APP下载

金融发展对“一带一路”沿线国家和地区对外直接投资影响的实证研究

2020-06-08杨志明

金融发展研究 2020年5期
关键词:对外直接投资金融发展一带一路

杨志明

摘   要:本文利用世界银行2000—2018年111个“一带一路”沿线国家和地区的社会经济数据,运用面板数据模型讨论金融发展对其对外直接投资的影响。实证结果表明,“一带一路”沿线国家和地区的金融发展显著地促进了对外直接投资;并且金融发展的积极影响存在收入差异性,即“一带一路”沿线高收入国家和地区的金融发展对其对外直接投资促进作用显著,而低收入国家和地区的促进作用有限,甚至不显著。此外,研究还表明,金融发展对其对外直接投资的促进作用与贸易开放程度有关,即贸易开放程度越高,金融发展对其对外直接投资促进作用越大。

关键词:金融发展;对外直接投资;贸易开放程度;“一带一路”

中图分类号:F830  文献标识码:A  文章编号:1674-2265(2020)05-0044-06

DOI:10.19647/j.cnki.37-1462/f.2020.05.006

一、引言

在“一带一路”倡议的推动下,沿线国家和地区对外直接投资规模持续增长。近年来,世界范围内各个国家和地区经贸与资金往来日趋频繁,跨境资金收支无论是总体规模还是增长幅度均有不同程度的提升。以我国为例,据商务部统计,2018年对“一带一路”沿线国家和地区直接投资156亿美元,增长8.9%,占我国对外直接投资的12%。虽然跨境基础设施建设逐年增加、国际产能合作逐步加深,但“一带一路”沿线国家和地区的经济发展状况差异较为明显,对外直接投资规模和增幅差异较大。为进一步发挥促进沿线国家和地区跨境基础设施建设和国际产能合作开展,何种因素影响“一带一路”沿线国家和地区的对外直接投资水平引起国内外学者广泛关注。

对外直接投资影响因素众多,如技术水平(雷欣和陈继勇,2012)[1]、经济制度(阎大颖,2013)[2]、资源和制度(Kolstad和Wiig,2009;李阳等,2013)[3,4]、法律制度(谢孟军和郭艳茹,2013)[5]、贸易水平(张为付,2008)[6]等。在发展经济学中金融发展已被公认为是推动经济发展的重要因素,其发展水平也直接影响投资行为(Beck和Levine,2002)[7]。大量实证研究结果表明,金融发展不足将制约各类投资行为(沈红波等,2010)[8]。有学者讨论金融发展与对外直接投资的关系(王勋,2013;余官胜和袁东阳,2014)[9,10],认为金融发展落后将导致资金供给不足,制约对外直接投资水平(余官胜,2015)[11];同时,金融发展不足也将产生经常项目失衡引发经济问题,进一步影响对外直接投资(王勋,2013)[9]。由此可见,金融发展水平降低将不利于对外直接投資,反之,金融发展水平提高有助于增加对外直接投资。

本文可能的边际贡献在于:(1)尽管学者关于金融发展和对外直接投资关系研究已较为丰富,但是尚未有研究以“一带一路”沿线国家和地区为样本展开讨论,研究仍显不足,本文以“一带一路”沿线国家和地区为研究对象进行讨论,以填补当前研究可能的不足。(2)金融发展和对外直接投资的关系仍有待深入探讨,如收入异质性分析、贸易开放程度调节作用等问题尚未得到解决,因此,本文拓展研究主题,围绕金融发展与对外直接投资关系进一步分析。当前,探讨“一带一路”沿线国家和地区的对外直接投资影响因素,将有助于制定有益金融改革的政策,充分发挥对外投资作用,促进区域间协同发展,持续深化合作实现互惠共赢。进一步分析关系存在的收入异质性,有助于引导全面发展。明确贸易开放程度作用,将有助于推进对外投资发展。

二、研究设计

本文旨在讨论“一带一路”沿线国家和地区的金融发展对其对外直接投资的影响,参考江伟(2011)[12]、余官胜(2015)[11]等研究,建立回归方程:

[Yit=a1+a2Xit+a3Zit+εit]      (1)

其中,[Yit]表示第[i]国家和地区第[t]年对外直接投资指标;[Xit]金融发展水平指标;[Zit]表示其他控制变量指标,如包括经济增长、贸易开放程度、技术进步水平指标;[a1]、[a2]和[a3]表示常数项、变量待估计系数或向量;[εit]表示随机扰动项。

具体来看,因变量[Yit]是对外直接投资,为了消除规模效应影响,选择“一带一路”沿线国家和地区的对外直接投资占地区生产总值(GDP)比重来表征,项本武(2009)[13]、王胜等(2014)[14]、王永钦等(2014)[15]采用该指标讨论对外直接投资影响因素等问题。关键自变量[Xit]是金融发展水平,选择以“一带一路”沿线国家和地区的国内私人部门信贷和金融部门提供国内信贷占GDP比重来表征,江春(2005)[16]、沈军和包小玲(2013)[17]、徐丽芳等(2017)[18]应用该指标表征国家层面金融发展水平。在控制变量[Zit]选择方面,影响对外直接投资因素较多,然而限于数据可得性和完整性,主要选择经济发展、贸易开放程度和技术进步水平三个指标:第一,经济增长选择GDP增长率来表征,该指标中涉及GDP是基于2010年为基期的不变价本币计算,以此为基础计算GDP增长率,经济增长迅速代表其市场规模越大,容易获得规模经济和范围经济,导致对外直接投资增加(沈军和包小玲,2013;冀相豹,2014)[17,19];第二,贸易开放程度选择贸易、商品贸易和服务贸易占GDP比重来表征,所有指标是以现价美元计算,贸易水平越高,对外直接投资水平越高(张为付,2008)[6];第三,技术进步选择研发支出占GDP比重来表征,研发支出是指系统性创新工作的经常支出和资本支出,技术进步水平高的国家和地区更有可能进行对外直接投资(Helpman等,2004;严兵和张禹,2016)[20,21]。

鉴于数据结构特征,本文采用面板数据回归模型予以分析。与此同时,为了讨论不同经济发展水平下金融发展水平和对外直接投资的关系,采用分层回归的方法进行讨论。本文按照世界银行国家分类标准,将“一带一路”沿线国家和地区划分为四类,包括高、中高、中低和低收入国家,同时将高和中高等收入国家作为高收入组,将中低和低收入国家作为低收入组。

为了进一步考察贸易开放程度对金融发展和对外直接投资关系的作用,构建调节效应回归方程:

[Yit=b1+b2Xit+b3NXit+b4Xit×NXit+b5Zit+εit]   (2)

其中,[NXit]表示第[i]国家和地区第[t]年贸易开放程度,[Xit×NXit]表示金融发展与贸易开放程度的交互项,为防止可能存在多重共线性,进行中心化后进行交互;其他变量的构建与回归方程(1)保持一致;[b1]、[b2]、[b3]和[b5]表示常数项、变量待估计系数或向量,[b4]表示调节效应估计系数;[εit]表示随机扰动项。

本文的样本数据是2000—2018年111个“一带一路”沿线国家和地区。其中,涉及的所有指标均来自世界银行数据库。目前已有136个国家和地区与我国签订共建“一带一路”合作协议,但由于部分沿线国家和地区数据缺失严重,仅选择数据完善的沿线国家和地区作为研究对象。此外,因存在较少部分國家和地区的年度数据缺失,采用平滑方法进行数据补充处理。

三、实证结果

(一)统计描述

表1报告的是全样本和收入分组的统计描述。平均来看,样本的对外直接投资占GDP比重的年平均值为2.75%。以国内私人部门信贷和金融部门提供国内信贷占GDP比重两个指标衡量金融发展水平,其年平均值分别为47.8%和63.67%。所有国家样本期间内的GDP年平均增长率为4%,其贸易占GDP比重和研发支出占GDP比重年平均值依次是97.76%和6.25%。依据世界银行收入分类标准,高收入组和低收入组的对外直接投资占GDP比重依次是3.68%和1.04%,高收入组对外直接投资明显高于低收入组。而金融发展方面,收入分组差距也较大,高收入组的国内私人部门信贷和金融部门提供国内信贷占GDP比重依次是57.53%和72.99%,远高于低收入组的29.83%和46.47%。

(二)金融发展对其对外直接投资的影响

表2报告的是金融发展对“一带一路”沿线国家和地区对外直接投资的影响。表2中模型1和模型2是以国内私人部门信贷占GDP比重为金融发展衡量指标的估计结果;模型3和模型4是以金融部门提供国内信贷占GDP比重为金融发展衡量指标的估计结果。模型1和模型3是控制了GDP增长率和贸易占GDP比重两个指标,而模型2和模型4则是在此基础之上增加了研发支出占GDP比重。逐渐增加变量,其R2也逐渐增大,且表2中模型2和模型4的R2均接近0.6,说明因变量对自变量具有一定联合解释力度。结果显示,在控制了经济增长、贸易开放程度和技术进步水平后,自变量金融发展与因变量对外直接投资均具有显著正相关关系,意味着“一带一路”国家和地区的金融发展水平提高将促进其对外直接投资水平。以表2中模型2为例,在其他变量保持不变的情况下,国内私人部门信贷占GDP比重每增加1%,其对外直接投资占GDP比重将增加0.05%,金融发展水平较高的国家和地区,拥有充足的资金供给,为对外直接投资提供便利;同时,其经常账户均衡,经济发展稳定,促进对外直接投资进一步增加。

表征经济增长的GDP增长率与对外直接投资并未显示出显著正相关关系,表明“一带一路”沿线国家和地区对外直接投资的经济促进作用并未获得充分发挥;表征技术进步的研发支出占GDP比重、表征贸易开放程度的贸易占GDP比重都与其对外直接投资呈现出显著正相关关系,意味着技术进步水平和贸易开放程度的增加将有助于提高对外直接投资。

(三)稳健性检验

表3报告的是金融发展对对外直接投资影响的稳健性检验。主要考虑三个方面:首先,金融发展水平和对外直接投资可能存在互为因果关系,导致内生性问题,因此选择系统GMM估计方法予以克服,表3中模型1和模型5报告这一结果;其次,面板数据重点考察个体因素,除此之外,时间因素也十分重要,因此选择双固定效应估计方法予以克服,表3中模型2和模型6报告这一结果;最后,贸易可以细分为商品贸易和服务贸易两种,更换贸易变量,表3中模型3—模型4和模型7—模型8报告这一结果。其中,表3中模型1—模型4是以国内私人部门信贷占GDP比重为金融发展衡量指标的估计结果;模型5—模型8是以金融部门提供国内信贷占GDP比重为金融发展衡量指标的估计结果。

模型1和模型5是系统GMM估计方法,自相关检验显示该模型扰动项的差分存在一阶自相关,但不存在二阶自相关,故接受扰动项无自相关的原假设,可以使用系统GMM估计;过度识别检验显示接受所有工具变量都有效的原假设,可以使用系统GMM估计。模型4—模型8、模型6—模型8R2均达到0.6,说明因变量对自变量具有一定联合解释力度。

结果显示,所有稳健性检验一致表现为国内私人部门信贷和金融部门提供国内信贷占GDP比重两个金融发展指标对“一带一路”沿线国家和地区对外直接投资具有显著的促进作用,与基准模型结论保持一致。

(四)异质性检验

不同经济发展水平可能会对金融发展与对外直接投资关系产生差异性影响。运用分层回归方法对高、低收入组进行检验,表4报告了分组估计结果。

表4中模型1—模型4是以国内私人部门信贷占GDP比重为金融发展衡量指标的估计结果;模型5—模型8是以金融部门提供国内信贷占GDP比重为金融发展衡量指标的估计结果。表4中模型1和模型2、模型5和模型6是高收入组;模型3和模型4、模型7和模型8是低收入组。结果显示,“一带一路”沿线国家和地区的金融发展对高收入组的对外直接投资具有显著的促进作用,而金融发展对低收入组的对外直接投资促进作用有限,甚至不显著,对对外直接投资产生一定的积极影响。

为了进一步讨论经济发展对金融发展与对外直接投资关系的影响,构建收入分组虚拟变量,将上述高收入组视为1,低收入组视为0,并且将收入分组变量与金融发展进行交互,其结果报告于表5。表5中模型1和模型2是以国内私人部门信贷占GDP比重为金融发展衡量指标的估计结果;模型3和模型4是以金融部门提供国内信贷占GDP比重为金融发展衡量指标的估计结果。结果显示,收入分组与金融发展交互项是显著正相关关系,表明金融发展对对外直接投资影响与经济发展水平有关,即与低经济发展水平相比,高经济发展水平国家和地区的金融发展对其对外直接投资具有更大的促进作用。以表5中模型4为例,在其他变量保持不变的情况下,若属于高收入组,则金融发展对对外直接投资影响为0.044,若属于低收入组,则金融发展对对外直接投资影响为0.015。

(五)调节效应检验

在基准模型上增加金融发展与贸易占GDP比重的交互项(见表6),模型1和模型2是以国内私人部门信贷占GDP比重为金融发展衡量指标的估计结果;模型3和模型4是以金融部门提供国内信贷占GDP比重为金融发展衡量指标的估计结果。结果显示,金融发展对对外直接投资具有显著的促进作用,这与主结果保持一致;金融发展与贸易开放程度交互项显著为正,则表明贸易开放程度能够有效提高金融发展对对外直接投资的积极作用。

四、结论与政策建议

本文基于“一带一路”沿线111个国家和地区2000—2018年的样本,研究金融发展水平对其对外直接投资的影响。实证结果表明:(1)“一带一路”沿线国家和地区的金融发展水平对其对外直接投资产生显著的积极影响,此外,贸易开放程度和技术进步也是对外直接投资的重要影响因素。(2)金融发展对其对外直接投资的影响具有异质性,即高收入国家金融发展产生积极影响,而低收入国家积极影响有限,甚至并未显示。(3)贸易开放程度有助于促进金融发展的积极影响。

本研究结果对“一带一路”沿线国家和地区的金融发展改革和对外投资领域政策制定具有一定的参考价值。首先,需要积极推动“一带一路”沿线国家和地区金融改革,鼓励对外直接投资,促进经济发展;其次,应关注低收入国家的金融发展,实现世界范围内对外直接投资增加,最终实现共同的经济发展;最后,需要提升贸易开放水平,推动对外直接投资发展。

参考文献:

[1]雷欣,陈继勇. 技术进步、研发投入与外商直接投资的区位选择 [J]. 世界经济研究,2012,(8).

[2]阎大颖.中国企业对外直接投资的区位选择及其决定因素 [J].国际贸易问题,2013,(7).

[3]Kolstad I,Wiig A. 2012. What determines Chinese outward FDI? [J].Journal of World Business,47(1).

[4]李阳,臧新,薛漫天.经济资源、文化制度与对外直接投资的区位选择——基于江苏省面板数据的实证研究 [J].国际贸易问题,2013,(4).

[5]谢孟军,郭艳茹.法律制度质量对中国对外直接投资区位选择影响研究——基于投资动机视角的面板数据实证检验 [J].国际经贸探索,2013,29(6).

[6]张为付.影响我国企业对外直接投资因素研究 [J].中国工业经济,2008,(11).

[7]Thorsten Beck,Ross Levine. 2002. Industry Growth and Capital Allocation [J]. Journal of Financial Economics,64(2).

[8]沈红波,寇宏,张川. 金融发展、融资约束与企业投资的实证研究 [J].中国工业经济, 2010,(6).

[9]王勋.发展中国家对外直接投资:基于金融抑制视角的分析 [M].中国对外直接投资研究,北京大学出版社.

[10]余官胜,袁东阳.金融发展是我国企业对外直接投资的助推器还是绊脚石——基于量和质维度的实证研究 [J].国际贸易问题,2014,(8).

[11]余官胜.东道国金融发展和我国企业对外直接投资——基于动机异质性视角的实证研究 [J].国际贸易问题,2015,(3).

[12]江伟.金融发展、银行贷款与公司投资 [J].金融研究,2011,(4).

[13]項本武.东道国特征与中国对外直接投资的实证研究 [J].数量经济技术经济研究,2009,(7).

[14]王胜,田涛,谢润德.中国对外直接投资的贸易效应研究 [J].世界经济研究,2014,(10).

[15]王永钦,杜巨澜,王凯.中国对外直接投资区位选择的决定因素:制度、税负和资源禀赋 [J].经济研究, 2014,(12).

[16]江春,许立成.金融监管与金融发展:理论框架与实证检验 [J].金融研究,2005,(4).

[17]沈军,包小玲.中国对非洲直接投资的影响因素——基于金融发展与国家风险因素的实证研究 [J].国际金融研究,2013,(9).

[18]徐丽芳,许志伟,王鹏飞.金融发展与国民储蓄率:一个倒U型关系 [J].经济研究,2017,(2).

[19]冀相豹.中国对外直接投资影响因素分析——基于制度的视角 [J].国际贸易问题,2014,(9).

[20]Helpman E,Melitz M J,Yeaple S R. 2004. Export Versus FDI with Heterogeneous Firms [J].American Economic Review,94(1).

[21]严兵,张禹.生产率、融资约束与对外直接投资[J].世界经济研究,2016,(9).

猜你喜欢

对外直接投资金融发展一带一路
我国企业对外直接投资对国内就业的影响
江苏省OFDI产业升级效应浅析
中国企业对外直接投资的发展特征与导因分析
金融对农业现代化发展的影响及对策实证分析
我国房地产对外直接投资分析
邮政金融应对互联网冲击的对策探讨
对外开放对金融发展的抑制效应