投融资和融资的区别范文第1篇

    长三角地区私募股权投资的发展现状

    长三角地区民营经济高度活跃,孕育着众多新兴创业企业。同时,长三角民间资本雄厚,民众投资意识较强,国内外私募股权基金纷纷将业务拓展至长三角地区。作为全国最早引入创业投资和私募股权投资机制的区域之一,长三角地区私募股权基金市场发展迅速,正逐步成为全国私募股权基金的聚集地。主要表现在:

    (一)长三角地区私募股权获投比重显着,增长势头强劲统计数据表明,2011年长三角地区私募股权投资发生较为密集,上海、浙江和江苏分别获投65、49、47起,合计案例占全国交易总数的23.2%;在融资规模上,江苏省以36.73亿美元位居次席,上海和浙江分列第四、五位,三地共吸引私募股权投资74.8亿美元,占全国私募基金投资总额的27.1%。从动态比较来看,长三角地区获得私募股权投资案例和投资规模在2011年均有大幅提升,地区私募股权投资交易案例同比增加77%,上海、江苏和浙江获投规模分别同比增长1.51、4.12和5.54倍,长三角地区合计融资规模是2010年的4倍之多。据不完全统计数据,2012年前11个月,长三角地区共发生私募股权投资案例157起,涉及金额70.45亿美元,案例占比和金额占比分别上升至25.2%和39.5%,凸显长三角地区作为私募股权基金的投资洼地。

    (二)长三角近半数创业板企业获PE/VC支持,全国占比显着2009年10月23日,深圳创业板正式启动,这也进一步促进了中国私募股权市场的快速发展。作为私募股权投资最主要的退出渠道,创业板的存在有助于创投行业实现良性循环。从地域角度看,在创业板推出后的两年时间内,北京和深圳地区创业板获PE/VC支持的上市企业数量分别为24家和21家,占总数的16.3%和14.3%,位列第一、第二位;长三角地区,浙江、江苏和上海在创业板上市企业中获PE/VC支持的各有13家、13家和8家,合计获得PE/VC支持的企业数量占长三角地区创业板上市公司总数的46.0%,占全国创业板中PE/VC支持上市公司总数的23.1%。私募股权投资正在迅速成为长三角地区发掘企业价值、创造资本神话的重要力量。长三角地区私募股权投资发展迅速,正逐渐成为私募股权投资的前沿阵地。但在经济增长方式转变、结构调整的大背景下,私募股权市场的资金配置效率、行业投向情况,特别是战略性新兴产业和现代服务业的融资便利是否得到有效识别,成为检验私募股权投资促进区域经济转型和产业结构优化成效的重要参考。

    长三角地区私募股权投资的行业流向

    本文对公布的私募股权融资事件进行逐条的审核筛选,按照各获投企业的注册地和所属行业整理出长三角地区获得私募股权投资企业的行业分布信息,并统计出各获投行业的发生案例和融资规模。本文所采取的行业属性划分标准主要参照中国证券监督管理委员会分布的《上市公司行业分类指引》,将样本公司划分为23个行业。鉴于统计的私募股权投资交易涉及到人民币、美元、港币、欧元等不同标的币种,作者按照融资事件发生当天汇率收盘比价将其统一换算为人民币金额。样本区间为2009年12月1日-2011年12月1日,所有数据均取自WIND数据库。

    (一)先进制造业、战略性新兴产业和现代服务业成为私募股权基金高频投资领域长三角地区私募股权投资事件行业分布的统计结果如图2所示,样本期内长三角地区共发生私募股权投资事件436起,其中,机械、装备、仪表,信息技术业,节能环保、新材料分别以60起、48起和39起投资事件成为长三角地区私募股权投资频率最高的前三位行业,社会服务业领域同样受到私募股权基金的青睐,获投37起。其他获投频率较高的行业依次还有金属、非金属,电子商务,电子器件设备,互联网,医药、生物制品,传播与文化产业。采掘、建筑业,房地产,电力、煤气及水的供应等传统行业获投交易发生较少,均仅获投2起。

    (二)现代服务业、医药、生物制品和先进制造业成为私募股权投资的主要集聚地长三角地区私募股权投资规模的行业分布情况如图3所示,据已公布数据统计发现,在样本期内长三角各行业共获私募股权投资579.3亿元人民币。其中,电子商务以119.6亿元融资规模成为私募股权投资的首要集聚地。此外,金融、保险业,房地产业,批发和零售贸易,医药、生物制品行业的融资金额均超过40亿元,同样构成私募股权投资长三角地区的重点领域。相比之下,电力、煤气及水的供应,教育培训,纺织、服装、皮毛,木材、家具等行业在私募股权市场的融资规模明显较少。

    (三)各行业获投频率与融资占比匹配参差,私募股权基金投资策略分化显着为了检验长三角地区私募股权投资案例与规模的匹配效率,我们构造长三角地区各行业私募股权资金获投频率与融资占比的 值指标:获投频率-获投比重,并从侧面分析私募股权基金在长三角地区各行业间投资频率和投资比重的布局特征。若偏差超过一定区间范围,说明该行业私募股权获投频率与融资规模之间存在错配。正偏差过大表明该行业通过高频率的投资事件却仅获得较低比重的融资;负偏差过大则表明该行业通过较少的投资交易就能够融通到相对充足的资金。如图4所示,选定偏差范围[-5%,5%]为基准区间,电子商务(-14%),房地产(-8.92%),金融、保险业(-8.77%),批发和零售业(-5.47%)四个行业指标偏差均超出基准区间的下界,说明私募股权基金对这些行业的投资特征是“低频率匹配高金额”,即这些行业通过少量的融资机会就能实现较好的融资效率。鉴于网上零售贸易带动电子商务较为稳健的投资前景,以及房地产,金融、保险业,批发和零售业等行业资金需求特征,私募股权基金对这类行业的单笔投资规模较大不难理解。

    同时,信息技术业(8.04%),机械、设备、仪表(7.79%),清洁环保、新材料(5.71%)三个行业的指标偏差均超出基准区间的上界,说明虽然这些行业的获投频率较高,但融资规模却没有相应地很突出,实际融资效率不足。也从侧面反映出私募股权基金对这些行业的投资策略出现分化,表现出“高频率匹配低金额”的投资特征。

    主要结论

    长三角地区经济转型升级的方向就是基于创新驱动发展战略,集中资源重点发展代表国家竞争力和话语权的现代服务业和战略性新兴产业,攀升全球价值链高端,争当价值链的“链主”。私募股权投资对长三角经济转型的作用主要表现为对发展地区现代服务业和战略性新兴产业的推动效应。分行业统计结果表明:

    (一)私募股权基金投向能够与长三角地区经济转型升级方向保持较好的一致性首先,从投资案例上看,信息技术、清洁环保、新材料等战略性新兴行业,以精密机械、高端装备和电子配件(半导体)为代表的先进制造业,以及电子商务和互联网等现代服务业成为私募股权基金的高频投资领域。其次,在融资规模上,现代服务业成为私募股权投资的主要领域,电子商务、金融、保险、房地产、批发和零售贸易行业占据地区融资总量的半壁江山。总体上较之传统金融业态,私募股权基金能够更为关注目标企业的成长性和自主创新能力,在融资过程中,现代服务业和战略性新兴产业能够得到有效的识别,应当对私募股权投资作用于长三角经济转型升级的推动效应给予较高的肯定。

    (二)私募股权基金投资策略依旧较为谨慎,转型升级的推动效应仍未完全释放统计结果还表明,信息技术、清洁环保、新材料等战略性新兴行业的融资优势并不显着,主要表现为“高频率匹配低金额”融资特征,虽然这些行业获投频率较高,但融资比重尚未匹配。鉴于这些战略性新兴产业尤其在成长初期或者重大技术研发阶段,同样需要大量的资金投入;加之战略性新兴产业良好的行业前景,宏观层面积极的政策推进,私募股权基金对于这些行业单笔投资规模不足的事实的确值得关注。这也引发我们猜测私募股权基金对战略性新兴产业的投资策略———表面上响应宏观产业政策导向,实际上却象征性地、试探性地投向战略性新兴产业,最终投资规模尚待夯实。这种投资行为短期化、波动化,甚至畏缩不前,直接削弱了私募股权投资对于长三角经济转型升级的推动效应。

    政策建议

    为了进一步加快发展私募股权投资,充分发挥其促进产业结构调整和自主创新、转变经济增长方式的独特作用,支撑长三角地区经济率先转型升级,本文基于战略性新兴产业发展规划、私募行业监管规范以及货币金融环境等方面提出如下政策建议:

投融资和融资的区别范文第2篇

关键词：VC　PE机构　金融集群　金融中心

各国统计资料显示，近20年来，金融市场以及相关的金融部门获得了迅速发展，其发展速度超过了实体经济的发展速度，股票市场、资本市场和国际金融交易的重要性空前提高。一些分析人士认为，这种现象已经导致或者正在导致金融部门与实体经济的分离或者说金融向着独立自主的方向运动，金融市场按照自己的逻辑和规律运行，而实体经济不得不去适应金融市场的运行规律。

一、VG、PE资本聚集是良性的金融机构聚集

实业资本与金融资本在全球流动时在投资目标、所发挥的作用以及最后引发的结果方面都存在着明显的不同。

从直接投资资本的基本属性出发，直接投资资本流入与本地优势察赋资源结合，将提高劳动生产率，推动当地经济的成长。直接投资资本的流入对于世界各国特别是发展中国家，不论在任何发展阶段，应该都有积极的意义。这在理论上和实践上都得到验证。

金融资本在追求高风险高收益的过程中，不是通过投资实业、通过创造实业财富的增长来获取资本的社会的平均收益的，这是金融资本与直接投资的实业资本的最根本区别。金融资本的属性，决定了其投资行为实际上是在追寻高风险，因为只有高风险才有高收益，找到了高风险才有可能去博取高收益。

风险投资，即Venture Capital，简称VC，是指对处于早期项目的权益性投资；私募股权投资，即PrivateEquity，简称PE，是指通过非公开方式募集资金对企业进行的权益性投资。广义上，PE按照投资阶段可划分为创业投资(ven-ture capital)、发展资本(Development capital)、并购基金(Buy-out／buyin fund)、夹层资本(Mezzanine Capital)、重振资本(Turnaround)，Pre-IPO资本(Bridge finance)，以及上市后私募投资(Private investment in public equity，即PIVC、PE)、不良债权(distressed debt)和不动产投资(re a1 estate)等等。狭义的PE主要指对已经形成一定规模并产生稳定现金流的成熟企业的股权投资部分，主要是指对已过创业期或者在创业后期的企业进行的股权投资，这也是本文所提到的PE所研究的方向，以便和VC相区别。VC和PE的资金来源，既可以向社会不特定公众募集，也可以采取非公开发行方式，向有风险辨别和承受能力的机构或个人募集资金。由于私募股权投资的风险较大，信息披露不充分，故往往采取非公开募集的形式。VC和PE基金的投资方向是企业股权而非股票市场，即它购买的是股权而非股票，VC、PE的这个性质客观上决定了较长的投资回报周期。

VC、PE投资基金在投入目标企业的同时，还帮助被投资企业完善公司治理结构，建立激励机制，在以下方面为公司提升价值：帮助企业拓展潜在业务，增加股东价值；帮助企业吸引优秀人才，完善管理团队；提高企业在市场上的国际化知名度与公信力；上市过程的全程参与，为最终实现股东价值创造条件。因此，VC、PE投资从根本上讲是一种良性投资。

二、VC、PE机构集聚是金融产业集群的基础

可以从静态和动态两个方面来理解VC、PE机构集聚(agglomeration)问题。一方面，可以把VC、PE机构集聚看成是一个静态的结果，是指VC、PE机构集中在某些特定的区域，使得这些区域内的VC、PE机构达到一定规模和集中度的现象；另一方面，从动态的过程上来看，VC、PE机构集聚是指金融资源在特定条件下向具有一定自然、经济和社会禀赋优势的某些特定区域空间集中，进而形成一定规模和集中度的金融市场和VC、PE机构的有机过程。

问题在于，VC、PE机构为什么在一个城市集聚?这个问题说明了VC、PE机构集聚的地域性属性。不同地域在配置、吸收、传导和开发金融资源上具有不同的优势和禀赋，金融资源通过与合适的地域条件相结合在这个地域内形成金融产业，并进一步形成VC、PE机构集聚。

如果地域条件基本相同，那么VC、PE机构在某个地域的集聚就受到一定时间、地点和历史等方面因素的影响。许多理论和实证研究都指出，非经济性的因素尤其是企业家的偏好以及地域的社会、经济和政治环境，在企业区位选择过程中起很大的作用，且企业规模越大，受其影响更显著。因此，某些区位区别于其他区位的某些要素禀赋和人文特征，将是影响VC、PE机构集聚的重要因素。VC、PE机构集聚的实际过程，归根到底是经济的空间运动规律在区域金融上的具体反映，表现了VC、PE机构集聚与时空序列的高度依赖性关系。而一个城市的实体经济发展、金融文化发展、政府正在运作的强力推进措施等都起了重要的作用。

VC、PE机构集聚的效应主要表现在风险投资的“空间邻近效应”上。基于VC和PE的投资特征和自身利益的需要，VC和PE机构总是希望其距离被投资公司越近越好。因此，VC和PE机构在实际投资活动中，倾向于将自己的投资活动限制在一个有限的地理范围内，这就是风险投资的“空间邻近效应”。英国经济学家Ron Martin等在对英国和德国的风险投资业的调查结果也证实了风险投资“空间邻近效应”的存在。在他们的调查问卷中，当被问及“你觉得距离下面哪个选项位置近是重要的?”时，有48％的英国风险投资公司和46％的德国风险投资公司都认为靠近被投资企业比靠近其他如潜在投资者、其他风险投资公司、研究机构或者大型的区域市场更重要。

为什么会出现这种现象，可以从以下几个方面进行解释：

1、从本质上讲，VC和PE是一种非标准化投资活动，每一笔投资在风险、回报及被投资企业的类型等方面都是独特的。因此，在VC和PE资本市场，资本家获取关于潜在投资机会的准确信息对于风险投资的成功运作是及其重要的。在现代化大规模信息技术时代，距离所带来的主要问题是信息的质量和效应可能会随着市场参与者之间距离的增大而逐渐减弱。因此，VC和PE投资机构与潜在投资者的空间邻近有助于提高信息质量，降低信息成本。

2、VC和PE寻找和评价投资机会的途径主要是通过个人关系网络和个人访问。VC和PE投资公司与潜在投资者的距离越近，关于潜在投资者的信息越易于在个人关系网络中传播，个人访问也越易于进行，从而降低寻找成本和评估成本。

3、VC和PE投资是一种参与性的投资方式，投资者不仅提供资本，它还经常直接参与管理，帮助被投资企业制定发展规划、营销策略、提供咨询服务，并通过对被投资公司运营过程的监督与控制来减少投资风险。而VC和PE参与监管的方式一般是与被投资公司的管理层进行定期会晤以及面对面的接触。所以，地域距离会影响监管和参与成本，距离越近，监管与参与成本越小。

4、自我强化效应。随着VC、PE机构集聚程度的提高和集聚区域的进一步扩大，其外部效应和辐射效应更加显著，对整个国家和地区的影响力进一步提高，使得集聚区内的VC、PE机构以及其他产业的企业的综合竞争力进一步增加，而且对区域外的企业的吸引力进一步增强，这反过来又增加了该区域VC、PE机构的集聚。

由此可见，VC和PE投资机构的成本、交易成本、监管成本、信息不对称和风险都会随着距离被投资公司的距离的减少而减小。因此，风险投资机构在选址时往往会选择那些高新技术产业集群的区域。区域内高新技术产业集群规模越大，所集中的高新技术企业越多，那么落户在该区域的风险投资机构就越多，从而使得该区域风险资本的供给也越多。内蒙古的呼和浩特、包头、鄂尔多斯三市，已经形成了一个一定高科技实力的集群区，完全具备了VC和PE聚集的基础与条件。而区域内VC、PE机构集聚效应，使得区域内其它配套的金融服务机构接踵而至，使得这一产业集群区发展为区域性金融中心集聚区成为可能。伴随VC、PE机构的空间集聚可以产生集聚经济效应和溢出效应，这些效应进一步促使VC、PE机构的空间集聚，并在VC、PE机构集聚自我强化效应的作用下形成金融产业集群。金融产业集群通过金融的中介作用，将金融集群的影响力向外扩散，使得金融集群的影响力的地理范围不断延伸。这种影响力又反过来加强了中心区域的金融集群，这时的金融集群不仅包括了金融产业集群，而且还与区域甚至区域的其他产业的发展密切联系起来，集群还常常包括许多政府机构和提供专业化培训、信息、研究和技术支持机构，如大学、中介服务机构和培训机构。这样，以呼、包。鄂城市集群就成为金融资产定价中心、金融资产交易中心、金融信息集散中心和金融相关服务中心。

三、政府的政策推动是金融产业集聚的重要保证

投融资和融资的区别范文第3篇

关键词：农村家庭；实物投资组合；影响因素；地区比较研究

基金项目：本课题获得清华大学公共管理学院产业发展与环境治理中心(CIDEG)的经费支持。

作者简介：王宇(1972－　)，男，河南安阳人，清华大学公共管理学院博士研究生，主要从事农村金融研究。

中图分类号：F320　文献标识码：A　文章编号：1006－1096(2008)06－0127－05

收稿日期：2008－09－09

一、引言

在解决农村金融抑制、促进金融深化的背景下，我国农村家庭的投资组合体现出经济发展、投资渠道增多给农村家庭带来的生活状况的改善和家庭收入的提高。但对农村家庭投资组合影响因素的研究，目前还比较缺乏。

发展中国家农村信贷市场的效率非常低下，农户投资组合受金融抑制的程度相当严重(Stiglitz et al，1981；Carter，1988；Anjini，1997)。金融机构支农动力不足、金融机构投资的两极分化、农村资金外流与金融市场的准入限制等方面的金融抑制特征(谈儒勇，1998；何广文，2001)严重阻碍着农村经济发展与农民收入的提高，使农村家庭难以实现资产的最优配置，导致农村家庭大量的福利损失(李锐等，2007)。收入与财富的多寡对投资组合的影响不言而喻。此外，一个拥有劳动收入的家庭拥有一个内涵的不可交易资产(人力财富)，这代表了一个未来劳动收入流的索取权(Campbell，etal，2003)。同时家庭通过调整外在的资产持有来补偿潜在的人力财富变动，最终达到整个财富的理想配置状态，即人力财富可以挤出对外在资产的持有(Campbell，2006)。在实物投资组合中，最重要的投资就是房产投资。房产作为最重要的家庭实物资产，既是投资物品，也是消费物品。如果将大量资金投资房产，就会对居民其他资产的投资起到很强的“挤出效应”(赵人伟，2005；吴卫星等，2007)。在这方面，城市家庭与农村家庭差别显著。城市家庭房产的可交易性与可流动性强，作为投资物品可在资产价格上涨时实现增值，也可用于租赁获取收入，且能快速变现。虽然农村家庭也会将大量的资金投入到住房建设上，但农村的房产绝大部分只是自己居住，无法通过租赁和变现来实现投资功能。因此，在房产投资上，城市家庭和农村家庭的投资原因有着很大的差别。好的投资使人们受益，高生产率可以带来富裕，只有有效的金融体系才能将资金配置在好的投资机会上。为了实现这一目标，贫困国家必须终止金融抑制，促进金融深化(米什金，2007)。

本文结构如下：第一部分是引言与相关文献；第二部分说明数据来源，进行描述分析，提出假设；第三部分建立logistie回归模型，对统计结果进行分析；最后是结论说明。

二、数据来源与分析

1、数据来源与问卷调查

本研究在文献研究的基础上设计了问卷调查的初稿，根据预调查中反映出来的农民理解能力、家庭收入区间划分等问题对问卷进行了修改和补充。正式问卷调查于2007年7月份(浙江金华)和2007年9月份(四川南充)进行。正式的大规模问卷调查采用分阶段和随即抽样的方法。第一步，对浙江金华和四川南充下辖的所有县(市、区)都进行调查；第二步，对每个县下辖的所有乡镇都进行问卷调查；第三步，对每个乡镇下辖的所有行政村都进行调查；第四步，对每个行政村根据人口数量和总问卷数量按比例分配问卷，问卷对象在农村家庭间随机发放。问卷填写的对象是农村家庭的户主(可以是男性，也可以是女性)。根据农村家庭结构的实际，问卷对象的年龄要求在22岁到60岁之间。

在浙江省金华市所辖的10个县(市、区)共发放问卷1592份，由清华大学课题组、金华市卫生局联合开展；回收有效问卷1350份，有效回收率为85％；接受调查的男性户主占57％，女性户主占41％。在四川南充市的9个县(市、区)共发放问卷2000份，由清华大学课题组、南充市卫生局、南充市统计局联合开展；回收有效问卷1825份；其中男性户主比例为89％，女性户主比例为11％。

2、描述统计与分析

第一，农村家庭特征。表1是对东西部农村家庭户主年龄、性别与人口三个方面特征的比较。

本次调查根据农村家庭的实际状况设计的户主年龄涵盖的范围是从22岁到60岁。从问卷的统计情况，金华市农村家庭户主年龄的均值为42岁，南充市农村家庭户主的年龄均值为48.11岁，比金华的要多出近6岁。中年户主家庭在农村是创造财富和进行投资的主要家庭，他们不仅在收入上是创造财富的主体，而且在投资决策上也是主体。对于户主的性别特征，从两个地区的峰度值可以看出，东部地区农村家庭的户主男性略多于女性，而西部地区农村家庭的户主绝大部分则是男性。家庭人口数量多少，一方面反映了家庭的支出负担大小，人口多的家庭用于生活、教育方面的支出比较多，在收入差距不是很大的情况下，家庭负担就成为影响家庭进行投资组合的因素之一。从两个地区的比较看，在家庭人口方面非常接近。

第二，财富效应假设对农村家庭投资组合的影响。由于金融市场的深化、资产价格的上涨和国家诸多惠农政策的实施，农村家庭的财富与家庭收入增长幅度加大。财富与收入的增长直接带动资产需求的上升。家庭资产分为实物资产与金融资产，财富效应直接体现在实物资产组合与配置的变化上。家庭金融研究将房产投资作为重要财富，通过房产投资来实现财富增长。但是对农村家庭而言，房产只是生活物品，极少作为投资对象，因此本文不用财富存量而用家庭年收入财富流量来体现财富效应。

问卷结果显示，首先，东部地区比西部地区的收入差别要大。东部地区的收入在0到10万元之间的不同区间都有较为平均的分布，10万元以上收入的家庭比例很小；西部地区农村家庭收入差距较小，90％的家庭年收入在3万元以下，4万元以上的比例很小。其次，无论是在实物资产还是在金融资产的配置上，东部地区农村家庭都比西部地区的比例要高。再次，尽管在实物资产中的生活型资产和安全型金融资产的持有比例上东、西两个地区的比例都高达90％，但是在生产型实物资产的配置上，随着收入的提高，东部地区家庭持有比例上存在较大的差异，收入高则持有比例也高的趋势明显；西部农村家庭相应的持有比例差异却不明显。这就解释了为什么尽管在家庭资产的配置与选择上东西部地区农村家庭有着

相同的选择倾向，但东部地区却比西部地区在分层上和比例上存在很大的区别。家庭收入起着显著的支配作用。

第三，人力资本假设与农村家庭健康状况对投资组合的影响。依据已有的人力资本理论，劳动者的人力资本存量主要由健康、知识、技能和工作经验等要素构成，但唯有其中的健康存量，决定着个人能够花费在所有市场活动和非市场活动上的全部时间。因此，医疗服务投入一直被视为最重要的健康投资指标。随着农村经济的发展与收入提高，农村的收入差距和投资差异更加明显。在考虑农村家庭的投资组合时，将农村家庭的医疗支出纳入到研究中来，更符合实际情况。

第四，金融深化与金融资产回报率。因为利率的压制会限制金融业的发展，对资产的有效配置产生较高的成本。金融资产投资回报率从原来的单一化到多层次的转变可以反映出金融深化的过程与效果。金融深化的程度也决定了农村家庭在投资组合上有了更多的机会与选择。

三、Logit回归模型建立与农村家庭资产组合与参与金融市场的决定因素分析

1、变量选择及确定

因变量的选择与界定。农村家庭的资产分为两大类：实物资产和金融资产。实物资产按照用途的不同，可分成两类，一类是生活投资，包括住房、家用电器等；另一类是生产性投资，包括商业用房、汽车(主要是农用车)和贵重物品(金银等)、电脑等。从重要程度看，这两类资产对于农村家庭有明显差别。生活型资产满足家庭物质生活提高的需要，价值会随着使用期的延长而降低；而生产型资产能带来持续的收入，具有现金流入特征。

本文将实物资产分为生活资产和生产投资资产。只拥有生活资产的农村家庭取值为0，拥有生产投资资产的农村家庭取值为1，这样实物资产构造出二分类变量。

自变量的选择与界定。本研究在参考和借鉴Campbell(2006)、李涛(2006)和吴卫星、齐天翔(2007)研究的基础上进行自变量选择。第一，在家庭金融投资理论中普遍认为家庭投资存在财富效应假设，即财富的多寡对家庭投资活动产生重要影响。本文用家庭收入来代替家庭财富。一个家庭的年收入更能代表家庭的经济状况与未来的预期收入。本文对农村家庭年收入进行了分组。根据东西部家庭收入的实际差别，将东部的农村家庭分为6个组(0～2万元，2～3万元，3～5万元，5～7万元，7～9万元，10万元以上)，并进行了虚拟变量处理。为了验证财富假设，将最低收入(即2万元以下)的家庭作为参照。将西部的农村家庭年收入分为4个组(0～1万元，1～2万元，2～3万元，4万元以上)，虚拟变量处理后将0～1万元收入家庭作为参照。第二，家庭金融研究中存在人力资本假设，即家庭的经济状况与发展是由家庭人力资本的状况决定的。对农村家庭而言，人力资本主要是指劳动力的健康状况。考虑到当前重大疾病对农村家庭的影响，我们用医疗支出占家庭收入比例表示人力资本状况。本文将医疗支出比例分为3个组：5％以下、6％～15％和16％以上；作虚拟变量处理后，将16％以上作为参照。第三，解决农村金融抑制、促进金融深化、推动农村金融市场发展是提高农村家庭参与金融市场、分享金融深化带来的社会福利的重要途径。农村家庭参与金融市场的数量与渠道可以反映金融深化的程度，同时金融深化最直接的体现就是金融产品定价的合理。金融资产回报率就可以反映金融产品的多样性和定价的合理性，因此本文用金融资产回报率来反映金融深化的水平。将金融回报率分为收益率4％以下、5％～8％和9％以上3组，并作了虚拟化处理。

控制变量的处理与界定。除了主要考察财富效应假设、人力资本假设和金融深化的程度三个影响农村家庭投资组合与金融市场参与的主要因素，家庭的其他特征也会影响其投资选择。按照Campbell(2006)的研究，本文还将家庭户主的性别、家庭人口数量、家庭户主的受教育程度等因素作为控制变量进行研究。由于家庭金融研究中不同年龄投资者普遍存在年龄效应，本文将户主年龄分成4个组(22～30岁，31～40岁，41～50岁，51～60岁)并作了虚拟变量处理，将51～60岁的户主家庭作为参照。此外，性别做了0、1变量处理，男性为1。受教育程度和家庭人口是定序变量。

2、模型结果分析

根据上面的变量选择和模型设计，可以建立农村家庭投资组合的LOGIT模型。模型一和模型二是东部农村家庭投资组合决定因素的模型结果，模型三和模型四是西部农村家庭实物投资组合的模型计算结果。统计软件使用SPSS13.0进行运算。

根据建立的LOGIT模型，对东西部地区农村家庭实物投资组合的决定因素进行了比较。由LOGIT回归的结果可知。从-2loglikelihood(对数似然比)、Chi-squre(卡方检验)和Sig(模型显著性)三个指标都说明模型的拟合程度很好。

从自变量对结果的解释来看，东部地区(J市)，在家庭收入为2～3万元的农村家庭中，从事生产性投资的家庭比例是没有从事生产性投资家庭比例的1.84倍(e0.612＝1.844)，收入在3～5万元和7～9万元的农村家庭从事生产性投资与没有从事生产性投资家庭的倍数分别是4.06(el.401)和6.42(el.859)倍，但是对于收入在5～7万和10万元以上的农村家庭，进行生产性投资分别是只拥有生活投资家庭的12.8(e2.550)和15.2(e2.720)倍。对于金融资产回报率对实物投资组合的影响来说，因为比较高的回报会提高农村家庭的收入提高预期，会挤占用于实物方面的投资，这种影响程度在回报率在5％～8％的范围内上在0.01的水平上显著，而在大于9％的回报水平上在0.10的水平显著，在这种情况下，投资于生产性实物资产分别是购买生活物品家庭的1.53倍和1.60倍。在将控制变量纳入模型的情况下可以看出，家庭收入对实物投资组合的影响跟模型一的情况很相近，医疗费用支出占家庭支出比例对于实物投资组合的影响依然不显著。对于金融资产回报率的影响来说，跟模型一不同的是，在5％～8％的范围内，回报率对于实物投资组合的影响的显著性有所下降，从模型一的1％下降到了5％。从模型二的回归结果可以看出，性别、受教育程度和人口数对家庭的投资组合的影响不显著。

对于西部(N市)农村家庭(表3)，家庭收入对其实物投资组合的选择起着重要的决定作用。医疗支出(反映家庭人力资本健康状况)对家庭实物投资组合的影响跟东部地区有所不同。没有控制变量影响时，同东部一样，医疗支出对投资组合决策影响不显著，但在考虑控制变量时，西部农村家庭在6％～15％医疗支出时就对实物投资组合有显著的负面影响。这一组家庭的影响程度是别的家庭的0.729倍。金融资产回报率反映了金融深化的程度，从模型结果看，金融深化在东西部地区有不同的体现。对于实物投资组合的影响来说，东部

地区农村家庭在进行实物资产的配置时受金融资产回报率的影响很大，其显著性很强；但它对于西部农村家庭实物投资组合的影响却不显著，这说明金融深化程度在东部地区比西部地区产生了更为积极有利的效果。

在考虑到性别、户主的受教育程度和家庭人口等控制变量的情况下，东西部地区的实物投资组合明显受到不同因素的影响。根据投资组合的年龄效应假设，在东部地区，对实物投资组合有显著影响的是22岁到30岁这个年龄段，而对西部农村家庭存在年龄效应的是31到40岁这个年龄段。此外，在东部地区，其他控制变量如性别、受教育程度和家庭人口对家庭的生产性投资都没有显著性影响，但是在西部地区，男性户主对家庭的生产投资有显著的影响；相对于女性户主来说，男性户主进行生产性投资的比例要比女性户主高出0.667倍。受教育程度的不同对于东西部农村家庭的实物资产投资活动的影响有着很大差别。东部地区年龄和受教育程度对从事生产投资活动没有明显不同，但是在西部地区，因为受教育程度不同，农村家庭的实物资产投资活动存在显著差别；受教育程度越高，则从事生产性投资活动的比例越大(要高出2.379倍)。

四、结论分析

第一，家庭年收入因素对农村家庭投资组合影响非常显著(家庭收入在每个级别都影响显著)，模型结果验证了投资组合的财富效应假设。东部地区家庭年收入存在多层次现象，家庭投资活跃；而西部地区由于年收入普遍处于较低水平，限制了其从事生产投资的能力。从实证结果看，东部地区和西部地区农村家庭在生产性实物资产投资方面，相对于生活物品消费，家庭收入越高，进行生产性投资活动的发生比就越高。

第二，本文用家庭医疗支出比例来考察人力资本效应对家庭投资的影响，主要反映农村家庭的健康状况对家庭生产性投资活动的影响。从实证结果看，对生产性投资，家庭健康因素所产生的影响不显著，东西部情况基本一致。有一点稍微不同的是，在将控制变量纳入模型进行考虑之后，对于西部地区的农村家庭，家庭医疗支出在家庭支出5％以内时，医疗开支对农村家庭的生产性投资活动会产生负向影响；而医疗支出在6％～15％之间时影响却不显著。因此，对于家庭健康状况影响家庭投资活动的程度，应该进行更为广泛和深入的研究。

第三，金融深化对农村家庭投资的影响，东西部有所不同。对于东部地区农村家庭来讲，金融回报率越高，对其从事投资的影响就越显著；但是在西部地区农村家庭，金融回报率对其从事生产性投资活动影响不显著。

投融资和融资的区别范文第4篇

［关键词］金融扭曲差异；外资进入；融资约束

［基金项目］：本文得到教育部人文社会重点研究基地（南开大学跨国公司研究中心）重大项目“后危机时代的跨国公司投资、国际资本流动趋势与我国外资政策”的资助。 2000）

作者简介：周 申(1970―)，男，南开大学经济学院(天津，300071)，教授。研究方向：国际贸易理论与政策、要素市场。

张 亮(1986―)，男，南开大学经济学院(天津，300071)，博士生。研究方向：国际金融市场、国际经济学。

漆 鑫(1983―)，男，中国银行间市场交易商协会(北京，100033)，博士。研究方向：金融发展、国际经济学。

一、引 言

改革开放以来外商直接投资大量流入我国。Prasad and Wei（2005）［1］指出，自1994年以来我国吸引了流入新兴市场经济体FDI的三分之一，流入亚洲新兴市场经济体FDI的60%。2010年非金融领域新批外商直接投资企业27406家，同比增长1694%；实际使用外资金额105735亿美元，同比增长1744%。中国国际投资头寸表①(2011)显示，截至2009年底，FDI累计余额已经达到9974亿美元，接近1万亿美元。

是什么原因使我国对FDI具有如此大的吸引力呢？根据大量研究FDI区位分布的文献可以看出：FDI倾向于流入具有较低劳动力成本（Sun et al2002；）、［2］(79-113)较高市场潜力（Fung et al，2005）、［3］(408-416)较好基础设施（Berthelemy，

［4］(140-155)以及稳定的宏观经济环境(Benassy,2007)［5］(764-782)的地区。然而，FDI上述相关理论仅仅从FDI供给方――跨国公司视角出发，研究分析跨国公司选择某一国家或地区进行投资的原因，缺乏对FDI需求方东道国相关因素的考虑，对FDI大量流入某一国家或地区的原因并不能提供完整的解释，如与我国市场潜力、劳动力成本、基础设施等方面都较为相似的印度，外商投资流入却要远远低于我国。那么从FDI的需求方东道国视角，具体分析到我国有哪些特殊情况对外资流入有着显著的影响呢？

二、地区金融扭曲影响外资进入的机制分析

由于我国金融体系存在严重的扭曲现象，国有商业银行在进行资金配置时更多的依据政策指令而非经济利益，导致长期以来国有商业银行信贷资源基本为国有企业所占据，而非国有企业很难从国有商业银行获得融资（Park and Sehrt，2001)；［6］(608-644)(Allen et al，2006）。［7］Huang（2003）［8］指出，外资大量进入中国不仅是因为中国巨大的市场潜力、低廉的劳动力成本，还是因为我国金融体系存在严重扭曲的结果。在融资领域，由于我国是银行占主导的金融体系，并且国有商业银行在我国银行体系中占据主导地位，国有商业银行在配置金融资源方面往往按照政治性主从次序将金融资源大量投向国有经济部门，而非国有企业难以从国有金融体系中获得融资。这就导致非国有企业为了满足其融资需求，存在寻找外国投资者以获得投资的动机。Huang（2003）［8］认为是中国金融部门扭曲导致FDI的大量流入，中国私营企业面临来自银行和证券市场的歧视（信贷歧视和上市批准复杂）而被迫寻求外国投资者，将合资作为扩张投资的方式，而与外资企业合资还可以减少中国私营企业面临的不对称信息，从而使其容易获得银行贷款。Guariglia and Poncet（2008）［9］运用1989-2003年中国30个省份面板数据分析发现FDI降低了银行部门低效率产生的成本, 并提供资金给那些由于银行部门扭曲而造成借贷能力不足的公司。（Galina,H.and C.Long,2000）［10］指出若东道国金融市场不完善、缺乏效率，则更倾向于以外商直接投资的形式进入市场，此时外商直接投资的实质上起到了对东道国不完善的金融市场的替代作用。在我国，FDI并未充分的起到弥补资金不足和技术溢出的作用，更多的只是为我国在存在扭曲的金融体系中无法获得融资的非国有企业提供替代性资金来源，企业为获得外部融资有着强烈的引入外国投资者因而获得投资的动机，因此本文提出假说：我国地区间金融扭曲差异是影响外资流入的重要原因。

三、估计模型和指标说明

（一）估计模型

根据Ezeoha and Cattaneo(2011)、［11］Nasser and Gomez (2009)［12］(61-74)的研究建立以下基础估计模型：

InFDIi,t=αFinanceIn Financei,t+∑βControlsIn Controlsi,t+γi+ηt+εi,t（1）

其中FDIi,t表示i省份t年的外商直接投资指标，Financei,t表示i省份t年的金融扭曲差异指标，Controlsi,t是i省份t年的宏观经济控制变量。γi表示省份虚拟变量，ηt表示时间虚拟变量，εi,t是随机扰动项。对估计模型进一步细化后可得：

Infdii,t=αdloanIn dloani,t+βlfdiIn lfdii,t-1+βwageIn wagei,t+βmpIn mpi,t+βmrIn mri,t+βinfrasIn infrasi,t+βinduIn indui,t+βopenIn openi,t+γi+ηt+εi,t（2）

Infdii,t=αdprivIn dprivi,t+βlfdiIn lfdii,t-1+βwageIn wagei,t+βmpIn mpi,t+βmrIn mri,t+βinfrasIn infrasi,t+βinduIn indui,t+βopenIn openi,t+γi+ηt+εi,t （3）

Infdii,t=αdbdlIn dfirgi,t+βlfdiIn lfdii,t-1+βwageIn wagei,t+βmpIn mpi,t+βmrIn mri,t+βinfrasIn infrasi,t+βinduIn indui,t+βopenIn openi,t+γi+ηt+εi,t（4）

模型中所有变量的具体定义详见表2。为控制可能存在截面异方差的影响，本文将所有变量均取对数并计算稳健标准误差。

（二）指标选取

1 非国有经济部门信贷比重

本文借鉴张军、金煜（2005）［13］研究思路，非国有经济部门信贷比重的估计方程可以表达如下：

firi,t=α+βsoei,t+θi,t+μi,t （5）

μi,t=ρμi,t-1+δi,t （6）

其中，firi,t代表银行信贷/地区总产值比重，soei,t代表国有企业工业总产值/地区工业总产值比重。根据计量结果βsoei,t,可以用来度量银行信贷中配给到国有经济部门部分，而银行信贷中配给到非国有经济部门部分则可以用常数项α，地区虚拟变量θi,t和误差项μi,t之和表示。表1是对我国非国有经济部门信贷份额估计的结果。

2 贷款比重、存贷款余额比重

在金融市场资源配置效率未得到改善时，金融市场规模扭曲能提高金融市场中实际可利用的资金总量，从而也能在一定程度上解决非国有经济部门的融资难问题，推动非国有经济部门竞争力的提高，减少非国有经济部门向外国投资者寻找投资的动机。因此本文还将地区金融机构贷款比重（loan）、金融机构存贷款余额比重（firg）作为金融扭曲的反向指标，即金融机构贷款比重、金融机构存贷款余额比重数值越大，表示该地区的金融扭曲程度越小。

3 金融扭曲差异指标的计算

地区金融扭曲差异指标是指i地区在t年的金融扭曲程度与t年度全国总体平均金融扭曲的差值，可通过以下公式计算得到：

dloani,t=loani,t-loani,t（7）

dprivi,t=privi,t-privi,t （8）

dfirgi,t=firgi,t-firgi,t （9）

由于银行贷款比重差异（dloan）、非国有部门信贷比重差异（dpriv）、银行存贷款余额比重差异（dfirg）3个金融扭曲变量均为反映地区金融扭曲差异程度的反向指标，即当银行贷款比重差异、非国有部门信贷比重差异、银行存贷款余额比重差异指标数值为正时，表示i地区t年的金融扭曲程度比t年的全国平均要低，地区的金融水平高；而数值为负时，表示i地区t年的金融扭曲程度比t年的全国平均要高，地区的金融水平低。由于三个金融变量是反映地区金融扭曲差异程度的反向指标，因此数值越大时，表示地区金融扭曲程度越低、金融越发达。

（三）变量说明

本文研究的时间为1998-2007年我国28个省、自治区(、海南数据缺失，重庆的数据并入四川省)。

四、实证检验与分析

（一）变量的统计分析

表3和表4分别是变量的统计性描述和Spearman相关系数矩阵。由表4得知：银行贷款比重差异、存贷款余额比重差异与外商直接投资流量、外商直接投资存量均显著的负相关，初步表明地区金融扭曲差异会使外商直接投资的流量、存量减少。外商直接投资流量和外商直接投资存量与地区劳动力成本，市场化程度显著负相关，与地区市场潜力、基础设施、工业化程度以及开放程度均显著正相关，基本与我们前面的理论预期相一致。当然，更为严谨的结论还有待于下文的计量分析。

（二）实证检验

1．基本估计分析。地区金融扭曲差异与外商投资之间存在反向因果关系，②金融扭曲差异的内生性问题会导致OLS估计参数有偏和非一致，因此本文采用系统广义距模型Sys-GMM（System Generalized Model of Moments）估计方法来估计，同时将固定效应模型（Fixed-effect）的估计结果作为对照组列入估计结果表格中，但本文分析依然基于系统广义距模型的估计结果。表5是以外商直接投资流量（fdi）作为被解释变量得出的基本估计结果， A1、A2、A3列的wald检验均是显著的（概率值均为000），而B1、B2、B3列的F检验均是显著的（概率值均为000），说明所有估计方程总体上均是显著的。

由表5可知：B1、B2、B3列采用固定效应模型估计结果显著性较差，可能是没有有效地克服变量的内生性问题，故本文分析采用有效地克服了解释变量的内生性的System -GMM估计结果，将固定效应模型估计作为比较组。A1、A2、A3列的银行贷款比重差异、非国有部门信贷比重差异、银行存贷款余额比重差异3个金融扭曲差异指标均在5%的检验水平下显著地为负，说明地区金融扭曲差异的减小会抑制FDI的流入。控制变量对FDI的影响基本与理论分析相符：外商直接投资流量的滞后一期（Lfdi）系数在1%的检验水平下显著为正，说明FDI的流入有很强的集聚效应和示范作用；劳动力成本估计系数在1%的检验水平下显著为负，说明FDI选择相对劳动成本较低的地区投资；地区市场潜力、市场化程度为负，但不显著；基础设施、工业化程度、开放程度均显著地为正，随着我国经济开放的逐渐深入，巨大的市场潜力以及近些年来基础设施的大量建设为外商投资企业提供较完善的扭曲条件，为产品的生产、运输、销售提供了有力地保障，显著地促进了FDI流入我国。

表6是外商直接投资存量为被解释变量的估计结果。由表6可知：C1、C2、C3列的3个金融扭曲差异指标均显著地为负，且发现银行贷款比重差异、非国有部门信贷比重差异、银行存贷款余额比重差异对外商直接投资存量的影响程度（影响系数分别为-0194、-0168、-0109）要小于外商直接投资流量（影响系数分别为-0840、-0725、-0490），因为外商直接投资存量是FDI流量的累积量，与外商直接投资流量相比有一定的稳定性，当期金融扭曲差异是对当期流量FDI作用，从而影响了存量FDI。外商直接投资存量的滞后一期（Lafdi）系数在1%的检验水平下显著为正，且对存量FDI影响（系数分别为0856、0869、0890）要比对流量FDI影响（系数分别为0302、0320、0333）要大，由于总体FDI存量基数较大，与流量FDI相比变化小，因此上期FDI存量对当期FDI存量的影响要大。其他控制变量对FDI的影响与理论预期相一致：劳动力成本、市场化程度估计系数为负，地区市场潜力系数为正，但均不显著；基础设施、工业化程度、开放程度显著为正，显著地促进了我国FDI存量的增长。上述分析说明金融扭曲差异影响FDI流入的观点不受变量选取的影响，具有很强的稳健性。

2分地区估计分析。表7是按照东部、中西部分组，③外商直接投资流量作为被解释变量的估计结果。由E、F列可知：我国东部与中西部地区在金融扭曲差异对FDI流入的影响方面存在显著差异：东部的银行贷款比重差异、非国有部门信贷比重差异、银行存贷款余额比重差异指标均为负，但不显著；而中西部的金融扭曲差异指标均在1%的检验水平下显著为负，且金融扭曲差异变量对中西部外商直接投资流量的抑制程度（影响系数分别为-1442、-0844、-0707）要明显的大于东部（影响系数分别为-0062、-0195、-0158）。

这与我国东部经济开放程度高于中西部，而中西部地区金融扭曲程度却比东部地区严重的现状相符合的。由于我国中西部地区金融扭曲程度高于东部地区，因此中西部地区金融扭曲导致FDI作为国内不完善的金融体系的替代和弥补而流入的效应要比东部地区更加显著，中西部地区金融扭曲对FDI流入有着比在东部地区更大的影响，进一步证实了上文金融扭曲影响FDI流入的机制分析中阐述的观点。外商直接投资流量的滞后一期（Lfdi）在1%的检验水平下显著为正，而外资流量的滞后一期代表的是FDI的示范效应，东部外商直接投资流量的示范效应（影响系数分别为0518、0507、0524）要大于中西部（影响系数分别为0415、0446、0470）。劳动力成本在5%的检验水平下显著为负，工业化程度在1%的检验水平下显著为正，地区市场潜力、基础设施、市场化程度、开放程度等控制变量对FDI的影响基本与上文结论一致。

表8是按照东部、中西部分组，外商直接投资存量作为被解释变量的估计结果。由G、H列可知：与表7外商直接投资流量为被解释变量的估计结果基本一致：我国东部的银行贷款比重差异、非国有部门信贷比重差异、银行存贷款余额比重差异变量均为正，但不太显著；而中西部的金融扭曲差异指标均在5%的检验水平下显著地为负，且金融扭曲差异变量对中西部外商直接投资流量（fdi）的抑制程度（影响系数分别为-0298、-0145、-0150）要明显的大于东部（影响系数分别为0060、0021、0041）。外商直接投资存量的滞后一期（Lafdi）在1%的检验水平下显著为正，且东部外商直接投资存量的示范效应（影响系数分别为0937、0929、0937）要大于中西部（影响系数分别为0881、0905、0915）。

因此，无论是外商直接投资流量还是存量，金融扭曲差异对FDI流入我国的影响效果均一致，具有很强的稳健性。我国东部金融扭曲差异对FDI流入没有显著作用；而中西部金融扭曲差异显著地抑制了FDI流入，且中西部金融扭曲差异对外商直接投资流、存量的抑制程度要明显的大于东部。

五、结论与政策建议

随着我国外商直接投资量的逐年大幅增加，现有金融体系是否能适应外商直接投资的大量流入，已日益成为国内外学者关注的焦点。本文的分析发现： 银行贷款比重差异、非国有部门信贷比重差异、银行存贷款余额比重差异指标会促进外资流入，且区域金融扭曲差异对外商直接投资存量的影响程度要小于外商直接投资流量。接着分地区研究发现：我国东部金融扭曲差异对外资流入没有显著作用；而中西部金融扭曲差异显著地抑制了外资流入，且中西部金融扭曲差异对外商直接投资流、存量的抑制程度要明显的大于东部。这与我国东部经济开放程度高于中西部，而中西部地区金融扭曲程度却比东部地区严重的现状相符合的，中西部金融扭曲程度高于东部地区，因此中西部金融扭曲导致外资作为国内不完善的金融体系的替代和弥补而流入的效应要比东部更加显著。外商直接投资存量的示范效应要大于外商直接投资流量，而东部外商直接投资流、存量的示范效应要大于中西部。

因此，对于现阶段我国金融水平不高、金融服务仍然不太完善的情况，需要着力加强地区金融体系建设，大力发展中小型金融机构，改善我国银行业产业结构，更有效地发挥银行业的杠杆支持作用。调整金融市场和信贷结构，完善货币市场、资本市场和保险市场在内的多层次金融市场体系。在政府金融开放政策的大力支持和引导下，逐渐摆脱金融发展水平低下的情况，让我国金融体系更好地促进外商直接投资的流入，使二者互为有效地为经济健康发展做出贡献。

注 释：

① 2011年4月1日，国家外汇管理局了新口径之下的2010年国际收支平衡表。

② 由于FDI流入对本国不完善的金融体系起到一定的替代和弥补作用，减轻非国有企业面临的融资约束，因此FDI流入可能会降低东道国对本国不完善金融体系进行改革的动力。从这个角度出发，FDI流入对金融扭曲存在反向因果关系。

③ 东部地区包括北京、天津、河北、辽宁、山东、江苏、浙江、上海、福建、广东共10个省、市，中西部地区包括黑龙江、吉林、河南、安徽、湖北、湖南、江西、内蒙古、山西、陕西、甘肃、宁夏、广西、四川、贵州、云南、青海、新疆共18个省、自治区。 主要参考文献：

［1］Prasad, E. and Wei, S J. The Chinese Approach to Capital inflows: Pattern and Possible Explanations ［J］. 2005, IMF Working Paper No. 79.

［2］Sun, Q. Tong, W. and Yu, Q. Determinants of Foreign Direct Investment across China ［J］. Journal of International Money and Finance, 2002, 21(1).

［3］ Fung, K. C. Garcia Herrero, A. Iizaka, H. and Siu, A. Hard or Soft? Institutional Reforms and Infrastructure Spending as Determinants of Foreign Direct Investment in China ［J］. Japanese Economic Review, 2005, 56(4).

［4］ Berthelemy, J C. and S. Demurger, Foreign Direct Investment and Economic Growth: Theory and Application to China ［J］. Review of Development Economics, 2000, 4(2).

［5］ Benassy, A. M. Coupet. and T. Mayer. Institutional Determinants of Foreign Direct Investment ［J］. World Economy, 2007, 30(5).

［6］ Park, A. and K. Sehrt. Tests of Financial Intermediation and Bank Reform in China ［J］. Journal of Comparative Economics, 2001, 29(4).

［7］ Allen, F., J. Qian. and M. Qian. China's Financial System: Past, Present and Future ［M］. Edited by T. Rawski and L. Brandt, 2007, Cambridge University Press.

［8］ Huang, Y. Selling China: Foreign Direct Investment During the Reform Era . 2003, New York: Cambridge University Press.

［9］Guariglia, Alessandra and Santos Paulino, Amelia U., Export Productivity, Finance, and Economic Growth: Are the Southern Engines of Growth Different?, 2008.Working Papers RP2008/27, World Institute for Development Economic Research (UNU-WIDER).

［10］ Galina, H. and C. Long. What Determines Technological Spillovers of Foreign Direct Investment: Evidence from China . 2007, Federal Reserve Bank of San Francisco Working Paper Series, No. 2006-13.

［11］Ezeoha A.and N. Cattaneo , FDI Flows to Sub～Saharan Africa The Impact of Finance, Institution and Natural Resource Endowment. CSAE Conference 2011: Economic Development in Africa . 2011

［12］ Nasser.O, X.Gomes. Do Well Functioning Financial Systems Affect the FDI Flows to Latin America?. International Research Journal of Finance and Economics,2009,(2).

［13］ 张 军，金 煜.我国的金融深入与生产率关系的再检验：1987-2001［J］. 经济研究，2005（11）．

Influences of Regional Financial Distortion Disparity on Foreign Capital Entrance

Zhou Shen1 Zhang Liang2 Qi Xin3Abstract: With the annual increase of our FDI inflow, attention has been focused on whether current financial system will accommodate to substantial inflow of foreign capital. This paper uses the panel data of 28 provinces from 1998 to 2007 to analyze the influences of financial distortion disparity on FDI inflow. The findings show that regional financial distortion disparity affects FDI inflow, but the impacts of financial distortion disparity on FDI inventory are less than on FDI flow. Regional study shows that financial distortion disparity in eastern area has insignificant impacts on FDI inflow, but financial distortion disparity in mid-western areas significantly negatively impacts FDI inflow and the negative impacts on FDI flow and inventory are greater than eastern areas.

投融资和融资的区别范文第5篇

在成都市“十二五”规划中，依靠科技创新来把成都市建成“中西部地区创业环境最优、人居环境最佳、综合竞争力最强的现代特大中心城市”已提上议事日程。加快推进世界现代田园城市建设，建成国家创新型城市已是未来成都的发展方向。加快成都市科技金融服务体系建设，不仅是全市实现高新技术产业和新兴产业快速发展的客观需要，而且是全市今后科技经济工作的一项紧迫任务。这一建设必将要求推动科技与金融体制机制的创新突破。当前，成都科技金融服务体系建设中出现了一些亟待解决的问题，既需要系统总结多年来在实践中已经积累的好经验、好做法，同时也要加强跨部门的协作，在推动科技金融服务体系建设中积极探索。

二、国内外研究现状及述评

国外的科技创新得到金融的大力支持。国外金融业发达，有完整的金融支持科技创新体系，它们的风险投资经验为中小企业提供担保的做法对成都市科技金融服务体系建设有一些参考价值。理论界和实际工作部门对此也有了初步研究。从国内理论界来看，江世银（2005）也进行了存在风险条件下的资本市场投资预期收益模型研究，获得了一些初步认识；王磊、王淼（2009）进行了高新区融资服务体系建设的研究并提出了相应的对策建议；张云（2011）进行了创新金融服务方式、促进科技与金融紧密结合研究；郭庆平（2011）提出了金融科技创新服务体系的研究对策建议。成都市科技金融服务体系建设很值得参考借鉴这些研究成果，但必须要在创新性和可操作性上深入研究、实现突破。从实践来看，科技金融服务体系建设不是一个新问题，国内外进行了积极探索，积累了一些实践经验。比如，符合科技企业创新特点的信贷模式相继涌现，服务于科技企业创新的各种金融机构方兴未艾。特别是诸如一大批适合科技企业创新特点的股权质押贷款、知识产权质押贷款、中小企业集合票据等金融产品创新相继出现。可以说，为科技金融创新服务的多层次资本市场体系正在形成，这些对于支持科技产业发展发挥了重要的作用。北京、广东、江西和四川都进行了科技金融服务体系建设的探索。北京市科委通过深化科技管理体制创新，借助金融服务创新，进一步加强金融服务于科技创新，以满足企业多层次的融资需求，使资金要素在北京市科技金融服务体系建设中发挥越来越重要的作用。广东在财政科技投入与银行科技信贷结合、科技金融与科技资本市场结合等方面作了很多尝试和创新，省科技厅分别与珠海、中山、东莞市人民政府签订了科技金融综合试点市项目合同书，逐步走出了一条具有广东特色的科技金融服务体系建设道路。江西通过的《关于加强科技金融结合促进科技创新和高新技术产业发展若干意见》就加强科技金融结合，促进科技创新和高新技术产业发展提出了具体措施。四川也在不断地进行科技金融服务体系建设。成都市进行科技金融服务体系建设可以参考这些做法，如广东大力打造科技金融服务平台、探索科技金融合作新机制，北京市从多方面促进科技与金融的联姻等，但成都市不可照搬。这需要各界共同研究并提出很有针对性的、可供操作性的对策。

三、成都市科技金融服务体系建设历程

近年来，根据科技和金融发展基础，成都市加大体制机制创新力度，促进科技和金融结合作为推动科技发展的主要抓手，科技金融服务体系建设取得了明显成效。成都高新区在科技金融的理论与实践中积极探索、大胆创新，为四川仍至西部地区的科技金融服务体系建设作出了一定的贡献。在国内，成都市从理论上率先提出了具有创新探索的科技型中小企业梯形融资模式，得到上级部门的高度重视和充分肯定。从实践方面来看，成都市不仅初步搭建了科技金融服务平台，而且不断健全科技金融服务机制和不断完善科技金融服务体系。

（一）初步构建技术成果转化服务体系

成都市积极探索各区域的金融资源共享模式，旨在提升各区域企业在担保贷款、风险投资、上市融资等方面利用金融服务于科技创新的能力。可以说，成都市初步构建了技术成果转化服务体系。例如2010年3月，成都高新区管委会与县区签署了合作共建的框架协议，如《关于彭州工业开发区合作共建的框架协议》、《成都高新区—郫县合作发展框架协议》等。事实上，这些协议就是在为科技创新而构建技术成果转化服务体系。成都高新区与彭州工业开发区管委会、成都现代工业港管委会签署的《推进区域金融服务体系建设合作框架协议》，将彭州市和郫县作为金融服务的拓展试点区域，以推进双方金融服务体系合作的方式来促进科技创新。成都市还通过资金支持和技术转移服务公司构建技术成果转化服务体系。2011年，成都市出台了《关于加快科技创新促进经济发展方式转变的意见》及其实施方案，增设了成都市科技成果转化专项资金，首期投入2亿元，今后逐年增加。成都市还成立了成都技术转移服务（集团）公司，构建涵盖技术成果转化全过程的“发现、筛选、撮合、投入”的专业化服务体系，并提供项目中介和投融资等综合配套服务。

（二）建立和完善中小创新企业创业投资体系

成都市设立了创业投资服务中心，为创业投资机构提供专业化服务。成都市还率先在国内设立了创业投资风险补助基金，引导创业投资机构加大对科技型中小创新企业的股权资金支持力度，改变了政府单一的投入格局，推动形成了以政府为引导、市场为主体的多元化创业投融资新格局。作为成都高新区的政策性担保公司的成都高新科技信用担保有限公司还与四川鑫和实业有限公司等签署了《中小企业担保融资合作框架协议》。根据这一框架协议，成都市充分发挥了高新科技信用担保有限公司的融资担保和市场化运作优势，通过对园区科技创新型企业的担保融资，大大促进了中小创新企业的科技创新发展，使中小创新企业投融资服务体系逐步得到完善。中小创新企业创业投资体系的完善带动了成都市各市县区的经济快速发展。

（三）不断完善中小创新企业的梯形融资体系

自2005年以来，成都市政府积极制定相关政策，推动科技金融体系建设。针对科技型中小创新企业在不同成长阶段所对应的不同层次、不同功能的融资需求，充分发挥政府的引导作用和市场的纽带功能，初步构建了由天使投资、风险投资、债权融资、股权融资、上市融资等组成的梯形融资体系。成都市不仅整合了以成都银行科技支行为代表的科技银行资源，而且也实现了它与兴业银行、交通银行、招商银行等商业银行的对接。2009年，成都硅宝科技股份有限公司在创业板成功首发。到2011年底，成都高新区不仅协助1600多家科技型中小创新企业获得银行贷款上百亿元，而且还帮助上百家企业获得风险投资贷款30多亿元。获得了融资和风险投资贷款的中小创新企业因此加快了创新步伐。此外，成都市还为科技创新型企业设立了15亿元的政府引导基金，帮助96家企业完成股改。其中，已有23家科技型创新企业成功发行上市，约占成都市上市企业的一半。与此同时，成都市还依托高新区全资公司——高投集团，对30个初创期项目进行创业投资3亿元，对15个重大产业化项目进行产业投资54.5亿元。梯形融资体系较好地解决了科技创新型企业的融资问题。

（四）着力打造科技金融服务平台

成都市非常重视科技金融服务平台的建设。全力打造的西部一流科技金融服务平台集政策、产品、中介和信息服务等综合性金融服务于一体，为科技金融体系建设作出了应有的贡献。针对科技型中小创新企业不同发展阶段的融资需求和条件，成都市以政府资金为引导，发挥科技综合服务优势，努力整合银行、担保、保险和创投等资源。通过搭建科技金融综合服务平台，建立了多层次的科技银行体系、科技担保体系、科技保险体系、科技创投体系。通过集合科技型中小创新企业和集成创新金融产品，为成都市科技型中小创新企业提供了一站式、个性化的融资服务。作为成都高新区科技金融服务平台，“盈创动力”在金融服务企业、金融服务产业、金融服务发展方式的各个环节中发挥了重要的作用。值得一提的是，成都高新区打造的“盈创动力”一站式投融资服务平台，与200余家投融资机构建立了合作关系，吸引60余家专业机构入驻，注册资本超过150亿元，管理资金规模超过330亿元，完成了上百个投融资项目的成功对接，成为国内领先的科技金融应用示范基地。成都市科技金融的服务机制、服务体系特别是服务平台方面的积极创新是一种较好的探索。（五）建立对种子期、初创期科技型中小创新企业的科技金融服务体系为了建立市场机制为主、政府支持为辅的科技金融服务体系，成都市加大了财政投入，有效引导了银行、保险、担保等金融机构开展科技金融创新。成都市设立了创新创业种子基金，为初创期和成长期的科技企业提供资金支持而开展创新创业活动。为了打造金融总部商务区、金融后台服务中心等产业载体而加快科技金融创新发展，成都高新区通过制定出台金融产业优惠政策以此建立科技金融服务机制，强化金融服务平台职能和金融服务体系功能，建立了对种子期、初创期科技型中小创新企业的科技金融服务体系。它为扶持全市科技型中小创新企业发展、推动成都市自主创新和经济快速发展提供了科技金融服务体系保障。总之，成都市的科技金融创新实践和科技金融体系建设营造了良好的创新环境，有力地推动了科技创新创业和科技型中小创新企业的发展，对其他地区科技金融服务体系建设具有较大的示范效应。

四、成都市科技金融服务体系建设存在的问题

近年来，成都市加大了科技、金融改革力度，在创新科技金融服务方面迈出了实质性步伐，如组建了成都科技银行，建立了成都科技金融综合服务平台，开展了科技保险、知识产权质押融资、引导创业投资等。可以说，成都市科技金融服务体系建设取得了明显的成效。但是，从总体上看，科技金融服务尚处于起步阶段，二者结合的体制机制亟待创新，科技金融创新服务体系尚需完善等。目前，成都市所引进的股权投资基金的资金总规模还不大，专利权质押贷款、中小企业集合票据等金融产品创新发展步伐缓慢，适应科技企业不同发展阶段的直接融资渠道还没有真正地建立起来。

（一）缺乏多元化的资本参与体系

由于科技创新的投入大，仅靠单一的投资主体和渠道是难以解决的。特别是由于科技创新的投入风险较大，政府由于支出有限不能加大投入，各金融机构对科技创新的信贷投入积极性不高。国有资本投入科技创新的比例较低，特别是上市融资的企业较少，民间资本参与的积极性也不高。

（二）缺乏有效的收益风险机制

科技创新既有机遇也有风险，特别是企业的科技创新具有很大的不确定性。迄今为止，成都市还没有找到解决这种创新不确定性与金融安全性之间矛盾的有效办法。如何让金融资本分散企业创新的风险和分享创新成果还需要建立相配套的收益风险机制。成都市的科技金融服务体系不仅缺乏考核评价和政策支持体系，而且也缺乏风险补偿机制和良好的服务环境。正是如此，目前由于各种金融资本还难以参与企业的科技创新活动，所以大量科技创新企业没有金融服务体系的支撑而缺少创新的积极性。如果有了这方面的激励约束机制特别是收益风险机制，成都市的科技创新必将获得更大发展。

（三）缺乏高效的科技金融人才服务体系

由于科技创新和为科技创新服务的融资都是较为高深的经济管理活动，所以就需要具备这些知识和有一定管理经验的复合人才。对于地处内陆的成都市来说，许多科技领域的经营管理者不懂金融语言，而金融领域的经营管理者又不懂科技创新，他们没有很好地把二者有机地结合起来，各自在自我的系统中运行。目前成都市十分缺乏科技金融服务人才，更没有形成科技金融人才服务体系。

（四）缺乏全面的科技金融服务体系

投资者创办科技创新企业的流程不熟悉，对相关政策掌握不够，科技创新创业企业不知申办各类金融服务的条件、类型、内容和承办的机构，缺乏科技金融企业的跟踪服务，也没有相应的信用体系和中介服务机构，这些都制约了成都市科技金融服务体系的建设。正是缺乏多元化的资本参与体系，缺乏有效的收益风险机制，缺乏高效的科技金融人才服务体系，缺乏全面的科技金融服务体系，成都市科技金融服务体系尚处于建立和完善中。如果从现在起就加快科技金融服务体系建设，那么成都市的科技创新型企业和自主创新必将获得飞跃发展。

五、成都市科技金融服务体系建设的对策建议

下一步，成都市如何进一步完善科技金融创新服务平台和更好地利用科技产业园区等重要平台，加快科技金融服务体系建设；如何有效整合有利于科技型中小创新企业发展的产业、财政、税收、金融政策资源，切实解决科技型中小创新企业融资难等都是值得深入研究的。

（一）建立吸引各类资本广泛参与科技创新的融资体系

第一，积极发挥国有资本的引领作用，开拓科技金融服务公司化发展新路。成都市科技型中小创新企业具有较好的技术优势和发展潜力，有计划地推动成长性好的企业获得国有资本的支持是促进成都市科技创新企业做大做强的重要途径。第二，进一步发展多层次资本市场，为成长期科技企业实现向成熟期顺利过渡提供更有效的金融服务。拓展以股权投资为基础的债权融资渠道，有计划地推进成都市科技企业上市融资，引导更多符合条件的科技创新企业到国内中小企业板、创业板和海外上市。推动对具有较强自主创新能力及高增长的科技型企业进入资本市场融资，政府尽量为它们多融资搞好服务。第三，引导各类金融机构增加对科技创新企业的信贷投入，努力推进科技金融服务创新。政府既要引导各类股权投资、科技小额贷款、银行、保险、信托和科技担保等机构的广泛合作，又要鼓励并支持商业银行、担保公司、创司、科技金融服务公司等开展“投贷联动”、“投贷保联动”、“保投联动”等创新服务。第四，积极扶持和鼓励民间资本和社会资本参与科技创新型企业投入。设立创业投资基金和创业投资企业，引导私募股权基金规范发展，制定和实施鼓励风险资本直接投资于科技创新的金融支持政策。通过民间资本和社会资本参与的提高而努力把成都市建设成为创业投资基金、创业投资企业和私募股权基金的重要集聚区。有了各类资本广泛参与科技创新的融资体系，成都市的自主创新就会获得较快发展。总之，通过完善各项融资服务体系，包括探索建立科技创新企业融资服务体系和搭建企业债权融资与股权融资服务平台，为科技型中小创新企业获得多样化的资金提供金融支持。

（二）加快完善科技金融配套政策体系

第一，建立政府考核评价和政策支持体系。通过协商决策机制统筹协调科技金融资源，优选优育科技企业资源，政府重点围绕金融服务于科技创新的目标制定配套政策、措施并组织实施。以科学发展观为指导，坚持以市场化为导向，以政府考核评价和政策支持引导，奖励科技金融创新企业，补偿科技金融创新企业的信贷风险。建议加大这方面的投入，设立财政专项资金，负责对高新科技企业提供直接性资金投入、财政性资金补贴、政策性风险担保、优惠税收政策等科技金融辅助工作。第二，发挥财税对科技金融服务体系建设的积极作用。继续加强财税部门对科技创新企业的政策扶持，充分发挥财税优惠政策的作用。创新财政科技投入方式，研究制定贷款贴息办法，设立成都市科技计划成果转化引导资金。对处于探索阶段的科技信贷银行、科技小额贷款公司等直接服务于科技创新的金融机构给予适当的财税政策扶持。建议制订《鼓励科技金融发展的奖励政策》，重点对新设立的科技贷款机构给予重奖；对新设立的私募股权基金给予一定奖励；对创投企业投资于中小科技企业项目给予适当奖励。第三，完善科技贷款风险补偿机制，提高金融机构新增科技贷款风险补贴比例。建议制订《开展科技信贷风险补偿的有关政策》，对成都市符合条件的科技型企业发放小额科技贷款的各类金融机构和组织，按照其经认定的信贷投放损失额给予一定的风险补偿。大力支持和积极指导服务于科技创新的金融机构依法及时核销科技创新类贷款损失。第四，成立专门为科技创新融资服务的担保机构。建议市政府设立专门的中小企业贷款担保局，提供担保贷款，直接贷款，协调贷款，解决科技企业从银行获得低息贷款难的困难。适当放宽科技保险保费补贴条件并不断提高其补贴比例，鼓励和吸引更多的科技创新企业参保投保。第五，创造科技金融创新服务体系的良好环境。强化创投项目的专业评审，控制投资额度。信贷投放要更多依托投资机构的风险评估体系，在股权投资的基础上跟进；要强化信用体系的应用，培育良好的科技金融发展环境。

（三）建立有利于创业创新的科技金融人才服务体系

成都市科技金融服务体系的建设离不开科技金融人才服务体系建设。建立科技金融人才服务体系既要培养又要引进。第一，加快培养成都市急需的科技金融服务人才。增加财政投入，加大与人才培训机构合作，对经认可的股权投资人才培训机构提供相应的财政支持，努力造就一批科技金融服务人才。成都市属高等院校和科研院所尽快培养相关的科技金融服务人才，为科技创新提供必要的人才保障。切实加强各商业银行专业化科技信贷队伍建设，培养一批既熟悉科技创新又懂信贷管理和服务的人才。中小科技企业成立高端的金融专家顾问组，培养这方面的经营管理者，开拓投资者眼界。第二，大大引进成都市急需的科技金融服务人才。在积极落实市人才引进政策的基础上制定和实施科技金融服务人才引进政策，大力引进各类金融机构特别是股权投资领域的管理人才，着力壮大各类股权投资基金规模和投资管理队伍。