金融竞争力、金融开放与双边对外直接投资头寸*

王 伟，杨娇辉，邱婉萍

一、引 言

自上世纪80年代以来，全球FDI资产负债头寸基本保持高速上升态势，虽然在2008年金融危机期间，一些国家采取了大规模撤资行动，包括收回投资、公司内反向信贷，导致FDI资本负债头寸大幅下降，但自2009年下半年起，随着全球经济开始缓慢复苏，各国的撤资行为得到有效控制。根据联合国贸易与发展组织（UNCTAD）发布的《2015年世界投资报告》，2015年全球FDI预期将上升11%，2016和2017年的流量可能分别进一步增加到1.5万亿美元和1.7万亿美元。据联合国贸易和发展会议的业务调查，多国企业计划在2015年至2017年增加对外直接投资支出。但是，全球FDI资产负债头寸却存在着分布极度不平衡的严重现象，大多数FDI资产与负债集中于欧美发达国家。根据UNCTAD的数据统计，1980—2014年间，整个非洲的FDI资产负债头寸平均分别只占美国的14.95%与2.16%。

然而对于中国，却又存在着FDI资产与FDI负债相对不足的问题。自改革开放以来，为吸引IFDI（InwardFDI）的流入，我国政府不但努力创造优秀的营商环境，而且在相当长时期内外资企业享受税收优惠①在2013年以前，中国的内资公司所得税为33%，而外资公司所得税只有15%。。在此背景下，国外投资者在华的投资日益增加，并有效推动了中国的技术进步与经济增长（Liu，2002；Tangetal.，2008）。近年来，随着中国“走出去”战略的不断深化，尤其是亚投行的成立以及“一带一路”倡议的推进，对OFDI（OutwardFDI）的重视程度与日俱增，大量企业以海外设立分支机构和跨境并购的方式不断“走出去”，中国的OFDI头寸也开始步入高速增长阶段。截至2014年底，中国的IFDI头寸高达1.09万亿美元，居全球第4位；OFDI头寸也达到0.73万亿美元，居全球第9位。但是，与美国相比，中国的FDI资产负债头寸分别仅占美国的20.0%与11.5%；中国FDI资产负债头寸占GDP的比重分别是10.5%与7.0%，而美国该比例分别是31.2%与36.4%，同样有着非常大的差距。因此，中国较高的FDI资产负债头寸很大程度上是由其全球第二的经济体量驱动的，其相对规模仍然不足。

如何解释当前全球FDI资产负债分布的不平衡以及中国FDI资产负债头寸的相对不足呢？当前研究多选择经济发展的视角，认为随着一国经济增长水平的提高，其FDI负债会相应增加，并且当达到某个节点后，FDI资产也会相对增加。但是，仅从经济发展视角的解读却忽视了国家之间的金融异质性：首先，如果金融市场存在较为严重的融资约束问题，会直接影响企业走出去参与国际竞争；其次，落后的金融市场并不能够为本国企业的海外投资提供有效的保险产品（如汇兑风险与主权风险等），同样阻碍企业“走出去”；第三，东道国金融市场信息披露的不健全导致了跨国并购中信息严重不对称，影响了跨国公司的进入决策；第四，如果资本账户存在着较为严格的管制，必然直接约束FDI的流入与流出。

但是，现有研究却鲜有从金融市场的角度系统论证对外直接投资双向增长问题。因此，本文利用2009—2014年83个母国在126个东道国对外直接投资的双边数据，从国际经验的视角查看金融竞争力、金融开放因素对FDI资产负债头寸的重要影响，并进行如下创新。首先，数据样本。本文通过搜集匹配联合国贸易与发展（UNCTAD）、中国对外直接投资统计公报以及国际货币基金组织联合直接投资调查（CDIS）数据库，有效扩大了数据样本。其次，分析框架。本文使用双边FDI引力模型进行研究，不但可以同时对FDI资产与负债头寸的影响因素进行分析，而且将双边距离、共同语言等双边因素纳入分析框架，改善了单边数据中难以考虑此类因素的不足。第三，指标选择。使用全球竞争力报告中的金融竞争力指标来衡量金融市场的完善程度，使用Chinn＆Ito（2006，2008）构建的KAOPEN指标衡量总体金融开放程度以及 Schindler（2009）、Fern á ndezetal.（2016）的 KA指标查看 FDI流入、流出及投资清盘的管制水平。

本文的具体安排如下：第二部分从国内外现有研究出发，提出本文的研究假设，论证金融竞争力、金融开放对双边FDI的重要理论影响机制；第三部分描述数据样本，并构建实证研究计量模型；第四部分是经验分析，汇报实证研究的回归结果；第五部分是结论与政策建议。

二、文献综述与研究假设

（一）投资收益率差异与跨境FDI

新古典贸易理论认为，FDI是国际贸易的替代，通过跨国投资的方式改变投资收益率的差异，即资本将由资本密集度高、收益率低的国家流向资本收益率高、劳动收益率低的劳动密集型国家 （Faeth，2009）。随着跨国公司的不断发展，对跨境FDI理论的解释也逐渐由新古典贸易理论过渡到以跨国公司微观视角为主体的“新新贸易理论”。企业生产率异质性的观点认为（Helpmanetal.，2004），由于投资固定成本的存在，生产率最高的企业选择对外投资，生产率居中的企业选择出口，而生产率最低的企业只能服务本国市场，并且研究表明，东道国的要素禀赋条件同样是影响生产率下限门槛值的重要因素。由此可见，无论是从新古典还是新新贸易理论、宏观或是微观视角，要素禀赋异质性下的投资收益率差异均是驱动FDI流动的重要因素。

但是，Lucas（1990）的研究发现，资本并未如新古典贸易理论预测的那样由资本密集度高的国家流向资本密集度较低的国家，并且认为人力资本的差异以及资本市场的不完美是此现象产生的重要原因。在Lucas（1990）及之后的 Alfaroetal.（2008）和 Ju＆Wei（2010）对“卢卡斯之谜”的解释中，基本均是从东道国的制度质量对投资收益侵蚀的角度表述资本市场的不完美，以致资本流动的规模并不足以达到与资本边际收益率相等的水平。微观视角的研究同样强调对投资收益率的侵蚀是影响跨国公司投资决策的重要因素，但是也多集中于东道国制度的视角。如Grossman＆Helpman（2004）认为东道国法律法规的健全程度直接关系到企业契约执行，因而东道国制度环境的差异是外包交易成本的重要影响因素；Javorcik＆Wei（2009）认为东道国的腐败不但影响了FDI的进入，而且还改变了所有权结构。除制度的视角外，还有大量学者从信息不对称的角度阐述资本市场的不完美对跨境投资的影响：Stein＆Daude（2007）的研究发现代表信息沟通便利性的时差因素对双边FDI具有显著为负的影响；Portesetal.（2001）、Portes＆Rey（2005）和Gelos＆Wei（2005）则论证了信息摩擦对跨境股权投资的影响。

（二）金融发展水平的影响

以上研究从制度质量以及信息摩擦的角度论证了资本市场不完美对跨境投资的重要影响，与此同时，投资母国及东道国金融市场的发展却又可以有效降低制度及信息摩擦因素导致的收益率损失。

首先，投资母国金融市场发展水平的提高能够有效缓解企业的融资约束，而企业的融资约束则是抑制企业对外直接投资的重要因素。Henry（2000）对11个发展中国家进行的研究表明，金融发展可以改善金融市场的不完善因素，从而降低融资成本，促进企业的投资支出。Claessens＆Laeven（2003）的研究则显示，一国的金融发展程度越高，对外部融资依赖性较高的企业成长越快，证明金融发展有效缓解了融资约束。大量研究也表明，企业的出口受到融资约束的制约。Chaney（2016）将企业的流动性约束引入企业异质性模型中，认为由于流动性约束的存在无法满足企业出口的固定成本，导致本可以从出口中获利的企业不能进入国际市场；Manova（2013）则重点考虑了金融摩擦因素，金融摩擦通过阻碍企业进入生产、生产者进入出口以及出口额三个方面扭曲企业的出口决策，并且这种扭曲在企业抵押资产较少，需要外部融资较多时更加严重。此外，由于对外投资的固定成本比出口更高（Greenaway＆Kneller，2007），因此，其受融资约束影响的可能性就大。在国内学者的研究中，也对融资约束如何影响我国的OFDI进行了探讨。王碧珺等（2015）采用浙江省制造业生产和对外直接投资的企业层面数据，使用Heckman两阶段模型考察融资约束对中国民营企业海外直接投资决策的影响，发现融资约束不但抑制了对外直接投资的可能性，而且对投资规模的扩张也有不利影响；刘莉亚等（2015）则发现在外源融资依赖度较高的行业，融资约束对OFDI的约束限制更大，而全要素生产率方面的优势则可在一定程度上缓解这种负面影响。在投资母国金融发展落后而限制OFDI时，东道国的金融发展将是有效补充。

其次，投资母国的金融发展水平与风险管理能力密切相关，风险管理水平越高，持有风险资产FDI的动因就越强。Mendozaetal.（2009）研究指出，金融发展程度高的国家能够提供更为多样化、全面的保险，以充分对冲投资风险以及禀赋风险的冲击。在充分保险的背景下，高金融发展水平国家的消费者更倾向于持有高风险高收益的资产如FDI。李俊青和韩其恒（2011）在Mendozaetal.（2009）的研究框架基础上加入了宏观经济波动因素，同样得出了如下结论：金融市场发展的差异影响两国居民资产组合的选择，金融市场完全性高的国家“做多股权，做空债权”，金融市场完全性低的国家“做空股权，做多债权”。

最后，东道国投资信息披露受其金融市场完善程度的影响，金融发展水平越高，与国外投资者的信息不对称程度就越低，从而吸引更多的FDI流入。股权投资本土偏好的研究（VanNieuwerburgh＆Veldkamp，2009；2010）指出，信息学习存在选择性偏差，即使微小的信息偏差也可能造成投资者非常强烈地偏好本国资产。Daude＆Fratzscher（2008）的研究发现，相较于股权投资以及债权投资，FDI对信息摩擦更为敏感。而东道国金融市场的发展则能够更加有效地披露本国的宏观、产业甚至本国企业的相关信息，降低国外投资者FDI进入决策中的不确定性，从而吸引更多的FDI流入。

根据以上三点对金融市场发展影响机制的分析，我们提出本文的理论假设一如下：

假设一：FDI资产头寸与投资母国的金融市场发展水平正相关，FDI负债头寸与东道国金融市场发展水平正相关。

（三）金融开放的影响

金融开放是指资本管制不断放松的过程。与金融发展水平对FDI资产负债的影响相比，资本管制的影响更为直观。资本管制可以分为数量管制和价格管制两大类，数量管制是直接限制跨境资本流动的数量与额度，而价格管制则是对资本的流入与流出征税，降低投资的收益率。具体的研究中，Asiedu＆Lien（2004）检验多重汇率的存在、资本账户的约束以及出口强制结汇三种形式的资本管制对FDI流入的影响，发现管制的作用在上世纪七八十年代并不显著，但是在90年代却有显著为负的影响；Montiel＆Reinhart（1999）发现资本管制对资本流入总量的影响并不显著，但是却能够影响资本流入的结构——将短期资本流动转化为FDI形式的资本；Binicietal.（2010）将管制分为股权管制和债权管制，发现管制能够有效地抑制资本流出，但是对资本流入却鲜有影响。魏彦杰等（2015）利用7个子指标（利率自由化、信贷管制的放松、进入壁垒的降低、金融机构国有化比率的降低、审慎性金融监管的加强、证券市场的开放、国际金融自由化）构建了金融自由化指数。研究发现，7个子指标均对企业投资水平差异有正向作用，特别是“信贷管制的放松”。

此外，金融开放程度的提高可以降低金融风险。董青马和卢满生（2010）选取全球60个国家的样本数据进行PanelLogit模型拟合，发现在金融开放程度较高的国家，银行融资依赖程度的降低、政府治理的改进均能有效抵御危机的发生。而金融风险是企业能否进行对外直接投资的重要影响因素之一，东道国金融风险的下降必然能够吸引FDI流入。

由以上研究可知，金融开放对于FDI流入流出具有两方面效应。首先，直接效应。金融开放不但通过资本项目放松了对FDI数量与价格管控，而且针对经常项目管制的放松、取消出口强制结汇、取消多重汇率等措施同样提升FDI交易；并且，金融开放能够降低金融风险，吸引FDI流入。其次，结构效应。在大量发展中国家中，资本管制普遍存在，但是对直接投资的管制通常较少，而对于其他类别尤其是短期资本的管制较为严格，并导致了FDI在总外部资产负债结构中占比的提升。由于本文的主要研究对象是FDI资产负债头寸而非在总外部资产负债中的占比，因此，第一种效应将起主导作用，并根据以上分析提出理论假设二如下：

假设二：FDI资产头寸与投资母国的金融开放度正相关，FDI负债头寸与东道国金融开放度正相关。

三、模型设定与变量选择

（一）模型设定

本文在此尝试使用双边FDI引力模型的框架进行研究。与传统的单边模型相比，双边模型不但能够控制双边因素（如地理距离、共同语言等）对跨境FDI交易的影响，而且能够在同一框架下分析FDI资产负债的影响因素，投资母国即为FDI的资产端，东道国即为FDI的负债端，母国的FDI资产必然为东道国的FDI负债，避免了单边模型中资产负债分析的割裂。根据FDI的引力模型，两国之间的FDI头寸与两国间的经济规模呈正比，与两国之间的距离呈反比。因此，本文的实证模型设定如（1）式所示：

其中，i代表投资母国，j代表投资东道国，t代表时间；fdiijt代表i国在t时期对j国的投资；GDPit、GDPjt分别代表母国与东道国的国民生产总值；Xij代表不随时间变动的双边因素，Xijt代表随时间变动的双边因素；Yit与Yjt分别代表母国与东道国因素；α为截距项，δt为时间虚拟变量，εijt为误差项。

（二）数据与变量选择

1.被解释变量——双边 FDI头寸（fdi）

根据计量模型设定，本文选择双边FDI存量作为被解释变量（取对数）。本文在此选择存量数据而非流量进行研究。具体理由如下：首先，存量数据代表投资者在全球范围内产出的配置；其次，存量数据能够更好地测度资本所有权；再次，与存量数据相比，流量数据的波动性非常大，在较小国家的表现尤其明显（B é nassy-Qu é r éetal.，2007）。

FDI的双边数据可以通过经济合作与发展组织（OECD）数据库、国际货币基金组织联合对外直接投资调查（CDIS）数据库以及联合国贸易与发展（UNCTAD）数据库获得，但是OECD数据库并不包括发展中国家数据，而金融发展水平的低下、金融市场开放程度不足却是发展中国家的典型特征。因此，为统计指标的一致性，本文在此选择UNCTAD数据库以及CDIS数据库中的对外直接投资头寸指标（Outward）作为数据样本。同时，本文进一步归并加入中国对外直接投资统计公报数据，以弥补上述数据库对中国OFDI汇报不完整的问题。

2.主要解释变量

（1）金融竞争力（finc＿i；finc＿j）

全球竞争力报告2015—2016指出，有效的金融市场应当具备以下特征：资产价格能够反映所有可得的共同信息、市场泡沫较少、对冲管理风险的能力、将储蓄配置至最具生产力的投资中。因此，金融发展指标不但应当体现金融中介系统的深度（包括贷款、股票、债券、保险及其他金融产品的可供性与流动性），而且能够衡量金融市场的资本配置效率、在投资者与企业之间建立更加长期的合作关系以及提供有效的支付系统以降低交易成本。

但是，在当前衡量金融发展水平的指标中，基本使用的是私人信贷占GDP的比重、M 2占GDP的比重、股市市值占GDP的比重、股市换手率、股市交易额等金融资产的存量或流量指标（Becketal.，1999；Becketal.，2009；Čih á ketal.，2012）。如果根据上述指标进行测度，2014年中国的M 2占GDP的比重为206%，私人信贷占GDP的比重为155%，股市市值占GDP的比重为75%，股市交易额占GDP的比重为362%，股市换手率占股市市值的比重为480%。诸多指标均显示，中国的金融发展水平处于全球领先水平。但是，中国是一个金融市场欠发达的国家，金融市场上存在着严重的金融抑制与融资约束（Abiadetal.，2010；Songetal.，2011）。由此可见，对于金融市场不健全、缺乏投资规范的发展中国家而言，上述指标可能并非一国金融发展水平合意的测度方式。

对于上述测度指标的不合理性，Rousseau＆Wachtel（2011）的研究甚至指出，如果没有健全的金融机构和金融稳定性，过度的金融发展会导致金融危机的发生；在Obsetfeldetal.（2010）的研究中，使用M 2占GDP的比重指标度量金融不稳定程度；Moghadametal.（2011）则认为，M 2／GDP代表本国资本外逃的可能性，因此需要外汇储备来覆盖此风险。由此可见，如果较高的金融资产的存量或流量来自于资本在金融体系内部空转产生的泡沫或者实体经济部门的过度负债，而非金融部门对实体经济的有效支撑，则上述存量与流量指标很大程度上代表了金融不稳定程度，而非金融市场的真实发展水平。

因此，本文在此使用全球竞争力报告中的第八支柱指标“金融市场发展”来度量金融市场的深化程度。该指标不但考察了金融市场的效率（包括金融服务的可提供性、金融服务的可承担性、通过本国股市融资的可获得性、贷款获得的难易程度、风险资本的可提供性），而且考察了金融市场的可信赖性与信心（银行稳定性、证券交易监管与法律规则指数），从而更好地度量了一国金融市场的深化程度。

（2）金融开放（kaopen＿i；kaopen＿j）

本文在此选择Chinn＆Ito（2006，2008）的KAOPEN指标。该指标能够从整体而非仅仅从资本账户的角度描述一国在制度层面上对资本流动的限制。KAOPEN的构建方法如下。①KAOPEN指标由四个方面的变量构成：代表限制多重汇率存在性变量k1；代表经常账户约束存在性变量k2；代表资本账户交易约束存在性变量k3；代表出口过程中是否需要上缴外汇的变量k4。②为了描述金融开放度而不是管制程度，对AREAER（AnnualReportonExchangeArrangementsandExchangeRestrictions）中的上述四个变量进行反向处理，如该项目不存在管制则变量取1。③由5年（当期和滞后四期）平均的资本账户交易约束变量k3计算出SHAREk3。④计算k1t、k2t、SHAREk3t、k4t的标准化的第一主成分得出KAOPENt。因此，金融开放度并不仅是由资本账户的管制变量SHAREk3决定，而是由四个部分综合决定的。金融开放总体指标的选择也是与Asiedu＆Lien（2004）的研究一致的，即除资本项下的管制之外，经常项目的约束、是否存在多重汇率以及是否存在出口强制结汇，同样可能影响跨境FDI交易。

3.其他控制变量

在控制变量中，本文首先根据引力模型的设定，加入母国与东道国的国民生产总值（gdp＿i，gdp＿j；取对数）以控制经济规模，加入双边地理距离（dis，取对数）、共同语言（comlang）、共同法律起源变量（comleg）控制两国之间的“亲密关系”；此外，本文使用母国与东道国人均GDP之差（gdpp，使用2005年固定美元计价的人均GDP指标取对数后计算得出）度量两国之间资本要素禀赋的差异，用制度距离（inst）衡量两国之间的制度差异①制度距离指标的计算如下：首先，对6个维度的子指标提取一阶主成分得到投资母国与东道国的制度质量inst＿i与 inst＿j，并定义制度距离 inst＝｜inst＿i－inst＿j｜。，用矿石与原材料出口加燃料出口占总出口的比重度量东道国自然资源的丰富程度（raw＿j）。其中，gdp＿i、gdp＿j、gdpp、raw＿j均来自于世界银行的世界发展指标（WDI），制度质量数据来自于世界治理指标（WGI），双边地理距离（dis）、共同语言（comlang）、共同法律起源变量（comleg）则来自于CEPII数据库。

（三）数据描述

由于金融竞争力指标体系在2009年发生变动，且CDIS数据自2009年开始报告②在全球竞争力报告2010—2011中，金融竞争力中加入了对金融服务的可提供性与金融服务的可承担性的考察。，本文数据的时间样本自2009年开始，在投资母国及东道国样本中则剔除了大量西亚国家以及经济体量非常小的太平洋岛国，数据样本涵盖2009—2014年间83个投资母国在126个东道国的FDI。如描述性统计表1所示，由于双边FDI数据中存在大量零值样本，被解释变量进行对数化处理后的观测值仅有15565个，损失达7583个。因此，本文需要在实证分析中对零值样本进行进一步处理；并且，由相关系数矩阵可知，各解释变量之间的相关系数的绝对值均未超过0.7，方差膨胀因子检验中各解释变量的方差膨胀系数也未超过5，即模型中并不存在严重的多元共线性问题。

表1 描述性统计

四、经验分析

（一）基准回归

根据计量模型（1），本文使用最小虚拟变量二乘法（LSDV）进行估计。此外，为解决零值样本损失的问题，本文进行如下处理。首先，借鉴Lane＆Milesi-Ferretti（2008）的方式，对被解释变量进行微量调整，即在双边FDI原始数据的基础上加入微量ε（ε＝1）之后，再进行对数化处理，并分别用LSDV以及Tobit模型进行回归。其次，使用Heckman两阶段模型进行估计。第一阶段是扩展边际，通过probit模型讨论两国之间是否存在FDI的影响因素。第二阶段是集约边际，讨论两国之间投资头寸大小。由于Heckman两阶段模型有效识别的拇指法则是选择方程中至少有一个解释变量不出现在水平回归方程中，本文在扩展边际的选择方程中加入被解释变量滞后一期，计量模型设定如（2）、（3）式所示。其中，fdi＿dumij代表i对j是否有FDI，如果双边FDI头寸大于零，则该变量取1，否则为0。λijt为米尔斯逆，用以修正水平方程中的样本选择偏差，如果λijt显著不等于0，则表明存在样本选择的偏差。

根据假设一与假设二，投资母国及东道国金融竞争力（finc＿i、finc＿j）、投资母国及东道国金融开放度（kaopen＿i、kaopen＿j）均应显著为正。回归结果表2显示，无论是在未进行微量调整的LSDV回归、进行微量调整的LSDV及Tobit模型回归，还是在Heckman两阶段模型的集约边际中，投资母国与东道国的金融竞争力与金融开放变量均显著为正，有效地验证了假设一与假设二；金融开放变量在扩展边际中并不显著，即无论是母国还是东道国的资本管制，均不会完全抑制FDI跨境交易。

控制变量中，在列（1）—（5）中，母国及东道国人均GDP变量均在1%水平下显著为正，经济规模的影响显著；制度距离变量显著为负，共同语言、共同法律起源变量显著为正，与FDI引力模型的预期也是相符的。制度质量、距离变量均显著为负，说明母国更倾向于把FDI资产配置到与本国制度接近的地区；母国与东道国之间经济发展水平的差距（gdpp）显著为正，FDI由经济发达程度较高的国家流向经济发达程度较低的国家，验证了要素禀赋对跨境FDI交易的影响。

表2 金融竞争力金融开放与双边对外直接投资

注：***、**、*分别代表在1%、5%、10%水平下显著，括号内数字为t统计量。下表同。

（二）稳健性检验

如上文所述，金融竞争力指标由8个维度的子指标加权平均得出，但是，8个维度的子指标所代表的意义又各不相同。其中，可提供性指标回答“在这个国家，金融部门为企业经营提供金融产品与服务的宽度如何”；可承担性指标回答“在这个国家，金融服务是企业经营可承担的吗”；股市融资指标回答“企业经营发行股票的难易程度如何”；贷款可得指标回答“在仅有好的商业计划无抵押的情况下获得银行贷款的难易程度”；风险资本指标回答“具有创新性但是高风险的项目获得风险投资的难易程度”；银行稳固指标回答“你认为银行的稳定性如何”；证券监管指标回答“证券交易监管的有效性如何”；法律规则指标回答“借款与贷款人受法律保护的程度”。得分越高，代表金融竞争力越强。上述子指标针对的内容各不相同，因此，在第一个稳健性检验中，本文需要查看不同维度的金融竞争力指标对双边FDI的影响是否具有差异。

在8个维度的金融竞争力子指标的基础上，本文使用Heckman两阶段模型进行回归，其中集约边际的回归结果如表3所示①由于页面限制以及本文主要关注扩展边际FDI的多少，在此并未汇报集约边际的回归结果。结果备索。，列（1）—（8）分别为8个子指标的回归结果。在投资母国与东道国中，金融竞争力指标均在1%水平下显著为正，验证了假设一。但是在8个维度金融竞争力指标中，金融服务的可提供性和可承担性指标的回归系数相对较大，风险资本与法律规则指标的回归系数较小，即双边FDI受母国与东道国金融产品与服务提供的影响较大，但是对法律规则是否能够有效保护借款人和贷款人利益、本国创新性项目能否获得风险投资的支持相对不太敏感。

表3 稳健性检验一——金融竞争力子指标

注：由于篇幅问题，在此仅汇报了重要解释变量的回归结果，其余部分备索。下表同。

根据 Schindler（2009）、Fern á ndezetal.（2016）构建的 KA数据库，FDI项下的管制可分为流出管制、流入管制与投资清盘管制三大类，但是，在上文重点分析的是整体的金融开放指标如何影响双边FDI头寸，对于FDI项下的管制如何仍不明确。因此，在第二个稳健性检验中，本文需要查看投资母国的FDI流出管制（dio）、东道国的FDI流入管制（dii）以及投资清盘（ldi）管制是否会显著降低双边FDI头寸。数据处理方式与计量模型选择均与表2相同，并得到回归结果如表4的列（1）—（5）所示。

在KA数据库中，使用虚拟变量的方式度量FDI流出、流入及投资清盘的管制情况，存在较为严格的管制则指标取1，否则取0。由回归结果表4可见，FDI项下的流入管制及投资清盘管制指标的回归系数基本均在1%水平下显著为负。尤其是投资清盘管制指标ldi的影响较大，在列（1）—（5）中，回归系数的绝对值均显著大于流入管制指标dii。根据Heckman两阶段回归结果可知，当投资清盘管制指标由1变化为0时，在集约边际上两国之间有FDI存在的概率增加2.5%，在扩展边际上双边FDI增加104%。而中国当前存在着较为严格的投资清盘管制，放松对FDI清盘的管制，完善外商在华投资的退出渠道，反而可能是吸引更多FDI流入的有效方式。对于FDI的流出管制指标，研究结论则不尽相同。在未进行微量调整的回归以及Heckman两阶段模型，流出管制指标均显著为负，即投资母国对FDI流出的管制会显著降低其FDI资产头寸。但是，在进行微量调整的Tobit模型以及Heckman两阶段模型集约边际的回归结果中，dio变量却显著为正。对此异象，一个合理的解释是，流出管制降低了两国之间不存在投资的概率，即在流出管制较小的情形下，FDI可以自由流动至具有比较优势的地区，而资本管制的强制力量反而可能将FDI引向本不应该进行投资的地区，由此导致了该变量的回归系数显著为正。

表4 稳健性检验二——FDI管制指标

五、结论与政策建议

本文使用2009—2014年83个投资母国在126个东道国投资的双边FDI头寸数据，在引力模型的框架下实证检验了金融竞争力、金融开放因素对双边FDI的影响，并且针对零值样本、金融竞争力与金融开放不同的测度指标进行了若干稳健性分析。研究发现：（1）投资母国与东道国金融竞争力的提高显著促进了双边FDI，不但在扩展边际上影响两国之间投资的多少，而且在集约边际上提高两国之间存在双边FDI的概率；（2）整体金融开放指标对双边FDI头寸的影响集中于扩展边际，对集约边际的影响不大，即金融开放是两国之间投资多少的重要影响因素，但并非是否存在投资的重要原因；（3）金融竞争力各子指标的回归系数虽然均在1%水平下显著，但是回归系数大小存在差异，其中金融产品与服务的可提供性与可承担性的影响较大，风险资本的提供及法律规则对借贷双边的保护影响较小；（4）针对FDI项下的管制指标与整体金融开放指标的影响存在差异，其中，东道国投资清盘管制的负向影响较大，流入管制影响较小但依然显著为负，投资母国的流出管制在扩展边际上显著为负，但是较高的流出管制水平却可能导致该国的FDI分布在更多的地区。

以上结论均印证了假设一与假设二，显示出金融竞争力、金融开放对双边FDI的重要影响，即一国金融市场竞争力与金融开放程度的提高可以同时提高本国的FDI资产负债头寸。因此，借鉴国际经验，在中国当前迫切需要进一步引进国外高技术含量直接投资以及本国企业走出去的背景下，本文的研究结论具有如下政策意义：

首先，中国需要提高金融竞争力。如图1左图所示，截至当前，中国金融竞争力的评分为4.08，全球排名仅为第54位，其中，金融产品及服务的可得性排名61，银行系统的稳定性排名78，法律规则指数排名第80。中国的金融竞争力不但严重落后于发达国家，而且自2010年起，就再无实质性提升。此外，此外，金融竞争力报告2015—2016认为，在中国营商环境的主要不足中，难以获得足够的金融产品与服务高居第二位。因此，中国要推动FDI的双向流动，持续扩大对外直接投资的资产负债规模，提高本国金融市场的竞争力不可或缺。

图1 中国的金融竞争力及金融开放

其次，继续推动账户开放。自改革开放以来，中国渐进式的金融开放已取得重要进展，当前经常账户项下的管制已基本不存在，取消了多重汇率及出口强制结汇。但是，中国的金融账户项下依然存在着较为严重的管制，导致整体金融开放水平并不高（金融开放指数持续为0.16，2014年全球排名107位）。此外，虽然当前大幅修订了《外商投资产业指导目录》，并通过自贸区建设、双边投资协定（BIT）签订、“一带一路”倡仪等政策不断推动中国FDI流入流出，但是整体而言，尤其是与国际上其他国家相比，中国FDI项下的管制依然较为严格（如图1右图所示，在KA数据库中，中国FDI的管制水平持续为最高的1），依然需要持续推动金融开放尤其是FDI项下的开放。

董青马，卢满生.金融开放度与发展程度差异对银行危机生成机制影响的实证分析.国际金融研究，2010（6）：79—85.李俊青，韩其恒.不完全金融市场、海外资产结构与国际贸易.经济研究，2011（2）：31—43.

刘莉亚，何彦林，王照飞，程天笑.融资约束会影响中国企业对外直接投资吗——基于微观视角的理论和实证分析.金融研究，2015（8）：124—140.

王碧珺，谭语嫣，余淼杰，黄益平.融资约束是否抑制了中国民营企业对外直接投资.世界经济，2015（12）：54—78.魏彦杰，钟娟，沙文兵.中国金融自由化、金融发展与投资水平差异.财贸经济，2015，36（3）：55—71.

Abiad，A.，Detragiache，E.，＆Tressel，T.ANewDatabaseofFinancialReforms.IMFStaffPapers，2010，57（2）：281－302.

Alfaro，L.，Kalemli-Ozcan，S.，＆Volosovych，V.WhyDoesn＇tCapitalFlowfromRichtoPoorCountries？AnEmpiricalInvestigation.TheReviewofEconomicsandStatistics，2008，90（2）：347－368.

Asiedu，E.，＆Lien，D.CapitalControlsandForeignDirectInvestment.WorldDevelopment，2004，32（3）：479－490.

Beck，T.，Demirg ü ç-Kunt，A.，＆Levine，R.FinancialInstitutionsandMarketsacrossCountriesandoverTimeDataandAnalysis.WorldBankPolicyResearchWorkingPaper，2009（4943）.

Beck，T.，Demirg ü ç-Kunt，A.，＆Levine，R.E.ANewDatabaseonFinancialDevelopmentandStructure.WorldBankEconomicReview，1999，14（3）：597－605.

B é nassyQu é r é，A.，Coupet，M.，＆Mayer，T.InstitutionalDeterminantsofForeignDirectInvestment.TheWorldEconomy，2007，30（5）：764－782.

Binici，M.，Hutchison，M.，＆Schindler，M.ControllingCapital？LegalRestrictionsandtheAssetCompositionofInternationalFinancialFlows.JournalofInternationalMoneyandFinance，2010，29（4）：666－684.

Chaney，T.LiquidityConstrainedExporters.JournalofEconomicDynamicsandControl，2016，（72）：141－154.

Chinn，M.D.，＆Ito，H.WhatMattersforFinancialDevelopment？CapitalControls，Institutions，andInteractions.JournalofDevelopmentEconomics，2006，81（1）：163－192.

Chinn，M.D.，＆Ito，H.ANewMeasureofFinancialOpenness.JournalofComparativePolicyAnalysis，2008，10（3）：309－322.

Čih á k，M.，Demirg üç-Kunt，A.，Feyen，E.，＆Levine，R.BenchmarkingFinancialDevelopmentaroundtheWorld.WorldBankPolicyResearchWorkingPape，2012（6175）.

ClaessensS，＆LaevenL.FinancialDevelopment，PropertyRights，andGrowth.JournalofFinance，2003，58（6）：2401－2436.

Daude，C.，＆Fratzscher，M.ThePeckingOrderofCross-borderInvestment.JournalofInternationalEconomics，2008，74（1）：94－119.

Faeth，I.DeterminantsofForeignDirectInvestment-aTaleofNineTheoreticalModels.JournalofEconomicSurveys，2009，23（1）：165－196.

Fern á ndez，A.，Klein，M.W.，Rebucci，A.，Schindler，M.，＆Uribe，M.CapitalControlMeasures：ANewDataset.IMFStaffPapers，2016，64（3）：548－574.

Gelos，G.，＆Wei，S.-J.TransparencyandInternationalPortfolioHoldings.JournalofFinance，2005，60（6）：2987－3020.GreenawayD.，＆ KnellerR.FirmHeterogeneity，ExportingandForeignDirectInvestment.EconomicJournal，2007，117（517）：F 134－F 161.

Grossman，G.M.，＆Helpman，E.ManagerialIncentivesandtheInternationalOrganizationofProduction.JournalofInternationalEconomics，2004，63（2）：237－262.

Helpman，E.，Melitz，M.J.，＆Yeaple，S.R.ExportVersusFDIwithHeterogeneousFirms.AmericanEconomicReview，2004，94（1）：300－316.

HenryP.B.DoStockMarketLiberalizationsCauseInvestmentBooms.JournalofFinancialEconomics，2000，58（1）：201－334.

JavorcikB.S.，＆WeiS.J.CorruptionandCross-borderInvestmentinEmergingMarkets：Firm-levelEvidence.JournalofIn-ternationalMoney＆Finance，2009，28（4）：605－624.

Ju，J.，＆Wei，S.J.DomesticInstitutionsandtheBypassEffectofFinancialGlobalization.AmericanEconomicJournal：EconomicPolicy，2010，2（4）：173－204.

Liu，Z.ForeignDirectInvestmentandTechnologySpillover：EvidencefromChina.JournalofComparativeEconomics，2002，30（3）：579－602.

Lane，P.R.，＆Milesi-Ferretti，G.M.InternationalInvestmentPatterns.TheReviewofEconomicsandStatistics，2008，90（3）：538－549.

Lucas，R.E.WhyDoesn＇tCapitalFlowfromRichtoPoorCountries？TheAmericanEconomicReview，1990，80（2）：92－96.ManovaK.CreditConstraints，HeterogeneousFirms，andInternationalTrade.TheReviewofEconomicStudies，2013，80（2）：711－744.

Mendoza，E.G.，Quadrini，V.，＆Rios-Rull，J.V.FinancialIntegration，FinancialDevelopment，andGlobalImbalances.JournalofPoliticalEconomy，2009，117（3），371－416.

Moghadam，R.，Ostry，J.D.，＆Sheehy，R.AssessingReserveAdequacy.IMFPolicyPapers，2011，14.

Montiel，P.，＆Reinhart，C.M.DoCapitalControlsandMacroeconomicPoliciesInfluencetheVolumeandCompositionofCapitalFlows？Evidencefromthe 1990 s.JournalofInternationalMoneyandFinance，1999，18（4），619－635.

Obsetfeld，M.，Shambaugh，J.C.，＆Taylor，A.M.FinancialStability，theTrilemma，andInternationalReserves.AmericanEconomicJournalMacroeconomics，2010，2（2）：57－94.

Portes，R.，＆Rey，H.TheDeterminantsofCross-borderEquityFlows.JournalofInternationalEconomics，2005，65（2）：269－296.

Portes，R.，Rey，H.，＆Oh，Y.InformationandCapitalFlows：TheDeterminantsofTransactionsinFinancialAssets.EuropeanEconomicReview，2001，45（4）：783－796.

Rousseau，P.L.，＆Wachtel，P.WhatisHappeningtotheImpactofFinancialDeepeningonEconomicGrowth？EconomicInquiry，2011，49（1）：276－288.

Schindler，Martin.MeasuringFinancialIntegration：ANewDataSet.IMFStaffPapers，2009，56（1）：222－238.

Song，Z.，Storesletten，K.，＆Zilibotti，F.GrowingLikeChina.TheAmericanEconomicReview，2011，101（1）：196－233.SteinE，＆DaudeC.LongitudeMatters：TimeZonesandtheLocationofForeignDirectInvestment.JournalofInternationalEconomics，2007，71（1）：96－112.

Tang，S.，Selvanathan，E.A.，＆Selvanathan，S.ForeignDirectInvestment，DomesticInvestmentandEconomicGrowthinChina：ATimeSeriesAnalysis.TheWorldEconomy，2008，31（10）：1292－1309.

VanNieuwerburgh，S.，＆Veldkamp，L.InformationImmobilityandtheHomeBiasPuzzle.TheJournalofFinance，2009，64（3）：1187－1215.

VanNieuwerburgh，S.，＆VeldkampD，L.InformationAcquisitionandUnder-Diversification.TheReviewofEconomicStudies，2010，77（2）：779－805.