2015年中国成为仅次于美国的世界第二大对外直接投资国,资本流出首度超过资本流入,成为资本净输出国。未来,随着“走出去”和“一带一路”战略的进一步推进,会有更多中国企业通过对外直接投资参与国际竞争。对外直接投资对资金的需求巨大,除企业自身因素决定的融资能力外,母国和东道国的外部融资环境也会影响企业的投资决策(Desbordes and Wei, 2017;Bilir et al., 2017)。尤其是,中国现实的金融体系存在许多问题,金融资源配置扭曲,一方面导致低效率的过度投资,另一方面却出现企业融资不足、错失投资良机。如果东道国具有良好的融资环境,则有助于企业通过当地融资来弥补母国融资的不足,促进国际化战略的推进。因此,深入分析东道国金融发展会在哪些方面影响中国企业对外直接投资,以及如何影响,影响程度多大,不但能够为企业的投资决策提供经验依据,对顺利推进“一带一路”战略的政策制定也具有重要的现实意义。
本文对现有文献的边际贡献在于,首先,从东道国的角度分析并验证金融发展与中国企业对外直接投资的关系。整体而言,东道国较高的金融发展水平会促进中国企业对外直接投资的概率、数量和规模。其次,与假设东道国的金融发展对所有企业具有同质性的影响不同,本文就对外直接投资企业的生产率水平随东道国金融发展水平的变化进行了研究。生产率水平高的企业更有能力在金融发展水平低,金融体系质量差的东道国投资。东道国金融发展水平上升可以降低投资成本,进而降低企业进入市场的生产率门槛。最后,与假设所有国家金融发展水平上升都可以促进企业对外直接投资不同,本文进一步分析了在不同经济发展水平的东道国中金融发展影响的差异,发现在经济发展水平高于中国的国家或者地区金融发展降低投资所需生产率水平的效应更强。
二、文献综述关于东道国金融发展与对外直接投资的研究主要集中在两个方面。一是东道国金融发展会对跨国企业投资决策以及在东道国的后续经营活动产生怎样的影响;二是东道国金融发展通过何种机制和渠道影响跨国企业的决策和经营。
首先,东道国较高的金融发展水平对跨国企业的对外直接投资活动具有促进作用。由于对外直接投资的资金需求规模巨大,完全依靠企业自有资金和母国融资很难完成项目投资。东道国较高的金融发展水平有利于企业根据需求利用外部和内部资本市场来最小化投资成本,吸引企业选择在当地融资(Buch et al., 2014;Bilir et al., 2017),增加对外直接投资的可行性。反之,如果东道国的外部融资相对有限和昂贵,即使跨国公司子公司可以通过内部资本市场获得融资(Desai et al., 2004a),其在东道国当地的扩张以及跨国企业内部的资源调整能力都会受到限制(Feinberg and Philips, 2004;Desai et al., 2004b;Bilir et al., 2017)。以美国为例的研究发现,在私人部门信贷水平较低和对债权人权力保护水平较低的国家,美国跨国企业子公司较少使用外部负债,同时母公司融资在子公司资产中的比例更高,母公司持有的子公司的股权比例也更高。尽管如此,母公司对海外子公司的支持并不能完全弥补子公司在资金上的不足(Desai et al., 2004a;Antràs et al., 2009)。据Desai et al.(2004a,2004b)估计,由于东道国的信贷市场发展滞后,美国海外子公司从母公司获得的融资只能弥补大约四分之三的外部融资需求缺口,子公司规模比在金融发展水平较高的国家低百分之十三至百分之十六。Desbordes and Wei(2017)的研究指出,东道国金融深化对不同类型的对外直接投资活动均具有显著的促进作用。Bilir et al.(2017)则发现,东道国金融发展水平提升可以增加美国子公司的总销售,同时会降低单个子公司在东道国的销售规模。因此,东道国的金融发展水平对跨国企业的投资概率以及海外子公司的经营规模都具有重要影响。
理论上讲,东道国金融发展可以通过融资效应和竞争效应两种渠道对跨国企业的投资决策和经营活动产生影响(Bilir et al., 2017)。二者力量的大小决定了东道国金融发展对对外直接投资的净效应。东道国金融发展产生的融资效应主要表现在当地融资可得性提高,资本使用成本降低。竞争效应主要表现在金融发展会激励更多当地企业进入市场,与跨国企业子公司形成竞争关系。从已有实证研究的结果来看,二者中正向的融资效应占主导(Bilir et al., 2017;Desbordes and Wei, 2017)。Desai et al.(2004b)对美国跨国企业的研究表明,在金融发展滞后,存在资本管制的国家,跨国企业面临更高的借贷成本,为规避资本管制而采取的行动也成本高昂,使企业的投资水平大大缩减,这也意味着更多的企业由于东道国资本成本较高根本无法进入市场。资本管制放松或者取消会降低资本成本,进入市场的跨国企业数量及其投资规模都会上升。Kandilov et al.(2017)研究发现,在美国放松州际银行管制的地区会吸引更多和更大规模的跨境并购交易,跨国企业在美国获得的融资可以替代其在母国的融资,以现金作为支付方式的并购交易中这种替代效应会更大。有研究从理论上证明,东道国落后的资本市场和脆弱的投资人保护会使贷款人更加偏好跨国企业以直接投资的方式直接介入(Antràs et al., 2009),意味着东道国金融发展水平的提高在降低资本成本时也可能减少跨国企业直接投资。但是整体来看,金融发展带来的融资效应仍然发挥主要作用(Antràs et al., 2009;Desbordes and Wei, 2017)。
目前,从东道国金融发展角度对中国企业对外直接投资活动进行的研究尚不多。已有研究主要集中在母国金融发展以及企业层面融资约束对对外直接投资的影响。从融资约束角度研究中国企业对外直接投资时主要集中在微观企业层面,使用不同的方法测度企业的融资约束程度,并检验其对对对外直接投资的抑制作用,包括对是否进行投资、投资额、东道国的选择,以及在东道国的经营活动范围等的影响(王碧珺等,2015;刘莉亚等, 2015;李磊、包群,2015;王忠诚等,2017;薛新红等,2017)。另一类文献关注国内金融发展对对外直接投资的促进作用(杜思正等,2016)。本文的研究是这些已有研究的拓展,从对外直接投资中的融资问题切入,区别在于将研究视角从母国转向东道国。
综合已有研究可以看到,拥有较高金融发展水平的东道国提供了良好的融资环境,由此产生的融资效应可以促进投资,但也可能带来抑制投资的竞争效应。因此,东道国金融发展对中国企业投资活动具体会产生怎样的影响需要通过严谨的实证分析来回答。
三、研究设计 (一) 计量模型设定为检验东道国金融发展对中国企业对外直接投资的影响,设定以下基准计量模型:
$ OFD{{I}^{s}}=\alpha +\beta F{{D}_{jt}}+\Gamma {{X}^{s}}+{{\Phi }^{s}}+{{\varepsilon }^{s}} $ | (1) |
其中,OFDI表示对外直接投资决策,s则表示这些决策的具体内容,包括是否投资、投资项目数或者投资规模。FD表示东道国j在t年的金融发展水平。企业的投资活动还会受到自身生产率水平、东道国营商环境等因素的影响,这些因素都包含在控制变量X中。当被解释变量为企业层面的投资决策时,X中除东道国的特征变量外,还包含企业层面的控制变量。如果被解释变量为加总的年度投资项目数或者投资规模,则X中不包含企业层面的控制变量。Φ表示固定效应,当被解释变量为企业层面的投资决策时,Φ包括东道国国家固定效应、年份固定效应和企业固定效应。当被解释变量为加总数据,如年度投资项目总数或者投资总规模时,Φ只包括东道国国家固定效应和年份固定效应。企业固定效应用于控制行业外部融资依赖度的差异和可能遗漏的影响企业融资和投资活动的其他因素。年份固定效应则用于控制宏观经济波动对企业投资活动的影响。东道国国家固定效应用于控制可能遗漏的影响企业决策的其他东道国特征。εs为随机扰动项。
(二) 指标构建 1. 被解释变量被解释变量为企业的投资决策,主要包含是否投资、投资项目数和投资规模。已有研究中通常将这些决策划分为扩展边际和集约边际。例如Buch et al.(2014)将是否进行对外直接投资定义为扩展边际,将海外子公司的销售规模定义为集约边际。Bilir et al.(2017)虽然没有使用扩展边际和集约边际的概念,但是理论分析和实证研究均是从这两个维度展开,不过他们对集约边际的划分更加细致,包含了海外子公司在当地的销售规模、对第三方市场的销售规模以及返销母国的销售规模。Desbordes and Wei(2017)则是将行业层面的双边对外直接投资分解为对外直接投资项目数和项目平均投资规模,前者为扩展边际,后者为集约边际。此外,他们还使用了扩展边际的另一种定义方法,即当对外直接投资规模大于零时,扩展边际取值为1,反之,取值为0。
中国企业并购交易数据中提供了并购交易的交易状态,交易金额,但是缺乏并购交易完成后海外子公司的销售数据,无法如Buch et al.(2014)以及Bilir et al.(2017)那样采用子公司销售规模来衡量扩展边际。因此,本文借鉴Desbordes and Wei(2017)的做法,采用中国企业每年在各个东道国投资金额的总量作为集约边际的测度指标。如果检验结果中系数β为正向显著则说明东道国较高的金融发展水平可以在集约边际上促进中国企业对外直接投资。在许多国家中国企业并无并购活动,或者虽有并购活动但是并购金额数据缺失。如果仅以可得数据构造集约边际可能产生样本选择偏误。因此,对于没有投资活动发生或者并购金额缺失的样本,集约边际取值设定为0,避免样本选择偏误对估计结果的影响。稳健起见,本文进一步使用Heckman两阶段方法进行了估计,得到稳健的估计结果。
根据异质性企业理论和相关研究,融资约束差异和金融发展会改变企业对外直接投资的生产率准入门槛(Buch et al., 2014)。为检验东道国金融发展对企业对外直接投资所需生产率水平的影响,需要生成金融发展与企业生产率的交互项,因此,扩展边际的测度首先参考Buch et al.(2014)的做法,设定为二值选择变量。当交易状态为“已完成”时表明有投资发生,扩展边际取值为1,其他情形下表示未有投资发生,扩展边际取值为0。其次,借鉴Desbordes and Wei(2017)的做法,采用加总的年度投资次数作为扩展边际的另一种测度方法,检验结果可作为稳健性检验的一部分。
2. 东道国金融发展东道国金融发展(FD)以东道国私人部门信贷规模(domestic credit to private sectors)来衡量,反映实际使用外部融资的规模(Beck et al., 2009;Desbordes and Wei, 2017)。为消除市场规模的影响,计量分析中采用东道国的GDP除私人部门信贷规模后再取对数。金融机构有时是基于“追随战略”进行海外投资,为本国对外直接投资企业服务,这会直接改变东道国的信贷规模。在有本国金融机构的东道国,企业也可能更易于获得融资,投资活动发生的概率也更高。这使得东道国的私人部门信贷规模既影响跨国企业的投资活动又受到跨国企业投资活动的影响。本文借鉴Desbordes and Wei (2017)的做法,使用东道国信贷法治水平指标和信息化水平指标的算术平均值构成金融发展的代理变量,数据来源于世界银行的Doing Business Index。Strength of legal rights index反映东道国抵押和破产法对借贷双方的保护程度,取值在1-10之间,取值越高表明东道国的信贷法治水平越高。Depth of credit information index反映影响信贷信息覆盖率、范围和可获得性的因素,取值在0-6之间,取值越高表明信息化程度越高。由于仅获得了这两个指标2013-2016年的数据,而且不同年份之间这两个指标基本没有变化,据此本文使用2013-2015年的数据计算二者的算术平均值,构成非时变的金融发展代理变量LR_CII。LR_CII主要反映了东道国金融体系的法律法规质量,会对跨国企业的投资行为产生重要影响,但是跨国企业主要是通过调整自身的投资行为来适应东道国的金融法律法规,较难影响或者改变后者。因此,LR_CII指标可以很好地控制可能存在的内生性问题,本文使用该指标进行稳健性检验。
3. 企业生产率在度量企业全要素生产率(TFP)时本文采用Levinsohn and Petrin(2000)的半参数方法,以控制内生性和选择性偏误。由于没有获得上市企业的增加值数据,本文借鉴Giannett et al. (2015)对中国A股上市企业全要素生产率的估计方法,使用企业销售额代替增加值作为产出变量。劳动投入数量借鉴石晓军、张顺明(2010)的做法采用支付工资代替,这样可以避免使用企业员工人数存在的弊端。使用员工人数作为劳动投入相当于假设不同类型的员工在相同时间内的劳动质量是相同的,不同企业的年平均劳动时间也是相同的。这两个假设都与现实不吻合。采用支付给员工的工资度量劳动投入能够很好地规避上述问题。职工的工资由财务报表中“支付给职工以及为职工支付的现金”和“应付职工薪酬和福利”两部分构成。资本投入使用企业固定资产作为度量指标,中间投入品采用材料以及其他投入品费用作为代理变量。
企业全要素生产率估计中一个重要的问题是内生性问题,虽然本文使用了LP法对此进行控制,但是无法排除企业从前的对外直接投资行为或者信贷约束等因素对全要素生产率的影响。为此,本文在估计过程中还使用了企业固定效应来控制所有的企业特征,减少内生性对估计结果的干扰。稳健起见,本文进一步采用控制方程(Control Function Approach,CFA)估计了企业的全要素生产率(Petrin and Train, 2005;Chen and Moore, 2010)。
4. 控制变量企业层面的控制变量有企业年龄(age)、所有制性质(Eq)以及企业所在地区的虚拟变量。企业年龄从企业上市算起,企业所有制性质按照CSMAR数据库中的统计为准。
国家层面的控制变量包括东道国市场潜力(MP)、人均GDP(GDPP)、建立新企业所需的时间和费用(Time & Cost)、政府治理水平(Gov)以及东道国关税水平(Tar)和双边距离(Dis)。在测度东道国市场潜力时既考虑了东道国本身市场的大小,还考虑了东道国的出口潜力(Head and Mayer, 2004;Blonigen et al., 2007;Chen and Moore, 2010)。东道国j的市场潜力由其本国市场规模(用GDPj衡量)加上其他国家市场规模的总和构成。其他国家的市场规模为(1/djl)GDPl,其中,djl为从第三国l到东道国j的弧形最大距离,距离数据来自CEPII,GDP(2005年为基期的美元GDP)数据来自UNSD。
东道国人均GDP用以控制东道国的工资成本(cj)、人均实物和人力资本存量,并且有助于将金融发展对中国企业投资行为的影响从东道国整体经济发展的影响中分离出来(Bilir et al., 2017)。建立新企业所需的时间和费用、双边距离以及政府治理水平用以衡量在东道国开展商业活动的成本,其中政府治理水平由WGI五个指标的平均值构成,数据分别来自世界银行的WDI和WGI。东道国关税水平衡量了在东道国开展贸易活动的成本,数据来源于WTO数据库。
(三) 数据来源对外直接投资样本来自清科数据库提供的中国企业跨国并购数据,能够很好地与本文研究的东道国金融发展问题相匹配。无论绿地投资还是跨国并购,东道国金融发展都可以通过增加本国企业市场进入的方式产生竞争效应。除区位优势外,企业进行并购还有其他动机(Chapman,2003;Nocke and Yeaple, 2007),然而并购交易更容易受到时机因素的影响,在较短的时间内筹集并购所需的资金显得更加重要。跨国企业可以利用被并购方已经建立起来的关系网络在东道国融资。因此,并购交易对东道国金融发展水平的反应会更加敏感(Desbordes and Wei, 2017)。
另一企业数据库为CSMAR提供的A股上市企业数据,使用上市企业的优势在于可以削弱企业在母国融资时的差异。母国金融发展同样会对企业的投资决策产生重要影响(Klein et al., 2002;Desbordes and Wei, 2017),不同企业之间由于规模、所有制性质、公司治理等因素也会存在融资差异。《中国工业企业数据库》提供了非常详细的企业数据,但是这些企业在规模、经营绩效、关系网络等各个方面差异巨大,在实证检验中很难全面控制。企业上市需要满足一定的条件,使得不同的上市企业之间具有更多的相似之处,在融资约束方面的差异性也小于上市企业与非上市企业之间的差异。此外,本文使用的是2008-2015年上市企业的年报数据,数据的时效性很强,数据质量好,可以避免工业企业数据库中可能存在的统计错误。
首先,对并购数据库进行预处理,删除并购交易失败或者终止的样本,只保留交易状态为“已完成”的样本;剔除金融类和东道国不详的并购交易。其次,将并购数据库与上市企业数据库合并,在上市企业数据库中同样预先剔除金融类上市企业。去掉中国台湾后,从2008年到2015年中国上市企业进行海外并购的国家或者地区一共49个,其中包括中国香港特别行政区。在对外直接投资研究文献中常常去掉东道国为避税天堂的样本,本文同样去掉了投资目的地为避税天堂的样本。最后,东道国金融发展水平数据来自世界银行的WDI和Doing Business Index,描述东道国特征的其他数据来自UNSD、CEPII和WB。
四、实证结果与分析 (一) 描述性统计表 1比较了各个解释变量的均值在不同东道国中的差异,并进一步将东道国划分为经济发展水平高于中国的东道国,用Eco=1表示,和低于中国的东道国,用Eco=0表示。就本文最关心的金融发展而言,高经济发展水平且有投资发生的东道国的私人部门信贷水平(FD)和金融法规质量都要高于无投资发生的东道国。有投资发生但经济发展水低的东道国的金融发展水平既低于经济发展水平高的国家也低于无投资发生的国家,不过前者中投资企业的生产率水平高于后两者。初步的数据对比表明中国企业更可能选择在金融发展水平高的国家投资,较高的生产率则使企业有能力在金融发展水平较低的国家投资。
![]() |
表 1 解释变量均值的描述性统计 |
表 2为解释变量的相关系数矩阵。①可以看出,东道国的私人信贷水平与政府治理水平以及从事商业活动的经济成本和时间成本的相关系数较高,这是因为这些变量反映东道国营商环境的不同方面。营商环境的好坏并非单一因素所能决定,各个因素之间必然是相互联系,共同决定营商环境。为避免这些因素之间较高的相关性对估计结果的影响,本文在实证分析中通过控制固定效应的方式对估计结果进行了稳健性检验。
![]() |
表 2 解释变量相关系数矩阵 |
① 相关系数为0.00或者-0.00是由四舍五入造成。
(二) 扩展边际的检验首先以计量模型(1)为基础检验东道国金融发展和企业生产率对对外直接投资扩展边际的影响,结果见表 3。第1列为仅包含核心解释变量的简化模型估计结果,东道国金融发展和企业生产率对投资决策均具有显著的正效应。第2列为基准检验结果,其中增加了企业和东道国控制变量,结果同样显示企业的全要素生产率和东道国的金融发展水平对企业的投资决策均具有显著的影响。首先,企业的生产率与企业是否会在东道国进行投资具有正相关性。在其他条件相同时,生产率高的企业更可能进行跨国并购。与预期一致,东道国金融发展水平FD的估计系数为正,并在1%水平下显著,表明与美国以及其他国家的跨国企业一样,东道国较高的金融发展水平对中国企业对外直接投资的扩展边际具有显著的促进效应,说明东道国的融资环境是吸引中国企业的重要因素。其他反映东道国市场吸引力的因素,例如市场潜力和人均GDP的系数也都显著为正,表明中国企业更可能选择市场潜力大,经济发展水平高,人力资本和物质资本存量丰富的国家进行投资,显示出中国企业对外直接投资过程中强烈的市场寻求和资产寻求动机。在反映东道国市场进入成本的因素中只有建立新企业所需时间(Time)的系数为负向显著,这一方面说明东道国市场进入成本的上升会减少中国企业投资,另一方面说明跨境并购受到时机因素的强烈影响。相比时机的重要性,其他成本因素的影响并不显著。
![]() |
表 3 扩展边际的检验(1) |
东道国金融发展水平较高为企业融资提供了良好的条件,但是除融资的规模和可得性外,资本使用成本也是影响投资成本的重要因素。出于稳健性考虑,第3列的估计中进一步控制了东道国的实际利率,结果显示东道国金融发展的系数依然显著为正。第4列中则增加了东道国的企业利润税为控制变量。企业投资的根本目的是逐利,如果东道国税率很高势必影响企业的获利能力,打击投资积极性,抵消金融发展带来的正向效应。第4列的结果显示,金融发展的系数与第2列中的系数相比未有显著的变化。这表明即使考虑到实际利润和利润税的差异,较高的金融发展水平依然对投资活动具有促进作用。除已经控制的影响因素外,在国家层面和企业层面可能影响企业投资决策的因素还有很多,很难在实证分析中穷尽,可能造成遗漏变量对估计结果的影响。对此,本文在第5列中使用企业固定效应和东道国国家固定效应来控制所有的企业特征和东道国特征,估计结果依然稳健。
由于对外直接投资活动可能影响企业的生产率和融资能力,导致估计结果出现非一致问题,本文进一步使用了工具变量法和CFA方法控制生产率的内生性。第6列是以生产率滞后一期为工具变量,采用IVprobit进行估计的结果。Wald检验值为4.87,在5%水平下拒绝了原假设,表明工具变量选择合理,且估计结果稳健。①第7列为采用CFA法得到的估计结果。CFA法由Petrin and Train(2005)发展而来,其核心思想是发掘内生性变量中无法观测到的信息,将这些信息构造成新的变量,并作为控制变量加入原模型,得到一个带有新残差项的新模型,从而使内生性变量与新模型中的残差性不相关。对于本文的研究而言,企业所处行业和地区的其他企业的全要素生产率是较为理想的工具变量。相同行业内的企业之间具有相似的生产函数,企业间的竞争关系会使他们关注彼此的生产经营动态,形成较强的技术溢出效应和模仿效应。在相同区域内的企业更容易彼此交流互动,互相影响。同时,一家企业的对外直接投资活动并不对其他企业的生产率产生直接影响。因此,既可以采用相同行业其他企业的平均生产率作为工具变量,也可以采用既在相同行业又在相同地区的其他企业的平均生产率作为工具变量(Chen and Moore, 2010)。中国上市企业数量目前还不是很多,如果按照相同行业并在相同地区进行划分,每组企业数目过少可能影响生产率估计的准确性。因此,本文同时使用企业所在行业其他企业的平均生产率和所属地区其他企业的平均生产率的作为工具变量。第7列的结果中ρ值为0.568,在5%水平下显著,表明CFA法使用恰当。企业生产率的估计系数显著为正,且系数大小与第2列的结果近似,说明模型设定恰当,估计结果稳健。
① 本文进一步使用企业生产率的滞后两期作为工具变量,估计结果依然稳健,估计结果备索。
为防止可能存在的测量误差对估计结果的影响,本文使用新的金融发展和扩展边际度量方法做进一步稳健性检验,结果见表 4。新的金融发展指标为非时变的金融法规质量,新的扩展边际指标为中国企业在东道国的年投资次数。第1列报告了以东道国金融法规质量为金融发展代理指标时logit模型的估计结果,其中金融法规质量的估计系数为0.385,显著性水平在1%以下,说明估计结果稳健。
![]() |
表 4 扩展边际的检验(2) |
表 4中第2~5列的被解释变量为投资次数,其中第2列和第4列为泊松回归结果,第3列和第5列为负二项回归结果。第2列中金融发展的系数为正向显著,说明平均而言在金融发展水平较高的东道国,中国企业投资的次数也会更多。使用泊松回归的条件为样本的方差与期望相等,即“均等分布”。本文中中国企业在不同东道国的投资次数呈现“过度分散”的特征,样本的方差为1.537,均值为0.518,方差大约是均值的三倍。有并购交易发生的样本中并购交易次数集中在2到3次。只有个别的国家和地区(主要是美国)有较多的并购交易发生。对于这种离散程度很大的数据特征,使用负二项回归重新进行估计,结果见第3列。首先,alpha统计量在1%的水平下显著,说明本文的数据特征更适合使用负二项回归。其次,金融发展的估计系数依然显著为正,但是仅有泊松回归系数的三分之二左右。第4列(泊松回归)和第5列(负二项回归)进一步使用东道国金融法规质量进行检验,虽然alpha统计量再次表明本文的数据更适合使用负二项回归,但是泊松回归的结果与负二项回归的结果几乎完全一致。这表明相比估计方法,金融发展的度量方法会影响估计结果,私人部门信贷规模和金融法规质量对投资活动的影响方向是一致的,但是前者会高估影响的程度,后者的影响更加稳健。
除负二项回归外本文还使用了零膨胀泊松回归和零膨胀负二项回归。零膨胀泊松回归中根据Vuong统计量拒接了标准泊松回归,零膨胀负二项回归中Vuong统计量没有通过5%显著性检验,可以接受标准负二项回归。因此,本文报告了泊松回归和负二项回归的结果。整体上看,进一步的稳健性检验得到了与基准检验一致的结果。
(三) 集约边际的检验在本部分考察东道国金融发展对中国企业对外直接投资集约边际的影响。除个别交易使用人民币外中国企业在海外的并购活动大多采用美元、日元等外币。因此,首先将并购金额折合为人民币计价后再进行加总,实证检验中进一步做了取对数处理。人民币与其他货币的年度兑换汇率来自中国银行网站。
表 5第1列和第2列分别使用私人部门信贷和金融法规质量作为金融发展指标,采用混合最小二乘法进行估计。金融发展的系数为0.865,而且非常显著。第2列中东道国金融法规质量的检验结果同样显示金融发展水平上升可以在集约边际上促进中国企业投资,差异在于促进效应的大小仅有第1列中的二分之一。
![]() |
表 5 集约边际的检验 |
为了避免OLS估计中样本选择偏误的影响,本文将没有投资活动发生或者投资金额缺失的样本的集约边际设定为0。为考察这种处理方法合理性,本文进一步采用Heckman两阶段方法进行稳健性检验。第一阶段选择方程的被解释变量为是否有至少一次投资发生,如果中国企业在东道国有至少一次投资则第一阶段被解释变量取值为1,反之,取值为0。第二阶段为决策方程,被解释变量为投资总金额。第3列和第5列分别报告了以私人部门信贷和金融法规质量为金融发展指标时选择方程的估计结果,第4列和第6列分别为投资总金额的估计结果。第4列中私人部门信贷的估计系数虽然为正,但是不显著,第6列中金融法规质量的系数为0.413,通过了1%显著性检验。Wald检验值分别为4.34和4.09,在5%水平下显著,表明存在样本选择偏误,采用Heckman两阶段方法是恰当的。整体而言,对集约边际的检验再次表明东道国金融发展对中国企业的投资活动具有正向作用,而且相对于金融规模金融法规质量的影响更加重要。
(四) 生产率门槛的检验在经典的异质性企业对外直接投资理论中融资约束以及金融发展会改变投资所需的生产率水平,进而改变投资决策(Buch et al., 2014;Head and Ries, 2003)。本文在扩展边际和集约边际的检验中假设东道国金融发展对所有企业的影响是同质的,本部分放松这一假设,检验对外直接投资生产率门槛的变化。在其他条件相同时东道国金融发展水平提升可以降低投资成本,进而降低市场进入的生产率门槛值(Head and Ries, 2003)。据此,本文在基准模型中加入金融发展和企业生产率的交互项来检验金融发展对生产率门槛的影响,结果见表 6中第1~3列。这三列分别为Logit模型、IVprobit模型和CFA方法估计结果。正如预期的那样,金融发展与生产率的交互项的系数均为负向,且都在1%水平下显著,说明东道国金融发展水平对对外直接投资扩展边际的影响在不同的企业之间存在系统性的差异,在金融发展水平高的东道国投资所需的生产率水平更低。换句话说,东道国较低的金融发展水平会削弱企业在该国投资的意愿,这种负面效应在生产率较高的企业中会显著降低。稳健起见,第4列中使用东道国金融法规质量作为金融发展指标,结果显示交互项的系数为-0.532,显著性水平在1%以下,表明在金融法规质量高的国家中国企业对外直接投资所需的生产率水平更低。
![]() |
表 6 生产率门槛的检验 |
上述检验结果证明对外直接投资企业的生产率水平与东道国金融水平之间呈现系统性的负相关关系。如果这种负相关关系稳健,其他条件相同的条件下,金融发展水平最高的东道国最有可能吸引生产率最低的企业。基于此,本文将企业在某一东道国投资的年度最低生产率作为东道国金融发展水平的函数,使用OLS进行回归,结果见表 6中第5列和第6列。第5列中私人部门信贷的估计系数虽然为负,但是没有通过显著性检验。第6列中金融法规质量的估计系数为-0.078,且在1%水平下显著,意味着东道国金融法规质量越高,会有越多生产率较低的企业在该国投资。比较表 6中所有的检验结果可以看到,平均而言东道国金融发展水平提高可以降低企业对外直接投资的生产率门槛,不同金融发展代理指标的检验结果差异则再次表明相比金融规模的扩大,良好的金融制度更加重要。
(五) 基于东道国经济发展水平的生产率门槛检验上述的生产率门槛检验实际上假设了在所有东道国金融发展的影响是同质的,现实中影响投资决策的因素众多,可能改变金融发展的作用。例如,Bilir et al.(2017)和Desbordes and Wei(2017)从理论和实证方面证明金融发展水平上升既可以产生正向的融资效应,也可以产生负向的竞争效应。因此,本文从经济发展水平角度再次考察东道国金融发展对投资活动的影响。将人均GDP大于中国的国家或者地区归入高经济发展水平组,用Eco=1表示;人均GDP小于中国的国家或者地区归入低经济发展水平组,用Eco=0表示。使用人均GDP的原因在于该指标能更好地反映东道国消费者的购买力,从而避免GDP总量较大(或者较小)但是人均消费能力较弱(或者较强)的国家被错误地归入高经济发展水平组(或者低经济发展水平组)。金融体系发达的国家通常也是经济较为发达的国家,一国的人均GDP与其金融发展水平之间存在显著的正相关性,相关系数达到0.6以上。以中国的人均GDP为分界线得到的估计结果便于比较与中国的金融发展水平相比,东道国金融发展水平对中国企业投资活动的影响。
本部分的检验建立在以下观点成立的基础之上。在经济发展水平较高的东道国当地企业获得外部融资进入市场的能力较强,使得市场竞争较为充分。即使金融发展水平进一步提高,进入市场的当地企业数量也会有限,使得竞争效应较小。相反,在经济发展水平较低的东道国当地企业本身受到融资约束的抑制,市场中的企业数量少于均衡状态下的数量。金融发展水平上升后当地企业大量进入,导致较强的竞争效应。如果上述观点成立,在其他条件相同时,在经济发展水平高的东道国金融发展会使投资所需的生产率水平低于经济发展水平低的东道国。验证这一观点的检验结果见表 7中的第1列和第2列,被解释变量为是否投资。第1列的结果显示,企业生产率与东道国私人部门信贷的交互项显著为负,但是生产率、私人信贷以及经济发展水平三者的交互项虽然为负,但是不显著,表明在经济发展水平高的东道国金融发展并未使投资所需生产率的下降幅度显著超出在经济发展水平低的国家。这相当于否定了在经济发展水平高的国家金融发展带来的融资效应强于在经济发展水平低的国家。第2列中使用东道国金融法规质量作为金融发展的代理指标,此时该交互项的系数为-0.066,显著性为5%,表明东道国经济发展水平的差异会显著改变金融法规质量对生产率的作用。
![]() |
表 7 基于东道国经济发展水平的检验 |
接下来的问题是,如果在经济发展水平高的国家金融发展能进一步降低投资所需的生产率水平,这是否会使得在这些国家投资的生产率最低门槛低于经济发展水平低的国家。为解决这一问题,本文在第3列和第4列中以最低生产率为被解释变量再次估计了不同经济发展水平下金融发展对生产率水平的影响。从结果看,无论以私人部门信贷(第3列)还是金融法规质量(第4列)为金融发展指标,经济发展水平与金融发展交互项的系数均显著为正,表明在经济发展水平高的国家投资所需的最低生产率显著高于经济发展水平低的国家。因此,在其他条件相同时金融发展降低对外直接投资的生产率门槛只是相对而言,向发达国家投资所需的绝对生产率水平还是会高于向发展中国家投资时,这一结果与对日本企业对外直接投资的研究所得结论是一致的(Head and Ries, 2003)。
五、结论与启示本文的研究表明,东道国金融发展是影响中国企业对外直接投资的重要因素。研究取得的结论主要包含以下几个方面:首先,东道国金融发展水平在扩展边际和集约边际对中国企业的对外直接投资产生促进效应,表现在提高企业对外直接投资的概率、投资次数和投资总金额方面。其次,东道国金融发展水平对企业决策的影响是异质性的,较高的金融发展水平会显著降低对外直接投资所需的生产率水平,并降低投资的最低生产率门槛。这相当于对生产率较低的企业而言东道国较高的金融发展水平对投资的促进效应增强。再次,在经济发展水平高的东道国金融发展更能发挥降低投资所需生产率的作用,不过就最低生产率的绝对水平而言,高经济发展水平东道国的市场进入门槛依然显著高于经济发展水平较低的东道国。最后,相比私人部门信贷规模东道国的金融法规质量对对外直接投资的影响更加稳健,以私人部门信贷规模衡量金融发展水平有时会高估其对投资活动的促进作用。
基于以上的研究发现,本文提出以下政策建议:
(1) 中国企业应该尽可能选择金融发展水平高、金融体系完善的国家作为投资目的地。目前,中国的金融体制中还存在诸多问题,除一般意义上由于信息不对称导致的金融摩擦外,企业在母国融资时遭遇所有制、规模等歧视。东道国良好的融资环境可以成为母国融资的有益补充。在考虑东道国金融发展水平时不但要考虑金融规模,更要注重金融法律法规质量,因为完善的金融法规质量为金融规模发挥作用提供了良好的制度保障。在金融体系完善的国家,市场经济已经非常发达,经济活动较少受到非市场因素的干扰,企业有更多的机会公平地通过正规融资渠道获得融资,降低融资成本。
(2) 发展中国家依然是中国企业通过对外直接投资实现国际化的重要突破口。虽然发达国家金融发展水平更高,更有助于降低市场进入的生产率门槛,但是发达国家市场竞争激烈,对外直接投资的绝对生产率水平仍然高于发展中国家。从这个角度讲,中国政府推动的“一带一路”战略为中国企业“走出去”提供了重要的历史机遇。“一带一路”沿线包含许多发展中国家,相比这些国家的企业中国企业具有诸多优势。加之政府的支持,中国企业将有更大的优势参与国际化竞争。
(3) 政府层面应该继续推动金融市场改革,改善融资环境。企业的融资能力也是其竞争优势的来源之一,特别是在金融脆弱部门。母国金融环境改善不但可以直接支持企业对外直接投资过程中对资金的需求,还有助于企业从事提高生产率的活动,提高向发达国家和地区投资时的竞争力。
[] |
杜思正、冼国明、冷艳丽,
2016, “中国金融发展、资本效率与对外投资水平”, 《数量经济技术经济研究》, 第 10 期, 第 17–36 页。 |
[] |
李磊、包群,
2015, “融资约束制约了中国工业企业的对外直接投资吗?”, 《财经研究》, 第 6 期, 第 120–131 页。 |
[] |
刘莉亚、何彦林、王照飞、程天笑,
2015, “融资约束会影响中国企业对外直接投资吗?”, 《金融研究》, 第 8 期, 第 124–140 页。 |
[] |
石晓军、张顺明,
2010, “商业信用、融资约束及效率影响”, 《经济研究》, 第 1 期, 第 102–114 页。 |
[] |
王碧珺、谭语嫣、余淼杰、黄益平,
2015, “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》, 第 12 期, 第 54–78 页。 |
[] |
王忠诚、薛新红、张建民,
2017, “融资约束、融资渠道与企业对外直接投资”, 《金融经济学研究》, 第 1 期, 第 60–72 页。 |
[] |
薛新红、王忠诚、张华容,
2017, “对外直接投资、生产率准入门槛与信贷约束”, 《山西财经大学学报》, 第 10 期, 第 44–58 页。 |
[] |
闫雪凌、胡阴,
2016, “制度、文化与中国OFDI的利益动机”, 《南方经济》, 第 6 期, 第 1–17 页。 |
[] |
Antràs P., Desai M. A. and Foley C. F., 2009, "Multinational Firms, FDI Flows and Imperfect Capital Markets". Quarterly Journal of Economics, 124(3), 1171–1219.
DOI:10.1162/qjec.2009.124.3.1171 |
[] |
Beck, T., A. Demirgüç-Kunt and R. Levine, 2009, "Financial Institutions and Markets across Countries and over Time-data and Analysis", Policy Research Working Paper Series, No. 4943.
|
[] |
Buch, C. M., R. Kesternich, A. Lipponer and M. Schnitzer, 2014, "Financial Constraints and Foreign Direct Investment: Firm-Level Evidence", GESY Discussion Paper, No. 272.
|
[] |
Bilir, L. K., D. Chor and K. Manova, 2017, "Host Country Financial Development and MNC Activity", mimeo, revised version, March.
|
[] |
Blonigen B., David R., Waddell G. and Naughton H., 2007, "FDI in Space:Spatial Autoregressive Relationships in Foreign Direct Investment". European Economic Review, 51(5), 1303–1325.
DOI:10.1016/j.euroecorev.2006.08.006 |
[] |
Chapman K, 2003, "Cross-Border Mergers/Acquisitions:A Review and Research Agenda". Journal of Economic Geography, 3(3), 309–334.
DOI:10.1093/jeg/3.3.309 |
[] |
Chen M. X., Moore M. O., 2010, "Location Decision of Heterogeneous Multinational Firms". Journal of International Economics, 80(2), 188–199.
DOI:10.1016/j.jinteco.2009.08.007 |
[] |
Desai M. A., Foley C. F. and Hines J. R., 2004a, "Multinational Perspective on Capital Structure Choice and Internal Capital Markets". Journal of Finance, 59(6), 323–374.
|
[] |
Desai M. A., Foley C. F. and Hines J. R., 2004b, "Capital Controls, Liberalizations, and Foreign Direct Investment". Social Science Electronic Publishing, 19(4), 1433–1464.
|
[] |
Desbordes R., Wei S. J., 2017, "The Effects of Financial Development on Foreign Direct Investment". Journal of Development Economics, 127, 153–168.
DOI:10.1016/j.jdeveco.2017.02.008 |
[] |
Feinberg, S. and G. Phillips, 2004, "Growth, Capital Market Development and Competition for Resources within MNCs", NBER Working Paper, No. 9252.
|
[] |
Giannetti M., Liao G. and Yu X. Y., 2015, "The Brain Gain of Corporate Boards:Evidence from China". The Journal of Finance, 70(4), 1629–1682.
DOI:10.1111/jofi.2015.70.issue-4 |
[] |
Head K., Mayer T., 2004, "Market Potential and the Location of Japanese Investment in the European Union". Review of Economics and Statistics, 86(4), 959–972.
DOI:10.1162/0034653043125257 |
[] |
Head K., Ries J., 2003, "Heterogeneity and the FDI versus Export Decision of Japanese Manufacturers". Journal of the Japanese & International Economies, 17(4), 448–467.
|
[] |
Kandilov I. T., Leblebiciolu A. and Petkova N., 2017, "Cross-Border Mergers and Acquisitions:The Importance of Local Credit and Source Country Finance". Journal of International Money & Finance, 70, 288–318.
|
[] |
Klein M. W., Peek J. and Rosengren E. S., 2002, "Troubled Banks, Impaired Foreign Direct Investment:The Role of Relative Access to Credit". American Economic Review, 92(3), 664–682.
DOI:10.1257/00028280260136309 |
[] |
Levinsohn, J. and A. Petrin, 2000, "Estimating Production Functions Using Inputs to Control for Unobservables", NBER Working Papers, NO. 7819.
|
[] |
Nocke V., Yeaple S., 2007, "Cross-Border Mergers and Acquisitions vs. Greenfield Foreign Direct Investment:The Role of Firm Heterogeneity". Journal of International Economics, 72(2), 336–365.
DOI:10.1016/j.jinteco.2006.09.003 |
[] |
Petrin, A. and K. Train, 2005, "Tests for Omitted Attributes in Differentiated Product Models", University of Chicago GSB working paper.
|