正文 資本扭曲對中國異質性企業對外直接投資的影響分析(1 / 3)

資本扭曲對中國異質性企業對外直接投資的影響分析

名家觀察

作者:王亞星 李敏瑞

摘要:文章研究了異質性企業所承受的資本扭曲是否影響對外直接投資決定。研究匹配工業企業數據庫與《境外投資企業(機構)名錄》2005年~2007年數據,采用Olley和Pakes(1996)方法測算全要素生產率。研究結果顯示中國製造業企業對外直接投資存在自我選擇效應;麵臨較低扭曲程度的企業更容易對外直接投資。

關鍵詞:對外直接投資;資本扭曲;全要素生產率;Olley和Pakes方法

一、 引言

21世紀以來,世界對外直接投資(Outbound Foreign Direct Investment,OFDI)日益發展,中國對外直接投資規模也節節攀升。

本文使用2005年~2007年中國製造業企業數據,基於異質性企業理論中對生產率的考慮,考察企業承受的資本扭曲是否影響其對外直接投資決定。全文安排為:第一部分引言;第二部分構建理論框架;第三部分介紹數據來源和處理方法,測算核心變量;第四部分實證分析。最後總結結論,提出建議與展望。

二、 理論框架

1. 異質性企業對外直接投資自我選擇效應。Helpman等(2004)在壟斷競爭框架下建立一套一般均衡模型。他們假設存在N個國家,含有H+1個生產部門,其中H個部門生產差異化產品並服從CES偏好,替代彈性為ε=1/(1-α)>1,剩下一個部門生產同質產品。

i企業市場進入成本為fE,生產成本為fD,出口貿易額外的固定成本為fX,運輸成本為τij>1,OFDI額外固定成本為fI。假設fI>(τij)ε-1fX>fD。

企業生產率隨機,每單位產出需勞動a,勞動生產率則為1/a。可得本國生產、出口貿易和對外直接投資的利潤函數,三者關於a1-ε線性單調遞增,而其又關於1/a單調遞增,則更高的生產率意味著更高的利潤,可使用a1-ε間接指代生產率高低。為了研究經營決策,需比較三種利潤函數,得到生產率閾值(ai)1-ε。三者關係為(aIij)1-ε>(aXij)1-ε>(aDi)1-ε

因此,生產率小於1/aD的企業無法在市場中生存,介於1/aD和1/aX之間的企業留在國內市場,介於1/aX和1/aI之間的企業對外貿易,而大於1/aI的企業對外直接投資。即企業的生產經營活動選擇具有自我選擇效應,不同的經營方式需要承擔不同的成本,承擔成本越高,需要企業擁有更高的生產效率。

2. 資本扭曲的對外直接投資影響機製。Buckley等(2007)認為以新興經濟體普遍存在資本市場不完全性、所有權優勢和製度因素等問題。它們導致經典投資理論對其缺乏解釋力,尤以中國為甚。正因此,中國OFDI表現出資源尋求、非政治風險規避、較強的政策影響等特殊的一麵。他們尤其強調,如果這些問題得不到解決,基於中國異質性企業的分析是效力不大的,當務之急是建立相應的特殊理論(Special Theory)。

Buckley等(2007),Morck等(2008)認為在中國不完全競爭資本市場上資本配置由國有銀行主導,其不均衡的配置方式使得企業以非市場均衡水平的利率獲得資金。Cheng和Ma(2010),Buckley等(2008)的研究總結了中國的OFDI行為,他們發現中國OFDI 同國家意圖、製度環境有著很緊密的聯係,而這也使得跨國公司享有顯著的信貸支持。

可見眾多學者認為中國OFDI有其獨特的一麵。由於資本市場的不完全性、政府政策等多方麵原因,企業資本行為受到扭曲,承受了額外成本,影響了決策。資本扭曲考察了影響企業資本行為一係列因素的整體淨效應,資本扭曲程度越高,融資成本越高,越不容易投入到對外直接投資活動中去。

三、 數據處理以及實證分析

1. 數據來源及處理。本文匹配了中國工業企業數據庫和《境外投資企業(機構)名錄》(以下簡稱《名錄》)以獲得所需樣本。

中國工業企業數據庫由國家統計局1998年~2009年年度調查得出,包含所有國有企業及規模500萬以上的非國有企業,共200餘萬個樣本,是中國可獲得的最大企業級數據庫。本文選取製造業企業進行研究,同時參考Freestra 等(2014),Brandit等(2012),謝千裏等(2009)等的做法以及一般公認會計準則(Generally Accepted Accounting Principles,GAAP),對樣本進行了篩選。

《名錄》由商務部網站提供。核準證書號、國家/地區、境內投資主體、境外投資企業(機構)、省市等在內的信息都可獲取。

基於數據可獲得性,本文將兩者1998年~2007年的數據進行人工匹配。鑒於匹配所得數目和概率,研究選取2005年~2007年數據。

2. 核心變量測算。

(1)全要素生產率。OLS方法測算TFP在使用宏觀數據時是成立的,但在使用微觀數據時必須考慮企業決策和進入退出,OLS方法便會產生同時性偏誤(Simultaneity Bias)和選擇性偏誤(Selection Bias),進而參數估計有偏(Olley和Pakes,1996)。

Olley和Pakes(1996)提出一種半參數估計方法(Semi-parameter Estimation),使用企業投資額作為代理變量,考慮企業進入退出概率,解決了相關問題。鑒於文章篇幅,OP方法已被廣泛應用,不再詳細介紹。