虛擬經(jīng)濟對實體經(jīng)濟的影響范文

本站小編為你精心準備了虛擬經(jīng)濟對實體經(jīng)濟的影響參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

在傳統(tǒng)的經(jīng)濟學理論中，普遍認為虛擬經(jīng)濟需要以實體經(jīng)濟作為基礎才能得以發(fā)展，但實際上，虛擬經(jīng)濟也會在很大程度上對實體經(jīng)濟產生影響。

一、數(shù)據(jù)的設定與來源

經(jīng)濟學理論體系中，將M1或M2作為虛擬經(jīng)濟的變量，GDP當做是實體經(jīng)濟的變量。本研究中因虛擬資本需要一個積累的過程，所以選擇M2為虛擬經(jīng)濟的變量。數(shù)據(jù)主要選取于2007——2009年，這一期間的數(shù)據(jù)相對典型，變化較明顯，有利于對虛擬經(jīng)濟與實體經(jīng)濟的關系進行研究。另，在實證分析過程中，會受到價格因素影響，因此，運用CPI對數(shù)據(jù)進行平減，將基期定位為2007年，并以此進行調整。

二、ARDL檢驗模型

本文主要運用ARDL技術與BoundTests技術分析虛擬經(jīng)濟對實體經(jīng)濟所產生的長期影響，兩種技術都以時間序列數(shù)據(jù)為基礎分析方法，需要選對其變量進行平穩(wěn)性檢驗。

(一)時間序列平穩(wěn)性實證分析過程中，本文將M2與GDP都做了對數(shù)處理，以降低異方差影響。從對兩者的ADF檢驗結果來看，在水平序列中，InGDPt檢驗型式為(C，0，0)，ADF值為-1.88，P值為0.34，水平臨界值在1%時為-3.59、5%時為-3.03、10%時為-2.59；InM2t的檢驗型式為(C，0，6)，ADF值為1.91，P值為0.98，水平臨界值在1%時為-3.62、5%時為-2.98、10%時為-2.59。在差分序列中，ΔInGDPt的檢驗型式為(C，0，0)，ADF值為-9.20，P值為0，水平臨界值在1%時為-3.59、5%時為-3.02、10%時為-2.59；ΔInM2t的檢驗型式為(C，0，1)，ADF值為-2.91，P值為0.06，水平臨界值在1%時為-3.65、5%時為-2.93、10%時為-2.59。本文所運用的檢驗型式為存在截距而不存在時間趨勢的方法，以AIC為基礎制定滯后階數(shù)，從上文數(shù)據(jù)顯示，在水平值方面，無論InGDPt，還是InM2t，都無法拒絕具有1個單位根的原假設；在差分序列方面，則與之相反，這說明M2與GDP的對數(shù)時間序列都只能擁有一個單位根，同階平穩(wěn)。

(二)ARDL協(xié)整分析以ARDL為基礎，M2與GDP的動態(tài)關系可以運用以下模型進行研究。由此可以運用相關軟件對兩者之間的協(xié)整關系完成邊限檢驗，本文主要運用的是滯后階數(shù)3階。邊限協(xié)整檢驗所得到的最終結果為：在滯后階數(shù)皆為3，且都存在事件趨勢項的情況下，如果假設InGDPt，到InM2t不存在協(xié)整關系，則F統(tǒng)計量為123，若水平下顯著為10%，則拒絕原假設；如果假設InM2t到InGDPt，不存在協(xié)整關系，則F統(tǒng)計量為9.582，若水平下顯著為1%，則拒絕原假設。

三、Granger因果關系

綜上可知，InGDPt，與InM2t之間的關系為雙向穩(wěn)定，故本節(jié)主要運用ARDL(p，q)模型對兩者的因果關系進行檢驗，可表示為以下公式。因文本所選取的典型數(shù)據(jù)存在小樣本空間的主要特征，所以，在對上述兩個式子檢驗與估計的過程中，需要以AIC準則為基礎，對其最大滯后階數(shù)進行選取，估計結果如下：在長期系數(shù)檢驗中，InGDPt的估計系數(shù)為0.22，標準差為0.10，t檢驗值為2.14[0.04]；InM2t的估計系數(shù)為1.36，標準差為0.18，t檢驗值為17.29[0]。在短期誤差修正模型中，ΔInGDPt的估計系數(shù)為1.17，標準差為0.59，t檢驗值為1.18[0.1]；ΔInM2t的估計系數(shù)為0.93.，標準差為0.39，t檢驗值為2.31[0.03]；ecm(-1)的估計系數(shù)為-0.3.，標準差為0.14，t檢驗值為-2.16[0.04]。“[]”中所表示的是p值，ecm(-1)為誤差修正項。從長期角度看，兩者之間有正向的決定機制，虛擬經(jīng)濟的增長會帶動實體經(jīng)濟增長，反之，虛擬經(jīng)濟的降低也會帶動實體經(jīng)濟的降低。站在短期的角度上看，兩者之間也有正向的決定機制，在出現(xiàn)經(jīng)濟的短期波動時，兩者互為因果。

四、沖擊反應分析

在虛擬經(jīng)濟對實體經(jīng)濟產生影響的過程中，本節(jié)主要運用VAR模型來實證分析其所產生的沖擊程度，M2與GDP之間的VAR二院結構模型表示如下。通過上述數(shù)據(jù)可以知道，如果是在5%水平下，上述方法都在第二階段體現(xiàn)出是VAR模型的之后階段，所以，確定最佳滯后階數(shù)為2階。在VAR模型中，M2與GDP之間增長率的關系可以運用脈沖響應函數(shù)的方法對GDP對M2的波動沖擊以及M2對GDP的反應路徑進行識別。沖擊反應的函數(shù)關系可運用以下公式表達。通過Eviews6.0，能夠選取12個典型季度，從而畫出M2對GDP產生沖擊之后所得到的動態(tài)反應路徑。從GDP沖擊M2的軌跡圖可知，若M2沖擊量為1時，GDP在前兩個季度中的增長率呈下降態(tài)勢，且最值出現(xiàn)在第二個季度，而第三個季度以后，面對M2沖擊，GDP增長率的反應逐漸正向，第三季度中出現(xiàn)最大值，之后逐漸下降，在第九個季度后消失。M2對GDP所產生的沖擊反應在出現(xiàn)一個沖擊時，M2增長率出現(xiàn)回升，在第五個季度時反應正向，之后逐漸消失，證明虛擬經(jīng)濟對實體經(jīng)濟的影響比較持續(xù)[3]。

五、結論

從當前我國經(jīng)濟社會的發(fā)展情況來看，虛擬經(jīng)濟對實體經(jīng)濟的影響時間更長，我國在實體經(jīng)濟的發(fā)展方面，還需要依托于虛擬經(jīng)濟。

作者：冉研 單位：貴州交通職業(yè)技術學院