中国对外直接投资与宏观经济变量关系的实证研究.docVIP

中国对外直接投资与宏观经济变量关系的实证研究 　　 【摘要】2014年中国对外直接投资（ODI）突破千亿美元，首次成为对外净投资国，中国正迎来资本输出时代。本文通过利用2003年至2013年的数据，从理论和实证两方面分析ODI与宏观经济之间的关系。回归分析结果表明，ODI与宏观变量之间存在相关关系。具体而言，ODI与外贸出口额、外汇储备头寸呈正相关关系，与国内生产总值、汇率水平及通货膨胀率呈负相关关系。在此基础上本文还分析了产生这种结果的可能原因并提供了相关建议。 　　 【关键词】对外直接投资 宏观经济变量 回归分析 OLS估计 　　一、引言 　　从产品输出到资本输出，是一个国家在世界经济版图中不断晋升的经典路线。作为GDP和外汇储备双双位居亚洲第一的中国，在国际投资格局深度变化、国内生产结构转型升级的大背景下，由劳动密集型向资本和技术密集型的出口模式转变就显得尤为必要。随着“中国资本”将取代“中国制造”成为经济新标签，中国将迎来资本输出时代。在人民币国际化进程中，作为资本输出重要组成部分的对外投资扮演着重要角色。作为世界第三大对外投资国，中国于2014年前三季度共对全球152个国家和地区进行了直接投资，涉及4475家境外企业，累计实现投资749.6亿美元，占全球投资额的25.8%。随着中国资本输出进程的不断推进，对外投资影响因素研究的重要性愈加凸显。因此，研究中国对外直接投资与宏观经济变量之间的关系，具有理论意义与实践意义。 　　二、文献综述 　　目前，人们普遍认为宏观经济变量是对外直接投资的重要影响因素之一。西方经济学认为，若一国国内投资小于国内储蓄，会造成储蓄过剩，则需向外输出资本，从而构成经常账户盈余。宏观经济变量通过这种机制，对对外直接投资产生影响。20世纪80年代初期邓宁提出IDP理论，即在折中理论基础上引入宏观经济变量和时间变量而形成的动态模型。近年来西方学者不仅从理论上研究这些变量的影响作用，还进行了相应的实证分析。Lechenko（1999）研究表明一国对外直接投资与出口之间存在一种因果关系。Aliber（1983）认为汇率对FDI流出的区位选择会产生重要影响。另外，施耐德和弗雷（1985）提出了在发展中国家工资是对外投资显著因素的观点。综上所述，西方学者基本认为宏观经济是影响一国对外直接投资的主要因素。结合中国经济发展状况，有学者认为外汇储备额也应是影响对外投资的显著因素。 　　三、中国对外直接投资影响因素的实证分析 　　（一）变量的选取与数据来源 　　国内外有关对外直接投资与宏观经济关系的文献中，选择的宏观变量主要包括国内生产总值、外贸进出口、工资水平、利率水平等，有的甚至包括了外国直接投资、世界贸易总量等变量。本文在选择宏观经济变量时，充分考虑了理论关系、相关实证研究结论以及中国当前经济形势，并遵循公开性与公众性原则。考虑到数据的可获得性与可计算性，本文选取了国内生产总值、外贸出口额、人民币兑美元汇率、通货膨胀率以及外汇储备量作为宏观经济变量，分别反映中国国内市场情况、出口贸易景气程度、汇率水平、通胀状况及外储头寸，分别用GDP、EXPO、EXCH、INF、FER表示。对外直接投资用ODI代表。本文研究期间取2003年1月至2013年12月，共计11年。使用的数据来自各年度《中国统计年鉴》与世界银行（Http：///）。 　　表1 回归分析所用数据 　　（二）模型的设计与解释 　　已有的对ODI宏观因素的实证研究，虽选取了不同的模型设定，但在方法选择上，绝大多数选择OLS回归分析。参照以往的研究方法，本文构建如下模型对中国对外直接投资的影响因素进行检验： 　　■ 　　（方程3.1） 　　其中，t代表时间，μ为随机误差项，C为对所有期间固定不变的影响因素。本模型对变量采用对数形式，因此得到的相关系数表示ODI对相关解释变量的弹性。 　　（三）实证检验结果与分析 　　1.变量间相关系数分析结果。利用Eviews软件对各变量之间的相关关系进行解析，结果如下表2所示。可以观察到各变量之间相关关系显著，基本在0.9以上（INF因取百分比效果较弱），说明选择的解释变量具有代表性和显著性。 　　表2 变量之间的相关系数 　　2.OLS回归结果。利用方程3.1对五个影响因素（GDP、EXPO、EXCH、INF、FER）对ODI的影响进行估计，首先对变量取对数，消除数据波动的异方差，使其变量系数成为弹性系数。由于数据时间较短，不考虑残差自相关。利用Eviews软件，进行OLS回归分析，得到表3的结果。 　　表3 OLS回归结果 　　3.实证检验OLS回归分析。从OLS回归结果中可知，调整后达到了0.9953，说明模型的拟合优度较高，模型能够解释中国对外直接投资变化的99.