间接投资和直接投资
间接投资和直接投资范文第1篇
关键词：高额现金持有量；投资行为；投资效率
一、引言
投资是企业重要的经济活动，在影响企业投资的因素中现金持有量具有重要的地位。高速发展的经济使我国企业面临大量投资机会，为抓住这些投资机会企业会大量持有现金，因此高额现金持有量对投资行为的影响越来越值得深入研究。优序融资理论认为企业高额持有现金容易抓住投资机会，减少投资不足，从而提升企业业绩。Kim等实证发现，投资机会越多企业越倾向于持有大量现金以便抓住有利投资机会，避免投资不足。孟双武研究发现，公司将持有的现金主要用于固定资产投资，并且投资行为合理有效。纵观国内外文献，对投资行为的研究多拘泥于固定资产投资，忽略了其他形式的投资行为，考虑到不同现金持有量会造成投资行为介入企业的程度不同，本文从投资是否直接参与企业经营角度出发，将投资行为分为直接投资和间接投资，这样就涵盖了多种形式的投资行为，对全面考察我国上市公司高额现金持有量与投资行为间的关系有重要意义。
二、理论分析与研究假设
信息不对称使企业外部融资成本较高，若企业拥有良好的投资机会却因为财务上的限制而不得不放弃，这就会造成投资不足。为了避免丧失投资机会，企业将内源融资作为首选，会储存大量现金以备在投资机会出现时能够抓住投资机会。据此优序融资理论认为企业如果现金储备不足，不能够满足盈利性投资项目的需要，则会被迫放弃有利的投资机会，造成投资不足。相反，企业持有大量现金则有利于抓住投资机会提高企业业绩。
从我国现阶段情况来看，高速发展的经济，国家宏观政策和国内外市场环境均为企业提供了大量的投资机会。金融市场发展的不完善，信息不对称严重却制约了投资行为。为了抓住投资机会，提高业绩，企业更倾向于高额持有现金。根据上述理论预期，本文提出如下假设：高额现金持有量企业对直接投资和间接投资都十分注重，高额现金持有量影响下投资行为使业绩上升。
三、研究设计
（一）样本选择与数据来源
本文以2009-2011年间沪深A股公司为样本，剔除了金融保险类公司；ST、SST、PT、*ST公司；同时发行B股H股的公司；资料不齐全的公司。数据均来自国泰安数据库。
（二）模型与变量的定义
1.高额现金持有量计量模型。根据Opler等（1999）的方法，构建如下现金持有影响因素分析模型：
Ln（Cash/A）=β0+β1Ln（A）+β2（CF/A）+β3（Nwc/A）+β4（TQ）+β5（Cap/A）+β6LEV+β7DIV+lndDum+YearDum+ε①
根据模型①回归估计出各影响因素的系数，再计算出预期现金持有量，以实际现金持有量与预期量的残差作为公司现金持有量高低的判定依据。残差大于0的企业为高额持有现金公司，反之则为现金持有不足的公司。
2.高额现金持有量影响下的企业投资行为。在高额现金持有量确定以后，按照投资活动是否直接参与企业的经营，将投资行为划分为直接投资和间接投资。直接投资会形成实物资产或无形资产，其目的在于通过直接参与企业的经营活动，来提高企业收益。间接投资的对象主要是有价证券，其目的是通过买卖有价证券来取得其资本的收益或保值。并采用托宾Q投资模型来分析高额现金持有量对投资行为的影响。模型如下：
DI=β0+β1TQ+β2CF/A+β3Cash1+ε ②
inDI=β0+β1TQ+β2CF/A+β3Cash1+ε ③
其中Cash1为高额现金持有量。
对模型②和③进行回归，考察高额现金持有量与直接投资和间接投资是否存在相关性。如果Cash1的回归系数显著为正，说明企业现金持有量越多，直接投资和间接投资支出越多。模型中各变量定义与计量如表1所示。
3. 高额现金持有量影响下企业投资行为的有效性。以企业业绩总资产收益率ROA为因变量，自变量引入高额现金持有量与直接投资交互变量和间接投资的交互变量建立模型④。若交互变量系数为正，说明在高额现金持有量影响下企业投资行为提升了企业价值，其行为理性。反之则说明投资低效，存在过度投资。再以净资产收益率ROE为因变量对以上分析进行稳健性检验。
ROA=α0+α1Cash1+α2DI+α4inDI+α5Cash1*DI+α6Cash1*inDI+ε④
四、实证分析
（一）描述性统计
以高额现金持有量企业为样本，对其现金持有量进行分位数分组描述性统计，结果见表2。
表2以现金持有量高低为标准，将样本公司分为三组，对直接投资和间接投资均值作了描述性统计。其中直接投资和间接投资都随着现金持有量的增加有所增加，这说明现金持有量多少对投资行为有影响。
（二）现金持有的回归结果
表3是现金持有模型的回归结果。其中成长性、资本支出、企业规模、财务杠杆、营运资本与现金持有量显著正相关；现金流、是否支付股利与现金持有量显著负相关。
（三）投资行为回归结果
由表4可知高额现金持有量与直接投资和间接投资在5%水平下显著正相关，说明高额现金持有量对企业投资行为有影响，现金持有量越高，企业对直接投资和间接投资倾向性越强，直接投资和间接投资的能力也越强。高额现金持有量影响下企业对于直接投资和间接投资都很注重。
（四）投资行为有效性回归结果
由表5可知Cash1、DI和inDI在5%水平上与ROA显著正相关，这表明高额现金持有量、直接投资和间接投资均对企业业绩有贡献。Cash1*DI和Cash1*inDI的回归系数显著为正，说明高额现金持有量与直接投资和间接投资交互影响变量对企业业绩有影响，在高额现金持有量影响下企业的投资行为提升了企业价值，投资行为是理性有效的。又以ROE替代ROA进行稳健性检验，得到相同的结论。如表5所示。
五、研究结论
本文从现金持有量角度出发，以沪深两市非金融类公司的数据为样本，对高额现金持有量与投资行为之间的关系进行了研究。发现高额现金持有量与直接投资和间接投资显著正相关。说明高额现金持有量对企业投资行为有影响，现金持有量越多，企业越倾向于直接投资和间接投资，直接投资和间接投资能力也越强；高额现金持有量与直接投资或和接投资的交互变量均与企业业绩均显著正相关，说明高额现金持有量影响下企业的投资行为提高了企业业绩，是有效的投资行为。
参考文献：
1.Kim，Mauer，Sherman.The determinants of corporate liquidity： Theory and evidence[J].Journal of Financial and Quantitative Analysis，1998（33）.
2.孟双武.上市公司现金持有水平对投资行为影响研究[J].财经理论与实贱，2011（32）.
间接投资和直接投资范文第2篇
【关键词】 显示性投资优势指数 产业静态集聚指数 产业动态集聚指数
西方标准的对外直接投资（fdi）理论在解释工业化国家跨国投资动因及其行为特征等方面，为研究中国的对外直接投资提供了一系列重要依据。但是，这些理论基本上没有涉及或很少涉及厂商开展对外直接投资的产业发展路径问题，而是一种以“企业选择”为重点的理论范式，在中国对外直接投资的产业选择上并没有提供多少有价值的建议。
中国对外直接投资尚处于起步阶段，对外直接投资的产业选择既关系到一国对外经济活动的宏观经济效益，也关系到投资者的微观经济收益。随着中国对外开放的不断深化，中国现阶段的对外直接投资规模将不断扩大。制定合理的产业选择方案，是优化中国对外直接投资产业结构、提高中国对外经济活动质量的必要理论前提。从深远意义说，中国fdi产业选择的科学性与合理性，将直接决定着中国对外开放总体发展战略的政策绩效，决定中国在经济全球化时期参与国际分工的利益分配。
国内外学者对中国对外直接投资的产业选择问题进行了相关研究。如江小涓（2005）指出今后一段时期内中国对外直接投资的重点行业是中档加工组装制造业、纺织与服装业、研究与开发机构和中小型高新技术企业、油田和其他重要资源开发；聂名华（2001）总结了我国境外投资产业选择的决定因素，并提出应将具有比较优势的制造业列为境外投资重点，同时要有选择地投资进口替代型的资源开发业；宋伟良（2005）在分析与产业选择相关理论后认为，中国应该借鉴国际经验，并结合我国的实际情况，重点支持资源开发业、服务业、高科技产业、劳动密集型和成熟适用技术产业的境外投资。另外赵春明（2002）、邢建国（2003）等学者也对该问题提出了自己的观点。但是从目前已有的研究来看，大多数研究成果偏重于理论研究和定性研究，对于产业选择的依据和基准也只停留在理论表述，没有对中国对外直接投资的产业选择提供可参考的指标体系，对于产业选择的实证研究也较少见到。
鉴于此，本文将以显示性投资优势指数、产业静态集聚指数和产业动态集聚指数等指标实证分析中国对外直接投资产业选择的发展方向和发展空间，深入探寻中国对外直接投资产业选择的潜力。
一、显示性投资优势指数
1、投资竞争力与显示性投资优势指数的提出
卢进勇（2003）在研究企业国际竞争力的概念时，首次提到投资竞争力的概念。他认为，目前存在的一些企业竞争力或企业国际竞争力概念基本上都没有考虑投资或对外投资问题，所下定义仅仅顾及了贸易或对外贸易方面，应当说，在当今国与国之间经济交往方式日趋多样化，国际直接投资和跨国公司所发挥的作用越来越大的情况下，这样的定义是不全面的。
因此，他认为有必要将企业国际竞争力划分为国际贸易竞争力和国际投资竞争力两个方面，正式提出企业国际投资竞争力的概念。国际贸易竞争力类似于已有的关于企业国际竞争力的概念。国际投资竞争力是指企业开展对外投资过程中较其他投资者更强的投资决策、项目运作和企业管理能力。国际贸易竞争力与国际投资竞争力的侧重点不同，前者的侧重点是产品、价格、质量、服务、营销和品牌等方面的竞争力，后者则侧重在项目投融资、技术、管理和品牌竞争力等方面。但是卢进勇在界定概念后，没有在文章中对于国际投资竞争力进行进一步分析和使用，无法领略到它更深层次的意义。
由于国际投资竞争力与国际贸易竞争力有相似之处，只是侧重点不同，笔者认为可以模仿现有国际竞争力分析的指标，创造出国际投资竞争力的分析指标，对中国各产业对外直接投资的竞争状况进行定量分析，更好地指导对外直接投资的产业选择。为了方便进行产业选择，也考虑到数据的可得性，本文模仿显示性比较优势指数，创设显示性投资优势指数（revealed investment advantage，ria）进行分析，即：
riaia=（xia/xit）/（xwa/xwt）
式中，xia是国家i在a产业上的对外直接投资额，xwa是a产业在世界市场上的对外直接投资额，xit是国家i在t时期的对外直接投资总额，xwt是世界市场上t时期的对外直接投资总额。
这一指标反映了一国某产业的对外直接投资与世界平均对外直接投资水平相比而言的相对优势。它剔除了国家总量波动和世界总量波动的影响，较好地反映了不同产业投资的相对优势。一般而言，若riaia＜1，则该国在该产业上处于比较劣势；若riaia＞1，则处于比较优势，取值越大比较优势越大。
2、显示性投资优势指数分析
（1）数据选取。中国各产业的对外直接投资额来自于2003—2008年《中国对外直接投资统计公报》，2003年关于对外直接投资行业分布的数据是目前能够查到的最早数据，使用的是各产业的对外直接投资流量和比例。世界对外直接投资总额和各产业数据使用的是《2009年世界投资报告》中并购（m&a）的销售总额和各产业的并购额，选择流量进行计算。由于中国产业统计口径在2006年以后基本一致，而这之前的数据产业划分不尽相同，本文进行了适当的整理，但仍有部分数据缺失。世界对外直接投资分产业数据是在原数据基础上根据中国公布的产业分类进行了合并整理所得。另外世界投资报告中没有公布批发零售业的并购数据，虽然中国该产业的对外直接投资所占比重较大，但无法计算显示性投资优势指数，所以无法用该指标界定中国某产业对外直接投资的竞争力。
（2）指标分析。表1对数据基本齐全并且有实际意义的若干产业的ria指数进行了具体分析。
从各年度的显示性投资优势指数可以看出，在以上的各产业中，中国对外直接投资具有明显优势的产业是农林渔业，ria值基本在12以上；具有一定优势产业的是商业服务业、建筑与房地产业，ria值在3—8之间；只具有微弱优势的产业是采矿业；交通运输仓储业的ria值波动较大，投资竞争力不稳定；其他产业的投资竞争力不明显。
从各产业的年度变动来看，商业服务业和农林渔业的投资竞争力处于增长状态，采矿业和制造业有所下降，交通运输仓储业虽然指标值有波动，但总体呈上涨的趋势，建筑与房地产业以及电力煤水生产和供应业指标值跨度大，趋势不明显，但也有下降的变动。
因此从显示性投资优势指标看，我国对外直接投资的产业竞争力总体不强，优势产业仍集中在农林渔业和商业服务业，采矿业的优势也存在，但2007—2008年的产业投资竞争力与前几年比较起来已经明显下降，这与现实情况基本符合。制造业对外投资比例不高，只占总额的10%。
二、对外直接投资的产业静态集聚指数
对外直接投资的产业静态集聚度可通过以下公式计算得出：
其中si表示投资国在i产业对外直接投资的静态集聚指数，ai表示对外投资国在i产业上对外直接投资存量规模，ai表示对外直接投资存量的总体规模，i=1，2，…n表示n个产业部门进行对外直接投资。
该静态指数反映的是投资国在一个产业部门的对外直接投资在其全部对外直接投资中的地位和比重，是衡量目前投资国对外直接投资在不同产业分布的存量指标。其数值等于各产业投资额占对外直接投资总额的比率。
根据这个计算公式，笔者依然选取2003—2008年的中国对外直接投资数据作为计算对象（数据选取来源同上），得出中国近6年的对外直接投资产业静态集聚指数水平，如表2所示。
根据各年的产业静态集聚指数情况看出，商业服务业和批发零售业值最高，两者之和在50%左右，这种趋势在5年内都没有改变，因此，我们可以明显看到，商业服务业和零售业是中国长期以来的优势产业，虽然2007年两者所占的比例小于50%，但主要是因为有部分数据被分离出去单独计算，因此并不影响它的总体趋势变化。另外，近两年制造业的投资比例已经远低于10%，总体水平连年下降，可以看出制造业优势产业的地位逐渐消失。制造业对外投资平均比例不高，只占总额的8.1%，而出口贸易的90%是工业制成品，其中近60%是外商投资企业的出口产品，可见我国贸易投资行业一体化程度较低。这可能是因为相对于服务业和批发零售业而言，制造业的对外直接投资需要较强的国际竞争力做后盾，如发达国家的对外直接投资中，制造业就占有很大比重。与制造业相对比，最近几年交通运输与仓储业、采矿业和金融业对外直接投资的比重逐渐增加，都超过10%。
三、对外直接投资的产业动态集聚指数
对外直接投资的产业动态集聚度表示为：
其中di(0-t）为时间段（0-t）内在i产业对外直接投资动态聚集指数。bi(0-t）为时间段（0-t）内投资国在i产业对外直接投资的增长速度，bi(0-t）为投资国在时间段（0-t）内对外直接投资的平均增长速度。
若bi(0-t）＞0，则表明时间段（0-t）内投资国对i产业的对外直接投资规模在不断扩大，该产业为投资国对外直接投资的扩展性产业，若bi(0-t）＜0则表明时间段（0-t）内投资国在i产业的对外直接投资规模在不断减少，该产业为投资国对外直接投资的收缩性产业。
当i(0-t）＞0，若di(0-t）＞1，则表明在时间段（0-t）内投资国的对外直接投资向i产业集聚，若di(0-t）＜0，则表明在时间段（0-t）内投资国的对外直接投资从i产业向其他产业转移；若0＜di(0-t）＜1，则表明在时间段（0-t）内投资国的对外直接投资流量在i产业纵向比较有所增加，但增长速度小于其对外直接投资的平均增长速度，相对来说投资国的对外直接投资由该产业向其他产业转移。
当bi(0-t）＜0时，若di(0-t）＞0，则bi(0-t）＜0，表明在时间段（0-t）内投资国的对外直接投资从i产业向其他产业转移；di(0-t）＜0，则bi(0-t）＞0，表明在时间段（0-t）内投资国的对外直接投资向i产业集聚。
与静态的集聚指数不同，动态的集聚指数是反映在一定时间内投资国对外直接投资的产业集聚和转移的流量指标，体现了投资国对外直接投资的产业间转移方向和速度。使用对外直接投资的产业动态集聚指数可以在静态分析的基础上更准确地测量产业的集聚趋势和转移方向，体现对外直接投资产业选择方面的潜力。
根据计算公式，笔者依然选取2003—2008年的中国对外直接投资数据作为计算对象（数据选取来源同上），在表2数据的基础上，求出2004—2008年各产业对外直接投资的增长速度与产业平均增长速度，最后得出15个产业对外直接投资的产业动态集聚指数，如表3所示。
对计算结果进行比较分析可以发现，中国对外直接投资产业动态集聚有以下几个特征：第一，中国各产业多年来基本保持增长的趋势，连续四年产业平均增长速度都在10%以上，2004年的平均增长率甚至高达46.7%；第二，从单个产业来说，每一年都基本体现出正的动态集聚指数，可以看出每个产业都能连续保持增长的势头，只是增长的速度有所不同，只有采矿业在2007年开始出现了明显的负增长，表明了明显的发散趋势；第三，中国对外直接投资产业在2007—2008年向商业服务业、批发零售业、交通运输业、房地产业、信息传输计算机服务软件业、科研技术服务地质勘探业以及农林渔业聚集，从纵向比较看，交通运输业、信息传输计算机服务软件业、科研技术服务地质勘探业以及农林渔业四大产业基本一直保持di(0-t）＞1，出现明显的产业集聚；第四，在采矿业出现转移的同时，制造业的di(0-t）由大于1转为小于1，这表明制造业的集聚趋势不再明显，增速减缓，已经低于各产业的平均增长速度，出现发散的迹象；第五，金融业的增长从无到有，虽然与数据统计有关，但也可以看出金融业在中国对外直接投资产业中逐渐占有一定位置，增长的势头逐渐显现出来。
四、实证分析的结论总结
对于上述三个指标的计算结果，本文对于各产业对外直接投资的总体情况和产业选择方向进行了总结，如表4所示。
第一，具有投资竞争力、在投资总额中占有较大份额并且具有一定产业集聚趋势的产业有商业服务业和交通运输业。它们是中国较早进行对外直接投资的产业，保持了较高的投资优势，对中国对外开放、大力发展对外贸易的外向型发展思路的实施起了很大作用，符合我国总体的发展战略方向，因此应当继续重点扶持和发展。
第二，具有一定的投资竞争力、明显的产业集聚趋势，目前在投资总额中占有份额较小的产业有农林渔业和建筑及房地产业。它们有非常强的产业组合区位优势，有极好的发展势头，但目前还没有在中国对外直接投资中占主流地位，因此国家应加大在农林渔业等产业对外直接投资上的支持力度，加快这些产业的跨国经营，更好地显现出它们所蕴含的竞争优势。
第三，不具有投资竞争力、但具有明显的产业集聚趋势，目前在投资总额中占有份额仍较小的产业有信息传输计算机服务软件业、科研技术服务地质勘探业。这些产业是中国基于产业结构高度化同质性基准，顺应国际分工趋势，寻求和培育产业要素优势，实现产业结构优化和升级的选择，以后也应该着力发展，并逐渐培育各产业的投资优势和竞争优势。
第四，具有微弱投资竞争力或没有竞争力，目前在投资总额中占有较大份额，具有产业分散发展趋势的产业如采矿业和制造业。我国要根据国家产业发展战略和这些产业对国内产业的关联程度进行细化，引导两个产业选择合适的区位进行投资，获得“相对优势”，规避东道国的环境保护壁垒，也必将有利于中国经济的总体发展。
【参考文献】
[1] 保罗·克鲁格曼著，黄胜强译：克鲁格曼国际贸易新理论[m].北京：中国社会科学出版社，2001.
[2] 江小涓：中国对外开放进入新阶段：更均衡合理地融入全球经济[j].中国工商管理研究，2006（8）.
[3] 黄静波、张安民：中国对外直接投资主要动因类型的实证研究[j]．国际经贸探索，2009（7）.
[4] 杨润生：国际直接投资理论与我国对外直接投资[j]．求实，2004（12）.
[5] 聂名华：论中国境外投资的行业选择[j]．当代亚太，2001（8）.
[6] 宋伟良：论中国对外直接投资的产业选择[j]．经济社会体制比较，2005（3）.
[7] 项本武：东道国特征与中国对外直接投资的实证研究[j]．数量经济技术经济研究，2009（7）.
[8] 张为付：国际直接投资比较研究[m]．北京：人民出版社，2008.
间接投资和直接投资范文第3篇
对外直接投资作为对外经济交流与发展的一种重要形式，其重要地位和对经济发展的重要作用越来越受到人们的关注，我国各地区也都逐渐重视对外直接投资的发展，许多学者从实证分析的角度对我国对外直接投资进行了定量分析，考察其对外直接投资的动因、优势、投资方式、区位选择和行业选择等。如:刘红忠(2001)对中国对外直接投资进行了趋势分析和模型分析，验证了中国对外直接投资符合“投资发展周期理论”;江小涓(2001)分析了发展中国家对外投资的一些特点，分析了对外投资和建立我国跨国公司对我国未来经济发展、体制改革和对外开放的重要意义，等等。已有实证研究具体表现为以下三个方面的研究。一是对我国对外直接投资与GDP和经济增长的关系、与出口贸易的关系以及与国际收支关系的研究。张广剑，潘志玄(2006)通过格兰杰因果性检验，对中国净对外直接投资与中国GDP关系进行了实证研究，结果表明，中国净对外直接投资对中国经济的发展作用显著，中国经济的发展与净对外直接投资也有着很好的关联关系。王咏梅，王兆帅(2007)根据协整理论，利用中国1982～2005年的年度经济数据，对我国的对外直接投资(outwardFDI)、出口与经济增长之间的关系进行了实证分析和检验。结果表明:我国的出口、GDP和OFDI之间存在着一种显著性的长期的、均衡的关系，出口对我国的OFDI有着显著的促进作用。刘志伟，高利，陈刚(2006)运用1983～2004年数据，对中国对外直接投资对中国国际收支影响进行了实证分析。
实证分析显示，中国的对外直接投资，由于规模较小等方面原因，对国际收支中经常项目影响不大。二是对我国对外直接投资与国内产业结构调整关系的研究。范欢欢，王相宁(2006)利用自回归分布滞后模型，分析对外直接投资对我国产业结构的影响，发现对外直接投资与第二产业结构比正相关，与第一、三产业无关。三是对我国对外直接投资与投资区位选择的研究。刘建光，丁卫国(2006)对中国对外直接投资区位选择的经济因素进行了实证分析，研究发现不同因素的影响效果是不一样的，而且聚类后各类地区的影响因素也不同。说明我国对外直接投资区位选择的因素还是有差异的，并且对经济发展水平不同的国家的影响因素也是不一样的。其中中国对外直接投资存量、对区位优势有明显的正的影响。
程惠芳、阮祥(2004)选取对中国进行直接投资的32个国家(地区)为样本，把这些样本国的经济规模、人均国民收入与中国的地理距离等变量纳入引力模型，分析国家之间的国际直接投资流量与经济变量之间存在的相关关系，并揭示国际直接投资区位分布的规律，并在一定程度上解释了国际直接投资水平流动的趋势。但是目前对地方对外直接投资的定量研究不多，并且主要集中对沿海地区的研究。北京对外直接投资发展相对于其他地区较早，2003年对外直接投资流量居全国首位，截止2010年底，对外直接投资存量居全国前列，但是近年来相比其他沿海地区或城市的对外直接投资增长较慢。已有研究指出对外直接投资对地区经济增长和产业结构调整的影响，但是不同地区由于自身经济条件不同，对外直接投资的影响也就存在差异，对于北京来说，其对外直接投资对北京经济发展到底有何影响，有必要对北京外直接投资与北京经济增长的关系需要进一步探讨。因此，本文研究北京对外直接投资与经济发展的关系，以对相关政策和投资决策的制定提供参考。
2北京对外直接投资与地区经济发展的关系
2002年12月原外经贸部(现商务部)、国家统计局共同制定了《对外直接投资统计制度》(外经贸合发［2002］549号)，自2003年起年度对外直接投资统计公报，统计公布我国非金融类对外直接投资的情况，北京对外直接投资情况也主要来自2003年以来各年度《对外直接投资统计公报》的统计数据。从北京对外直接投资流量来看，2003年，北京市对外直接投资额为30054亿元，在当年对外直接投资流量中在全国位居榜首，占地方省份合计的40%。北京对外直接投资行业分布呈现多元化格局，涉及的产业门类较多，投资最多的是制造业，其次为批发零售业、农林牧副渔业、建筑业等，投资于交通运输业、房地产业、住宿餐饮和软件业的企业较少。这里所分析的北京对外直接投资与地区经济发展之间的关系主要包括两个层面的内容:一是对外直接投资与GDP之间的关系;二是对外直接投资与北京经济结构调整之间的关系。
2.1北京对外直接投资与GDP增长速度之间的关系
分析经济变量之间关联程度高低的最简便方法是进行相关性检验。为了分析北京对外直接投资与GDP增长速度之间的关系，且由于北京对外直接投资数据从2003年起才有比较系统的统计，因此这里选取了2003～2010年北京对外直接投资流量数据(OFDI)与GDP按照不变价计算的增长速度(GDPSD)进行相关性检验。这里之所以分析北京对外直接投资与GDP增长速度之间的关系，而不是分析对外直接投资流量与GDP之间的关系，是因为定量分析所运用的时间序列较短，GDP序列不稳定，为了能够反映对外直接投资与GDP之间的关系，所以选择了能够通过平稳检验的GDP增长速度来反映两者之间的关系。
2.1.1对外直接投资(OFDI)与GDP增长速度(GDPSD)的格兰杰(Granger)因果关系检验模型与检验结果。(1)格兰杰因果关系检验模型。格兰杰因果关系检验法的基本思路是:按常理，将来不能预测过去，如果变量X引起Y的变化，则X的变化应该发生在Y的变化之前。特别地，如果说“X是引起Y变化的原因”，则必须满足两个条件。第一，变量X过去和现在的信息应有助于改进变量Y的预测，即在Y关于Y的过去值的回归中，添加X的过去值作为独立变量应当显著地增加回归的解释能力。第二，Y不应当有助于预测X，其原因是如果X有助于预测Y，Y也有助于预测X，则很可能存在一个或几个其他变量，它们既是引起X变化的原因，同时也是引起Y变化的原因。基于此，Granger(1969)和Sims(1972)建立了被称为格兰杰因果关系检验的模型。常用的格兰杰因果关系检验模型为:Yt=α0+∑mi=1αiYt－i+∑nj=1βjXt－j+εt(1)式(1)中，αi、βi是常数，{εt}是白噪声。X的变化不是Y变化的原因，相当于对原假设:H0:β1=β2=…－βn=0，进行F检验。如果β1，β2，…，βn同时显著地不为0，我们就决绝原假设“X不是引起Y变化的原因”。(2)时间序列的平稳性检验。进行格兰杰因果检验的前提是，参与检验的变量必须是平稳的，即不存在单位根，因此我们首先对两个时间序列变量各自取对数(LnOFDI、lnG-DPSD)后的单整性(Integration)进行ADF检验(Augmented－Dicke–FullerTest)。结果显示两个变量均为非平稳时序变量，然而两个变量的一阶差分(DlnOFDI、DlnGDPSD)均具有良好的平稳性。由表1得检验结果可知，时间序列LnOFDI、LnGDPSD本身为非平稳序列，经过一阶差分后平稳，这说明LnOFDI、LnGDPSD都是一阶单整序列。(3)格兰杰因果关系检验。利用计量软件EVIEWS5.0进行格兰杰因果检验，检验结果如表2所示。由表2的检验结果可知，对外直接投资流量的变化是GDP增长速度的格兰杰原因(F值在5%的显著性水平上显著，拒绝原假设);相反，GDP增长速度的变化不是对外直接投资变动的原因(F值在5%的显著性水平上不显著，接受原假设)。由于对外直接投资流量与GDP增长速度是经过一阶差分后表现出来自变量对因变量的单向因果关系，因此，从短期角度来看，对外直接投资流量会影响GDP的增长速度。
2.1.2对外直接投资流量与GDP增长速度的协整分析。格兰杰因果分析告诉我们两个变量之间是否存在因果关系，但是两者之间是否存在协整关系还不能确定，协整关系反映的是两个变量之间是否存在长期稳定的关系。
(1)协整检验。要判断两个变量之间是否存在协整关系，先要经过协整检验。前面在进行单位根检验后，两个变量经过差分后达到平稳，但依然不能对它们的关系进行传统的回归分析，因为这个分析结果体现的仅仅是经过差分后的变量关系，而不是原变量之间的关系。本文采用Engle－Granger两步法，首先用OLS法对两个变量的方程进行回归估计，然后对回归方程的残差e的平稳性进行检验，如果残差平稳，则说明两变量之间是协整的，可以继续进行误差修正模型的估计。经过对残差的检验，发现残差序列是平稳的，因此LnGDPSD与LnOFDI之间存在相互协整关系，存在长期均衡关系的可能性。
(2)建立误差修正模型(ECM)。通过对变量进行协整分析，我们可以发现变量之间的长期均衡关系，但是无法得知这些变量偏离他们共同的随机趋势时的调整速度。这个问题可以用误差修正模型加以解决，根据Granger定理，一组具有协整关系的变量可以建立误差修正模型。因此在协整检验的基础上进一步建立包括误差修正项在内的误差修正模型(ECM)以此来研究上述各变量之间的动态调整关系。模型的回归结果如下:DLnGDPSD=0.124DLnOFDI－1.534lE(－1)(2)T检验(－1.9925)(－3.9681)模型中各项均通过检验，两个参数分别在10%、1%的显著性水平上显著，这表明对外直接投资对GDP增长速度具有一定的解释能力。由此可见，LnGDPSD关于LnOFDI的长期弹性为－1.5341，LnGDPSD关于LnOFDI的短期弹性为－0.0124，无论是长期还是短期，LnGDPSD与LnOFDI都存在替代关系，对外直接投资流量的增长将影响GDP增长速度，两者呈现反向变动关系，无论是短期还是长期，对外直接投资流量都将影响北京GDP的增长速度，其中长期的影响更加显著。综合上面的分析，北京对外直接投资流量的变动是地区GDP增长速度变动的格兰杰原因，对外直接投资流量的变化影响GDP的增长速度;北京GDP增长速度与对外直接投资流量之间存在协整关系，两者呈现反向变动关系，对外直接投资流量增加会有降低GDP增长速度的作用，并且对外直接投资对GDP增长速度的长期影响较短期影响显著。因此，应该合理把握北京对外直接投资水平，将对外直接投资与其他经济行为结合起来，如与外商直接投资结合起来，在经济快速发展的目标下，减少对外直接投资对GDP增长速度的负面影响;而又在经济稳定发展的目标下，能够起到控制经济发展速度的功能。
2.2北京对外直接投资与产业结构之间的关系
北京自改革开放以来，国内产业结构发生了比较大的变化，从三次产业占GDP的比重可以看出，北京三次产业占GDP的比重中，一次和二次产业比重都呈下降趋势，而三次产业比重呈现上升趋势。2010年，一次产业的比重为0.9%，二次产业比重为24.1%，三次产业比重为75.0%。从历年产业结构变动情况来看，北京产业结构的变化符合产业结构升级的趋势，即新兴的第三产业在产业结构中占据主导地位，第一和第二产业的比重逐渐减少。
2.2.1北京对外直接投资流量与产业结构之间的协整分析。这里依然运用协整关系检验来分析北京对外直接投资净流量与地区产业结构的关系，其中所涉及到的变量有:北京对外直接投资流量(OFDI)、第一产业占GDP的比重(X1)、第二产业占GDP的比重(X2)、第三产业占GDP的比重(X3)，并且仍然选择2003～2010年的数据进行分析。单位根检验结果显示，第一产业占GDP的比重(X1)与北京对外直接投资流量(OFDI)都是对数一阶单整，而第二产业占GDP的比重(X2)以及第三产业占GDP的比重(X3)与北京对外直接投资流量(OFDI)为不同阶单整，因此这里只能分析第一产业占GDP的比重(X1)与北京对外直接投资流量(OFDI)之间的协整关系。经检验发现LnX1与LnOFDI之间存在相互协整关系，存在长期均衡关系的可能性，并且所建立的误差修正模型(ECM)结果如下。DLnX1=－0.0779+0.0626DLNOFDI(－1)(3)T检验(－4.1883)(2.4957)模型中各项均通过检验，两个参数分别在1%、10%的显著性水平上显著，这表明对外直接投资对第一产业比重(X1)具有一定的解释能力。由此可见，LnX1关于LnOFDI的短期弹性为0.0626，两者呈现同向变动关系，对外直接投资流量的增加将导致第一产业比重的上升，且主要表现为短期影响，影响程度不大。
2.2.2北京对外直接投资与产业结构的关系。首先，从前文定量分析的结果来看，对外直接投资流量与产业结构调整的关系不大，对外直接投资流量主要影响的第一产业比重的变化。这与所选取的时间序列较短有关系，在一定程度上导致第二、第三产业比重与对外直接投资的关系不显著。并且，北京对外直接投资流量占GDP的比重较低，2010年北京对外直接投资流量占地区GDP的0.34%。对外直接投资的规模较小，其对北京产业结构的影响非常有限，导致与前面模型分析的结果一致。其次，从北京对外直接投资的行业结构来看，2003年及以前，北京对外直接投资的产业以第二产业为主，2003年以后，投向第二产业的比重有所下降，而投向第三产业的对外直接投资比重在上升，尤其是2006年以后，第三产业对外直接投资增长较快。根据一国产业结构升级的一般规律，应该将本国或地区已经比较成熟和趋于劣势的产业转移到国外，转而发展新兴产业。那么，按照这个规律，北京应该向国外转移农业和一部分工业，将从传统产业中转移出来的要素资源转移到第三产业中去。随着传统产业向外转移，传统产业在产业结构中所占的比重应该有所减少，或者呈现出减少的趋势;而新兴产业的比重应该表现为大幅上升。但是，如果按照现在的对外直接投资行业结构继续发展下去，第三产业向外转移的速度越快，则越不利于北京地区产业结构的升级与优化。
3主要结论和建议
3.1结论
(1)北京对外直接投资的变动是GDP增长速度变动的原因，对外直接投资与GDP增长速度之间存在短期和长期的替代关系，即对外直接投资的增长在一定程度上会抑制GDP的增长速度，因此应该考虑对外直接投资的适度规模问题。(2)北京对外直接投资对北京产业结构产生一定的影响，但由于北京对外直接投资规模较小，所以影响不是很大。但是应该注意到北京对外直接投资结构对产业结构的影响，近年来向外转移第三产业比重的增加，在一定程度上不利于北京产业结构的升级和优化;在同一产业内部，投资比重也有很大差异，北京的跨国投资过分偏重于对初级产品产业的投资，对高新技术产业的投资严重偏少。投资劳动密集型的初级加工制造业，如纺织、服装、制鞋等类似产业的比重较高，而对技术密集型产业的投资则明显不足。
3.2关于北京对外直接投资适度规模的建议
根据邓宁(JohnH.Dunning)的投资发展周期理论，一个国家或地区的对外直接投资有五个发展阶段:第一阶段，人均GNP低于400美元时，较少吸收外资，几乎没有对外直接投资;第二阶段，人均GNP在400～2000美元，吸收外国直接投资的规模扩大，但是对外直接投资额较小;第三阶段，人均GNP在2000～4000美元，对外直接投资的速度快于吸收外资的速度，净对外直接投资额表现为绝对值不断减小的负数;第四阶段，人均GNP在4000美元以上，对外直接投资比吸收的外国直接投资增长更快，净对外直接投资额为正值，且呈增长趋势;第五阶段，净对外直接投资额虽然为正，但是呈现减少趋势。因此，相对北京的人均GDP水平，当前北京对外直接投资的规模比较小，对外直接投资总体水平低。北京对外直接投资额占GDP总额以及人均对外直接投资额都低于世界平均水平。从北京净对外直接投资的发展来看，也显示出一定的变化规律。2003～2006年期间，北京净对外直接投资呈现出明显的下降趋势;2007～2010年又迅速回升。根据邓宁的五阶段投资周期理论，北京目前正处于第三阶段，应该采取合理的措施以推进这个进程。但是，鉴于对外直接投资与GDP增长速度之间存在替代关系，北京对外直接投资规模应与当时的经济发展状况相适应，不同的发展阶段有不同的适度规模，在尊重事物本身发展规律的情况下，努力使效果达到最优是我们应该努力的方向。因此，虽然我们知道应该继续吸引外资进入，同时还应该积极扩大对外直接投资的规模，但任何超越发展阶段的急进行为会带来更多的负面效应，所以对外直接投资的规模应该与北京的经济发展程度一致。
间接投资和直接投资范文第4篇
关键词：对外直接投资；地区来源分布；差异性；Theil系数；区位熵
一、引言
入世后，中国面临着更为复杂的国际经济环境。为了适应这一新的变化，中国开始实施“走出去”战略，在大量吸引外商直接投资的同时，中国对外直接投资进程加快。2003年中国对外直接投资的流量仅有29亿美元，占全球对外直接投资流量的045%。之后，中国对外直接投资便以较快的速度发展，到2010年中国境内投资者共对129个国家和地区的3125家境外企业进行了直接投资，实现非金融类对外直接投资590亿美元，成为紧跟美国、法国、德国和中国香港之后的全球第五大对外直接投资经济体。① ①数据来源于商务部的2010年度《中国对外直接投资统计公报》。
与此同时，中国对外直接投资地区来源分布的差异性非常突出。2010年中国对外直接投资排名前三位的是浙江、辽宁和山东，投资流量分别是2621亿美元、1774亿美元和1588亿美元，而排名后三位的是贵州、青海和，对外直接投资的流量分别只有510万美元、110万美元和29万美元。从中国东、中、西部三大区域来看，2010年中国东部地区对外直接投资占全国份额的7841%，中部和西部地区分别占1001%、1157%。①对外直接投资地区来源分布的巨大差异性对中国对外直接投资的可持续发展带来了障碍，因此，深入分析中国对外直接投资的地区差异性显得尤其重要。本文的主要目的在于通过构建Theil系数及对外直接投资区位熵等指标，在测算中国对外直接投资地区总体差异的基础上，将其分解为组内差异和组间差异，从而揭示出中国对外直接投资地区来源分布的组内差异和组间差异各自变动的方向和幅度，以及各自在总体差异中的重要性及其影响，进一步揭示出中国对外直接投资地区来源分布的演变规律。
二、文献述评
随着中国对外直接投资的快速发展，国内学术界对中国对外直接投资的研究日渐丰富，主要集中于中国对外直接投资的动因、区位选择及经济效应等三个方面。
1.中国对外直接投资的动因。目前主要是以国际生产折中理论和垄断优势理论为框架来探讨中国对外直接投资的动因，如代中强（2008）[1]，崔家玉（2010）[2]等。但一些学者认为中国可能并不具备发达国家对外投资的垄断优势，传统用于解释发达国家对外直接投资的理论不一定适用于中国，如李翀（2007）[3]，李敬、冉光和和万丽娟（2007）[4]等。还有学者分析了中国不同行业、不同企业规模及不同性质企业对外直接投资的动因，如衣长军（2010）[5]，朱美虹和池仁勇（2011）[6]等。
2.中国对外直接投资区位选择的影响因素。国内不少学者基于东道国宏观经济特征的视角研究中国对外直接投资的区位选择，这类文献多以引力模型或国际生产折中理论为理论框架展开，如程慧芳和阮翔（2004）[7]，项本武（2009）[8]，陈恩和王方方（2011）[9]等。近年来，国内学者发现传统国际直接投资理论无法很好地解释中国对外直接投资的“逆梯度”投资模式。因此，国内一些学者纷纷从制度尤其是东道国制度视角来考察中国对外直接投资区位选择的影响因素，如贺书锋和郭羽诞（2008）[10]，陈丽丽和林花（2011）[11]等。
3.中国对外直接投资的经济效应。一些学者研究了中国对外直接投资的贸易效应，如张应武（2007）[12]，俞毅和万炼（2009）[13]等。还有学者研究了中国对外直接投资的逆向技术溢出效应，如阚大学（2010）[14]，刘伟全（2010）[15]等。还有学者研究了中国对外直接投资的经济增长效应，如魏巧琴和杨大楷（2003）[16]，常建坤和李杏（2005）[17]，霍杰（2011）[18]等。
总体来看，上述研究成果基于不同理论从不同角度对中国对外直接投资进行了比较深入的探讨，为中国企业对外直接投资提供了较好的理论支持和实践总结。但目前还鲜有文献系统地研究中国对外直接投资地区来源分布的差异性，而加强对该问题的研究，能准确把握中国对外直接投资地区来源分布的演变规律，从而为中国对外直接投资地区来源分布的均衡发展提供一定的理论支撑。
三、中国OFDI地区来源分布的差异性
（一）Theil系数分析
Theil系数是研究收入差距及其分解比较流行的方法，其特点是能把总体的差异分解为组间差异和组内差异。Theil系数可以用公式表示为：
（2）式中的第1项表示经济区域的组内差异，第2项表示经济区域的组间差异。其中，g代表第g组经济区；G表示全国经济区域总数；Tg表示第g组的组内差异。Ng表示第g组的省市数；N表示全国的省市总数；OFDIg表示第g组经济区的对外直接投资额；OFDI表示全国对外直接投资总额。（2）式中第1项组内差异的计算步骤为：首先将全国分为东部、中部和西部等三大区域，然后利用（1）式分别计算出三大区域各自的Theil系数，即为（2）式中的组内差异Tg。然后将Tg带入（2）式的第1项中进行计算即可。（2）式中第2项组间差异的计算步骤为：首先分别计算三大区域占全国地区数份额与三大区域对外直接投资占全国对外直接投资份额的比值，然后对此比值取对数后乘以三大区域各自的地区数占全国地区数的比值，然后将三大区域的数值进行加总即可得到组间差异的数值。
根据需要，本文将中国30个省（市、区）① ①由于的数据不具有统计意义，因此不包含。分为东部地区、中部地区和西部地区三大区域。其中，东部地区包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东、海南；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括陕西、甘肃、青海、广西、宁夏、新疆、四川、重庆、贵州、云南。
本文所使用的对外直接投资数据为各省（市、区）对外直接投资的存量数据。之所以选择存量数据而不选择流量数据，主要有两个方面的原因：一是因为中国各省（市、区）对外直接投资的流量数据极不平稳，使用流量数据难以准确把握中国对外直接投资的规律性；二是因为使用存量数据可以反映各地区对外直接投资的累积效应。
1三大区域内部差异的Theil系数分析
虽然东部、中部、西部三大区域的划分已经总和考虑了地理、经济、市场及风俗习惯等方面的差异，但在每一区域内部不同省（市、区）之间依然在传统习惯、经济发展程度等方面均存在较大的差异性。因此，有必要分别深入分析东部、中部、西部地区对外直接投资的内部差异性。表1和图1是2003—2010年中国东、中、西部地区各自内部对外直接投资Theil系数。
从Theil系数的分解来看，与全国Theil系数的变化趋势一致，除了个别年份外，三大区域的组内差异和组间差异自2003年以来也大多处于不断下降的趋势，说明无论是组内差异还是组间差异，其差异性也都在逐渐缩小。从组内差异和组间差异占总差异的贡献率来看，2003年组内差异和组间差异在总差异中的贡献率各占50%，处于势均力敌的状态。之后，除个别年份外，组内差异的贡献率大多高于组间差异，尤其在2008年，组内差异的贡献高达6279%，组间差异只有3721%。
（二）区位熵分析
区位熵也是分析地区差异及地区竞争力的常用指标，结合本文研究的实际情况，对外直接投资区位熵可以用（3）式表示：
Qi=OFDIi/∑Ni=1OFDIi/GDPi/∑Ni=1GDPi （3）
在（3）式中，OFDIi、GDPi分别表示i省（市、区）某年对外直接投资额和国内生产总值。
区位熵的含义为各地区对外直接投资占全国对外直接投资的比重与该地区GDP占全国GDP比重之比值。依据区位熵指数的大小可以将各地区的对外直接投资进行分类：如果区位熵大于1，说明该地区对外直接投资的水平处于领先水平，数值越大，领先地位越强；如果区位熵小于1则该地区的对外直接投资处于落后地位，数值越小，落后地位越明显。
数据来源：根据2003—2010年度《中国对外直接投资统计公报》的相关数据计算得到。
如表3所示，自2003年始，中国东部地区中对外直接投资区位熵大于1的省（市）有北京、上海和广东，说明2003—2010年中国东部地区中的北京、上海和广东的对外直接投资处于领先地位。另外，福建、浙江、天津、辽宁、海南在部分年份其对外直接投资区位熵大于1，说明这五个省份的对外直接投资在部分年份处于领先地位，部分年份处于落后地位。2003—2010年，山东省的对外直接投资的区位熵大多年份处于080—097之间，非常接近1，说明山东的对外直接投资水平处于较强的水平。河北、江苏和海南的对外直接投资区位熵不仅小于1，并且数值比较小，说明河北、江苏和海南的对外直接投资一直处于落后地位。
从对外直接投资区位熵的动态变化来看，辽宁、江苏和浙江的对外直接投资区位熵总体处于不断上升的发展态势，说明这三个省份对外直接投资的相对优势在逐渐增强。上海和广东的区位熵总体处于不断下降的态势，说明这两个地区的对外直接投资虽然处于领先地位，但相对优势程度在逐渐下降。而东部其他地区对外直接投资区位熵的变化没有体现出规律性的上升或下降趋势。
从区位熵的变化趋势来看，陕西、新疆、贵州和云南在大多数年份区位熵呈现出不断上升的变化趋势，说明这些地区对外直接投资的竞争优势在不断累计。其他省（市、区）的区位熵处于上升和下降的不断交替变化中。
四、结论
文章通过构建Theil系数、区位熵等指标体系，对中国对外直接投资地区来源分布的演变规律进行了实证研究，得出如下结论：
2003—2010年，东部地区和中部地区对外直接投资的内部差异性在逐渐减小，西部地区对外直接投资的内部差异性没有体现出整体性的上升或下降趋势。在三大区域中，西部地区对外直接投资的内部差异最大，其次是东部地区，中部地区最小。
从Theil系数的分解来看，无论是组内差异还是组间差异，其差异性也都在逐渐缩小。总体来看，组内差异和组间差异自2003年以来均处于下降的态势，并且组内差异在总差异中的贡献率总体要高于组间差异。
从对外直接投资区位熵来看，东部地区各省（市）对外直接投资的整体竞争力强于中部地区和西部地区。从具体省（市、区）来看，北京、上海、广东的对外直接投资一直处于领先地位，而湖北、贵州两省处于落后地位。
参考文献：
[1] 代中强.中国企业对外直接投资动因研究——基于省际面板数据的分析[J].山西财经大学学报，2008（11）：29-35.
[2] 崔家玉.中国对外直接投资的动因[J].大连海事大学学报，2010（6）：12-14.
[3] 李翀.发展中国家学习型对外直接投资——论发展中国家对外直接投资的原因[J].福建论坛（人文社会科学版），2007（6）：4-7.
[4] 李敬，冉光和，万丽娟.发展中国家企业对外直接投资的综合动因分析[J].新疆社会科学，2007（4）：31-34.
[5] 衣长军.中国与美日对外直接投资战略动因国际比较[J].宏观经济研究，2007（11）：63-67.
[6] 朱美虹，池仁勇.中小民营企业对外直接投资动因分析——以浙江省为例[J].特区经济，2011（6）：41-43.
[7] 程惠芳，阮翔.用引力模型分析中国对外直接投资的区位选择[J].世界经济，2004（11）：23-30.
[8] 项本武.东道国特征与中国对外直接投资的实证研究[J].数量经济技术经济研究，2009（7）：33-46.
[9] 陈恩，王方方.中国对外直接投资影响因素的实证分析——基于2007—2009年国际面板数据的考察[J].商业经济与管理，2011（8）：43-50.
[10] 贺书锋，郭羽诞.中国对外直接投资区位分析：政治因素重要吗？ [J].上海经济研究，2009（3）：3-10.
[11] 陈丽丽，林花.中国对外直接投资区位选择：制度因素重要吗？——基于投资动机视角[J].经济经纬，2011（1）：20-25.
[12] 张应武.对外直接投资与贸易的关系：互补或替代[J].国际贸易问题，2007（6）：87-93.
[13] 俞毅，万炼.中国进出口商品结构与对外直接投资的相关性研究——基于VAR模型的分析框架[J].国际贸易问题，2009（6）：96-104.
[14] 阚大学.对外直接投资的反向技术溢出效应——基于吸收能力的实证研究[J].商业经济与管理，2010（6）：53-58.
[15] 刘伟全.国对外直接投资国内技术进步效应的实证研究——基于研发费用和专利授权数据的分析[J].当代财经，2010（5）：101-106.
[16] 魏巧琴，杨大楷.对外直接投资与经济增长的关系研究[J].数量经济技术经济研究，2003（1）：93-97.
间接投资和直接投资范文第5篇
论文摘要：改革开放以来，我国的对外投资事业取得了长足发展，对外直接投资为我国国民经济的健康有序发展作出重要贡献，促进我国对外直接投资，一方面是创造利润，另一方面要获取技术带动母公司的提升，因此，要求我们加快建立现代企业制度，实施规模经营战略和品牌战略，提高企业自身的素质和创新能力，增加企业的核心竞争力。
1、引言
建国后，我国对亚非拉等社会主义国家开始了无偿对外援助，而对外直接投资直到1979年8月才开始正式实施，当时国务院明确提出了“允许出国办企业”的经济方针，吹响了对外开放的号角。从1979年至今，我国的对外直接投资活动为探索新的经济领域和合作方式奠定了坚实的基础，为我国企业走出国门、发展壮大作出了巨大贡献。改革开放以来，我国对外直接投资在经历了30年的发展后初具规模，截至2006年底，中国累计对外直接投资净额达750亿美元。但与其他发达国家相比，还有很大差距。本文分析了我国对外直接投资对于国内经济发展的作用，对探讨我国对外直接投资存在的问题和对策以及实施“走出去”战略均具有重要的理论指导意义与现实借鉴意义。
2、我国的对外t接投资极况
截至2008年年底，我国己经建立了12000多家对外直接投资企业，这些企业分布在世界174个国家和地区。我国对外直接投资净额已经超过500亿美元，比2007年增加了111%，对外直接投资势头锐不可当。
表1 2008年中国对外直接投资流量、存量分类构成情况
资料来源:((2008年度中国对外直接投资统计公报》
从公报里我们可以看出，2008年我国金融类投资达到140. 5亿美元，增长速度最快，较去年相比增长741%，占据对外直接投资总额的1/4。其中，银行业仍然是我国金融类对外直接投资的龙头。中国四大国有控股商业银行共在美欧等国家设立50多家家分行、接近30家支行，间接带动就业人数达10几万人。
据资料统计，2008年年底我国对外直接投资累计净额1839. 7亿美元，其中，国有企业和有限责任公司是中国对外直接投资的主要力量。我国企业在境外总资产超过1万亿美元，这是一个了不起的成就。可见，在我国“走出去”战略的正确指挥下，我国对外直接投资已锐不可当。
3、对外直接投资对国民经济带来的影响
3.1对国际收支的影响
国际收支表中的账户包括经常项目、资本项目和官方准备账目等。对外直接投资对母国国际收支的影响影响是多方面的，主要表现在以上几个账目，一方面，对外直接投资可以促进本国的出口贸易增加，从而对母国国际收支造成有利影响:另一方面，对外直接投资也可以通过投资资金与利润的汇出而对该国的国际收支造成不利影响。随着经济的无国界发展，我国国际收支经常项目、资本项目均呈积极方向发展。由国家外汇管理局公布的国际收支平衡表显示:2008年，中国国际收支经常项目、资本项目呈现“双顺差”，国际储备保持快速增长。随着国际收支“双顺差”的继续和外汇储备数额的进一步加大，国外对人民币升值压力会继续加强，国际热钱的涌入及快进快出，不利于我国金融市场的稳定和经济健康有序发展。对外直接投资通过影响国际收支平衡表中的经常项目和资本项目，可以对国际收支波动进行有效调节。因此，在目前资金供给充足、外汇储备充裕的背景下，进一步鼓励、扶持国内企业加大对外直接投资力度，可以减少国内高额外汇储备带来的风险，促进外汇保值增值，同时可以适当减少资本项目的顺差，缓解我国经常性项目账户中投资收益项逆差的压力，积极促进我国国际收支的动态平衡。 3.2对国际贸易的影响
国际直接投资在一国国际贸易中占据举足轻重地位，蒙代尔的投资贸易替论和小岛清的投资贸易互补理论分别介绍了国际直接投资与国际贸易之间的关系。蒙代尔认为:在对外贸易中贸易障碍的增加会刺激要素的流动，要素流动障碍的增加会刺激贸易的发展。投资国会减少拥有比较优势商品的生产和出口，而东道国则增加该种商品的生产，另外投资国会增加拥有比较劣势商品的生产。这两种情况都会减少两国之间的贸易往来，即投资和贸易之间存在替代关系。与蒙代尔等学者不同，日本学者小岛清认为投资与贸易之间存在互补关系。如果对外直接投资应该从母国己经处于或即将处于比较劣势的产业依次进行，可以扩大两国问的比较成本差距，为双方进行更大规模的进出口贸易创造条件。
近年来，外国资本越来越注重在华独资经营，想方设法保护其技术，我们过去的以市场换技术的目标越来越难。在这种状况下，许多发展中国家为了实现逆向技术转移，即技术由东道国向投资国转移，纷纷通对外直接投资的方式打破西方发达国家的技术垄断，进一步讲所取得的技术带到母国企业进行消化吸收。我们所熟悉的华为、联想、海尔等一批优秀中国企业到海外市场投资并不一定直接获得产品上的优势，但是它们通过对外直接投资的途径在发达国家设立研究与开发机构，兼并当地高新技术产业，一方面来提高自身的研发水平，学习和引进国外先进技术，另一方面将这些技术带到国内母公司，掌握世界上最新技术动态，与时俱进。因此，在当今世界全球技术一体化的趋势下，在全球范围内寻找先进技术的源头，并实现国外向国内的转移，将对我国的技术进步产生巨大的推动作用，发展对外直接投资对我国的技术进步和经济发展具有重要的现实意义。
3. 3对外直接投资对就业的影响
对外直接投资对就业数量具有直接的以及间接的积极效应和消极效应。对外直接投资对于短期就业的影响包括两个方面，一方面因从事对外直接投资而使本国企业本该进行的生产活动停止所导致的就业机会的减少，另一方面对外直接投资造成的国内就业机会一定程度上的增加，如为海外公司发展所带来的直接或间接形成的额外的就业机会。当前者大于后者时，对外直接投资将导致投资国就业机会的减少，反之，则会导致就业机会的增加。
