虚拟经济对实体经济的影响在传统的经济学理论中，普遍认为虚拟经济需要以实体经济作为基础才能得以发展，但实际上，虚拟经济也会在很大程度上对实体经济产生影响。一、数据的设定与来源经济学理论体系中，将M1或M2作为虚拟经济的变量，GDP当做是实体经济的变量。本研究中因虚拟资本需要一个积累的过程，所以选择M2为虚拟经济的变量。数据主要选取于2022——2022年，这一期间的数据相对典型，变化较明显，有利于对虚拟经济与实体经济的关系进行研究。另，在实证分析过程中，会受到价格因素影响，因此，运用CPI对数据进行平减，将基期定位为2022年，并以此进行调整。二、ARDL检验模型本文主要运用ARDL技术与BoundTests技术分析虚拟经济对实体经济所产生的长期影响，两种技术都以时间序列数据为基础分析方法，需要选对其变量进行平稳性检验。(一)时间序列平稳性实证分析过程中，本文将M2与GDP都做了对数处理，以降低异方差影响。从对两者的ADF检验结果来看，在水平序列中，InGDPt检验型式为(C，0，0)，ADF值为-1.88，P值为0.34，水平临界值在1%时为-3.59、5%时为-3.03、10%时为-2.59；InM2t的检验型式为(C，0，6)，ADF值为1.91，P值为0.98，水平临界值在1%时为-3.62、5%时为-2.98、10%时为-2.59。在差分序列中，ΔInGDPt的检验型式为(C，0，0)，ADF值为-9.20，P值为0，水平临界值在1%时为-3.59、5%时为-3.02、10%时为-2.59；ΔInM2t的检验型式为(C，0，1)，ADF值为-2.91，P值为0.06，水平临界值在1%时为-3.65、5%时为-2.93、10%时为-2.59。本文所运用的检验型式为存在截距而不存在时间趋势的方法，以AIC为基础制定滞后阶数，从上文数据显示，在水平值方面，无论InGDPt，还是InM2t，都无法拒绝具有1个单位根的原假设；在差分序列方面，则与之相反，这说明M2与GDP的对数时间序列都只能拥有一个单位根，同阶平稳。(二)ARDL协整分析以ARDL为基础，M2与GDP的动态关系可以运用以下模型进行研究。由此可以运用相关软件对两者之间的协整关系完成边限检验，本文主要运用的是滞后阶数3阶。边限协整检验所得到的最终结果为：在滞后阶数皆为3，且都存在事件趋势项的情况下，如果假设InGDPt，到InM2t不存在协整关系，则F统计量为123，若水平下显著为10%，则拒绝原假设；如果假设InM2t到InGDPt，不存在协整关系，则F统计量为9.582，若水平下显著为1%，则拒绝原假设。三、Granger因果关系综上可知，InGDPt，与InM2t之间的关系为双向稳定，故本节主要运用ARDL(p，q)模型对两者的因果关系进行检验，可表示为以下公式。因文本所选取的典型数据存在小样本空间的主要特征，所以，在对上述两个式子检验与估计的过程中，需要以AIC准则为基础，对其最大滞后阶数进行选取，估计结果如下：在长期系数检验中，InGDPt的估计系数为0.22，标准差为0.10，t检验值为2.14[0.04]；InM2t的估计系数为1.36，标准差为0.18，t检验值为17.29[0]。在短期误差修正模型中，ΔInGDPt的估计系数为1.17，标准差为0.59，t检验值为1.18[0.1]；ΔInM2t的估计系数为0.93.，标准差为0.39，t检验值为2.31[0.03]；ecm(-1)的估计系数为-0.3.，标准差为0.14，t检验值为-2.16[0.04]。“[]”中所表示的是p值，ecm(-1)为误差修正项。从长期角度看，两者之间有正向的决定机制，虚拟经济的增长会带动实体经济增长，反之，虚拟经济的降低也会带动实体经济的降低。站在短期的角度上看，两者之间也有正向的决定机制，在出现经济的短期波动时，两者互为因果。四、冲击反应分析在虚拟经济对实体经济产生影响的过程中，本节主要运用VAR模型来实证分析其所产生的冲击程度，M2与GDP之间的VAR二院结构模型表示如下。通过上述数据可以知道，如果是在5%水平下，上述方法都在第二阶段体现出是VAR模型的之后阶段，所以，确定最佳滞后阶数为2阶。在VAR模型中，M2与GDP之间增长率的关系可以运用脉冲响应函数的方法对GDP对M2的波动冲击以及M2对GDP的反应路径进行识别。冲击反应的函数关系可运用以下公式表达。通过Eviews6.0，能够选取12个典型季度，从而画出M2对GDP产生冲击之后所得到的动态反应路径。从GDP冲击M2的轨迹图可知，若M2冲击量为1时，GDP在前两个季度...