة سياسة)، لكن إذا كان البنك المركزي يتفاعل بشكل ممنهج مع التضخم المتوقع (المتغير الداخلي)، فإن سعر الفائدة قد يفقد خاصية الخارجية الصارمة، مما يستوجب استخدام متغيرات آلية للتعامل مع الارتباط الداخلي الناتج. إن التطور التاريخي للمفهوم يعكس الانتقال من التفسير الوصفي للنظام إلى الحاجة الملحة للتحقق الكمي من الافتراضات الهيكلية للنموذج لضمان سلامة الاستدلال.
3. الخصائص الأساسية للمتغيرات الخارجية
تتميز المتغيرات الخارجية بعدد من الخصائص الجوهرية التي تميزها عن نظيرتها الداخلية، وأبرز هذه الخصائص هو الاستقلال السببي. المتغير الخارجي هو سبب محتمل لتغير المتغير الداخلي (المعتمد)، لكنه لا يمكن أن يكون نتيجة له. هذا الاستقلال يضمن أن أي ارتباط ملاحظ بين المتغير الخارجي والخطأ العشوائي في المعادلة سيكون صفراً (توقع الصفر)، وهو الشرط الرياضي الذي يسمح بتقدير المعاملات بشكل غير متحيز. إن هذه الخاصية هي حجر الزاوية في القدرة على استخلاص استنتاجات سببية موثوقة من النماذج القياسية، بعيداً عن التشويش الذي تسببه عوامل غير ملاحظة أو ارتداد سببي.
خاصية أخرى مهمة هي العلاقة بالتوزيع المشروط. في الإحصاء القياسي، يُعرف المتغير بأنه خارجي ضعيف إذا كان التوزيع المشروط للمتغيرات الداخلية على المتغيرات الخارجية لا يعتمد على معلمات الاهتمام. هذا النوع من الخارجية ضروري لإجراء استدلال فعال (Efficient Inference)، حيث يسمح لنا بتركيز اهتمامنا على تحليل العلاقة بين المتغيرات الداخلية والمتغيرات الخارجية في معادلة واحدة دون الحاجة إلى نمذجة كيفية تحديد المتغير الخارجي نفسه. بعبارة أخرى، عندما يكون المتغير خارجياً ضعيفاً، يمكننا تقدير المعلمات دون القلق بشأن “المعادلة المساعدة” التي تحدد قيمة المتغير الخارجي، مما يوفر تبسيطاً حسابياً ومنهجياً هائلاً.
بالإضافة إلى ذلك، تتميز المتغيرات الخارجية بأنها غالباً ما تمثل عوامل السياسة العامة أو الظواهر الطبيعية أو التغيرات المؤسسية التي هي خارج سيطرة الفاعلين داخل النظام المُنَمذَج. على سبيل المثال، في نموذج لشركة ما، قد تكون أسعار الفائدة التي يحددها البنك المركزي متغيراً خارجياً. وفي نموذج بيئي، قد تكون درجة الحرارة العالمية أو معدلات هطول الأمطار متغيرات خارجية. هذه المتغيرات توفر السياق الذي يعمل ضمنه النظام، وهي ضرورية لتمكين النمذجة الديناميكية والاستجابة للصدمات (Shock Response)، حيث إنها توفر نقاط إدخال يمكن التحكم فيها افتراضياً لقياس تأثير التغيرات الخارجية على المتغيرات المستهدفة.
4. المقارنة بالمتغيرات الداخلية (Endogenous Variables)
يُعد التمييز بين المتغير الخارجي والداخلي هو أساس نظرية النمذجة القياسية. المتغير الداخلي هو المتغير الذي يتم تحديده بالكامل أو جزئياً داخل النظام أو النموذج، مما يعني أن قيمته تتأثر بالتفاعلات بين المتغيرات الأخرى في النموذج. على النقيض من ذلك، المتغير الخارجي هو محدد للنظام ولكنه غير محدد به. العلاقة بينهما هي علاقة سببية أحادية الاتجاه (في حالة الخارجية الصارمة)؛ المتغير الخارجي يسبب تغييراً في المتغير الداخلي، ولكن لا يحدث العكس، مما يمنع حدوث الارتباط الداخلي (Endogeneity).
في النماذج الاقتصادية المتزامنة، يكون المتغير الداخلي مرتبطاً بالضرورة بالخطأ العشوائي في المعادلة، وهي مشكلة تعرف بالارتباط المتزامن (Simultaneity Correlation). هذا الارتباط ينشأ لأن أي صدمة غير ملاحظة (ممثلة بالخطأ العشوائي) تؤثر على المتغير الداخلي، وبما أن المتغير الداخلي يؤثر بدوره على المتغيرات الداخلية الأخرى، فإنه يؤدي إلى تحيز تقديرات المربعات الصغرى العادية. أما المتغير الخارجي، فمن المفترض أنه لا يرتبط إطلاقاً بالخطأ العشوائي، مما يجعله آمناً للاستخدام في التقدير المباشر للمعاملات ومرشحاً مثالياً ليكون متغيراً تفسيرياً في معادلات الانحدار.
للتوضيح، لنأخذ نموذجاً يربط بين عرض العمل (S) والأجر (W). إذا كان عرض العمل (S) متغيراً داخلياً (يحدده النموذج)، وكان الأجر (W) متغيراً داخلياً أيضاً (يتحدد بالتوازن بين العرض والطلب داخل النموذج)، فإن أي صدمة غير متوقعة تؤثر على العرض (مثل تغيير مفاجئ في تفضيلات العمال) ستؤثر على الأجر أيضاً. هنا، لا يمكننا استخدام الأجر كمتغير مفسر في معادلة العرض لأن العلاقة متبادلة. ولكن إذا أدخلنا متغيراً خارجياً، مثل التغيرات في قوانين الضرائب (Tax Laws)، التي تؤثر على العرض ولكن لا تتأثر به، فإن هذا المتغير الخارجي يمكن استخدامه كأداة إحصائية (مثل متغير الأداة) للمساعدة في تقدير العلاقة السببية النقية بين الأجر وعرض العمل، متجاوزين بذلك مشكلة الارتباط الداخلي التي تشوه التقديرات.
5. أهميته في التحليل السببي وصنع السياسات
تكمن الأهمية القصوى للمتغيرات الخارجية في قدرتها على عزل السببية. عند محاولة الإجابة على أسئلة السياسة العامة، مثل “ما هو تأثير زيادة الحد الأدنى للأجور على التوظيف؟”، نحتاج إلى تحديد العوامل التي تسبب التغيير في التوظيف ولكنها ليست ناتجة عنه. المتغيرات الخارجية، بحكم تعريفها، توفر هذا التحديد. إذا كان النموذج يتمتع بمتغيرات خارجية سليمة، يمكن للباحث استخدامها لإجراء تحليل ثابت (Comparative Statics) أو تحليل ديناميكي (Dynamic Analysis) لمعرفة كيف سيستجيب النظام لتغيرات في هذه القوى الخارجية. هذا التحليل هو أساس توصيات السياسة العامة القائمة على الأدلة التجريبية.
في مجال التنبؤ، تلعب المتغيرات الخارجية دوراً حاسماً. النماذج الاقتصادية الكلية، مثل نماذج التوازن العام القابلة للحوسبة (CGE) أو النماذج الهيكلية للسلاسل الزمنية (VAR)، تتطلب مدخلات ثابتة أو متوقعة للعوامل التي لا يمكن تفسيرها داخلياً. على سبيل المثال، التنبؤ بالنمو الاقتصادي يتطلب إدخال توقعات لأسعار الفائدة التي يحددها البنك المركزي (خارجي)، أو التغيرات في التجارة العالمية (خارجي). إن دقة التنبؤ تعتمد بشكل مباشر على مدى دقة التوقعات المتعلقة بهذه المتغيرات الخارجية، مما يؤكد على أهمية أنظمة الرصد الخارجي.
علاوة على ذلك، في سياق النماذج الهيكلية، تساهم المتغيرات الخارجية في تحقيق قابلية التعريف (Identifiability). إذا كان لدينا نظام من المعادلات المتزامنة، فقد يكون من المستحيل تقدير معلمات النموذج بدقة ما لم يكن هناك عدد كافٍ من المتغيرات الخارجية التي تؤثر على بعض المعادلات دون الأخرى (شروط الترتيب والرتية). تعمل هذه المتغيرات كـ”متغيرات أداة” طبيعية، مما يسمح للباحثين بفصل تأثيرات التوريد عن تأثيرات الطلب، أو فصل التفاعلات المتبادلة بين المتغيرات الداخلية، وهي عملية حيوية لا يمكن إجراؤها بدون وجود هذه العناصر الخارجية المحددة.
6. آليات التحديد والتحقق الإحصائي
تحديد ما إذا كان المتغير خارجياً أم داخلياً هو عملية ليست بالسهلة وتتطلب مزيجاً من النظرية الاقتصادية والاختبارات الإحصائية. في البداية، يتم الاعتماد على النظرية لتصنيف المتغيرات. إذا كانت النظرية تشير إلى أن المتغير لا يتأثر بالعوامل الداخلية للنظام، يتم افتراض خارجيته. ولكن هذا الافتراض يجب أن يخضع للتحقق الإحصائي. الاختبار الأكثر شيوعاً للتحقق من الخارجية، خاصة في سياق النماذج التي تنطوي على ارتباط داخلي محتمل، هو اختبار هاوسمان (Hausman Test).
اختبار هاوسمان يقارن بين تقديرات المعاملات التي تم الحصول عليها باستخدام طريقتين مختلفتين: الأولى هي طريقة المربعات الصغرى العادية (OLS)، والتي تكون متسقة وفعالة إذا كانت المتغيرات الخارجية صحيحة ولكنها متحيزة إذا كانت داخلية؛ والثانية هي طريقة المربعات الصغرى ذات المتغيرات الآلية (IV) أو المربعات الصغرى لخطوتين (2SLS)، والتي تكون متسقة حتى لو كانت المتغيرات داخلية، ولكنها أقل كفاءة. إذا كانت نتائج الاختبار تشير إلى وجود اختلاف كبير وممنهج بين المجموعتين من التقديرات، فإن فرضية الخارجية الصارمة تُرفض، ويُستنتج أن المتغير هو في الواقع داخلي، مما يستوجب استخدام أساليب التقدير المخصصة للارتباط الداخلي.
في نماذج السلاسل الزمنية، يتم استخدام اختبارات السببية، مثل اختبار سببية غرانجر، للمساعدة في التمييز بين المتغيرات. إذا كان المتغير (X) يسبب المتغير (Y) بمعنى غرانجر، ولكن (Y) لا يسبب (X)، فهناك دليل إحصائي يدعم افتراض أن (X) يمكن التعامل معه على أنه خارجي قوي بالنسبة لـ (Y). ومع ذلك، من المهم ملاحظة أن سببية غرانجر لا تعني سببية بالمعنى الاقتصادي أو الفعلي، بل تعني قدرة متغير واحد على التنبؤ بالمتغير الآخر. إن عملية التحقق الإحصائي هذه تضمن أن النمذجة القياسية تتجاوز مجرد الافتراضات النظرية وتستند إلى أدلة تجريبية قوية، ولكنها لا تعفي الباحث من ضرورة الدفاع عن اختياره للمتغيرات الخارجية بناءً على الأسس النظرية السليمة.
7. أنواع الخارجية (Weak, Strong, and Strict Exogeneity)
للوصول إلى درجة عالية من الدقة، قام الاقتصاديون القياسيون بتقسيم مفهوم الخارجية إلى ثلاثة مستويات رئيسية، تعكس مدى قوة الافتراض المطلوب للحصول على استدلالات إحصائية فعالة وموثوقة. المستوى الأقل صرامة هو الخارجية الضعيفة (Weak Exogeneity)، والتي تتعلق بمتطلبات الكفاءة الإحصائية. يُعتبر المتغير خارجياً ضعيفاً إذا أمكن تجاهل عملية توليد هذا المتغير عند نمذجة التوزيع المشروط للمتغيرات الداخلية على الخارجية دون خسارة في المعلومات حول معلمات الاهتمام. هذا النوع من الخارجية ضروري لإجراء تقديرات فعالة للمعاملات (efficient estimation) باستخدام طرق مثل الاحتمالية القصوى (Maximum Likelihood)، حيث يسمح بتبسيط المشكلة الرياضية دون المساس بدقة التقديرات.
أما المستوى الثاني فهو الخارجية القوية (Strong Exogeneity)، والتي تضيف إلى الخارجية الضعيفة شرط عدم وجود سببية باتجاه الخلف (No Feedback). المتغير الخارجي القوي ليس فقط غير مرتبط بالخطأ العشوائي في الفترة الحالية، ولكنه أيضاً غير مرتبط بأخطاء النموذج في الفترات المستقبلية. هذا الشرط ضروري في نماذج السلاسل الزمنية عندما يرغب الباحث في إجراء تنبؤات متعددة الخطوات، حيث يضمن أن التغيرات المستقبلية في المتغير الداخلي لن تؤثر على القيم الحالية أو الماضية للمتغير الخارجي. هذا الافتراض يسمح باستخدام المتغيرات الخارجية كمدخلات مباشرة في نموذج التنبؤ دون الحاجة إلى نمذجة التنبؤ للمتغير الخارجي نفسه، مما يزيد من كفاءة عملية التنبؤ.
المستوى الأكثر صرامة هو الخارجية الصارمة (Strict Exogeneity)، وهو الشرط الذي يتطلب أن يكون المتغير الخارجي غير مرتبط بالخطأ العشوائي في جميع الفترات الزمنية: الماضي، الحاضر، والمستقبل. الخارجية الصارمة هي الافتراض الأساسي الذي يقوم عليه تقدير المربعات الصغرى العادية (OLS) في نماذج السلاسل الزمنية. إذا تم انتهاك الخارجية الصارمة، على سبيل المثال، بسبب وجود علاقة تغذية راجعة بين المتغير الداخلي والخطأ العشوائي في الفترات المستقبلية (وهو أمر شائع في سياق التوقعات العقلانية)، فإن تقديرات OLS ستكون متحيزة. غالباً ما يكون هذا الافتراض غير واقعي في النماذج الاقتصادية الكلية، مما يؤدي إلى الحاجة لاستخدام طرق أكثر تعقيداً مثل طريقة العزوم المعممة (GMM) أو المتغيرات الآلية، والتي تتطلب فقط افتراضات خارجية أضعف.
8. أمثلة تطبيقية للمتغيرات الخارجية
- في الاقتصاد الكلي: يعتبر الإنفاق الحكومي في بعض نماذج الاقتصاد الكلي (مثل نموذج IS-LM التقليدي) متغيراً خارجياً، حيث يُفترض أن قرارات الحكومة بشأن الإنفاق يتم اتخاذها بمعزل عن التفاعلات قصيرة الأجل بين الاستهلاك والاستثمار. كما تُعتبر الصدمات التكنولوجية أو التغيرات المفاجئة في أسعار النفط العالمية أمثلة كلاسيكية للمتغيرات الخارجية التي تؤثر على الناتج المحلي الإجمالي والتضخم، لأنها قوى عالمية تتجاوز قدرة الاقتصاد المحلي على التأثير فيها.
- في الاقتصاد الجزئي: عند دراسة تأثير التعليم على الأجور، غالباً ما نواجه مشكلة أن التعليم والأجور يتأثران بمتغيرات غير ملاحظة مثل الموهبة. لمعالجة هذا الارتباط الداخلي، قد يتم استخدام التغيرات القانونية في سن التعليم الإلزامي كمتغير خارجي آلي. هذا التغيير القانوني يؤثر على مستوى التعليم الذي يتلقاه الأفراد (وبالتالي على أجورهم) ولكنه لا يرتبط مباشرة بالعوامل غير الملاحظة التي تؤثر على قدرة الفرد على الكسب (مثل الموهبة الفطرية)، مما يسمح بتقدير تأثير التعليم الخالص.
- في الإحصاء الحيوي: عند نمذجة انتشار مرض ما، تعتبر العوامل البيئية التي لا تتأثر بالانتشار البشري، مثل درجات الحرارة القصوى أو الكوارث الطبيعية، متغيرات خارجية. هذه المتغيرات تفرض قيوداً على النظام أو تدفعه (عن طريق التأثير على معدلات تكاثر النواقل أو سلوك البشر)، ولكنها لا تتغير استجابة لتطور الوباء، مما يجعلها أدوات مثالية لنمذجة انتقال المرض.
9. الانتقادات والجدل حول الافتراض
على الرغم من الأهمية المنهجية للمتغيرات الخارجية، فإن الافتراض بوجودها الصارم يواجه انتقادات كبيرة، خاصة في العلوم الاجتماعية والاقتصاد. الانتقاد الأساسي هو أن الاقتصاد هو في جوهره نظام مغلق ديناميكي، حيث كل شيء يؤثر في كل شيء آخر على المدى الطويل. ما يبدو خارجياً في الأجل القصير (مثل السياسة الحكومية التي يتم اتخاذها اليوم) قد يصبح داخلياً في الأجل الطويل حيث تبدأ قرارات الحكومة في الاستجابة للمؤشرات الاقتصادية الداخلية وتوقعات السوق، مما يكسر افتراض الخارجية الصارمة.
يؤدي هذا الجدل إلى ما يُعرف بـ “مشكلة المتغيرات الآلية” (Instrumental Variable Problem)، حيث يكون من الصعب للغاية العثور على متغيرات خارجية حقيقية تلبي شرط عدم الارتباط بالخطأ العشوائي. غالباً ما تكون المتغيرات الآلية المقترحة غير صالحة (Invalid Instruments)، أي أنها لا تزال مرتبطة بعوامل غير ملاحظة تؤثر على المتغير الداخلي، مما يؤدي إلى تحيز لا يقل سوءاً عن التحيز الناتج عن الارتباط الداخلي المباشر. هذا أدى إلى زيادة التركيز على النماذج التي تتجنب الافتراضات الصارمة، مثل نماذج السلاسل الزمنية غير الهيكلية (Atheoretical VAR Models)، التي تتعامل مع جميع المتغيرات على أنها داخلية في البداية وتعتمد على تحليل الصدمات القياسية بدلاً من الخارجية الصارمة.
هناك أيضاً جدل حول اعتماد مفهوم الخارجية على “حدود النموذج” المعرفة من قبل الباحث. ما يكون خارجياً في نموذج مصغر قد يصبح داخلياً في نموذج اقتصادي كلي أكبر. هذا يعني أن تصنيف المتغير هو تصنيف نسبي يعتمد على السياق المحدد للتحليل والهدف منه. لذلك، يشدد الاقتصاديون القياسيون المعاصرون على ضرورة إجراء اختبارات حساسية مكثفة (Sensitivity Analysis) لتأكيد أن نتائج النموذج لا تتغير بشكل جذري عند تغيير الافتراضات حول خارجية بعض المتغيرات الهامشية، ويدعون إلى الشفافية الكاملة بشأن الافتراضات النظرية التي تم بناء النموذج عليها.