舒家先 唐璟宜

(安徽财经大学 金融学院，安徽 蚌埠 233030)

一、引言及相关文献回顾

作为全球对外直接投资第三大国家，在“一带一路”战略的不断推进下，中国对外直接投资的空间布局更加均衡，投资结构不断优化，投资效益和投资质量逐年上升。然而，不同国家的金融异质环境也会从根本上影响中国对外直接投资的效率，特别是2018年以来国际政治经济形势错综复杂，贸易保护主义等外部不确定性因素引起的金融贸易摩擦对中国乃至世界的宏观经济和金融市场都造成较大负面影响。在这种情况下，中国选择对外投资国家时需要综合考察更多因素，其中就包括被投资国家的国内金融环境。为此，从东道国金融异质性角度出发，对中国对外投资效率损失进行分析就显得尤为重要。

对外投资影响因素研究方面，传统引力模型通常考虑经济规模和距离因素。如Buckley et al.(2007)的实证研究发现中国FDI与东道国的市场规模、地理距离等因素具有较强的相关性。随着引力模型的不断扩展，相关研究开始考虑一些抽象变量的影响，包括制度因素、文化因素、技术因素、资源因素等 (陈恩 等，2011；李平 等，2014；郑磊，2015；熊彬 等，2018)，这其中就有金融环境因素。各国金融环境的不同逐渐受到关注，并作为影响对外投资效率的主要因素进行研究。对于投资国而言，东道国金融环境异质性使其金融市场效率和风险大小存在差异，能够将投资有效转换为产出的能力不同，对投资国的吸引力也有所不同。对于东道国而言，自身金融环境使其在吸引外来投资和对外贸易之间有所偏重，对于投资国的投资接受意愿也存在差异。Dominguez(2010)、王伟等(2018a)以私人信贷占GDP的比重来度量国家之间金融发展水平的差异。刘威等(2017)构建包含金融市场结构差异、金融干预水平差异和金融开放度等指标的国家间金融异质性体系。而东道国金融差异对外来投资影响的研究则发现东道国的金融发展是影响中国企业对外直接投资的显著因素，并且在不同类型国家该因素的影响不同(蒋冠宏 等，2016；侯文平 等，2018)。

在投资效率测算方面，随机前沿模型已取代过去的普通最小二乘法成为普遍使用的效率估算模型，且在宏、微观方面均有所应用。微观方面，连玉君等(2009)利用随机前沿模型测算了中国上市公司在融资约束情况下的投资效率。宏观方面，大多构建随机前沿模型研究中国对外双边贸易，包括不同种类产品的进出口贸易(方英 等，2018；程广斌 等，2018)、贸易效率(侯敏 等，2017；周曙东 等，2018)以及贸易效率的影响因素(徐锦波，2017；李萍，2018)等，且大多采用更为准确的一步法构造随机前沿引力模型。2005年以后，随机前沿模型逐渐被应用到对外投资领域，与引力模型相结合，构建出随机前沿引力模型，定量衡量不同因素对投资造成的阻力效应，通过投资效率指标估算中国对不同国家或地区的投资效率。如，崔娜等(2017)构建随机前沿引力模型，考察东道国制度变量对投资效率和投资风险的影响。季凯文等(2018)通过建立随机前沿引力模型，分析中国与“一带一路”沿线国家的面板数据，发现东道国经济自由度与直接投资效率相关。姚战琪(2018)同样验证东道国经济自由度影响中国对欧美国家的直接投资效率。随机前沿引力模型已经成为估算投资效率、考察相关影响因素的主要模型。

梳理以上文献，可以发现，已有研究主要是从东道国的制度、资源等单方面因素以及两国之间的距离因素等方面对投资效率和投资风险进行讨论，缺乏关于东道国金融环境因素对中国对外投资效率影响的系统研究。在实践中，金融发展水平、金融开放程度会影响金融资源获取能力、金融发展的稳定性等，从而对投资产生阻力效应，不利于投资效率提升。有鉴于此，本文从东道国的金融环境视角对中国对外直接投资进行分析，采用一步法构建金融异质性影响下的随机前沿引力模型，分析金融异质性对中国对外投资效率的影响方向和程度。

二、模型设定

以往通常使用普通最小二乘法来估计生产效率水平。该方法假设随机误差项均值为零，估计结果仅为平均生产效率。随机前沿生产函数则假设随机误差项的均值非零，从而估计出最优生产函数。自2005年起，随着随机前沿模型与引力模型的结合逐渐完善，随机前沿引力模型被广泛运用于国际贸易生产领域，用来估计投入产出的效率。Armstrong(2007)在估算潜在的贸易能力时就曾使用随机前沿引力模型。随着随机前沿引力模型的不断扩展，更多的测算变量被纳入方程中，比如语言、贸易协定等。近年来，李村璞等(2018)、刘用明等(2018)、陈继勇等(2019)等构建随机前沿引力模型，研究中国对外投资效率影响因素以及出口贸易效率。基于季凯文等(2018)构建的随机前沿引力模型，本文以对外直接投资流量为被解释变量，考察金融异质性对中国对外直接投资效率的影响。

根据传统引力模型，对东道国直接投资的前沿水平:

(1)

yit=F(Xitβ)exp(νit-uit)

(2)

通过测算投资效率指数IEIit进行定量分析：

(3)

投资效率指数是在0与1之间取值，当uit=0，即不存在投资阻力时，效率指数取值最大为1，而当uit趋于无穷大，即投资阻力过大时，效率指数取值为0。

式(2)两边取对数，得到：

ln yit=ln F(Xitβ)+νit-uit

(4)

μit=exp(α0+Zitδ)

(5)

(6)

其中，α0和α1均为常数项，δ和γ为待估参数向量。式(5)为非效率方程，式(6)为投资风险方程，二者构成了异质性的随机前沿模型。

三、实证分析

(一)数据来源与变量定义

本文研究不同国家金融异质性差异对中国对外直接投资效率的影响，使用的对外直接投资流量数据来源于对中国对外直接投资公报的整理，最终得到122个国家2008—2016年共1098个样本的平衡面板数据。变量含义与数据的描述性统计结果如表1所示。

表1 变量含义与描述性统计

随机前沿引力模型的被解释变量为对东道国直接投资流量；解释变量包含中国和被投资国家的GDP，用来衡量不同国家的市场规模大小。GDP采用现价美元计量，并进行对数处理。虚拟变量是否与中国相邻作为控制变量，数据来源于世界银行。基于式(4)构建金融异质性对中国对外直接投资影响模型，得到：

Ln OFDIit=β0+β1Ln GDP+β2Ln GDPC+β3CONT+νit-uit

(7)

本文将不同国家的金融差异性变量作为核心解释变量，借鉴相关文献使用的指标，构造包含商业发展、对外贸易、国内信贷、FDI净流入、净出口、实际汇率等指标的金融异质性度量体系，数据来源于世界银行。基于式(5)、(6)，得到金融异质性对对外直接投资影响的非效率方程和投资风险方程：

μit=exp(α0+δ1Business+δ2Product+δ3CD+δ4FDI+δ5EMI+δ6Ln EER)

(8)

(9)

商业发展(Business)是一国金融发展的基石，良好的商业环境不仅会吸引外来投资，而且能有效提高投资效率。该指标用创立企业所需成本(占人均GNI的百分比)来衡量，值越大表示创业成本越高，商业发展度越低。

商品贸易(Product)和直接投资作为一国对外经济往来的两种主要途径，相互之间往往会存在替代或互补的作用，从而影响对东道国的投资效率(郭惠君 等，2016)。该指标用出口和进口的总和除以GDP(以现价美元计算)来衡量，值越大，表示对外开放程度越高。

国内对私营部门的信贷(CD)能够衡量东道国金融市场活跃发达程度(赵振全 等，2004)。一个发达的金融市场能够凭借完善的信贷体系吸引外来投资者的参与，但信贷过度扩张也会导致弊端(王伟 等，2018b)。该指标包含金融企业通过贷款、购买非股权证券、贸易信贷等方式向私营部门提供的能够确定以债权偿还的资金，值越大，表示金融市场越有活力。

外来直接投资净流入(FDI)衡量了东道国接受外来直接投资的总量和接受意愿，一定程度上反映了对该国直接投资的难易程度。外来投资流入越大，国际资本流入该国就越容易，从而越有利于吸引外国直接投资进入。该指标以经济体来自外国投资的净流入(新投资流入减去撤资)除以GDP来衡量，值越大，表示对该国投资越便利。

净出口(EMI)与金融发展之间存在紧密联系(刘钻石 等，2017)，同时净出口额从侧面反映了国内产品的投资市场大小以及对外来投资的吸引力。该指标用货物和服务对外贸易出口减去进口的差额除以GDP来衡量，反映一国对出口贸易的依赖程度，值越大，表示越偏向于出口。

实际汇率是OFDI的重要决定因素之一，反映一国货币的竞争力。姚树洁等(2014)认为东道国货币贬值会减少OFDI。也有相反意见，认为投资的成本下降会带来更高的资本收益。该指标通过名义有效汇率除以平减物价指数或成本指数来表示，并采用对数处理(Ln EER)。

(二)实证结果分析

1．对外直接投资随机前沿的估计结果

表2列示了不同假设下的模型估计结果。模型1未对异质性随机前沿模型的参数施加任何约束。模型2假设不同国家金融异质性变量对投资风险没有影响。模型3假设不同国家金融异质性变量对投资非效率没有影响。模型4假设投资非效率服从在零处截断的异质性半正态分布。模型5是传统的引力模型，只考虑两国GDP是否有相邻虚拟变量的影响。所有的模型均控制了时间效应和个体效应。

在所有假设条件下，被投资国家及中国的GDP均在1%水平上显著且正向相关，5种模型中被投资国家GDP的弹性系数在0.615～0.852之间，中国GDP的弹性系数在1.618～2.184之间，不仅表明被投资国家GDP每增加1个百分点，中国对该国的投资将增加0.615～0.852个百分点；还表明中国对外投资流量主要取决于中国自身市场规模。同时，虚拟变量是否为相邻国家在不同模型中均在1%水平上显著，说明中国更倾向于与相邻国家的投资合作。最后，个体效应和时间效应也都较为显著。

表2最后显示了似然比检验结果。LR1的原假设为“不存在投资非效率”，LR2的原假设为“存在异质性投资约束”。结果显示，LR1中模型1的似然比率最高，为506.847，显著大于其他模型，说明随机前沿模型优于线性引力模型。同时，LR2中模型2～模型5的P值显著拒绝了原假设，说明将金融异质性变量作为投资非效率方程和投资风险方程的解释变量是合理的。综上所述，金融异质性随机前沿模型1显著优于其他4个模型，本文将采用模型1作为基准模型进行进一步分析。

从模型1的结果来看，商业发展(Business)、商品贸易(Product)、国内信贷(CD)、净出口(EMI)、实际汇率指数(Ln EER)是影响投资效率的主要因素。商业发展不足情况下，创业所需成本较高，对外来投资的吸引力较弱，阻碍投资效率的提高；商品贸易总额越大，对外贸易越发达，挤占外来投资越多，投资效率下降越大；实际汇率指数增大，表示东道国币种相对贬值，对外投资由于成本下降从而收益更高，可以促进对东道国直接投资，提高投资效率；净出口越多，表明国内商品在国际市场上需求越大，越能吸引外来投资，投资效率越高。以上结果符合一般理论。值得一提的是，国内信贷额度越大，说明国内金融市场越发达，反而阻碍了投资效率的提高，这可能是由于国内信贷与金融市场发展之间存在U型关系，国内信贷过度扩张，反而不利于金融市场的良好发展，从而抑制了外来投资。

投资风险下降主要从两方面来考虑：一方面，外来投资数量较少时，引起的投资风险自然会减少，例如商业发展的不发达、对外贸易和净出口增加；另一方面，外来投资数量较多时，东道国形成了规范的外来投资法律管理条例，同时投资国有较多可借鉴的投资经验，投资风险则会随之减少，例如国内信贷增加、一国直接投资净流入的增加均能减少投资风险。

表2 异质性随机前沿模型估计结果

注：***、**、*分别表示在1%、5%和10%的水平上显著，括号中为t值；LR1和LR2分别为相应模型针对模型5和模型1进行似然比检验得到的卡方值。

2．不同类型国家分析

不同类型国家金融发展差异性较大，为此，本文将被投资国家分为发达国家、发展中国家和“一带一路”沿线国家三类进行分析，分别基于模型1进行随机前沿引力模型的估计，结果如表3所示。

表3 不同类型国家差异分析

注：***、**、*分别表示在1%、5%和10%的水平上显著；括号内为t值。

对比发达国家和发展中国家两个方程可以发现，两者在相同因素的符号上存在较大差异，说明对两者的投资需要考虑不同的影响因素，而对比发展中国家和“一带一路”沿线国家的方程可以看出两者的系数结果较为相近，对“一带一路”沿线国家的投资可以比照对发展中国家的因素分析。

对外直接投资随机前沿方程回归系数都在1%的水平上显著，且正向相关，与之前分析一致。不同的是，当被投资国家为发达国家时，其GDP对于投资流量的影响弹力系数为1.3，而被投资国家为发展中国家时，其弹力系数仅为0.597，表明在相同1单位GDP变动的情况下，发达国家吸收的中国对外直接投资流量远大于发展中国家，对后者的投资空间尚待挖掘。

对发达国家投资中，实际汇率指数(Ln EER)增加对于投资效率有抑制作用，创业成本(Business)、商品贸易(Product)和国内信贷(CD)三者增加对投资风险有促进作用，接受的外来直接投资(FDI)、实际汇率指数(Ln EER)和净出口(EMI)则对风险水平有抑制作用。可能的原因是：(1)创业成本越高，金融发展越落后，投资风险就越高；(2)商品进出口总额与接受对外投资之间存在替代关系，抑制了外来投资，投资风险增加；(3)发达国家国内信贷水平普遍较高，若继续增加会使投资风险加大；(4)外来直接投资总量越多，越能促进对外法律发展，减少投资企业风险；(5)越偏向于出口的国家对于外来投资的需求越小，风险也就相对越低。

而在对发展中国家投资中，商品对外贸易(Product)和净出口(EMI)的增加会引起投资非效率加大，国内信贷(CD)、接受外来直接投资(FDI)的增加则会相应提高投资效率，国内信贷(CD)的增加及商品贸易(Product)和净出口(EMI)的降低则会提高投资风险。可能的原因是：(1)商品对外贸易、净出口与直接投资之间存在替代效应，两者的增加会引起直接投资减少，投资非效率加大，并提高投资风险；(2)发展中国家的国内信贷水平普遍较低，在此基础上的信贷繁荣可以促进国内金融发展，吸引外来投资，促进外来投资效率提高，但也可能会提高投资风险；(3)发展中国家接受外来直接投资的增加表现为对外来投资的接受和容纳能力的提高，并且有利于有关外来投资法律的规范，促进投资效率的提高。

图1 投资效率(IEI)的频数分布

由于某些因素对于效率和风险可能有不同方向的影响，在此重点考虑只有单方向影响的因素。在对发达国家投资时，应选取商业发达、对外贸易量及净出口较高、国内信贷稳健、接受外来直接投资较少的国家，这些国家投资风险较低。在对发展中国家投资时，应选取接受外来直接投资较多、实际汇率指数较高的国家，这些国家投资效率较高。

表4 中国对发达国家投资效率

3．投资效率分析

对外投资效率的高低间接反映了一国对外投资偏离随机前沿水平的程度，投资效率越低，表明偏离前沿水平越大。因此，在分析投资效率影响因素的基础上，有必要进一步对中国对外直接投资效率指数进行测算。图1给出了投资效率(IEI)的频数分布情况。可以看到，中国对外投资效率频数呈现右尾分布，有92%左右的中国对外直接投资效率在0.4～0.5之间，表明中国对外直接投资效率不高，远远偏离投资前沿水平，间接表明金融异质性风险对于中国对外直接投资有不可忽视的阻碍作用。

按照东道国经济发展水平，将总样本分为为发达国家、发展中国家，考察中国对外投资在不同经济发展水平国家的效率动态变化情况，并且单独分析“一带一路”沿线国家的投资效率动态变化情况，以期发现中国对外投资效率的国别特征。具体结果见表4～6。

从表4最后一行可以看出，中国对发达国家直接投资效率总体呈上升趋势，投资效率为0.446，2008—2016年间的增长率为3.881%。

表5 中国对发展中国家投资效率

从表4可以看出，对新加坡、荷兰、爱尔兰、澳大利亚、德国等发达国家的投资效率均超过对发达国家投资的总体效率。对少部分发达国家的投资效率在8年中保持不变或下降，包括日本、芬兰、瑞典、冰岛和澳大利亚。比较排名前5位和后5位国家可以发现，这10个国家在实际汇率和外来直接投资净流入上有较大差别。投资效率较高的国家其实际汇率指数相对较低，且外来直接投资净流入相对较大。

再看中国对发展中国家投资效率情况，如表5所示。

可以看出，中国对发展中国家直接投资效率总体呈下降趋势，投资效率为0.432，低于中国对发达国家的投资效率。对马耳他、匈牙利、赞比亚、科威特、加纳等53个发展中国家的总体投资效率超过对发达国家投资的总体效率。对多数发展中国家的投资效率在8年中保持不变或下降，包括卢旺达、马达加斯加、圣文森特、波兰、利比亚等61个国家。2008—2016年间，对阿曼、厄瓜多尔、以色列、毛里塔尼亚、乌干达等国家的投资效率增长率在17%以上，投资潜力逐渐显露。比较排名前5位和后5位国家，可以发现，中国对这些国家的直接投资流量、实际汇率、外来直接投资净流入、商品贸易和净出口有较大差别。投资效率较高的国家实际汇率指数、商品对外贸易以及净出口相对较低，而国内信贷、外来直接投资净流入相对较高。投资效率排名靠前的国家往往伴随着中国对该国的大额直接投资流量，反映出中国对外直接投资有较为明显的路径依赖。

如表6所示，中国对“一带一路”沿线国家直接投资效率总体而言略有上升趋势，投资效率为0.434，低于中国对发达国家的投资效率，但略高于对发展中国家平均投资效率，反映出中国对“一带一路”大部分沿线国家有较高的投资效率，其中新加坡、匈牙利、科威特、马来西亚、文莱等国的投资效率排名较高。同时，初期投资效率较低的国家有较高的投资效率增长，例如阿曼，2008年投资效率仅为0.341，但在2016年投资效率已达到平均水平，投资效率增长率达到28.446%，这反映出不少“一带一路”沿线国家存在较高的投资潜力。再次比较排名前5位和后5位国家，可以发现，中国对这些国家在直接投资流量、创业成本、外来直接投资净流入等指标上有较大差别。投资效率较高的国家，其创业成本较低，同时接受外来直接投资较多。并且中国对高投资效率国家的投资流量均较大，这从一定程度上反映出中国对外直接投资的路径依赖特征，倾向于投资熟悉的区域和国家。从地理区位来看，中国对外投资效率存在明显的地域差异性和地区集中性，从高到低依次为中亚、东亚、独立国家联合体、西亚、南亚、中东欧。其中，对东南亚国家投资效率普遍较高。东南亚国家与中国自古就有贸易来往，自“一带一路”开展以来，中国与东盟各国加强国际产能合作，与东盟国家在劳动力、技术储备等方面互利共赢，促进了投资效率的提升。

四、结论与启示

不同国家的金融异质性对于投资效率具有明显影响，本文构建随机前沿引力模型定量评估2008—2016年东道国金融异质性对中国对外直接投资效率的影响，结果表明：

(1)金融异质性使得中国对外直接投资效率比最优水平低了50%～60%，平均仅为43.9%。被投资国创业所需时间越长、商品贸易总额越大、信贷额度越高，投资非效率问题越显著，但相应投资风险越小；净出口越大，越能够提高投资效率，但投资风险相应越大。被投资国的投资净流入越多，投资风险越低；实际汇率指数越高，投资非效率问题越小。

(2)在相同1单位GDP变动的情况下，发达国家吸收的中国对外直接投资流量远多于发展中国家，发展中国家投资空间尚待扩大。

(3)被投资国家为发展中国家时，净出口的增加会引起投资的非效率，但其国内信贷、接受外来直接投资以及实际汇率指数上涨会提高投资效率。被投资国为发达国家时，实际汇率指数上涨会降低投资效率；创业成本、商品贸易和国内信贷提高都会使得投资风险增加，但外来直接投资、实际汇率指数和净出口的增加则能够降低投资风险。对“一带一路”沿线国家分析结论与发展中国家一致。

(4)比较投资效率排名情况可以发现，排名靠前的国家往往伴随中国对其更高的直接投资流量。

基于以上结果，可以认为，中国当前对外投资效率较低，偏离随机前沿水平较多，其中一个很重要的原因是不同国家金融环境差异对中国对外直接投资效率阻力比较大，相应投资风险加大。因此，要提高对外投资效率，选择投资区位时有必要关注实际汇率指数、商业发展状况、进出口总额及差额以及东道国国内信贷发展情况等金融异质性因素的重要影响。在对发达国家投资时，应选取商业发达、对外贸易量及净出口较高、国内信贷稳健、接受外来直接投资较少的国家，因为其投资风险较低。在对发展中国家投资时，应选择接受外来直接投资较多、实际汇率指数较高的国家，因为其投资效率较高。同时，通过深化金融业的对外开放，积极寻求对外金融合作，缓解不同国家金融环境差异对中国对外直接投资的阻力，以充分发挥对外投资潜力，提升投资效率。