论文部分内容阅读
摘 要：近年来，我国逐步加快“走出去”步伐，对外直接投资额逐年扩大。通过利用2003—2012年我国25省市相关数据进行最小二乘法回归，从母国的角度分析影响我国对外直接投资的主要因素，结果表明，人均GDP、汇率、贷款利率、科技水平和国际环境对中国对外直接投资有显著性的影响；日益增长的出口对中国对外直接投资虽然也有着促进的作用，但是影响并不是很明显，说明出口和对外直接投资有微弱的互补关系。同时，由于“假外资”的存在，吸引外资对我国对外直接投资的影响几乎可以忽略。
关键词：对外直接投资；决定因素；实证分析
中图分类号：F125.4；F832.6；F224 文献标志码：A 文章编号：1673-291X（2014）35-0190-02
引言
改革开放以来，在对外贸易蓬勃发展的同时，中国的对外直接投资（OFDI）也发展迅速，随着经济的发展和“走出去”战略的实施，对外直接投资对我国经济增长、出口、就业、国民收入以及经济结构调整等产生了重要影响，因而受到政府和学界的高度重视。本文试图从母国角度，利用25省市面板数据通过最小二乘法实证分析各个因素对我国对外直接投资的影响，希望对我国企业更好地“走出去”以及对我国对外直接投资思路的开拓具有一定的借鉴意义。
Dunning（1980）利用折衷理论，研究证明了一国的对外直接投资量的大小与该国的经济发展水平密切相关。Hennart&Park（1994）研究证明，为了回避关税和非关税壁垒，日本跨国公司在20世纪80年代对市场规模大的美国产品市场特别感兴趣。Dunning（1996）的研究指出，汇率水平是影响对外直接投资的一个相对重要的因素。
以上对外直接投资的决定因素主要是针对发达国家跨国公司的研究得到的，国内对OFDI决定因素进行实证分析的并不是很多。官建成、王晓静（2007）研究得出吸引外资额和出口是中国OFDI的决定因素的结论，现阶段技术能力尚不构成中国OFDI的决定因素。杨先民、赵果庆（2007）进行了分析，重点突出了技术创新能力对一国OFDI的影响。温磊（2013）研究表明了外商直接投资与中国对外直接投资之间呈现微弱正相关关系，汇率水平与中国对外直接投资负相关。
一、变量的选择与假设
本文在借鉴已有文献的基础上，试图从中国国内的影响因素出发，利用已有的宏观数据，来探讨我国对外直接投资的决定因素。另外，必须考虑变量选择的问题、变量的可计量型以及数据的可获得性。主要通过考察我国的宏观经济水平、出口水平、汇率、贷款基准利率、吸引外资水平、科技水平以及市场环境等宏观经济因素对我国对外直接投资的影响，分别用人均GDP、出口额、汇率、利率、吸收的对外直接投资、专利授权量及金融危机前后的国际市场环境来表示，并提出如下的假设。
假设H1：经济发展水平与对外直接投资有显著的正相关关系，以人均GDP来衡量经济发展水平，则人均GDP越高，对外直接投资量就越大。
假设H2：利用专利授权数量代表企业的技术水平和垄断优势，如果一国企业的专利授权量增加，则表示该企业技术水平和所有权垄断优势提高，从而可以促进该国企业对外投资额的增加。
假设H3：东道国货币相对于人民币的价值越低，我国对其直接投资量也越大。即汇率与对外直接投资额之间具有负相关关系。
假设H4：银行贷款利率水平与我国对外直接投资成负相关关系。
假设H5：出口越多，越有可能造成进口国与出口国之间的贸易摩擦。出于规避进口国贸易壁垒的目的，出口额越大，企业越有可能进行对外直接投资。
假设H6：2008年金融危机前后的国际环境，2008年金融危机发生后，国际投资环境变差，我国对外直接投资额大幅度降低。
假设H7：中国的改革开放吸引了大量FDI，这些FDI形成的生产能力对国内企业产生了巨大压力。出于策略型投资的考虑，这些地区的OFDI会随着流入这些地区的实际FDI的增加而增加。即对外直接投资与吸引的外商直接投资成正相关关系。
在计量模型中将考虑FDI滞后一期的影响。因为根据理论的假定，国内企业只有感受到实质威胁时才会实施OFDI，在这个过程中存在FDI形成实际生产能力和国内企业做出OFDI决策并付诸实施的时滞。
二、数据及模型设定
（一）数据来源
我们利用2003—2012年我国25个省市的面板数据进行实证分析。对外直接投资变量用OFDI表示，数据来源于年度《中国对外直接投资统计公报》；专利授权变量用PAT表示，经济发展水平变量用PGDP表示，出口变量用EX表示，汇率水平用ER，以上数据来源于各年度《中国统计年鉴》；外商直接投资的滞后1期变量用FDI1表示，该变量的数据来源于各年度《中国对外经济贸易统计年鉴》；银行贷款利率用LR来表示，该变量来自各年度中国人民银行网站。利率采用各年银行1年贷款利率，汇率为美元对人民币中间价。
（二）模型设定
为了验证上文提出的关于对外直接投资决定因素的7个假设，本文建立了回归模型。希望通过回归分析，对对外直接投资的决定因素进行识别。进而剔除影响微弱的因素，以找到中国对外直接投资的真正决定因素，为进一步研究其决定机理、寻求政策建议奠定研究基础。
回归模型设定如下：
OFDIit=β0+β1PGDPit+β2EXit+β3ERit+β4IRit+β5FDI1it+β6PATit+β7d08+uit
其中，OFDI表示对外直接投资额；PGDP表示人均GDP；EX表示出口；ER表示汇率；IR表示银行贷款利率；FDI1表示吸收的外资额滞后一期；PAT表示专利授权量；d08表示2008年世界金融危机发生后国际经济环境变化的虚拟变量，2008年之前设为0，2008年之后设为1；μ为随机误差，β0、β1、β2、β3、β4、β5、β6、β7为各变量的对外直接投资弹性系数。 三、实证分析
在研究企业对外直接投资问题时，使用面板数据模型估计可以控制无法直接观测到的变量（如获取自然资源的动机）对OFDI的影响，解决遗漏重要变量的问题，并得到较为可靠的估计结果。本文利用STATA10.0统计软件来分析上述模型，对每个模型都进行了OLS估计、固定效应估计和随机效应估计。
经过对三种估计结果的比较发现，OLS估计和随机效应结果一致，优于固定效应。故采取OLS估计模型的结果来解释。
回归结果显示，人均GDP的增长正向显著地影响了对外直接投资，说明国内生产总值对我国的对外直接投资有一定的促进作用。人均GDP每增加一个百分点，可以促进我国企业对外直接投资平均增加约0.337个百分点。
模型显示，专利授权量可以促进企业对外直接投资，且系数在1% 水平上通过了统计显著性检验。专利授权量每增加1个百分点，可以促进我国企业对外直接投资平均增加约0.774个百分点。专利授权量的增加体现了我国企业的技术进步，即企业的垄断所有权优势不断增强，从而促进了企业的对外直接投资。
而出口的系数0.0024太小，说明出口的增长虽然促进了对外直接投资，但是作用并不是很明显。说明中国的出口与对外直接投资之间有比较弱的互补关系。
汇率、贷款利率和对外投资负相关关系的原假设通过检验并且系数相当大，这说明东道国货币相对于人民币的价值越高，即汇率的上升会导致我国对其直接投资额大量减少；贷款利率的上升，会严重影响我国的对外投资，使得投资额度大幅度下降。
实证结果显示，2008年世界金融危机的延续，使得国际投资环境变差，导致我国对外直接投资速度下降，投资幅度降低。
最后回归结果显示，流入我国的FDI对我国对外直接投资的影响系数尽管在模型中为正，但统计检验并不显著，吸引外资FDI的T值（0.16）偏低，这与（ 代中强，2008）的发现一致。主要的原因可能是由于“假外资”现象（ 内资以对外直接投资形式流出，后又以外商直接投资形式进入国内）造成的。
四、结论与政策启示
本文从母国角度对中国对外直接投的决定因素进行实证分析，得出以下结论：汇率水平、利率水平、经济发展水平以及技术水平是中国对外直接投资的显著性决定因素，而出口水平对我国对外直接投资的影响并不明显，FDI对我国的对外直接投资基本没有影响。且汇率、利率、较差的国际环境与对外直接投资呈负相关关系，出口、人均GDP、FDI和技术水平与对外直接投资呈正相关关系。
促进我国对外直接投资的发展，不仅需要政府的政策扶植，同时企业也应积极应对，制定科学的对外投资策略。针对以上分析，本文提出以下的政策建议。
1.政府要鼓励和支持企业发展对外直接投资，进一步完善和落实走出去战略，简化企业对外投资的审批程序。
2.重点支持高技术产业的对外直接投资，以提高国内企业的技术水平和管理水平。
3.积极吸引外商直接投资尤其是高技术外商投资，利用外资的技术溢出效应，带动国内产业结构的升级。
4.进一步完善汇率制度改革和利率制度的改革，尽早建立以供求为基础的市场化的利率机制和汇率机制。
参考文献：
[1] Dunnin g.J.“Toward an Eclectic Theory of International Production：Some Empi rical Tests “.Journal of International Business Studies，
1980，（11）.
[2] Hennart，J&Y.Park，1994，“Location，governance，and strategic determinants of Japanese manufacturing investment in the United States”，
Strategic Management Journey 15：419-436.
[3] 官建成，王晓静.中国对外直接投资决定因素研究[J].科技与经济，2007，（2）.
[4] 杨先民，赵果庆.基于技术创新能力的国际直接投资阶段论及对中国的验证[J].世界经济研究，2007，（3）.
[5] 温磊.中国对外直接投资决定因素的实证研究[J].经济学研究，2013，（7）.
[6] 代中强.中国企业对外直接投资动因研究——基于省际面板数据的分析[J].山西财经大学学报，2008，（11）.
[责任编辑 柯 黎]
关键词：对外直接投资；决定因素；实证分析
中图分类号：F125.4；F832.6；F224 文献标志码：A 文章编号：1673-291X（2014）35-0190-02
引言
改革开放以来，在对外贸易蓬勃发展的同时，中国的对外直接投资（OFDI）也发展迅速，随着经济的发展和“走出去”战略的实施，对外直接投资对我国经济增长、出口、就业、国民收入以及经济结构调整等产生了重要影响，因而受到政府和学界的高度重视。本文试图从母国角度，利用25省市面板数据通过最小二乘法实证分析各个因素对我国对外直接投资的影响，希望对我国企业更好地“走出去”以及对我国对外直接投资思路的开拓具有一定的借鉴意义。
Dunning（1980）利用折衷理论，研究证明了一国的对外直接投资量的大小与该国的经济发展水平密切相关。Hennart&Park（1994）研究证明，为了回避关税和非关税壁垒，日本跨国公司在20世纪80年代对市场规模大的美国产品市场特别感兴趣。Dunning（1996）的研究指出，汇率水平是影响对外直接投资的一个相对重要的因素。
以上对外直接投资的决定因素主要是针对发达国家跨国公司的研究得到的，国内对OFDI决定因素进行实证分析的并不是很多。官建成、王晓静（2007）研究得出吸引外资额和出口是中国OFDI的决定因素的结论，现阶段技术能力尚不构成中国OFDI的决定因素。杨先民、赵果庆（2007）进行了分析，重点突出了技术创新能力对一国OFDI的影响。温磊（2013）研究表明了外商直接投资与中国对外直接投资之间呈现微弱正相关关系，汇率水平与中国对外直接投资负相关。
一、变量的选择与假设
本文在借鉴已有文献的基础上，试图从中国国内的影响因素出发，利用已有的宏观数据，来探讨我国对外直接投资的决定因素。另外，必须考虑变量选择的问题、变量的可计量型以及数据的可获得性。主要通过考察我国的宏观经济水平、出口水平、汇率、贷款基准利率、吸引外资水平、科技水平以及市场环境等宏观经济因素对我国对外直接投资的影响，分别用人均GDP、出口额、汇率、利率、吸收的对外直接投资、专利授权量及金融危机前后的国际市场环境来表示，并提出如下的假设。
假设H1：经济发展水平与对外直接投资有显著的正相关关系，以人均GDP来衡量经济发展水平，则人均GDP越高，对外直接投资量就越大。
假设H2：利用专利授权数量代表企业的技术水平和垄断优势，如果一国企业的专利授权量增加，则表示该企业技术水平和所有权垄断优势提高，从而可以促进该国企业对外投资额的增加。
假设H3：东道国货币相对于人民币的价值越低，我国对其直接投资量也越大。即汇率与对外直接投资额之间具有负相关关系。
假设H4：银行贷款利率水平与我国对外直接投资成负相关关系。
假设H5：出口越多，越有可能造成进口国与出口国之间的贸易摩擦。出于规避进口国贸易壁垒的目的，出口额越大，企业越有可能进行对外直接投资。
假设H6：2008年金融危机前后的国际环境，2008年金融危机发生后，国际投资环境变差，我国对外直接投资额大幅度降低。
假设H7：中国的改革开放吸引了大量FDI，这些FDI形成的生产能力对国内企业产生了巨大压力。出于策略型投资的考虑，这些地区的OFDI会随着流入这些地区的实际FDI的增加而增加。即对外直接投资与吸引的外商直接投资成正相关关系。
在计量模型中将考虑FDI滞后一期的影响。因为根据理论的假定，国内企业只有感受到实质威胁时才会实施OFDI，在这个过程中存在FDI形成实际生产能力和国内企业做出OFDI决策并付诸实施的时滞。
二、数据及模型设定
（一）数据来源
我们利用2003—2012年我国25个省市的面板数据进行实证分析。对外直接投资变量用OFDI表示，数据来源于年度《中国对外直接投资统计公报》；专利授权变量用PAT表示，经济发展水平变量用PGDP表示，出口变量用EX表示，汇率水平用ER，以上数据来源于各年度《中国统计年鉴》；外商直接投资的滞后1期变量用FDI1表示，该变量的数据来源于各年度《中国对外经济贸易统计年鉴》；银行贷款利率用LR来表示，该变量来自各年度中国人民银行网站。利率采用各年银行1年贷款利率，汇率为美元对人民币中间价。
（二）模型设定
为了验证上文提出的关于对外直接投资决定因素的7个假设，本文建立了回归模型。希望通过回归分析，对对外直接投资的决定因素进行识别。进而剔除影响微弱的因素，以找到中国对外直接投资的真正决定因素，为进一步研究其决定机理、寻求政策建议奠定研究基础。
回归模型设定如下：
OFDIit=β0+β1PGDPit+β2EXit+β3ERit+β4IRit+β5FDI1it+β6PATit+β7d08+uit
其中，OFDI表示对外直接投资额；PGDP表示人均GDP；EX表示出口；ER表示汇率；IR表示银行贷款利率；FDI1表示吸收的外资额滞后一期；PAT表示专利授权量；d08表示2008年世界金融危机发生后国际经济环境变化的虚拟变量，2008年之前设为0，2008年之后设为1；μ为随机误差，β0、β1、β2、β3、β4、β5、β6、β7为各变量的对外直接投资弹性系数。 三、实证分析
在研究企业对外直接投资问题时，使用面板数据模型估计可以控制无法直接观测到的变量（如获取自然资源的动机）对OFDI的影响，解决遗漏重要变量的问题，并得到较为可靠的估计结果。本文利用STATA10.0统计软件来分析上述模型，对每个模型都进行了OLS估计、固定效应估计和随机效应估计。
经过对三种估计结果的比较发现，OLS估计和随机效应结果一致，优于固定效应。故采取OLS估计模型的结果来解释。
回归结果显示，人均GDP的增长正向显著地影响了对外直接投资，说明国内生产总值对我国的对外直接投资有一定的促进作用。人均GDP每增加一个百分点，可以促进我国企业对外直接投资平均增加约0.337个百分点。
模型显示，专利授权量可以促进企业对外直接投资，且系数在1% 水平上通过了统计显著性检验。专利授权量每增加1个百分点，可以促进我国企业对外直接投资平均增加约0.774个百分点。专利授权量的增加体现了我国企业的技术进步，即企业的垄断所有权优势不断增强，从而促进了企业的对外直接投资。
而出口的系数0.0024太小，说明出口的增长虽然促进了对外直接投资，但是作用并不是很明显。说明中国的出口与对外直接投资之间有比较弱的互补关系。
汇率、贷款利率和对外投资负相关关系的原假设通过检验并且系数相当大，这说明东道国货币相对于人民币的价值越高，即汇率的上升会导致我国对其直接投资额大量减少；贷款利率的上升，会严重影响我国的对外投资，使得投资额度大幅度下降。
实证结果显示，2008年世界金融危机的延续，使得国际投资环境变差，导致我国对外直接投资速度下降，投资幅度降低。
最后回归结果显示，流入我国的FDI对我国对外直接投资的影响系数尽管在模型中为正，但统计检验并不显著，吸引外资FDI的T值（0.16）偏低，这与（ 代中强，2008）的发现一致。主要的原因可能是由于“假外资”现象（ 内资以对外直接投资形式流出，后又以外商直接投资形式进入国内）造成的。
四、结论与政策启示
本文从母国角度对中国对外直接投的决定因素进行实证分析，得出以下结论：汇率水平、利率水平、经济发展水平以及技术水平是中国对外直接投资的显著性决定因素，而出口水平对我国对外直接投资的影响并不明显，FDI对我国的对外直接投资基本没有影响。且汇率、利率、较差的国际环境与对外直接投资呈负相关关系，出口、人均GDP、FDI和技术水平与对外直接投资呈正相关关系。
促进我国对外直接投资的发展，不仅需要政府的政策扶植，同时企业也应积极应对，制定科学的对外投资策略。针对以上分析，本文提出以下的政策建议。
1.政府要鼓励和支持企业发展对外直接投资，进一步完善和落实走出去战略，简化企业对外投资的审批程序。
2.重点支持高技术产业的对外直接投资，以提高国内企业的技术水平和管理水平。
3.积极吸引外商直接投资尤其是高技术外商投资，利用外资的技术溢出效应，带动国内产业结构的升级。
4.进一步完善汇率制度改革和利率制度的改革，尽早建立以供求为基础的市场化的利率机制和汇率机制。
参考文献：
[1] Dunnin g.J.“Toward an Eclectic Theory of International Production：Some Empi rical Tests “.Journal of International Business Studies，
1980，（11）.
[2] Hennart，J&Y.Park，1994，“Location，governance，and strategic determinants of Japanese manufacturing investment in the United States”，
Strategic Management Journey 15：419-436.
[3] 官建成，王晓静.中国对外直接投资决定因素研究[J].科技与经济，2007，（2）.
[4] 杨先民，赵果庆.基于技术创新能力的国际直接投资阶段论及对中国的验证[J].世界经济研究，2007，（3）.
[5] 温磊.中国对外直接投资决定因素的实证研究[J].经济学研究，2013，（7）.
[6] 代中强.中国企业对外直接投资动因研究——基于省际面板数据的分析[J].山西财经大学学报，2008，（11）.
[责任编辑 柯 黎]