中国企业海外直接投资与国际贸易的动态关系探索

开篇：润墨网以专业的文秘视角，为您筛选了一篇中国企业海外直接投资与国际贸易的动态关系探索范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要:海外直接投资与对外贸易关系一直是学界关注的焦点,以1992-2008年的OFDI和国际贸易相关数据为样本,探索了中国省海外投资与国际贸易之间的长期均衡关系,并利用脉冲函数和方差分解分析了海外直接投资与国际贸易之间的动态关系。

关键词:海外直接投资;国际贸易;动态关系

中图分类号:F74

文献标识码:A

文章编号:1672-3198(2010)12-0109-02

1 引言

国际贸易和国际投资是企业走向国际舞台的两种重要选择,自跨国公司作为一个新生力量诞生以来,跨国公司大约占全球商品和服务业出口的三分之二。面对百年难遇的金融危机,以史为鉴,探索中国企业海外投资和出口之间的长期均衡关系无疑具有十分重要的现实意义。

关于贸易和投资关系的研究,国内外学者主要集中在国际直接投资与国际贸易之间的相互影响方面。现在存在两种典型观点,一种是以Mundell为代表的贸易投资替代论,另一种是以日本学者小岛清为代表的贸易投资互补论。Gruber et al.(1967)以出口作为被解释变量,国外子公司的销售额作为解释变量,研究了1962年美国的对外直接投资现象,发现美国对欧洲国家投资与出口之间具有替代性作用。Horst(1972)以同样的变量方式分析了美国对加拿大的投资,回归结果表明两者的相关系数为负,故投资和贸易之间存在替代关系。同样发现替代性的还有Head and Ries和Belderbos and Sleuwaegen(1998),Head and Ries发现日本的海外跨国公司会向其他公司买进大量的中间产品,这样互补的影响就会减少,结果确实发现了样本中存在着替代性。Belderbos and Sleuwaegen(1998)通过研究发现80年代后期日本对欧盟进口的电子产品遇到当地保护主义的壁垒,政府规定跨国子公司使用当地的原料和中间产品,所以替代了进口产品。格拉汉姆(Grallam:EM,2000)近期的研究也证实了这一点。近年来,有很多数量的研究通过企业层面的数据证实了垂直关系产品之间的互补性。而为了找寻直接投资与国际贸易之间的替代性,布罗尼根(BruceA.Blonigen,2000)选取了产品层面的数据分析了日本对美国进口的汽车配件与日本跨国公司在美国的汽车配件产品,汽车制成品之间的关系,结果同时发现了替代性与互补性,这说明贸易和投资两者之间的复杂性。关于互补性的研究,Lipsey and Weiss(1981)采用1970年美国的投资和贸易数据,被以出口额为被解释变量,解释变量是GDP、距离、子公司的净销售额(FDI变量)、是否为欧共体成员国。回归结果表明美国对14个发达国家的投资中有10个国家的FDI系数为正,对11个发展中国家的投资中有9个国家的FDI系数为正,因此投资与贸易主要表现为互补关系。胡弗鲍尔等人(Hufbaner.Gc,1994)重点研究了美国80年代以来的情况。他们将美国1980、1985和1990年的对外直接投资总量与出口总量作比较。结果发现,在整个时间跨度中,出口总量与对外直接投资总量一直保持着正相关关系。

关于国际直接投资对国际贸易的影响,国内学者也逐步开展了这方面的实证研究。张毓茜(2001)对1983-1999年中国利用FDI和贸易关系实证分析结果显示,FDI对进出口的乘数效应为0.7844,对出口的乘数效应为0.78256,对进口的乘数效应为0.52305。沈克华(2003)对1951-1997年和1981-2001年FDI与我国出口总量及结构、基础设施投入之间的关系进行了回归分析,结果表明,FDI对我国出口总量增长贡献巨大且呈上升趋势。王学东、刘占军、程传海(2001)比较了广东省与全国外商直接投资的贸易效应,认为外资是地区出口贸易的驱动力。

综观以上文献可以发现,国内外学者在实证分析国际直接投资对国际贸易的关系时由于研究视角以及统计方式各异,得出了不一样的结论。由于我国开展国际投资的历史比较短以及数据的不可得,笔者通过整理发现,从投资国的视角来探讨OFDI与出口贸易之间的关系,文中海外直接投资亦即OFDI,本文将FDI分为OFDI(FDI流出)和IFDI(FDI流入)。

2 数据和模型

上世纪70年代以来,计量经济学方法论的一大突破是关于时间序列变量之间协整关系的研究。但Granger和Newbold通过多次模拟分析,发现非平衡的时间序列变量会造成“伪回归”现象。有学者认为这可能是被解释变量和解释变量之间存在时间上的滞后性引起的。Sims于1980年提出的向量自回归模型(VAR)可以通过构建一组动态的联立方程组有效处理这一现象。

VAR(P)模型可以表示为

Yt=A1Yt-1+…+ApYt-p+B1Xt+…+BrXt-r+εt

其中Yt是m维内生变量向量,Xt是d维外生变量向量,Ap(p=1,…,p)和Br(r=1,…,r)是待估计的参数,内生变量和外生变量分别有p和r阶滞后期,εt是随机干扰项。

笔者的实证模型中的EX表示我国的出口时间序列,IM表示我国的进口时间序列,OFDI为每年海外投资序列。外贸进出口数据来自《中国商务统计年鉴》,海外投资序列来自两部分,1992-2002来自国家外汇管理局的国际收支平衡表,2003-2008来自历年《中国对外直接投资统计公报》。考虑到对时间数据进行对数变化不改变时序的性质和关系,且能使趋势线性化,消除时间序列中的异方差现象,因此对变量EX、IM和OFDI分别取对数,依次表示为LnEX、LnIM、LnOFDI,本文所有数据处理是用Eviews6.0版本计算而来。

3 实证过程

(1)数据的平稳性检验。

在检验变量间是否具有协整关系之前,首先要检验数据的平稳性,在这里采用常用的ADF检验时间序列的平稳性,时间序列LnOFDI、LnEX、LnIM序列的平稳性检验结果表1。

表1 LnOFDI、LnEX、LnIM的平稳性检验

变量检验形式(C,T,K)ADF检验值5%临界值Prob.*结论

LnEX(C,0,1)1.3820-2.88800.9780不平稳

ΔLnEX(C,0,1)-4.6708-3.00650.0028平稳

LnIM(C,0,1)1.7907-2.78800.9876不平稳

ΔLnIM(C,0,1)-3.6772-3.00650.0178平稳

LnOFDI(C,0,1)0.3764-2.78800.9879不平稳

ΔLnOFDI(C,0,1)-4.0430-3.00560.0045平稳

注:其中检验形式(C,T,K)分别表示单位根检验方程包含常数项、时间趋势和滞后阶数,当数字为0时表明不包含该项,Δ表示差分算子,ΔLnOFDI、ΔLnEX、ΔLnIM分别表示LnOFDI、LnEX、LnIM的一阶差分。

由表1可以看出,时间序列LnOFDI、LnEX、LnIM没通过平稳性检验,但一阶差分在5%的显著性水平下拒绝了存在单位根的假设,表明这3个变量是一阶差分平稳的,为以后的协整检验创造了条件。

(2)确定最优滞后阶。

由于VAR模型是非结构化的,且模型已经被确定为线性形式,需要确定哪些变量之间有相互作用及反应函数彼此之间影响的最大可能滞后阶数。而且协整分析的结果对滞后期长度的选择也很敏感,不当的滞后阶,很可能导致“虚协整”。笔者根据依据LR统计量(似然比检验)、FPE(最终预测误差)、AIC信息准则、SC信息准则与HQ(Hannan-Quinn)信息准则5个常用指标来进行选择,具体检验值见表2。

表2 VAR模型最优滞后期检验值

LagLRFPEAICSCHQ

0NA0.0024042.4827932.6321532.514546

196.843561.56e-05-2.67893-2.76439-2.58943

221.334577.25e-06-3.45632-2.334982-3.298045

320.82854*1.54e-06*-5.567848*-3.681000*-5.45673*

注:*依据相关准则确定最优阶

从表2可发现所有的准则选择的最优阶数为3,故笔者选择VAR(3)模型。对于k>1的k阶VAR模型可通过矩阵变换改写成1阶分块矩阵的VAR模型形式,然后利用其特征方程的根判别其稳定性。如果被估计的VAR模型的特征方程所有的根的倒数都小于1,即位于单位圆内,则是稳定的。如果模型不稳定,某些结果将不是有效的(比如脉冲响应函数的标准误差)。从图1可以看出VAR(3)模型是稳定的,所以k=3最终被确认为VAR模型的最优滞后期。

图1 VAR模型的特征根的倒数分布图

(3)协整检验。

由于VAR模型的最优滞后阶为3,协整检验的滞后阶可选择2,结合联合检验确定选择仅有截距且序列有确定性线性趋势的Johansen协整检验,检验结果如表3。

表3 Johansen最大似然值协整检验结果

原假设特征根迹统计量(P值)最大特征根统计量(P值)

0个协整向量0.78493936.0987(0.0083)*27.3456(0.0056)*

至多1个协整向量0.2873458.98470(0.3864)6.56784(0.4565)

至多2个协整向量0.2034092.24563(0.1358)2.45632(0.3452)

注加*表示5%的显著性水平下拒绝原假设

迹统计量和最大特征根统计量显示在95%的置信度水平下,我国海外投资、进口和出口三个变量之间存在一个协整关系。说明我国海外投资和进出口之间存在长期的均衡关系,至于短期之间的均衡可以通过误差修正模型进行探讨。

(4)脉冲响应函数分析。

VAR模型最大的特点是描述了系统的动态特征即每个内生变量的变动和冲击对它自己及所有其它内生变量产生的影响作用,这可以通过脉冲响应函数加以刻画。由以上的var(3)模型,我们可以得到海外投资、进口贸易和出口贸易之间的相互冲击动态影响路径,脉冲响应函数轨迹如图2、图3、图4所示。

图2

从图2上可以发现于LnOFDI对于自身一个标准差的扰动在第1期有正向效用,但从第2期表现出负向效用,一直到第8期才开始表现出的正向效用。从图3可以发现LnEX对LnOFDI一个标准差的扰动在第1期没有发生响应,在前7期波动不是很明显,一直到第8期才开始表现出微弱的正向作用。从图4上可以发现LnIM对于LnOFDI一个标准差的扰动在第1期没有发生响应,但在第2、3期表现出微弱的正向作用,从第4期开始表现出负向效用。从上面的脉冲响应函数轨迹图可以看出,中国企业海外投资对于我国进出口影响比较复杂,总的看来中国企业海外投资对于进出口没有表现出有规律的正向或者负向效用,这表明中国企业海外投资对于进出口有时表现为替代作用而有时表现为互补作用,这与前面文献综述中的观点相吻合,也符合我国企业海外投资的实际。

(5)方差分解。

为了更进一步研究变量之间的动态关系,可以利用VAR模型的方差分解进行探讨。方差分解的基本思想是

把VAR系统中每个内生变量(共m个)的波动(k步预测均

另面视前一篇情况可加可不加

作者简介:

唐婷婷(1983-),女,河北省承德市人,河北经贸大学研究生学院产业经济学专业2008级研究生,研究方向:市场理论与市场价格。

方误差)按其成因分解为与各方程新息相关联的m个组成部分,从而了解各新息对模型内生变量的相对重要性。下面就LnOFDI、LnEX和LnIM进行方差分解,以了解我国海外投资与进出口贸易之间相互影响的程度,方差分解结果见表4。

表4 LnOFDI的预测方差分解

PeriodS.E.LNOFDILNEXLNIM

10.230057100.00000.0000000.000000

20.31348364.711736.36306528.92520

30.32526864.267468.58487827.14766

40.39214964.9350916.0198319.04508

50.42215462.2811620.8684016.85044

60.44080457.4355126.2762316.28825

70.45984652.8982230.6272316.47455

80.48803449.4246835.1945915.38073

90.52905747.7035839.0732713.22316

100.57351745.6941942.9215111.38430

从表4可以发现,海外投资在第1期只受其自身波动的影响,出口贸易和进口贸易在第2期才开始表现出作用,预测方差的贡献度分别为3.36%和28.93%,随后出口贸易的贡献度大副上升,到第10期的时候贡献度达到42.92%。而进口贸易在第2期达到最大值28.92%,然后开始递减,从以上分析可以发现我国海外投资和进出口贸易之间关系的复杂性,海外投资受其自身波动影响最大,出口次之,受进口波动影响相对来说弱一些,方差分解的结果正好证实了上面脉冲函数分析的结论,更加说明海外投资和进出口贸易之间动态关系的不可测性。

4 结论和及展望

随着全球经济一体化水平的不断提高,海外投资和国际贸易作为企业参与国际市场的两种手段不断受到广泛关注,从以上分析发现我国企业海外直接投资和出口贸易之间虽然存在长期的均衡关系,但两者之间不存在明显的因果关系。由于企业海外投资的动机以及投资方式的差异性,为广泛开展海外直接投资与出口贸易关系的实证研究提供了一定的难度。

国际贸易是我国对外直接投资变化的原因,并且推动我国对外直接投资,这也符合企业国际化进程的理论,即企业国际化起始阶段是由出口开始,等到企业的产品在目标国市场上具有一定份额和影响力后,再转为在这个市场上投资。我国GDP和对外直接投资之间是一种负相关性,说明现阶段我国经济增长还不足以支持进行大规模对外直接投资,这符合我国对外直接投资现状,即我国对外直接投资增长很快,但存量却相对不大。因此,我国还处于邓宁的对外直接投资周期理论的由第二阶段到第三阶段的过程中。

参考文献

[1]Robert Lipsey,Home and Host Count ry Effect s of FDI[D].NBER Working Paper 9293,Octomber,2002.

[2]A hmall J,Kw an A C C.Causality betw een exports and growth:emp irical evidence from A frica[J].Economic L etters,1991.

[3]杨全发,舒元.中国出口贸易对经济增长的影响[J].世界经济与政治,1998,(8).

[4]王月溪.对我国国际直接投资管理之现状分析[J].商业研究,2003.