东道国金融开放度对中国对外直接投资的影响

何丹 李承桦

摘 要：金融开放度，即一国金融对外开放程度，是金融开放实证研究的基础。本文运用2008年-2020年中国对“一带一路”沿线46个国家的直接投资数据，基于固定效应模型从投资动机的视角实证研究了东道国金融开放度对中国对外直接投资（OFDI）的影响。研究发现，沿线国家的金融开放度对中国OFDI有显著的正向效应。当基于具体的动机开展投资活动时，东道国金融开放度与中国OFDI呈现出不同的相关性。基于寻求市场、自然资源和基建援助动机的OFDI，东道国金融开放度与其显著负相关;而基于效率寻求动机的OFDI，东道国金融开放度与其显著正相关。

关键词：金融开放度;对外直接投资;一带一路;投资动机

一、引言

随着“一带一路”倡议的逐步落实，中国与沿线国家的经贸合作愈发密切，投资额度也逐年攀升。2003年与2020年，我国对沿线国家的投资额分别为2亿美元和225.39亿美元，前者仅占同期对外直接投资总额的7.1%，而后者则高达14.66%且同比增长20.59%。可见，沿线国家是中国OFDI必不可少的阵地之一。并且，从2013年该倡议提出到2020年金融街论坛成功举办，“一带一路”建设正从经贸合作逐渐走向全方位的金融业对外开放。因此，“一带一路” 沿线国家金融开放度是否会影响中国OFDI，这是值得进一步探讨的研究议题。

金融开放度用于衡量一国的金融开放水平，资本账户和金融市场的开放是金融开放的关键一环，其是获得外国OFDI的重要影响因素（陈雨露等，2007）。合理的区位选择有益于增强对投资企业的保护、降低其面临的风险和损失。大量学者研究表明市场、资源和效率寻求是中国对沿线国家OFDI的主要动机。由于近年来中国对沿线国家的OFDI主要分布在基础设施领域，这也反映出基建是影响中国OFDI的关键因素。因此，本文结合研究实际，将寻求市场、自然资源、效率和基建援助作为中国对沿线国家的投资动机，实证研究东道国金融开放度对中国OFDI的影响。

本文的创新之处在于：首先，“一带一路”背景下金融开放度和中国OFDI关系的研究尚不充分，本文在此基础上加入投机动机与金融开放度的交互项，这将从理论上填补现有研究的空缺。其次，当下市场、资源、技术和效率是中国OFDI的源泉，本文结合研究实际，将寻求市场、自然资源、效率和基建援助作为投资动机。最后，随着中国与沿线国家的经贸合作愈发紧密，因此明确金融开放度与中国OFDI的关系尤为重要，这也将进一步深化中国与沿线国家的金融合作。

二、理论分析与研究假设

本文从“一带一路”沿線国家的视角出发，基于金融原理与作用机理的角度，把 AK 内生经济增长模型作为理论基础来深入剖析金融开放和外商直接投资（FDI）的内在机制。

1.金融开放度与外商直接投资

基于规范的H-O理论，相对优势是不同国家资本流动的基础，其主要源自要素赋课、规模经济和技术素质。基于资本结构的视角，金融开放度较高的国家在同等条件下具有相对优势，它可以吸引资本密集型产品和技术的生产，而金融开放度低的国家则在劳动密集型产品方面具有相对优势。Rajan & Zingale（1998）的研究指出，通过增强一个国家的技术素质和资本要素，金融开放能够改善外资结构，进一步推动其从劳动密集型到技术或资本密集型产业结构的转化，并且金融开放能使依赖外资的国家产业具有相对优势。由此可知，一个国家的金融开放度也能作为相对优势的源泉。

AK模型可以阐明金融开放引起的相对资本优势的变化，其反映的是总产出和总资本的线性函数关系：

Yt = AKt（1）

Yt为总产出，A为生产的边际效率，若一国的人口总量不变，并且生产出的产品仅用于消费和投资，δ是折旧率，则总投资为：

It = Kt+1-（1-δ）Kt（2）

凯恩斯认为封闭经济下要达到经济稳步增长的目标，需要满足储蓄等于投资这个充要条件，新古典学派强调的也是储蓄完全转化为投资以实现充分运用。所以资本市场的均衡条件为：

St = It （3）

但在实际经济生活中，信息不对称使得资金由储蓄转向投资时大打折扣。因此，要满足这个条件，两国之间的贸易往来必须在跨境资本无法自由流动的情形下进行。若储蓄转化为投资的有效分配效率用θ表示，则有现金漏损率1-θ：

θSt = It（4）

其中，储蓄到投资的分配率用系数θ（0≤θ≤1）表示。当市场信息完全公开透明时，θ=1才会成立。

t +1时期的增长率可根据（1）计算：

（5）

再把（2）和（4）代入（5），可求得经济在稳定条件下的增长率：

（6）

其中s=为总储蓄率。式（6）说明了边际效率A会对θ、s和  造成影响，而系数θ、s和  均与金融开放和金融发展相关，也就是说在金融系统发挥作用的条件下，资本才能有效运转。首先，基于金融系统的功能，在金融开放的条件下储蓄到投资更容易转化。其中，金融中介机构发挥着至关重要的作用，通过中介机构为其做隐性担保，可以降低风险和成本，提高资金的流转速度。因此，这表明θ与中介机构功能的发挥直接相关。其次，在金融开放的条件下A会显著提升。由于资本是生产要素之一，所以金融开放往往会促进企业规范管理，引导低生产率行业的资本向高生产率的行业转移，实现资源整合、提高资金的分配效率，从而促进生产效率的边际提升。

总之，随着金融开放的逐步实现，θ、s和A对经济金融发展的影响逐步增强，进而实现经济稳增长，资本的存量和流量也逐步增加。把（4）代入（2）：

Kt+1=θSt+（1-δ） Kt （7）

用C1、C2分别代表两个不同的国家，则有式（8）和（9）

（8）

（9）

由上式可知，若两国的金融开放度存在显著差别，那么就算期初的资本水平相同，即KC1t=KC2t，t+1时期两国的资本存量也会不同，即如果θ1>θ2且SC1t>SC2t，则有KC1（t+1）>KC2（t+1） 。所以一国资本储蓄量会受到初始资本水平K和由金融开放度决定的资本存款量的影响，在此基础上，一国金融开放度越高，其动员经济的能力越强，储蓄到投资的转化率也越高，该国越能生产出资本密集型更高的产品，从而导致了比较优势的产生。

因此，上述推论表明随着金融业的繁荣对一国经济发展的影响愈发重要，在市场开放的条件下，金融开放度与 FDI的正相关关系愈发显著。这也与相关学者的研究不谋而合，何俊勇等（2021）利用中国对“一带一路”沿线国家10年的投资数据研究发现，沿线国家金融开放度与中国OFDI显著正相关。据此提出：

假设 1：东道国金融开放度对中国OFDI存在正向效应。

2.投资动机下金融开放度与对外直接投资

在市场寻求动机方面，OFDI倾向于选择市场规模大的区位以降低边际成本早已得到证实。文余源等（2021）的研究表明市场规模是中国OFDI的关键因素。和德国、日本等传统制造业强国相比，中国还有很长的路要走。因此，基于市场寻求动机时，与发达国家相比，中国企业在金融开放度相对较低的国家中竞争优势更大，所以通常会选择金融开放度较低、市场潜力较大的发展中国家进行直接投资。据此提出：

假设2：基于市场寻求动机时，东道国的金融开放度与中国OFDI负相关。

在自然资源寻求动机方面，Aleksynska & Havrylchyk（2013）指出资源富足、物产丰富的国家更能吸引外资，这一动因也得到了国内大量学者的认可。由于国有企业是寻求资源的主要力量，因而它特有的非市场动机和所有权优势使其在沿线国家进行投资时对金融开放度的容忍度显著增强。据此提出：

假设3：基于自然资源寻求动机时，东道国的金融开放度与中国OFDI负相关。

在效率寻求动机方面，Chen等（2016）认为中国OFDI存在明显的劳动力寻求动机，并且劳动力资源充沛且生产率较高的国家是首选的投资对象。2020年，制造业是中国对东盟OFDI的首要目标行业，合计63.38亿美元，同比增长11.8%，占39.5%，越南、新加坡等国家为中国OFDI的主要流入地。寻求劳动力在中国的民营企业中最为明显，但资本力量弱且抗风险能力差等问题的存在也使得民营企业更愿意前往金融开放度较高的国家开展投资。据此提出：

假设4：基于效率寻求动机时，东道国的金融开放度与中国OFDI正相关。

在基建援助动机方面，设施联通作为“一带一路”建设的前提，也反映出中国对沿线国家基建水平的重视程度。段博川等（2019）认为當下中国的高铁技术处于世界前列，基建领域积累的丰富经验加之煤炭、钢铁等产能过剩，使得“一带一路”倡议成为了一个不可或缺的基建援助平台。由于基建水平相对较低的国家和地区，往往金融开放度也相对较低，这也表明中国企业对东道国金融开放度有较大的容忍度。据此提出：

假设5：基于基建援助动机时，东道国的金融开放度与中国OFDI负相关。

三、研究设计

本文基于2008年-2020年中国对沿线46个国家OFDI的数据，从投资动机的视角分析东道国金融开放度对中国OFDI的影响。

1.变量选取

考虑到数据的可获得性，本文选取中国对沿线国家OFDI的数据和相关变量数据进行研究，具体变量如表 1 所示。

2.计量模型构建

为确保模型的拟合优度和避免异方差等影响，本文对相关变量取自然对数。同时，本文对连续变量进行了1%和99%分位数的缩尾处理以削弱异常值的影响。本文重点考察金融开放度及其与4种投资动机的交互效应对中国OFDI的影响。基于以上分析建立模型如下：

LnOFDIit=β1LnFOPit+β2LnGDPit+β3LnMELitt+β4LnPGDPit+β5LnINFit+β6LnFOPit*LnGDPit+β7LnFOPit*LnMELit+β8LnFOPit*LnPGDPit+β9LnFOPit*LnINFit+β10Xit+γt+δi+εit（1）

其中，βi为待估参数，i代表国家，t代表年份，Χ指代控制变量。εit是随机扰动项，年度固定效应γt和国家固定效应δi一并考虑在模型中。

四、实证分析

1.描述性分析

“一带一路”沿线共有 65 个国家，其中，由于表征金融开放度和相关变量的数据极度缺失，剔除阿联酋、不丹和伊拉克等国家，得到46个国家的数据。表2为各变量的描述性统计，其中，lnOFDI标准差最高，表明对于沿线国家的OFDI，我国区域偏好明显;lnGDP标准差相对较高，这表明沿线国家的市场规模存在较为显著的差异;其余变量的标准差均比lnOFDI和lnGDP小。此外，沿线国家自然资源、劳动力成本等变量最大、最小值之间相差较大，这也体现出相关要素分布不均衡、差异明显等特点。

2.回归结果分析

为检验假设1-5，通过模型（1）进行实证研究，回归结果见表3。考虑到构成交互项的变量之间通常相关性较强，从而导致模型多重共线性现象出现，因此，本文对相关变量均采取去中心化处理，以此来缓解多重共线性问题。

从表3可知，模型加入交互项前后，lnFOP的系数均在1% 的显著性水平上显著为正，这表明东道国金融开放度与中国OFDI显著正相关，验证了假设1。从交互项来看，LnFOP*lnGDP的系数均在1% 的显著性水平下负显著，表明基于市场寻求动机时，金融开放度相对较低的国家更受中国企业的青睐，这能在一定程度上降低和发达国家跨国企业的竞争，验证了假设2。LnFOP*lnMEL的系数均显著为负，表明基于自然资源寻求动机时，中国企业更喜欢到资源禀赋优越、金融开放度较低的国家，因为国有企业特有的优势使其投资时对金融开放度的容忍度增强，证实了假设3。LnFOP*lnPGDP的系数均在1%水平上显著为正，表明基于效率寻求动机的OFDI，金融开放度与其正相关，验证了假设4。在列（5）中，LnFOP*lnINF的系数显著为负，表明当中国企业基于基建援助动机进行投资时，对基建水平较低的国家更加青睐，对金融开放度的容忍度也较大，验证了假设5。调节变量中各变量对中国OFDI均显著影响且符合预期（1）。

在控制变量中，中国对沿线国家OFDI与贸易依存度TRA均显著正相关，表明东道国对外贸易依存度越高对中国OFDI的吸引力越大。这是因为贸易依存度越高，往往表明东道国政府对引入外国资本的意愿越强烈，对外资流入管制越宽松。表示政治稳定性PV的系数均为正显著，这说明中国的OFDI对政治稳定的国家更加青睐，因为政治稳定和良好的社会秩序是企业运营的前提，一个国家的政治越稳定，外来投资风险越低。城市化水平（URL）的系数同样均显著为正，表明東道国城市化水平越高对我国企业的吸引力越大，这可能是城市的产业和资源集聚效应所带来的。代表双边投资协定BIT的系数均显著为正，反映了签订BIT确实有助于推动中国的投资，这是因为BIT的签订增加了对投资企业的保护、降低了其面临的风险和损失。

3.稳健性检验

为了进一步检验回归结果的稳健性，本文做了如下稳健性检验：替换被解释变量和分样本进行回归。

（1）替换被解释变量

本文把研究期内中国对沿线国家的直接投资存量数据替换为流量（OFDI1）数据进行稳健性检验，回归结果见表4（2）。数据来源于《中国对外投资统计公报》，取对数处理，并把研究期内中国对东道国OFDI流量为负值和零值的情形赋值为1，取对数后值为0。如表4所示，lnFOP的系数均在1%水平下显著为负，支持了假设1，即东道国金融开放度与中国OFDI显著正相关。从交互项来看，其回归结果均支持本文的假设2-5，这说明本文的主要结论是稳健的。

（2）分样本对比回归

考虑到提出“一带一路”倡议可能会对中国OFDI带来影响，本文把全样本以2013年为时间节点分成两个子样本进行回归，基于回归结果对照分析倡议提出前后各变量系数的变化情况。

从全样本看，本研究选用固定效应模型更优，但对于分样本而言有所不同，根据表中Hausman 检验结果，2008年-2012年样本应选用固定效应模型，2014年-2020年样本应选用随机效应模型。据表5，中国OFDI均受到东道国金融开放度的影响，但影响程度不同，2013年后东道国金融开放度与中国OFDI的正相关性有所减弱。这表明随着东道国金融开放度的提高，中国OFDI规模也逐渐增加，但在“一带一路”倡议实施过程中，这种正相关关系有所减弱。从交互项来看，前两项的系数和显著性与表2相比并无明显差异，后两项的系数在倡议实施后也均在1%的显著性水平上显著。尽管后两项的系数在2013年前显著性发生了变化，但系数的符号不变，这可能是因为2008年-2012年样本量相对较少，存在估计误差所致。并且设施联通作为“一带一路”建设的战略，中国对基建领域的投资也是在此基础上发展的，所以2013年前基建援助动机不明显情有可原。因此，从整体来看本文的主要结论依然是稳健的。

五、结论

本文运用2008年-2020年中国对“一带一路”沿线46个国家的直接投资数据，基于固定效应模型从投资动机的视角实证研究了东道国金融开放度对中国OFDI的影响，进一步采取替换被解释变量和分样本对比回归的方法进行稳健性检验，系统分析了东道国金融开放度对中国OFDI的影响。研究发现，“一带一路”沿线国家的金融开放度对中国OFDI存在显著的正向效应。从具体的投资动机来看，当基于市场寻求动机时，东道国金融开放度与中国OFDI显著负相关;当基于自然资源寻求动机时，东道国金融开放度与中国OFDI显著负相关;而当出于效率寻求动机时，东道国金融开放度与中国OFDI呈正相关关系;当投资动机为基建援助动机时，中国OFDI与东道国金融开放度呈负相关关系。

注释：

篇幅所限，对调节变量的讨论未予以列示，感兴趣的读者可向作者索取。

篇幅所限，稳健性检验中对调节变量和控制变量的结果和讨论未予以列示，感兴趣的读者可向作者索取。

参考文献：

[1]陈雨露，罗煜.金融开放与经济增长：一个述评[J].管理世界，2007（4）：138-147.

[2]R Rajan，LZingales.Financial Dependence and Growth[J].Social Ence Electronic Publishing，1998，88（3）：559-586.

[3]何俊勇，万粲，张顺明.东道国金融开放度、制度质量与中国对外直接投资：“一带一路”沿线国家的证据[J].国际金融研究，2021（10）：36-45.

[4]文余源，杨钰倩.投资动机、制度质量与中国对外直接投资区位选择[J].经济学家，2021（1）：81-90.

[5]M Aleksynska，O Havrylchyk.FDI from the south：The role of institutional distance and natural resources[J].European Journal of Political Economy，2013，29：38-53.

[6]Chen Wenjie，Dollar David，Tang Heiwai.Why Is China Investing in Africa？Evidence from the Firm Level[J].The World Bank Economic Review，2016.

[7]段博川，唐幸，刘倩.中国对“一带一路”沿线国家OFDI动机的研究[J].统计与决策，2019（19）：129-132.

[8]李泽广，吕剑.金融开放的“数量效应”与“质量效应”再检验——来自跨国的经验证据[J].国际金融研究，2017（4）：56-65.

作者简介：何丹（1997.11- ），女，汉族，云南宣威人，云南大学经济学院，硕士在读，主要从事国际经济与贸易、公司金融等研究;李承桦（1996.12- ），男，白族，云南大理人，萨格勒布大学经济学院，硕士在读，主要从事国际商贸、企业管理等研究