论文部分内容阅读
摘 要：在过去的10年来，中国OFDI大幅增长。然而，中国的发展却很少受到主流研究期刊学者的关注。本文以汇率波动和国际储备为研究对象。通过对49个国家2007-2017年的计量分析，探讨了东道国OFDI对中国的影响因素。结果表明，中国OFDI主要投向汇率波动小、国际储备较多的国家。
关键词：中国OFDI;汇率波动;国际储备
一、背景介绍
2000年中国正式提出的“走出去”战略和WTO的后续行动极大地刺激了中国OFDI的增长。2014年，中国OFDI流量超过1000亿美元，超过美国成为世界第一大投资国。然而，即使中国的OFDI如此蓬勃发展，目前的研究大多集中在发达国家对中国的OFDI，而不是中国作为OFDI的提供者。缺乏对中国OFDI的研究，不利于学者和政府了解中国OFDI的发展状况。
在研究OFDI的影响因素时，汇率通常是跨国投资决策中不容忽视的因素，汇率波动增加了企业的不确定性（Du等，2012）。因此，汇率波动已成为影响企业OFDI的重要因素之一。在2008年国际金融危机之后，各国意识到了国际储备的重要性，并开始储备大量外汇。人们对外汇储备高的国家更有信心。一个国家有较高的FDI，将会增加其国际储备（刘跃明，2011）。因此本文认为，一国的外汇储备也是企业做出OFDI决定的重要因素。
我们使用来自49个国家（包括22个经合组织国家和27个非经合组织国家）的面板数据，研究了东道国汇率波动和国际储备如何影响中国在东道国的OFDI决定。并使用汇率波动与国际储备之间的相互作用项来检验汇率波动是否阻碍了高水平储备促进OFDI的增长。
二、研究假设
（1）汇率
Cushman（1985）的相对成本理论认为，风险调整后东道国货币的预期贬值将降低外国投资者的生产成本，从而增加OFDI的流入。因此提出本文的第一个假设：
东道国的汇率贬值使本国对其增加OFDI。
（2）汇率波动
Campa（1993）认为汇率波动会增加跨国投资未来收益的不确定性。Goldberg和Kolstad（1995）发现汇率波动对美国的OFDI产生了积极影响。另一方面，Sung和Lapan（2000）认为汇率波动对OFDI具有显着的负面影响（Brzozowski，2006）。根据以上推论，我们提出以下假设：
假设1a：东道国的汇率波动与中国的OFDI之间存在负相关关系。
假设1b：东道国的汇率波动与中国的OFDI之间存在正相关关系。
（3）国际储备
几乎没有关于东道国国际储备对本国OFDI是否产生影响的研究，本文的研究将填补这一空白。中国的国际储备（以中国的国际储备总额与名义GDP之比来衡量）增加了其ODI。OFDI将促进国际储备的增加（陈杨林，2010）。人们对外汇储备高的国家更有信心。在金融危机时期，高储备国家对资本总流出具有缓冲作用（Alberola等，2016）。因此，本文提出了东道国的国际储备高会增加本国对东道国投资的信心并增加对东道国的OFDI。因此，我们提出：
假设2：国际储备水平与中国OFDI之间存在正相关关系。
此外，我们认为汇率波动将影响东道国对其本国的国际储备的OFDI。 因此，我们介绍了交叉项并提出了本文的第三个假设：
假设3：汇率波动削弱了国际储备与中国OFDI之间的正相关关系。
三、变量和数据来源
（1）被解释变量
本文因变量是流入每个东道国的中国年度外国直接投资的自然对数。
（2）解释变量
本文包括三个重点解释变量，汇率、汇率波动和国际储备。汇率是东道国货币对人民币的比率。汇率上升意味着人民币升值，而汇率下降则表示人民币贬值。我们通过将东道国货币对美元的汇率除以人民币对美元的汇率来计算汇率，并使用年名义汇率的期间平均值。
我们通过AR（1）-GARCH（1，1）模型估计汇率波动。具体来说，我们通过以下公式计算条件波动率：
△ln（exratet）=α0+α1 △ln（exratet-1）+ut
σt2=c+aut-12+bσt-12
其中△ln（exratet）表示t期的平均月名义汇率与t-1期的自然对数之差。 ut表示均值方程的残差项，ut-12是ARCH项，而σt-12是GARCH项。年波动率是12个月条件方差的平均值。
为了直接比较较高的储备水平是否会对中国的对外直接投资产生影响以及汇率波动与中国的对外直接投资之间的关系，我们使用了一个虚拟变量。具体来说，我们每年对49个国家的储备水平进行排名，并用储备虚拟值等于1并将其他国家标记为零来标记前20个国家。使用虚拟变量可以清楚地表明进入前20名是否會吸引更多的中国对外直接投资。
（3）其他控制变量
根据先前对于OFDI的研究，我们选取了衡量东道国经济情况的一些指标作为控制变量，包括其经济发展水平（取GDP的自然对数）、金融发展（对私人市场的国内信贷占GDP的百分比）、开放度（外国直接投资净额占GDP的百分比）、自然资源（燃料，矿石和金属出口占商品出口的百分比）、基础设施水平（通过通信订阅量来衡量，通信订阅量是固定电话线和每100人中的小区订阅量的总和）、中国与东道国（首都）之间的地理距离。
我们的数据包含49个国家，包括发达国家和发展中国家，使用2007-2017年的年度数据。OFDI来自《中国对外直接投资统计公报》。 汇率由中华人民共和国商务部发布，汇率数据来自IMF国际金融统计（IFS）数据库，储备，GDP，金融发展，开放度，资源禀赋，基础设施来自世界银行发展指标，距离来自 CEPII数据库。 四、模型及實证检验
（1）模型
在第一个模型中，我们将汇率波动率作为主要解释变量，在第二个模型中，我们将储备虚拟变量作为我们的主要解释变量，在我们的第三个模型中，我们将汇率波动性和储备虚拟变量相加，还有他们的交互项。同时在三个模型中，分别加入了年份和国家固定效应。具体地，这三种模型如下：
模型1：LnOFDIi，t=α0+α1 lnvoli，t+α2 lnexratei，t+α3 Xi，t+∈i，t
模型2：LnOFDIi，t=β0+β1 resdummyi，t+β2 lnexratei，t+β3 Xi，t+μi，t
模型3：LnOFDIi，t=γ0+γ1 lnvoli，t+γ2 resdummyi，t+γ3 resdummy*lnvoli，t+γ4 lnexratei，t+γ5 Xi，t+εi，t
（2）实证结果
对于汇率波动，分别加入国家和年份固定效应时，lnvol系数均显著为负，东道国的汇率波动性与中国对外直接投资负相关，这支持了我们的假设1a，即汇率波动性越高，未来的不确定性越高，这将推迟中国对外直接投资。同时，东道国的GDP和资源禀赋与中国的对外直接投资呈正相关，而基础设施和中国与东道国之间的距离与中国OFDI负相关。表明了中国对外直接投资的资源寻求动力，同时可能因为地理距离减少OFDI。
对于国际储备，结果正如我们的预期，在不同的固定效应模型下，储备系数均显著为正，即东道国的外汇储备与中国OFDI正相关，假设2得到支持。
对于东道国的储备是否能够减轻汇率波动对中国OFDI的负面影响，结果显示国际储备与汇率波动的交互项系数为负，且在使用年份固定效应的模型中显著，我们认为这是因为汇率波动削弱了国际储备与中国对外直接投资之间的正向关系，假设3得到支持。
我们还做了稳健性检验，用名义汇率在12个月滚动窗口内的波动率，以期末汇率的标准差计量，来衡量汇率波动，显示汇率波动系数依然显著为负;用东道国的国际储备水平而非虚拟变量衡量储备，结果显示储备仍然与中国OFDI正相关。
五、结论
在本文中，我们研究了中国OFDI的决定因素，重点是汇率波动，储备及其相互作用项的影响。我们发现汇率波动将推迟中国OFDI，东道国的国际储备与中国OFDI正相关，东道国的GDP、资源禀赋和中国OFDI正相关，而东道国的基础设施水平以及中国与东道国之间的距离与中国OFDI负相关。在控制变量中，GDP和资源往往是最稳定、重要的，这意味着中国投资者在做出外国投资决定时偏爱市场规模大，自然资源丰富的国家。
此外，我们发现汇率波动与储备之间的相互项为负，表明汇率波动对中国的递延效应削弱了国际储备与中国OFDI之间的正向关系。
参考文献：
[1]Yang Li & Erick W Rengifo （2017）： The Impact of Institutions and Exchange Rate Volatility on China’s Outward FDI， Emerging Markets Finance and Trade， DOI： 10.1080/1540496X.2017.1412302.
[2]Buckley P J， Clegg L J， Cross A R， et al. The determinants of Chinese outward foreign direct investment[J]. Journal of International Business Studies， 2009， 40（2）： 353.
[3]Zhang X， Daly K. The determinants of China's outward foreign direct investment[J]. Emerging markets review， 2011， 12（4）： 389-398.
[4]Enrique Alberola ， Aitor Erce ， José Maria Serena. International reserves and gross capital flows dynamics. Journal of International Money and Finance（2016）.
[5]Del Bo C. Foreign direct investment， exchange rate volatility and political risk[C]//ETSG Conference， September， Rome. 2009.
关键词：中国OFDI;汇率波动;国际储备
一、背景介绍
2000年中国正式提出的“走出去”战略和WTO的后续行动极大地刺激了中国OFDI的增长。2014年，中国OFDI流量超过1000亿美元，超过美国成为世界第一大投资国。然而，即使中国的OFDI如此蓬勃发展，目前的研究大多集中在发达国家对中国的OFDI，而不是中国作为OFDI的提供者。缺乏对中国OFDI的研究，不利于学者和政府了解中国OFDI的发展状况。
在研究OFDI的影响因素时，汇率通常是跨国投资决策中不容忽视的因素，汇率波动增加了企业的不确定性（Du等，2012）。因此，汇率波动已成为影响企业OFDI的重要因素之一。在2008年国际金融危机之后，各国意识到了国际储备的重要性，并开始储备大量外汇。人们对外汇储备高的国家更有信心。一个国家有较高的FDI，将会增加其国际储备（刘跃明，2011）。因此本文认为，一国的外汇储备也是企业做出OFDI决定的重要因素。
我们使用来自49个国家（包括22个经合组织国家和27个非经合组织国家）的面板数据，研究了东道国汇率波动和国际储备如何影响中国在东道国的OFDI决定。并使用汇率波动与国际储备之间的相互作用项来检验汇率波动是否阻碍了高水平储备促进OFDI的增长。
二、研究假设
（1）汇率
Cushman（1985）的相对成本理论认为，风险调整后东道国货币的预期贬值将降低外国投资者的生产成本，从而增加OFDI的流入。因此提出本文的第一个假设：
东道国的汇率贬值使本国对其增加OFDI。
（2）汇率波动
Campa（1993）认为汇率波动会增加跨国投资未来收益的不确定性。Goldberg和Kolstad（1995）发现汇率波动对美国的OFDI产生了积极影响。另一方面，Sung和Lapan（2000）认为汇率波动对OFDI具有显着的负面影响（Brzozowski，2006）。根据以上推论，我们提出以下假设：
假设1a：东道国的汇率波动与中国的OFDI之间存在负相关关系。
假设1b：东道国的汇率波动与中国的OFDI之间存在正相关关系。
（3）国际储备
几乎没有关于东道国国际储备对本国OFDI是否产生影响的研究，本文的研究将填补这一空白。中国的国际储备（以中国的国际储备总额与名义GDP之比来衡量）增加了其ODI。OFDI将促进国际储备的增加（陈杨林，2010）。人们对外汇储备高的国家更有信心。在金融危机时期，高储备国家对资本总流出具有缓冲作用（Alberola等，2016）。因此，本文提出了东道国的国际储备高会增加本国对东道国投资的信心并增加对东道国的OFDI。因此，我们提出：
假设2：国际储备水平与中国OFDI之间存在正相关关系。
此外，我们认为汇率波动将影响东道国对其本国的国际储备的OFDI。 因此，我们介绍了交叉项并提出了本文的第三个假设：
假设3：汇率波动削弱了国际储备与中国OFDI之间的正相关关系。
三、变量和数据来源
（1）被解释变量
本文因变量是流入每个东道国的中国年度外国直接投资的自然对数。
（2）解释变量
本文包括三个重点解释变量，汇率、汇率波动和国际储备。汇率是东道国货币对人民币的比率。汇率上升意味着人民币升值，而汇率下降则表示人民币贬值。我们通过将东道国货币对美元的汇率除以人民币对美元的汇率来计算汇率，并使用年名义汇率的期间平均值。
我们通过AR（1）-GARCH（1，1）模型估计汇率波动。具体来说，我们通过以下公式计算条件波动率：
△ln（exratet）=α0+α1 △ln（exratet-1）+ut
σt2=c+aut-12+bσt-12
其中△ln（exratet）表示t期的平均月名义汇率与t-1期的自然对数之差。 ut表示均值方程的残差项，ut-12是ARCH项，而σt-12是GARCH项。年波动率是12个月条件方差的平均值。
为了直接比较较高的储备水平是否会对中国的对外直接投资产生影响以及汇率波动与中国的对外直接投资之间的关系，我们使用了一个虚拟变量。具体来说，我们每年对49个国家的储备水平进行排名，并用储备虚拟值等于1并将其他国家标记为零来标记前20个国家。使用虚拟变量可以清楚地表明进入前20名是否會吸引更多的中国对外直接投资。
（3）其他控制变量
根据先前对于OFDI的研究，我们选取了衡量东道国经济情况的一些指标作为控制变量，包括其经济发展水平（取GDP的自然对数）、金融发展（对私人市场的国内信贷占GDP的百分比）、开放度（外国直接投资净额占GDP的百分比）、自然资源（燃料，矿石和金属出口占商品出口的百分比）、基础设施水平（通过通信订阅量来衡量，通信订阅量是固定电话线和每100人中的小区订阅量的总和）、中国与东道国（首都）之间的地理距离。
我们的数据包含49个国家，包括发达国家和发展中国家，使用2007-2017年的年度数据。OFDI来自《中国对外直接投资统计公报》。 汇率由中华人民共和国商务部发布，汇率数据来自IMF国际金融统计（IFS）数据库，储备，GDP，金融发展，开放度，资源禀赋，基础设施来自世界银行发展指标，距离来自 CEPII数据库。 四、模型及實证检验
（1）模型
在第一个模型中，我们将汇率波动率作为主要解释变量，在第二个模型中，我们将储备虚拟变量作为我们的主要解释变量，在我们的第三个模型中，我们将汇率波动性和储备虚拟变量相加，还有他们的交互项。同时在三个模型中，分别加入了年份和国家固定效应。具体地，这三种模型如下：
模型1：LnOFDIi，t=α0+α1 lnvoli，t+α2 lnexratei，t+α3 Xi，t+∈i，t
模型2：LnOFDIi，t=β0+β1 resdummyi，t+β2 lnexratei，t+β3 Xi，t+μi，t
模型3：LnOFDIi，t=γ0+γ1 lnvoli，t+γ2 resdummyi，t+γ3 resdummy*lnvoli，t+γ4 lnexratei，t+γ5 Xi，t+εi，t
（2）实证结果
对于汇率波动，分别加入国家和年份固定效应时，lnvol系数均显著为负，东道国的汇率波动性与中国对外直接投资负相关，这支持了我们的假设1a，即汇率波动性越高，未来的不确定性越高，这将推迟中国对外直接投资。同时，东道国的GDP和资源禀赋与中国的对外直接投资呈正相关，而基础设施和中国与东道国之间的距离与中国OFDI负相关。表明了中国对外直接投资的资源寻求动力，同时可能因为地理距离减少OFDI。
对于国际储备，结果正如我们的预期，在不同的固定效应模型下，储备系数均显著为正，即东道国的外汇储备与中国OFDI正相关，假设2得到支持。
对于东道国的储备是否能够减轻汇率波动对中国OFDI的负面影响，结果显示国际储备与汇率波动的交互项系数为负，且在使用年份固定效应的模型中显著，我们认为这是因为汇率波动削弱了国际储备与中国对外直接投资之间的正向关系，假设3得到支持。
我们还做了稳健性检验，用名义汇率在12个月滚动窗口内的波动率，以期末汇率的标准差计量，来衡量汇率波动，显示汇率波动系数依然显著为负;用东道国的国际储备水平而非虚拟变量衡量储备，结果显示储备仍然与中国OFDI正相关。
五、结论
在本文中，我们研究了中国OFDI的决定因素，重点是汇率波动，储备及其相互作用项的影响。我们发现汇率波动将推迟中国OFDI，东道国的国际储备与中国OFDI正相关，东道国的GDP、资源禀赋和中国OFDI正相关，而东道国的基础设施水平以及中国与东道国之间的距离与中国OFDI负相关。在控制变量中，GDP和资源往往是最稳定、重要的，这意味着中国投资者在做出外国投资决定时偏爱市场规模大，自然资源丰富的国家。
此外，我们发现汇率波动与储备之间的相互项为负，表明汇率波动对中国的递延效应削弱了国际储备与中国OFDI之间的正向关系。
参考文献：
[1]Yang Li & Erick W Rengifo （2017）： The Impact of Institutions and Exchange Rate Volatility on China’s Outward FDI， Emerging Markets Finance and Trade， DOI： 10.1080/1540496X.2017.1412302.
[2]Buckley P J， Clegg L J， Cross A R， et al. The determinants of Chinese outward foreign direct investment[J]. Journal of International Business Studies， 2009， 40（2）： 353.
[3]Zhang X， Daly K. The determinants of China's outward foreign direct investment[J]. Emerging markets review， 2011， 12（4）： 389-398.
[4]Enrique Alberola ， Aitor Erce ， José Maria Serena. International reserves and gross capital flows dynamics. Journal of International Money and Finance（2016）.
[5]Del Bo C. Foreign direct investment， exchange rate volatility and political risk[C]//ETSG Conference， September， Rome. 2009.