1、我国对外直接投资主要影响因素分析 提要 本文选取 1996 2014年 30国对外直接投资面板数据,采用数量分析法,对影响各国对外直接投资的国内主要因素进行甄选。研究发现:母国的经济发展水平对其海外投资具有显著促进作用;以出口占 GDP比重度量的贸易开放度对投资的影响较小;以铁矿石为代表的自然资源进口比重以及研发支出占 GDP比重大小与对外直接投资呈正相关。基于实证结果,本文提出促进各国对外直接投资相关政策建议。 关键词:对外直接投资;影响因素;母国 中图分类号: F83 文献标识码: A 收录日期: 2016 年 4 月 11日 一、文献综述 学者们关于对外直接投资的动因进行了大量研究。 A
2、ndreff( 2002)在对转型国家跨国公司的研究中,将母国 GDP、人口、技术发展水平、 GDP 增长率等作为解释变量对转型国家对外直接投资进行分析,研究表明,母国 GDP及国内市场规模是对外直接投资的主要决定因素,技术水平影响较小。认为一国的出口与对外直接投资之间存在联系( Dunning, J., Kim, C.&Lin,J., 2001)。 Khanindra Ch.Das( 2013)基于联立方程模型和面板数据,对1996 2010年发展中国家对外直接投资的影响因素进行研究并发现,母国的经济发展水平、全球化程度、研发支出对本国的对外直接投资影响非常显著。 Rosfadzimi Ma
3、t Saad( 2014)和 Xiaoxi Zhang、 Kevin Daly( 2011)都认为经济发展水平、贸易开放度共同影响着母国的对外直接投资。此外,Rosfadzimi Mat Saad( 2014)使用 1981 2011 年马来西亚对外直接投资的时间序列数据,运用 OLS估计方法得出:专利水平对投资国的对外直接投资具有显著的负作用,即专利个数越多,对外直接投资 则越少。 Xiaoxi Zhang、Kevin Daly( 2011)基于 2003 2009 年中国对外直接投资的面板数据进行实证分析,认为中国对铁矿石和金属资源进口占商品总进口的比重越大,对外直接投资的需求越大。 学者
4、们关于对外投资动因的研究更多的是从东道国的角度着手,本文从全球视角出发,选取 30 个有代表性的国家,包括发达国家、发展中国家,基于母国视角分析对外直接投资的影响因素。 二、对外直接投资影响因素及假设的提出 (一)人均 GDP 与对外直接投资。 Dunning( 1981)运用国 际生产折衷理论对发展中国家的对外投资做出了解释,并根据人均 GDP将对外投资的能力划分为四个阶段。于是,我们假设: H1:对外直接投资与人均 GDP 有正相关关系 这一假设与 Andreff( 2002)、 Rosfadzimi Mat Saad( 2014)等的研究相同。 (二)贸易开放度与对外直接投资。一国的出口
5、与对外直接投资之间存在联系( Dunning, J., Kim, C., Lin, J., 2001)。因此,我们假设: H2:对外直接投资与贸易开放度正相关,而出口是一国开放度的重 要指标,因而对外直接投资与出口有正相关关系 (三)技术与对外直接投资。 Khanindra Ch.Das( 2013)认为研发支出对本国的对外投资影响非常显著,即研发支出越多,对外投资越多;专利水平对本国对外直接投资具有显著的负影响,即专利个数越多,对外直接投资则越少( Rosfadzimi Mat Saad, 2014)。在此,本文选取研发支出作为技术的测度。于是,我们假设: H3:对外直接投资与科研经费投入之
6、间正相关 (四)自然资源与对外直接投资。中国铁矿石和金属资源进口占商品进口 的比重越大,对外直接投资的需求越大( Xiaoxi Zhang、 Kevin Daly,2011)。近年来,很多企业为保证资源的供应而进行海外并购和海外投资。其中,铁矿石和金属资源进口占商品总进口的比重是自然资源禀赋另一层面的反映。因而,我们假设: H4:对外直接投资与铁矿石和金属资源进口占商品总进口的比重成正相关 三、实证分析 (一)数据描述。本文选取 30个国家或地区(美国、日本、英国、法国、德国、加拿大、瑞典、韩国、意大利、墨西哥、挪威、爱尔兰、比利时、丹麦、芬兰、荷兰、葡萄牙 、波兰、西班牙、土耳其、中国、中国
7、香港、俄罗斯、新加坡、南非、巴西、印度、哥伦比亚、阿根廷、乌克兰)对外投资决定因素进行研究,基于面板数据的可获得性,时间跨度为 1996 2014年,所选用的变量有:对外直接投资( OFDI)、人均 GDP( GDPPC)、贸易开放度( TOPEN)、研发支出占 GDP 的比重( RDGDP)、资源( NGRES)。其中,OFDI 的数据来自 World Investment Report各期, GDPPC、 TOPEN、 RDGDP、NGRES 的数据从 World Development Indicators 2015获得。 (二)理论模型。为验证上文提出的 4 个假设,本文建立了回归模型
8、。希望通过回归分析,识别对外直接投资的决定因素,同时比较 OECD 国家和非 OECD 国家对外直接投资影响因素的异同,为中国对外直接投资寻求政策建议。回归模型如下: OFDIit=0+1GDPPCit+2TOPENit+3RDGDPit+4NGRESit+it ( 1) 其中: i代表国家, t代表年份; OFDI表示对外直接投资额; GDPPC表示人均 GDP; TOPEN代表贸易开放度,即 出口额占 GDP的比重; RDGDP表示研发经费支出占 GDP 的比重; NGRES 表示资源,即铁矿石和金属进口占商品总进口的比重。 (三)研究方法 1、平稳性检验。本文使用 LLC和 PP-FIS
9、HER方法对面板数据进行单位根检验,测试方程包括截距项和交叉项,只有当两种检验均拒绝存在单位根的原假设时才证明序列是平稳的,反之则不平稳。结果显示,在 5%的显著性水平下, OFDI 序列平稳, GDPPC、 TOPEN、 RDGDP、 NGRES 一阶差分序列平稳。 2、协整检验。虽然 OFDI与解释变量不是同阶单整 序列,但是被解释变量 OFDI的单整阶数 0要小于所有解释变量的单整阶数 1,因此可以做协整检验。检验结果表明,绝大多数的统计量在 5%的显著水平上都拒绝接受“ 不存在协整关系 ” 的原假设,综合考虑,该变量之间存在协整关系。因此,可以进行回归分析。 在单位根检验和协整检验通过
10、后,用 EVIEWS进行最小二乘法估计,估计模型为面板固定效应模型。 Model 1:对所有国家进行回归分析,回归结果如下: OFDIit=-0.44+0.47GDPPCit+0.09TOPENit+5.11RDGDPit+2.62NGRESit ( 2) ( -0.17) ( 7.41) ( 1.50) ( 3.22) ( 5.24) R2=0.72 R=0.70 F=37.51 T=30 其中,括号内的数字是 t 值。给定显著水平 =0.05 ,回归系数除了TOPEN,其他的都具有显著性,其中,人均 GDP 和 NGRES 显著性强, RDGDP也比较显著。查 F分布表: F0.05( 4
11、, 25) =2.76, F=37.512.76,故回归方程显著。实证检验的结果表明, 1996 2014 年人均 GDP 每变动 1%, OFDI 增长率就同向变动 0.44%左右;出口占商品总出口的比重( TOPEN)每变动 1%, OFDI 增长率就同向变动 0.09%左右,研发支出比率每变动 1%, OFDI增长率就同向变动 5.11%左右,而以铁矿石和金属为代表的资源进口率每变动 1%, OFDI 增长率同比变动2.62%左右。 Model 2:对所属 OECD 国家进行回归分析,回归结果如下: OFDIit=5.01+0.42GDPPCit+0.14TOPENit+5.79RDGD
12、Pit+1.90NGRESit+it ( 3) ( 1.96) ( 6.36) ( 1.48) ( 3.70) ( 2.75) R2=0.74 R2=0.72 F=40.02 实证检验的结果表明, 1996 2014 年 20 个 OECD 国家,人均 GDP 每变动1%, OFDI增长率就同向变动 0.42%左右,不如对所有国家进行回归的影响大;出口占商品总出口比重( TOPEN)每变动 1%, OFDI 增长率就同向变动 0.14%左右,明显大于 Model1的增长率,说明 OECD国家对市场的需求比较大;研发支出比率每变动 1%, OFDI 增长率就同向变动 5.79%左右,而以铁矿 石
13、和金属为代表的资源进口率每变动 1%, OFDI 增长率同比变动 1.90%左右,说明 OECD 国家相对来说偏向市场寻求型海外投资。 Model 3:对所属非 OECD 国家进行回归分析,回归结果如下: OFDIit=-35.68+1.54GDPPCit+0.19TOPENit+5.19RDGDPit+5.45NGRESit+it ( 4) ( -6.11) ( 5.93) ( 2.10) ( 0.62) ( 5.12) R2=0.71 R2=0.69 F=27.63 显然,该回 归方程的拟合程度没有 Model 1 和 Model 2 好,但是通过检验很明显,非 OECD 国家对资源需求更
14、大,而且母国经济发展与对外直接投资关系显著,这与( Andreff, 2002; Rosfadzimi Mat Saad, 2014; Xiaoxi Zhang & Kevin Daly, 2011)结果一致。反而研发支出对 OFDI 的影响比较微弱,这与 Khanindra Ch.Das( 2013)的结论不太一致。 综合以上三个模型得出:假设 1、 4 成立,假设 2在 10%的显著水平下成立,而假设 3 则不成立。说明,人均 GDP、自然资源对对外直接投资的影响非常显著,非 OECD国家对资源的需求更大,贸易开放度对 OECD国家影响更为明显,而研发支出影响很小。 (四)结论及政策建议。
15、本文借鉴已有的从宏观经济层面来研究对外直接投资决定因素的相关文献,从母国的角度分析 30 个国家对外投资的影响因素,得出以下结论: 1、经济发展水平直接影响对外直接投资,同时适用于发达国家和发展中国家,这也与许多学者的结论相同。说明一个国家的经济实力在一定程度上决定其对外直接投资的能力水平。要继续加大发展生产,增强国家的综合国力,提高国 际地位。 2、 OECD 国家对外直接投资与出口是互补型。虽然回归结果说明出口对非 OECD 国家的影响不显著,但就中国而言,出口仍然是拉动经济的一架马车,出口为对外投资开拓市场,对外投资也会促进国内相关企业的出口。鼓励国内一些出口有竞争力的企业进行对外直接投
16、资,不仅可以转移国内过剩生产力,而且更有利于开拓国际市场。 3、研发支出对 OECD国家的影响较显著,且尚不构成非 OECD对外直接投资的决定因素。换句话说,目前从宏观层面看,包括中国在内的非 OECD 国家对外直接投资还不是技术主导型的。一方面非 OECD 国家企业应利用外资的技术溢出获取技术优势;另一方面政府应加大研发投入,给予设有研发部门的企业专项福利,从而鼓励更多的企业重视研发这一环节。 4、不论是 OECD国家,还是非 OECD国家对资源的需求都非常大,对外直接投资更多的是寻求海外更为丰富的资源,来补给国内资源的不足或是建立资源储备。资源的战略地位越来越重要,以资源获取为目的的对外直接投资继续扩大,投资国需要慎重处理与当地的关系,尤其是非 OECD 国家,不能掠夺式的开采资源,不利于投资国的长远发展。与此同时,要加快耗能、费材料等产业的转型, 实现产业链的良性循环。 主要参考文献: Andreff, W.The New Multinational Corporations from Transition Countries the International Direct Investment Position of Countries:Towards A Dynamic or Developmental Approaacahh.g Countries