数字金融对实体经济质量提升的影响研究

数字金融对实体经济质量提升的影响研究[摘要]中国金融业近年来蓬勃发展，已成为经济结构调整和竞争格局改变的主要动力之一。结合以前学者的研究,本文旨在探讨数字金融对实体经济质量提升的影响，并通过多个指标进行分析。首先，本文考察了每百人互联网用户数和计算机服务及软件从业人员占比，这两个指标代表了数字化程度和技术人才储备情况，还关乎着数字技术和金融服务是否足以支持提升实体经济质量。其次，本文研究了人均电信业务总量和每百人移动电话用户数，这反映了通讯基础设施的普及程度。在数字金融方面，本文关注了数字普惠金融指数，该指数反映了金融服务的普及程度和包容性。最后，本文考虑了经济总量指标，包括GDP、进出口总额和全国社会消费品零售总额，以评估数字金融发展对实体经济的促进作用。本文将基于2000-2023年全国相关数据,经过数据标准化清洗，运用VAR模型和VECM模型分析两者之间的相关性关系和相互影响机制，证实了数字金融指标与实体经济指标是存在协整关系的。本文得出以下结论：数字金融的发展可以提高经济的质量和效率，促进实体经济的健康发展，但在某些方面数字金融也会影响到实体经济使其受到损害，所以在实践中我们仍需进一步探索和完善数字金融体系，促进数字金融和实体经济两者之间的有机结合。[关键词]经济结构；数字技术；VECM模型；协整关系；有机结合Researchontheimpactofdigitalfinanceontheimprovementofthequalityoftherealeconomy[Abstract]Inrecentyears,China'sfinancialindustryhasbeenflourishing,becomingoneofthemaindrivingforcesbehindtheadjustmentoftheeconomicstructureandchangesinthecompetitivelandscape.Combiningpreviousresearchbyscholars,thispaperaimstoexploretheimpactofdigitalfinanceontheimprovementoftherealeconomyqualityandanalyzeitthroughmultipleindicators.Firstly,weexaminethenumberofinternetusersperhundredpeopleandtheproportionofemployeesengagedincomputerservicesandsoftware,whichrepresentthelevelofdigitizationandthereservoiroftechnicaltalents,andarealsorelatedtowhetherdigitaltechnologyandfinancialservicesaresufficienttosupporttheimprovementofthequalityoftherealeconomy.Secondly,westudythepercapitatotalvolumeoftelecommunicationsservicesandthenumberofmobilephoneusersperhundredpeople,whichreflectsthelevelofcommunicationinfrastructurepenetration.Intermsofdigitalfinance,wefocusonthedigitalinclusivefinanceindex,whichreflectstheleveloffinancialservicecoverageandinclusiveness.Finally,weconsidereconomicaggregateindicators,includingGDP,totalimportandexportvolume,andtotalretailsalesofsocialconsumergoods,toevaluatethepromotioneffectofdigitalfinancedevelopmentontherealeconomy.Basedonnationaldatafrom2000to2023,thispaperanalyzesthecorrelationandmutualinfluencemechanismbetweenthetwousingVARandVECMmodelsafterdatastandardizationandcleaning,confirmingthecointegrationrelationshipbetweendigitalfinancialindicatorsandrealeconomicindicators.Thispaperdrawsthefollowingconclusions:thedevelopmentofdigitalfinancecanimprovethequalityandefficiencyoftheeconomy,promotethehealthydevelopmentoftherealeconomy,butinsomeaspects,digitalfinancemayalsoaffecttherealeconomyandcausedamagetoit.Therefore,inpractice,westillneedtofurtherexploreandimprovethedigitalfinancesystemtopromotetheorganicintegrationbetweendigitalfinanceandtherealeconomy.[Keywords]Economicstructure;Digitaltechnology;VECMmodel;Cointegrationrelationship;Organicintegration.目录TOC\o"1-3"\h\u12006一、绪论 529524（一）研究背景 5203881.国内背景 5157072.国外背景 611767（二）研究目的和意义 6107001.研究目的 672952.研究意义 725663（三）文献综述 8302401.国内文献综述 8274042.国外文献综述 1068643.文献述评 1130047（四）研究的创新与不足 11101911.创新点 1128442.不足 1228299二、理论分析 1225767（一）数字金融提升实体经济质量的理论依据 121990（二）数字金融提升实体经济的传导机制 1366591.数字金融对提升实体经济质量的直接影响机制 1332472.数字金融对提升实体经济质量的间接影响机制 139199三、数字金融和实体经济发展现状 133603（一）数字金融发展现状 131769（二）实体经济发展现状 14250451.实体经济整体发展趋势 14325692.实体经济产业转型升级发展的趋势实体经济产业转型升级的发展趋势 1524899四、模型构建与实证分析 1632377（一）模型构建 16181851.数据收集与数据清理 1636352.模型设定 214563（二）实证分析 252185五、结论与政策建议 3214552（一）结论 3224324（二）政策建议 3210727参考文献： 3410493致谢 351194附录 36绪论研究背景国内背景近年来，随着信息技术的迅速发展和金融行业的转型升级，数字金融已成为金融业发展的重要方向，备受广泛关注。在国内，数字金融的研究也日益受到重视，学者们积极从事相关理论研究和政策分析，旨在为中国数字金融的发展提供理论支持和政策指导。数字金融的快速发展对金融业务和金融市场产生了深远影响，引发了学者们对其发展路径、作用机制以及政策应对的深入研究。通过理论分析和实证研究，他们探讨了数字金融对金融市场和金融机构的影响，包括对传统金融业务模式和流程的改变，以及新金融产品和服务的涌现。数字金融的迅速崛起使得金融市场的竞争格局和风险管理方式发生变化，为金融机构带来新的发展机遇和挑战。另一方面，数字金融的快速发展也对金融风险和金融稳定产生了重大影响，引发了学者们对其影响机制和路径的研究，为金融监管和风险管理提供了重要的理论支持和政策建议。此外，数字金融的崛起也给金融监管和法律带来了新的挑战，促使学者们深入研究相关问题，为监管部门和立法机构提供了重要的政策建议和决策支持。综上所述，数字金融作为金融业转型升级的关键方向，对金融市场、金融机构、金融风险和金融监管等方面都产生了深远影响，这引发了学者们对其深入研究。国外背景数字金融是指利用数字技术和互联网平台对金融业务、产品和服务进行创新和改进的新型金融形态。在国外，数字金融的研究已成为金融领域的热门话题，吸引了众多学者和机构的关注。国外学者的研究涵盖了多个方面，包括数字货币、区块链技术、金融科技、金融创新和金融监管等，形成了丰富的研究成果和理论体系。首先，数字货币成为研究的焦点之一，学者们关注其发行机制、货币政策、供给和稳定性等问题，探讨其对传统货币体系和金融市场的影响，以及监管和法律问题。其次，区块链技术作为支撑数字货币的底层技术，在金融领域和其他领域都具有重要应用，学者们深入研究了其技术原理、应用场景、安全性和隐私保护等问题，并提出了在金融监管和创新中的应用建议。此外，金融科技的快速发展也受到关注，学者们研究了其发展路径、商业模式、风险管理和监管问题，为金融市场和机构的影响提出了相关政策建议和监管框架。总的来说，国外学者在数字金融领域的研究已取得丰硕成果，为数字金融的发展和应用提供了重要的理论支持和政策建议。研究目的和意义1.研究目的研究的目的是要厘清数字金融与实体经济之间的内在联系和相互影响机制，数字金融作为金融科技的重要组成部分，其发展对实体经济的质量提升起到了积极的推动作用。因此，有必要深入探讨数字金融在实体经济中的作用机制，以及其通过提升或降低数字技术和金融服务相关指标，对实体经济产生的积极影响。再者研究数字金融对实体经济各个方面的影响路径，包括对GDP、进出口总额以及全国社会消费品零售总额的影响。最后，研究的目的在于提出数字金融发展对实体经济质量提升的政策建议。通过深入研究数字金融对实体经济的积极作用，可以为政府部门和相关机构提供制定数字金融政策、推动数字金融发展、促进实体经济质量提升的建议和决策支持。这涉及到对金融监管、金融创新、金融科技发展等方面的政策建议，提出相关政策建议，推动数字金融与实体经济有机结合，促进实体经济质量的提升。这对于促进经济结构转型升级、推动经济高质量发展具有重要的理论和现实意义。2.研究意义主要体现在以下几个方面。首先，实体经济是国民经济的基础，数字金融作为金融服务的新形式，其发展对实体经济的质量具有直接影响，探究其影响机制可以为实体经济发展提供理论指导和政策建议。其次，随着数字金融的不断发展和普及，其对实体经济的影响越发凸显，研究数字金融对实体经济的作用有助于深入理解数字经济时代实体经济发展的新特点和规律。最后，数字金融的发展已成为国家经济战略的重要组成部分，深入研究其对实体经济的影响有助于为相关政策制定提供科学依据，推动实体经济持续健康发展。综上所述，研究数字金融对实体经济质量提升的影响对于国家未来金融业改革创新的战略布局都具有重要的指导意义。因此，该研究课题具有重要的研究意义和应用前景。文献综述1.国内文献综述付静怡（2022）REF_Ref5614\r\h[1]和李新刚（2020）REF_Ref5640\r\h[5]二人都是从微观层面，企业的角度来探讨金融“脱虚向实”的问题，认为企业投资受到数字金融发展水平的影响。何龙森（2021）REF_Ref5679\r\h[2]和刘金婷（2023）REF_Ref5715\r\h[4]以及杨丽晨（2021）REF_Ref5754\r\h[10]都利用DEA模型进行相关经济指标测度，认为在数字金融对实体经济资本配置效率的传导机制中，数字金融对提高实体经济资本配置效率具有显著提升作用，但不同地区之间的数字金融发展会出现中介效应，以及面临不同发展阶段会出现门槛效应。刘军（2020）REF_Ref5787\r\h[3]和赵涛、张智、梁上坤（2020）REF_Ref5819\r\h[13]主要认为中国的数字经济发展存在较大的区域差距，东部地区明显比中西部发展更有效率、更有质量。都主张通过高质量发展地区的溢出效应带动欠发达地区，政府进行合理的宏观调控。门舒舒（2022）REF_Ref5859\r\h[6]和蒲思琪（2022）REF_Ref5888\r\h[7]以及乔文菲（2022）REF_Ref5921\r\h[8]三人均以数字普惠金融总指数、覆盖广度、使用深度与数字化程度来衡量数字普惠金融的发展水平，通过内生性、异质性、中介效应分析，认为数字金融对实体经济指标影响的传导机制中，数字金融的发展助力实体经济质量提升的过程中，产生了相当程度上的正向中介效应，故可以认为，数字金融对实体经济总体上是有益的。伊特格乐（2022）REF_Ref5953\r\h[9]和张萌（2022）REF_Ref5979\r\h[11]通过固定效应模型和空间杜宾模型对数字金融对实体经济发展的总效应和空间效应影响进行检验，前者认为数字金融对实体经济发展有正向总效应的影响，还有在一定置信区间有正向直接效应和反向的间接效应的结论。二者都觉得该现象主要体现在不同程度发展的地区，发展程度高的地区会对周边发展程度相对不高的地区产生“虹吸效应”，但这同时也提升了金融资源配置效率，进而再次促进实体经济发展。数字金融覆盖广度延伸和数字化程度加深会因为存在异质性，进而推动实体经济的发展。周青青（2020）REF_Ref6015\r\h[12]通过面板门槛模型研究在不同金融发展水平下，数字普惠金融对实体经济的影响机制以及作用。并得出结论：金融与实体经济协调发展时，前者对后者有明显的促进作用。当数字普惠金融水平高于实体经济发展水平时，会因为一个不易察觉的渠道，资源“脱实转虚”，起到一个抑制作用。即在发展水平不同的条件下，存在门槛效应。2.国外文献综述LinYing（2023）、YanXiaohan（2023）和YangXiuyun（2023）REF_Ref6064\r\h[14]分析中国上市企业数据，研究数字金融对企业投资效率的影响。他们认为数字金融能够提高投资效率，推动金融结构调整。WangHainanLiu（2024）和Fengshuo（2024）REF_Ref6087\r\h[15]研究数字金融推动企业创新效率的途径。他们认为，数字金融与企业创新效率存在正向协同发展的关系，日益扩大数字金融覆盖范围。JiatongWang（2023）,NianchengTong.（2023）REF_Ref6120\r\h[16]认为在推动乡村振兴方面数字数字金融贡献巨大，推进构建乡村振兴指标。在经济发展水平程度高的地区，数字金融所带来的溢出效应对乡村振兴的作用十分凸显。3.文献述评数字金融和实体经济之间的关系一直备受关注。一些文献指出，数字金融的发展可以提高金融服务的效率和普惠性，有助于为实体经济提供更多的融资支持和风险管理工具，从而促进经济增长和创新。另一些研究强调数字金融的发展可能带来金融不稳定性和风险，对实体经济造成负面影响，特别是在金融泡沫和资产价格波动方面。此外，一些文献还关注数字金融对实体经济结构和就业的影响，探讨数字化转型对不同产业和群体的影响。研究的创新与不足1.创新点这一研究创新之处在于对数字金融与实体经济质量提升之间关系的深入探讨。研究可以通过纵向比较相关行业的案例，深入分析数字金融技术对实体经济质量提升的具体影响机制，为政策制定和实践提供有益参考。同时，可以结合大数据分析，全面评估数字金融在维持经济稳定、提高国际贸易地位和活力、促进消费方面的作用，为实体经济发展路径提供新思路。2.不足然而，目前的研究可能存在的不足在于缺乏长期的实证数据支撑，数字金融发展较为迅速，短期内的研究难以全面反映其对实体经济的深远影响。此外，研究也需要充分考虑数字金融发展可能带来的风险和挑战，以及在推动实体经济转型升级过程中可能遇到的阻力和障碍。理论分析数字金融提升实体经济质量的理论依据信息不对称和交易成本理论：信息不对称和交易成本理论是解释数字金融提升实体经济质量的理论依据。传统金融体系投融资效率较低，数字金融可以通过互联网实时获取信息，高效透明公正，有利于促进金融资源高效配置，从而提升实体经济质量。同时，通过智能合约、区块链等技术降低交易成本，简化交易流程，提高交易效率和安全性，促进实体经济发展。信息技术理论：信息技术的进步使金融服务更便捷、高效，推动了实体经济的发展。数字金融运用信息技术建立了高效的金融基础设施，如互联网支付、大数据风控和智能合约，提升了金融服务的普及和便利程度。这有助于提高企业融资效率，降低交易成本，促进资金流动和投资，从而提高了实体经济的效率和质量。此外，信息技术还可增强金融监管效能，减少风险，提升市场透明度，促进实体经济的稳健发展。因此，信息技术为数字金融提升实体经济质量提供了坚实的理论基础。数字金融提升实体经济的传导机制1.数字金融对提升实体经济质量的直接影响机制首先，通过降低融资和交易成本，促进了资金的有效配置，提高了实体经济的效率和竞争力。其次，利用大数据和人工智能技术改善风险管理和信用评估能力，增强了金融系统的稳健性，有利于实体经济的长期发展。此外，数字金融创新为中小微企业提供更多融资渠道，促进了实体经济的包容性增长。最后，数字金融的发展提升了金融市场的透明度和监管效能，减少了金融市场的非理性波动，有利于实体经济的稳健发展。2.数字金融对提升实体经济质量的间接影响机制数字金融对提升实体经济质量的间接影响机制体现在多个方面。首先，数字金融的普及提高了金融服务的普惠性，使更多的个人和企业能够获得融资支持，从而推动了经济活动的广泛开展。其次，数字金融的发展促进了金融市场的透明度和监管效能，减少了信息不对称和市场风险，增强了投资者和企业的信心，进而提升了投资和消费的活力。此外，数字金融的创新技术如大数据分析和人工智能应用，改善了金融风险管理和信用评估能力，降低了金融交易的风险，为实体经济的稳健发展提供了保障。综合来看，数字金融通过提升金融服务的普及性、增强市场透明度和降低金融风险等方式，间接推动了实体经济的质量提升。数字金融和实体经济发展现状数字金融发展现状1.数字金融整体的发展趋势：当前，数字金融的整体发展呈现出几个显著的趋势。首先，数字金融正朝着普及化和全球化方向迅速发展，不断扩大其服务范围和影响力。其次，随着技术的不断创新和应用，数字金融服务越来越趋向于个性化、智能化，满足了不同群体的多样化金融需求。此外，数字金融市场竞争日益激烈，各类金融科技企业相继涌现，为数字金融的发展注入了新的活力和动力。另外，数字金融还在不断推动金融业务和监管模式的创新，引领着金融行业的变革和升级。总体来说，数字金融的发展趋势是多样化、普及化和创新化的，将为全球金融体系带来更多的机遇和挑战。2.数字金融覆盖广度发展趋势：数字金融的覆盖广度发展趋势呈现出多方面的拓展。首先，随着数字金融服务对象的日益多元化，涵盖范围已不再局限于传统金融客户，还包括了中小微企业、个体经济主体和普通消费者。其次，数字金融服务的场景不断扩展，不仅涵盖传统的支付、理财、贷款等服务，还涉及到了新兴领域，如供应链金融、区块链金融、智能投顾等，为不同行业提供了更广泛的金融支持。再者，随着数字化技术的不断发展，数字金融服务形式也日益多样化，不仅包括传统的线下金融机构服务，还涵盖了线上、移动端和智能设备等多种形式的服务，使得用户可以更加便捷地获取所需金融服务。这些拓展趋势共同推动着数字金融的普及和发展，为更广泛的人群提供了更多元化、便捷化的金融服务，也为经济社会的可持续发展提供了重要支持。综上所述，数字金融发展的整体趋势是快速增长、全球普及和对金融业务创新和监管的重要作用。数字金融的覆盖广度不断扩大，服务对象、服务场景和服务形式都在不断增加，用户对数字金融服务的依赖程度和智能化程度都在增加。可以预见，数字金融将继续发展壮大，对实体经济和金融体系产生越来越深远的影响。实体经济发展现状1.实体经济整体发展趋势实体经济，作为国民经济的基础，涵盖了制造业、农业、建筑业和零售业等实际生产和交易活动。当前，随着全球经济和科技的快速发展，实体经济呈现出几个显著趋势。首先，技术创新和数字化转型成为主要发展方向，促进生产效率提升和产品质量改善。其次，绿色可持续发展成为重要趋势，推动环保意识和清洁能源应用。此外，区域协调发展和国际化也受到重视，促进地区经济合作和全球化发展。最后，人才培训备受重视，以满足经济结构调整和产业升级的需求。这些趋势将推动实体经济向更高效、可持续和国际化的方向发展。2.实体经济产业转型升级发展的趋势实体经济产业转型升级的发展趋势实体经济的产业转型升级展现出多重发展趋势，这些趋势将塑造未来经济的面貌。首先，技术驱动成为主导力量，新一代信息技术如人工智能、大数据、物联网等广泛应用于各领域，以提升生产效率和产品质量。其次，智能制造成为重要方向，通过自动化、数字化和智能化技术提升制造业竞争力，加速产业升级。同时，绿色发展成为不可忽视的趋势，促使企业推动清洁生产、节能减排和资源循环利用，实现经济增长与环境保护的协调。另外，服务型经济的兴起为经济增长注入新动力，现代服务业的蓬勃发展将满足人们对高品质服务的需求。这些趋势将共同推动实体经济向更高效、可持续和创新的方向发展，助力经济社会实现长期繁荣与稳定。模型构建与实证分析（一）模型构建1.数据收集与数据清理表SEQ表\*ARABIC1主要变量介绍变量名称含义变量符号数字金融指标每百人互联网用户数每100个人中使用互联网的人数IUPH计算机服务和软件从业人员占比计算机服务行业的从业人数比例ICTSWP人均电信业务总量电信企业为社会提供的各类电信服务的总数量。PTTW每百人移动电话用户数每100个人中使用移动电话的人数MPMHU数字普惠金融指数评估一个国家金融发展综合指标DPFI实体经济发展指标GDP(万亿元)国内生产总值GDP进出口总额（亿美元）实际进出我国国境的货物总金额TET全国社会消费品零售总额（万亿）实体经济消费总额NRSRTE数据详细来源：每百人互联网用户数：中经数据/detail?id=D%2FlH3V0jLpE%3D计算机服务和软件从业人员占比：IT之家/s?id=1764070117195839510&wfr=spider&for=pc人均电信业务总量：北青网/s?id=1788957299334908798&wfr=spider&for=pc每百人移动电话用户数：同花顺财经/pid_331491726.shtml数字普惠金融指数：新华网/hyzt/jsyhzs/index.htmlGDP(万亿元)：中经数据/detail?id=D%2FlH3V0jLpE%3D进出口总额：数据基地/caijing/133.html全国社会消费品零售总额：中经数据/detail?id=D%2FlH3V0jLpE%3D1.1数字普惠金融指数数字普惠金融指数是评估一个国家或地区数字普惠金融发展程度的综合指标。数字普惠金融的发展能够显著促进实体经济的发展。故使用数字普惠金融指数作为数字经济指标之一。其数据为各地区数据，将各地区数据相加计算平均值得到按年份排序的全国数字普惠金融指数数据。1.2每百人互联网用户数每百人互联网用户数是一个衡量互联网普及程度以及数字金融发展的重要指标，它反映了平均每个百万人中有多少人是互联网用户。1.3计算机服务和软件从业人员占比计算机服务和软件从业人员占比反映了数字科技的普及程度，是数字金融发展的重要评估指标。1.4人均电信业务总量电信业务总量是指以货币形式表示的电信企业为社会提供的各类电信服务的总数量，该指标体现出一定程度上数字金融的发展。1.5每百人移动电话用户数指通过移动电话交换机进入移动电话网、占用移动电话号码的各类电话用户。表现出数字科技的普及程度，进一步反映出数字金融经济的发展程度。1.6GDP数据GDP是国民经济核算的核心指标，也是衡量一个国家或地区经济状况和发展水平的重要指标。所以将GDP数据作为实体经济发展指标之一。1.7进出口总额进出口总额反映一国或地区对外贸易的总体规模和发展水平，是研究对外贸易往来和国际收支平衡状况，是重要的实体经济质量发展的指标之一。1.8全国社会消费品零售总额反映国内消费品市场运行状况，该指标最直观能反映实体经济运行的变化。1.9数据清洗部分获取的数据为全国各城市2000~2022年数据，以及各季度数据，所以需要将这些数据按照年份归纳成2000~2023年按年份分布数据。图SEQ图\*ARABIC1待分析数据使用SPSS对原始数据经过数据标准化处理，处理后的数据符合标准正态分布，即均值为0，标准差为1。结果如下：图SEQ图\*ARABIC2Z-score标准化数据使用Python代码进行数据的归纳，使用Python中的Pandas库中的read_excel()和read_csv()方法读取Excel文件或者csv文件中的数据。通过groupby(“年份”)方法对年份一列按照年份进行分组，在通过mean()方法对分组后的值进行求均值处理。代码见附录【1】。结果见下图图SEQ图\*ARABIC3Python使用数据按照年份归纳完毕之后，需要对数据进行归一化处理，去除掉数据中所携带的量纲，为后续数据分析提供基础。通过（列中每个值-列最小值）/（最大值-最小值）计算可得。归一化处理代码见附录【2】。结果见下图：图SEQ图\*ARABIC4Python归一化后结果2.模型设定2.1统计方法因为金融数据是有自相关因素，并且金融经济数据是有时间滞后性周期性影响，以及自身时间滞后性周期性影响，所以本章中的统计学模型使用VAR向量自回归模型分析内生变量以及这些变量之间是否存在复杂的相互关系，以及VECM向量误差修正模型分析多时间序列之间是否存在相关性和协整关系。同时使用图像分析法与相关性分析的方法加以佐证。2.2数据走势折线图在进行统计模型预测之前，通过折线图，简单观察走势情况，分析各个指标之间的关系。图SEQ图\*ARABIC5标准化数据走势图图SEQ图\*ARABIC6归一化数据走势图根据标准化数据走势图与标准化数据走势图所示，上述八个指标之间有较强的协同性。接下来通过相关性分析来量化指标之间的数学关系，以及使用VAR模型与VECM向量误差修正模型来拟合各个指标之间的相关系数。2.3相关性分析使用Pearson相关系数计算各个指标之间的相关性，并使用P值检验法根据置信区间为95%来得到是否拒绝原假设。首先提出原假设与备择假设，H0为皮尔逊相关系数为0，即不具备相关性;H1为皮尔逊相关系数不为0，即具备相关性。假设原假设是成立的，构建自由度为（n（样本数）-2）的t统计分布量，计算公式如下图。r为计算得知的皮尔逊系数，n为样本数，t为检验值。如果P值大于0.05，证明不能够拒绝原假设，即为皮尔逊系数为0。与此同理可得P值小于0.05，能够拒绝原假设，即为皮尔逊系数不为0。通过SPSS分析-相关-双变量，选择Pearson相关系数可以得到下列结果：图SEQ图\*ARABIC7SPSS相关性分析结果通过上图可知变量之间有着非常高的相关性。通过Python程序计算Pearson相关系数，并且通过热力图将相关系数绘制出来，更直观得表示变量之间的相关性。热力图代码见附录【3】。结果如下图所示：图SEQ图\*ARABIC8相关性热力图从上图可知，八个指标之间有很强的相关性。表示出数字金融与实体经济有这密不可分的关系，数字金融为实体经济的发展贡献了力量。2.4VAR（向量自回归模型）与VECM（向量误差修正模型）VAR模型在单变量回归中,一个平稳的时间序列经常被模型化为AR过程:当我们分析多个时间序列时，一个对AR模型自然的拓展就是VAR模型，在这个模型中一组向量里的每个时间序列被模型化为决定于自己的滞后项以及这组向量里所有其他变量的滞后项。两阶VAR模型如下式：VECM模型是由(R.R.EngleandGranger1987)讨论协整系统的误差修正，称为向量误差修正模型(VECM,vectorerrorcorrectionmodel)。它是对于非平稳的多时间序列数据适用，用于表达多时间序列数据之间的协整关系。它的方程形式为：（二）实证分析首先进行单位根检验，代码见附录【5】，结果如下：表SEQ表\*ARABIC2ADF单位根检验名称T统计量p-value测试的次数是否平稳每百人互联网用户数平稳性2.7370964420.99908807413否计算机服务和软件从业人员占比0.0560811130.96293142721否人均电信业务总量-0.3651101480.9157631815否每百人移动电话用户数-1.7838092570.38852905618否数字普惠金融指数5.968058177113否GDP(万亿元)2.945094706113否进出口总额（亿美元）-0.9814321150.75997612813否全国社会消费品零售总额（万亿）1.5520662570.99770640221否根据上述结果可知p-value值分别为0.9990880738608157、0.962931426958553、0.9157631801101321、0.3885290563899729、1.0、1.0、0.7599761282624455、0.9977064017007541都是大于显著性水平0.05，因此无法拒绝原假设，即该时间序列是非平稳的。所以要对数据进行差分处理，差分结果如下：表SEQ表\*ARABIC3一阶差分单位根检验名称T统计量p-value测试的次数是否平稳每百人互联网用户数平稳性-4.6942766858.63E-0512是计算机服务和软件从业人员占比-5.1644015891.04E-0512是人均电信业务总量-1.4108153050.57708028312否每百人移动电话用户数-5.0189795072.04E-0519是数字普惠金融指数0.5991323380.98759422312否GDP(万亿元)-0.6347157080.86294319712否进出口总额（亿美元）-3.5197340260.00749451312是全国社会消费品零售总额（万亿）-25.51120128012是根据上述结果可知p-value值分别为8.626092414018409e-05、1.0389037396692205e-05、0.5770802830428989、2.035161585679659e-05、0.9875942232434457、0.8629431965697704、0.007494512637146928、0.0其中人均电信业务总量、数字普惠金融指数、GDP(万亿元)的P值是大于0.05的，因此无法拒绝原假设，即该时间序列是非平稳的。为此做二阶差分处理。表SEQ表\*ARABIC4二阶差分单位根检验名称T统计量p-value测试的次数是否平稳每百人互联网用户数平稳性-4.0114441521.35E-0312是计算机服务和软件从业人员占比-6.778417762.54E-0912是人均电信业务总量-3.0159739530.03342932412是每百人移动电话用户数-3.0053508743.44E-0219是数字普惠金融指数-3.8655324240.00230367312是GDP(万亿元)-1.2385001090.04681864312是进出口总额（亿美元）-6.6084345036.47E-0912是全国社会消费品零售总额（万亿）-4.3011504210.00044217912是通过二次差分结果可知，P值都小于0.05，是符合时间平稳的，所以通过VAR模型来确定滞后阶数。VAR模型只确认最优滞后阶数，在协整关系中滞后阶数要比VAR模型中的阶数-1。代码见附录【6】VAR结果如下图所示：图SEQ图\*ARABIC9VAR模型结果1图SEQ图\*ARABIC10VAR模型结果2VAR模型滞后阶数不适合单独通过图表判断，一般都是设置一个最大滞后项，然后运用AIC信息准则的方式来判断，AIC值越小，模型拟合越优。所以可以判断当选用一阶滞后的时候效果是最优的。使用VECM建模向量误差修正模型进行拟合，代码见附录【7】结果如下所示：根据上述VECM结果与VAR结果可知，数字金融指标与实体经济指标是存在协整关系的，进而证明数字金融指标与实体经济指标之间是存在长期均衡关系的。并且通过结果中所表示的系数可以简单观察到数字金融指标数据是有助于实体经济的发展，并且在2000年到2022年中，数字金融为实体经济质量的提升有着显著的推动作用。（三）分析总结在VAR模型中我们将实体经济指标分别作为因变量，其余变量作为自变量，用L1表示一阶滞后。我们可以得到一下对应的方程式：GDP=0.001167+IUPH*L1*1.7218-ICTSWP*L1*0.50-PTTW*L1*1.18+MPMHU*L1*0.34+DPFI*L1*0.031666+GDP*L1*1.73-TET*L1*0.184-NRSRTE*L1*1.1279TET=0.004133+IUPH*L1*1.22-ICTSWP*L1*0.76-PTTW*L1*1.96+MPMHU*L1*3.84-DPFI*L1*0.055658+GDP*L1*3.06-TET*L1*0.622-NRSRTEL1*2.163NRSRTE=-0.002725+IUPH*L1*2.64-ICTSWP*L1*1.07-PTTW*L1*-1.311-MPMHU*L1*0.035+DPFI*L1*0.105+GDP*L1*3.01-TET*L1*0.231608-NRSRTE*L1*2.051079从上述方程中可以看到，整体上数字金融指标对于实体经济指标是正相关的，也有些指标存在负相关关系，但是不可否认数字经济为实体经济质量的提升贡献了巨大的力量。结论与政策建议结论本文深入研究了数字金融与实体经济之间的关系，通过以数字金融和实体经济相关理论为基础，结合2000年-2023年全国相关指标数据的详细分析，揭示了二者之间的相互影响及其发展趋势。在探讨数字金融对实体经济质量的影响时，本文得出以下结论。1.数字金融指标与实际经济指标之间呈现强烈的相关性，通过相关性分析、VAR模型和VECM模型的运用，我们不仅证实了二者之间的密切联系，而且发现了数字金融对实体经济质量的积极作用。尤其是每百人互联网用户数的增长，不仅与实体经济正相关，而且对其质量提升产生显著促进作用。这一发现为数字金融在推动实体经济发展中的战略地位提供了重要的数据支持。2.与此同时，本文也揭示了一些数字金融指标与实体经济之间的负相关关系。例如，计算机服务和软件从业人员占比与人均电信业务总量与实体经济呈负相关，这可能反映了在数字化时代，某些传统领域受到了数字技术冲击的情况。这提示我们在数字化转型过程中需要更为综合地考虑各个领域的发展。3.对数字普惠金融指数的分析表明，其在实体经济中具有积极的影响，尤其在民生方面表现得更为显著。然而，与进出口额呈现负相关的关系也值得我们深入思考，或许这反映了数字普惠金融在某些领域的推广可能会对国际贸易带来一定的挑战。4.通过VECM结果和VAR结果的对比，我们发现数字金融指标与实体经济指标之间存在协整关系，这意味着它们的变化趋势是一致的，并且两者之间的长期关系是稳定的。这不仅为数字金融的发展水平对实体经济质量的提升产生长期影响提供了理论依据，而且提示着实体经济的质量提升将促进数字金融服务的需求和发展，形成一个相互促进、长期稳定的关系链。因此，通过对数字金融和实体经济关系的深入研究，本文为深化我们对数字经济时代下经济运行规律的认识提供了有益的启示，也为相关决策提供了实质性的参考依据。政策建议1.政府应加大对数字金融技术的支持和投入，促进数字金融技术在实体经济中的广泛应用。通过政策引导和资金支持，可以加速数字金融技术在企业生产、供应链管理和商业模式创新中的应用，从而提升实体经济的质量和效率。2.加强数字金融技术人才培养和技术研发，政府可以成立相关科研中心，为研究人员和企业提供资源和支持。与行业协会和学术机构合作，举办研讨会、培训课程和比赛，鼓励知识共享和技术交流。同时，提供奖学金和资助计划，吸引更多优秀人才加入数字金融技术领域，并激励他们进行创新研究。通过这些举措，可以不断提升数字金融技术的创新能力和技术水平，从而推动整个行业的发展和进步。3.提高数字普惠金融指数，助力数字金融发展。政府在可控范围内开放金融机构开展数字化金融服务的政策优惠以及补贴，加大投资建设数字化基础设施，包括网络设施和数据中心等，以提升互联网覆盖率。4.强化监管与风险控制，以确保数字金融技术的稳健发展。政府应建立完善的数字金融监管机制，加强对数字金融市场的监管与管理，防范相关风险，维护市场秩序，以保障实体经济的稳定增长。以上政策建议，目的在于助力数字金融为实体经济质量的发展注入持续动力。政府也应当与社会各界力量携手合作，积极促进数字金融技术与实体经济的有机统一，为实现经济结构的优化和升级做出努力。

参考文献：付静怡.数字金融对非金融企业“脱实向虚”的抑制效应研究[D].四川大学,2022.何龙森.数字普惠金融对经济高质量发展的影响研究[D].重庆工商大学,2021.刘军.中国数字经济测度与驱动因素研究《上海经济研究》2020年第六期文献标识码：Ａ文章编号：１００５－１３０９（２０２０）０６－０８１刘金婷.数字金融对实体经济资本配置效率的影响研究[D].辽宁大学，2023.李新刚.数字普惠金融发展对实体经济投资效率的影响[D].重庆理工大学,2020.门舒舒.数字金融对实体经济的影响研究[D].曲阜师范大学,2022.蒲思琪.数字金融助力中国经济高质量发展的作用机制研究[D].西南财经大学,2022.乔文菲.数字普惠金融推动实体经济发展的实证研究[D].西南财经大学,2022.伊特格乐.数字金融对实体经济发展的空间溢出效应[D].吉林大学,2022.杨丽晨.数字金融对实体经济资本配置效率的影响研究[D].华南理工大学,2021.张萌.数字普惠金融对实体经济和虚拟经济的影响研究[D].山东财经大学,2022.周青青.数字普惠金融影响实体经济增长的门槛效应研究[D].西安外国语大学,2020.赵涛.张智.梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据《管理世界》2020年第十期LinYingandYanXiaohanandYangXiuyun.DigitalfinanceandenterpriseinvestmentefficiencyinChina[J].InternationalReviewofFinancialAnalysis,2023,90WangHainanandLiuFengshuo.Digitalfinanceandenterpriseinnovationefficiency:EvidencefromChina[J].FinanceResearchLetters,2024,59JiatongWang,NianchengTong.TheEffectofDigitalFinanceonRuralRevitalization[J].Economics,LawandPolicy,2023,6(2).附录【1】数据均值清洗代码importpandas#导入excel表格df=pandas.read_excel("C:\\Users\\Desktop\\数字普惠金融指数.xls")#数据均值处理-按年份将各地区值相加计算全国平均值df_mean=df.groupby("年份").mean()#保存均值数据df_mean.to_csv("C:\\Users\\Desktop\\数字经济发展水平均值数据.csv")【2】数据归一化清洗代码importpandas#导入excel表格df=pandas.read_excel("C:\\Users\\Desktop\\数据\\总分析数据未归一结果.xls")#数据归一化#数变为（0，1）之间的小数，主要是为了数据处理方便提出来的，把数据映射到0～1范围之内处理。去除量纲df_norm=(df-df.min())/(df.max()-df.min())df_norm.to_csv("C:\\Users\\Desktop\\数字经济发展水平均值归一数据.csv")【3】计算皮尔逊相关系数与P值importpandasfromscipy.statsimportpearsonr#计算皮尔逊相关系数矩阵defcalculate_pearson_correlation(data):data=pandas.DataFrame(data)correlations=data.corr(method='pearson')returncorrelationsdefGetPvalue_Pearson(x,y):returnpearsonr(x,y)[1]#返回的是相关系数检验P值矩阵defcalculate_person_correlation_P(data):data=pandas.DataFrame(data)returndata.corr(method=GetPvalue_Pearson)#导入excel表格df=pandas.read_excel("C:\\Users\Desktop\\数据\\总分析数据未归一结果.xls",index_col="年份")df_pearson=calculate_pearson_correlation(df)df_p=calculate_person_correlation_P(df)print(df_pearson)print(df_p)df_pearson.to_csv("C:\\Users\\Desktop\\数据\\皮尔逊相关系数.csv")df_p.to_csv("C:\\Users\\Desktop\\数据\\皮尔逊相关系数P值.csv")【4】绘制热力图代码importpandasfromscipy.statsimportpearsonrimportseabornassnsimportmatplotlib.pyplotasplt#计算皮尔逊相关系数矩阵defcalculate_pearson_correlation(dat