财经研究  2017, Vol. 43 Issue (1): 110-121     
0

文章信息

财经研究
2017年43卷第1期
李丽丽, 綦建红.
Li Lili, Qi Jianhong.
政治风险规避与中国企业的OFDI策略选择
Political Risk Aversion and OFDI Strategy Choice of Chinese Enterprises
财经研究, 2017, 43(1): 110-121
Journal of Finance and Economics, 2017, 43(1): 110-121.

文章历史

收稿日期:2016-07-28
《财经研究》
2017第43卷第1期
政治风险规避与中国企业的OFDI策略选择
李丽丽, 綦建红     
山东大学 经济学院,山东 济南 250100
摘要: 政治风险已经成为中国企业对外直接投资(OFDI)遭受损失最重要的原因之一,但是企业可以通过选择合理的投资策略来规避风险,降低损失。文章基于2004-2013年《中国境外投资企业(机构)名录》提供的OFDI企业数据,利用二值选择模型、倾向得分匹配(PSM)法和条件Logit固定效应模型分别考察了我国企业面临东道国政治风险时的策略选择问题以及投资经验对政治风险的调节作用。结果发现:东道国政治风险越高,企业越倾向于采取序贯式投资,投资经验可帮助企业规避和降低部分政治风险,提高企业在高政治风险东道国OFDI的概率;与生产性OFDI企业相比,销售宣传类OFDI企业对东道国政治风险的反应弹性较大,在具备投资经验后,对政治风险的敏感性降低。文章为中国企业“走出去”过程中如何有效地规避东道国的政治风险和提高成功并购的概率提供了有益的思路和借鉴。
关键词: 政治风险    序贯式投资    投资经验    倾向得分匹配(PSM)    条件Logit模型    
Political Risk Aversion and OFDI Strategy Choice of Chinese Enterprises
Li Lili, Qi Jianhong     
School of Economics,Shandong University,Ji'nan 250100,China
Abstract: The political risks have become one of the most important reasons for OFDI losses Chinese firms suffer. However, firms can avoid risks and reduce losses by choosing a reasonable investment strategy. This paper employs the OFDI firm-level data from Directory of Overseas Investment Enterprises (Institutions) from 2004 to 2013 to investigate the strategy choice of Chinese firms facing the host countries' political risks, and the moderating effect of investment experience on political risks, by using binary choice model, propensity score matching method and conditional Logit fixed effect model. Our findings suggest the higher the host countries' political risks are, the more the firms tend to adopt sequential investment, and investment experience can help firms to avoid and reduce some political risks, and improves the OFDI probability of firms in the host countries with high political risks; additionally, marketing OFDI firms have larger reaction flexibility to the host countries' political risks than production OFDI firms, and with investment experience, the former is less sensitive to the political risks. It provides useful idea and reference for how to effectively avoid the host countries' political risks and raise the probability of successful M&A in the going-out process of Chinese enterprises.
Key words: political risk    sequential investment    investment experience    propensity score matching    conditional Logit model    
一、 引言

自2004年始,中国企业对外直接投资(OFDI)的扩张速度呈跳跃式和持续式增长态势。据历年的《中国对外直接投资统计公报》统计,2004-2015年中国企业非金融类OFDI流量的年均增长速度高达41.48%。然而,伴随这种高速的国际化步伐,中国企业OFDI失败案例频现,并购形式的OFDI失败率达到70%。究其原因,据《中国企业国际化报告(2014)》蓝皮书分析,中国企业在国际化过程中最主要的风险就是政治风险和法律风险;世界银行跨国投资担保机构(MIGA)也曾指出,政治风险已成为跨国公司向新兴市场投资的最主要约束条件。在这里,OFDI企业所面临的政治风险,主要是指因东道国的政治环境发生变化、政局不稳定或者政策法规不连续给投资企业带来经济损失的可能性,包括战争、内乱、征收、征用、没收、国有化、汇兑等发生的风险。因此,选择一种更优的投资策略,规避东道国的政治风险,成为中国OFDI企业成功“走出去”的关键。

在各种规避政治风险的策略中,序贯式投资已经成为许多跨国企业的共性选择(Song,2002;Gao 和Pan,2010)。所谓序贯式投资,是指企业的OFDI扩张并非简单的一次性行为,而是由多个投资选择构成的一个决策序列,企业在这个过程中的每次决策都要根据前期投资的结果获取新的信息,并据此做出最优的当前决策(刘慧和綦建红,2015)。一方面,序贯式投资分步完成一个投资计划,有利于分散风险,降低政治风险给企业造成重大损失的概率;另一方面,序贯式投资强调市场的不确定性、投资的不可逆性和前期经验的溢出性,认为后期投资均应建立在前期投资经验基础之上,为企业降低甚至规避政治风险提供了可能。

已有学者发现,企业对政治风险的敏感度随其前期经验的情况而有所变化,特别是东道国的投资经验情况可以使政治风险对企业经营的影响最小化(Delios 和 Henisz,2003);“干中学”可以帮助企业制定战略,缓解企业资产被公共部门和私人征收的风险(Delios 和 Henisz,2000)。因此,在政治风险较高的东道国进行OFDI,采取分步式的序贯投资,有利于积累经验,降低政治风险,比一次性投资策略更为可行。

现有文献中,尽管关于东道国政治风险与企业OFDI的研究不在少数(Globerman 和 Shapiro,2002;Asiedu,2006;Buckley等,2007;Gani和Naruse,2007),但是,这些研究只注重东道国政治风险对企业OFDI区位选择或投资流量的分析,而对企业投资策略的研究尚属空白;而且,绝大多数现有研究均建立在静态分析基础之上,忽略了企业前期投资经验对规避东道国政治风险的动态影响,而少数采用动态分析方法的研究仅限于对日本情况的考察(Delios和Henisz,2000,2003)。关于中国的相关研究同样不胜枚举(Buckley,2007;Wiig和Kolstad,2010;蒋冠宏和蒋殿春,2012;张雨和戴翔,2013),但是尚未有学者采用动态分析来考察序贯投资对东道国政治风险的规避作用。并且,现有实证研究选取的样本通常具有特定性,存在样本数据选择性偏差,因而分析结果的适用范围只局限于部分企业。

基于此,本文首次以2004-2013年《中国境外投资企业(机构)名录》(以下简称《名录》)提供的海量数据为研究对象。首先,从一次性投资或序贯式投资视角,考察企业规避东道国政治风险的策略选择问题,弥补国内外现有文献只注重考察东道国政治风险影响企业OFDI区位选择或者投资流量方面研究的不足。其次,从动态视角考察企业前期投资经验对下次OFDI面临政治风险的调节作用和影响,深入论证序贯式投资策略对东道国政治风险的规避作用。最后,现有文献考察东道国政治风险对不同投资动机企业OFDI的影响,大多会从资源获取型或战略资产获取型等角度来分析,然而,结合中国企业OFDI的特点,旨在东道国销售产品或在东道国进行生产再销售才是这些企业“走出去”最直接的目的;而且,销售或生产因其所需投入成本差距较大,因而对东道国政治风险的敏感程度完全不同。据此,本文首次依据《名录》的记录,逐个识别样本企业OFDI的动机在于销售宣传或进行生产,从动态视角详细论证出于不同投资动机的企业对东道国政治风险的反应,以期为不同类型OFDI有效规避东道国政治风险提供合理论据。

二、 理论分析与研究假说

政治风险不仅增加了跨国企业收集东道国各种信息的难度,提高了企业直接投资的成本,而且可能会直接导致OFDI企业遭受合同终止、资产被征收或者利润无法汇回母国等方面的重大损失。因此,政治风险的存在使企业的OFDI策略更加谨慎。运用东道国市场知识,逐渐增加在同一国的投资,充分利用前期投资经验,有助于企业规避或降低后期投资所面临的政治风险。正如瑞典早期成功“走出去”的跨国公司,均采用小步式投资,而不会进行一次性大额生产投资(Johanson 和 Vahlne,1977)。

(一) 东道国政治风险与投资策略

大量经验研究表明,企业OFDI并不完全避开存在政治风险的国家,甚至在政治风险较高的东道国仍然有许多企业对其进行投资。而克服政治风险,需要企业尽可能多地学习东道国的政策、法规和社会文化知识。Barkema 等(1996)指出这个学习过程表现为一系列序贯式步骤发生时最有效。Delios 和 Henisz(2003)在考察日本企业OFDI时也提出,企业通过序贯式投资逐步积累东道国知识,减少OFDI企业对东道国新知识的需要,同时东道国的经验情况可以最小化政治风险对企业经营的影响。因此,“干中学”的序贯式投资成为推动OFDI企业在高政治风险国家(地区)投资的重要策略。由此,本文提出研究假说1。

假说1:东道国政治风险与企业序贯式投资概率呈正比,即东道国政治风险越高,企业越倾向于序贯式投资策略。

(二) 投资经验对政治风险的调节作用

投资企业为避免损失,获取最大利益,往往对其整个投资过程会设计合理的规划,表现为OFDI行为的前后关联性,即通过前期的投资为后续投资提供经验,后期的投资在总结前期投资成败经验基础上进行,经验知识最大程度地为企业降低各种不确定性(Sepulveda 等,2014),同时为企业处理其所面临的各类政治风险提供必需的知识,从而有助于企业规避东道国的政治风险。并且,知识的隐性性质意味着这种投资经验没有明显的替代品(Delios 和 Henisz,2003),只能从投资经验中获取。不仅相同市场的投资经验可以为企业后续投资提供必要的知识,降低企业遭受损失的概率,而且相似市场经验同样具有异曲同工之妙。刘慧和綦建红(2015)指出,中国OFDI企业具有跟随相似市场经验进行区位选择的典型事实,这是由于相似市场经验可以在一定程度上降低企业的投资风险。据此,本文提出研究假说2。

假说2:相同和相似的市场投资经验都有助于企业规避或降低部分东道国政治风险,提高企业对高政治风险东道国进行OFDI的概率。

(三) 不同投资动机企业对政治风险的敏感程度不同

OFDI企业依投资动机不同,所需东道国相关信息有别,投入成本差异较大,因而对东道国政治风险会表现出不同的敏感度。企业的销售宣传类OFDI相对需要更少的东道国知识,所需投入成本较低,即使遭遇政治风险,利益损失有限,尤其是在前期投资经验的调节下,其规避政治风险的能力更是有所提高;与之相比,生产性OFDI则需要收集更全面的东道国政策、法规等信息,也需要投入更多成本,包括购入大量生产设备、雇用更多的工人,因而一旦遭遇政治风险,损失惨重。因此,本文预期这类投资企业即使有前期投资经验,在区位选择时仍然对政治风险有一定的敏感反应。基于此,本文提出研究假说3。

假说3:与生产性OFDI相比,基于销售宣传动机的OFDI企业,在前期投资经验基础上对东道国政治风险的反应更加不敏感。

三、 变量选择与描述 (一) 样本选择

本文的OFDI企业数据来源于2004-2013年《名录》,选取《2013年度中国对外直接投资统计公报》报告的中国企业OFDI投资流量排名在前40位的东道国(地区)进行分析,包含了中国企业OFDI流量总数的95.89%,存量总数的95.96%,舍弃样本量小于5%。在此基础上,剔除开曼群岛和英属维尔京群岛两个避税港,最终筛选出如下有效数据:一次性投资企业10 975家;序贯式投资企业2 551家,其中,275家序贯式投资企业在同一年对同一东道国进行多次投资,836家序贯式投资企业在不同年份对同一东道国进行多次投资,1 440家企业在不同年份对不同国家进行了多次投资;全样本总计13 526家企业,在38个东道国(地区)选择一次性或序贯式投资。

38个东道国(地区)包括:中国香港、美国、俄罗斯、越南、日本、韩国、澳大利亚、阿拉伯联合酋长国、德国、加拿大、新加坡、老挝、印度尼西亚、蒙古、柬埔寨、泰国、荷兰、英国、马来西亚、哈萨克斯坦、尼日利亚、法国、缅甸、中国澳门、巴西、赞比亚、吉尔吉斯斯坦、沙特阿拉伯、津巴布韦、安哥拉、伊朗、肯尼亚、阿根廷、挪威、委内瑞拉、卢森堡、厄瓜多尔。

首先,本文运用全样本数据分析不同东道国政治风险下OFDI企业是如何进行投资策略选择的;其次,运用序贯式投资企业数据分析相同或相似市场投资经验对东道国政治风险的调节作用,形成“企业-市场-时间”三维匹配数据,有效数据共计852 720条;最后,依据《名录》各年记录的企业“经营范围”逐个识别,最终得出“仅做销售宣传”类OFDI企业1 450家,形成“企业-市场-时间”三维匹配有效数据488 581条,“生产性”OFDI企业595家,形成有效匹配数据194 723条,用于分组考察不同投资动机企业在投资经验的调节下对政治风险的反应程度。

(二) 事实描述

观察所选样本数据后发现,无论是单次投资企业,还是序贯式投资企业,都更倾向于政治风险较低的东道国(地区)。图 1直观地展示了随着东道国(地区)政治风险的降低(数值由0到12),单次投资企业数目和序贯式投资企业数目的变化情况,从中可以发现,企业投资数目与政治风险之间呈现较为显著的负向相关关系,这符合“理性经济人”假定。

图 1 不同策略投资企业数目与政治风险

表 1详细描述了2004-2013年政治风险最高 的10个东道国(地区)和最低的10个东道国(地区)序贯式投资企业与单次投资企业对比数目。可以看出:第一,高风险国家(地区)的单次投资企业数目和序贯式投资企业数目均显著低于低风险国家(地区),这与图 1各年加总数据描述结果一致。但是,挪威和卢森堡两国除外,原因在于:这两个国家虽然政治风险低,但是劳动力成本极高;且自身资源丰富,工业水平极其发达,导致我国企业OFDI难度非常大。第二,在高风险国家(地区),选择序贯式投资的企业相对高于低风险的国家(地区)。风险最高的10个国家(地区)中,序贯式投资企业数目大于单次投资企业数目的年份明显多于风险最低的一组,因此初步揭示了企业在政治风险较高的国家(地区)倾向于采用序贯式投资策略的典型化事实。第三,随着经验的积累,在所有国家(地区)投资的企业数目均逐渐增加,而高风险的国家(地区)的序贯式投资企业增加得更多。

表 1 2004-2013年序贯式投资企业数目与单次投资企业数目对比
2004200520062007200820092010201120122013
津巴布韦0:01:03:14:32:33:65:56:43:73:12
委内瑞拉0:00:01:01:00:25:14:07:213:07:0
伊朗0:04:11:12:45:35:410:46:310:313:4
也门0:00:03:02:00:12:10:01:01:02:1
厄瓜多尔0:01:01:10:01:03:14:03:18:08:2
缅甸1:11:20:33:62:107:89:59:811:1116:16
阿根廷0:00:04:32:05:04:39:13:27:15:2
尼日利亚3:03:105:59:1310:613:2017:1911:1021:1517:11
赞比亚1:01:13:13:13:66:37:817:1415:1113:8
蒙古2:13:137:197:95:119:1314:2116:1913:1612:28
沙特0:01:12:12:25:67:919:918:217:813:7
澳大利亚1:17:815:2714:1914:2218:2021:3933:4134:5034:67
德国4:210:2216:3025:1815:1729:2529:3440:3434:4138:45
卢森堡0:00:00:01:00:01:00:17:05:26:2
日本2:310:1522:2723:2718:4226:5528:7333:5027:6022:56
挪威0:00:00:10:00:00:13:20:10:22:1
加拿大0:27:138:244:1211:1320:1831:2822:3823:4326:39
新加坡1:05:75:105:313:1719:2129:3133:3940:4044:61
美国6:430:5839:7946:6146:7778:141100:183101:232131:254141:420
中国香港7:1629:5343:11355:14191:271109:332166:662182:709216:940235:1 293
注:表格中每一对比值表示序贯式投资企业数与单次投资企业数之比。
(三) 变量选择

1:被解释变量

如前所述,在验证假说1时,采用二值Logit模型对全样本数据进行分析,企业it期对给定政治风险的东道国j进行序贯式投资,则被解释变量yijt赋值为1,进行一次性投资则yijt赋值为0。在验证假说2与假说3时,主要采用条件Lgoit固定效应模型,企业i在每一期有38个备选方案(38个东道国(地区)),在t期选择在jOFDIyijt赋值为1,否则赋值为0。

2:解释变量

(1)东道国政治风险(poriskijt-1)。本文参照Durnev和Mangen(2009)等人的做法,采用ICRG指标investment profile作为东道国政治风险的测度,该指标不仅数据完整,而且可直接反映企业OFDI时所面临的合同的可行性、征收风险以及利润回流等风险,数据范围从0(高风险)到12(低风险)。

(2)企业相同或相似市场投资经验(experienceijt)。对于每一个“企业—市场—时间”(i-j-t)三维观测数据,该变量表示t期以前的5年内企业在相同或相似市场有投资经验,则experienceijt赋值为1,没有投资经验则记为0。这里之所以采用企业5年内的投资经验,是因为考虑到东道国政治政策、经济环境的变化,5年以前的投资经验对企业OFDI面临的政治风险的调节作用意义不大。此外,关于相似市场的界定,指的是按照联合国的划分标准,在同一收入水平、同一洲和使用同一种官方语言的市场则被视为相似市场。

3:控制变量:依据引力模型和企业OFDI的现有研究,本文将如下东道国(地区)宏观变量作为控制变量引入上述两个模型:(1)企业进入程序成本(lnentrycjt-1),用企业进入东道国时所需支付的程序成本占东道国人均GNI的比重来衡量,该比重越大,说明企业进入东道国所需程序越复杂,进入更加困难,数据来源于世界银行;(2)汇率波动(exratefjt-1),用各东道国(地区)货币对美元汇率的波动来衡量,汇率波动越大,说明企业OFDI的经济风险越大,数据来源于国际货币基金组织IFS数据库;(3)东道国GDP(lnGDPjt-1),用来描述东道国的市场规模,数据来源于世界银行;(4)东道国人均GDP(lnpGDPjt-1),代表东道国的经济发展水平,数据来源于世界银行;(5)地理距离(lndistjt-1),采用东道国与中国的地理距离来衡量,数据来源于CEP数据库;(6)双边贸易额(lntradejt-1),衡量中国与东道国之间经济开放程度与市场熟识度,数据来源于UNComtrade数据库;(7)东道国税率水平(lntaxratejt-1),衡量OFDI企业在东道国承担的税负水平,数据来源于世界银行。

为减弱变量的异方差性质,除汇率波动变量采用实际波动值外,其余解释变量均以对数形式引入模型。经过相关性检验分析,各解释变量间的相关系数较小,排除多重共线性问题。

四、 OFDI企业规避政治风险策略选择的实证检验 (一) 基准回归结果

假设企业i在东道国j存在一定政治风险下,制定其OFDI规划,依据净收益高低选择一次性投资或者序贯式投资,则净收益函数如下:

${{y}_{ijt}}=x_{ijt-1}^{'}\beta +{{u}_{i}}+{{\varepsilon }_{ijt}}$ (1)

其中,x为影响企业投资决策的解释变量和控制变量。所有自变量均取滞后一期,β为各自变量对企业投资决策的边际影响,如果序贯式投资预期收益大于一次性投资预期收益,则yijt=1;否则,yijt=0。扰动项εijt服从逻辑分布。据此,采用二值Logit模型进行基准回归,其结果见表 2。同时,鉴于少数国家(如津巴布韦)的汇率波动(exratefjt-1)异常大,存在异方差的可能,以及变量lnpGDPjt-1引入后与个别自变量相关系数偏高,因此逐渐引入解释变量,以保证回归结果的稳健性。

表 2 企业基于政治风险的投资策略二值选择回归结果
解释变量(1)(2)(3)
porisk-0.683***(-18.78)-0.053***(3.37)-0.147***(-7.54)
lnentry0.033*(1.61)0.090***(4.11)
lndist0.103***(2.62)0.064*(1.58)
lntrade-0.278**(-15.51)-0.331***(-15.53)
lnGDP0.158***(10.58)0.122***(7.94)
lntaxrate0.087(1.43)0.116*(1.92)
exratef0.000**(-2.05)
lnpGDP0.268***(7.75)
时间固定效应控制控制控制
R20.020.040.04
N15 95815 82916 013
注:******分别表示参数估计值在1%、5%和10%统计水平上显著;结果为边际效应值,括号内为t统计值。下同。

表 2中列(1)-列(3)的结果可以看出,解释变量(poriskijt-1)在3种情况下均在1%水平上通过检验,且系数符号为负,这说明中国企业的OFDI策略受到东道国政治风险水平的显著影响。变量poriskijt-1数值越小,东道国政治风险越高,企业则越倾向于序贯式投资;相反,变量poriskijt-1数值越大,东道国政治风险越低,则企业序贯式投资的概率越低,更加倾向于一次性投资。该变量的回归结果稳健有效,从而证实了假说1的理论推断。从列(3)的回归结果可以看到,变量poriskijt-1的边际效应系数为-0.147,表明东道国政治风险每提高一个单位,中国企业序贯式投资概率将提高14.7%。究其原因,东道国的政治风险越高,OFDI企业遭受重大损失的概率越高,此时,理性的“经济人”往往更加倾向于序贯式投资。一方面,企业可通过序贯式投资,不断积累东道国知识,最大程度地降低(或规避)东道国部分政治风险,间接降低企业利益受损的概率;另一方面,序贯式投资的成本为逐步投入,可以分散风险,从而直接降低遭受重大损失的可能性。

与此同时,东道国(地区)宏观变量的回归结果均与预期相符:第一,企业进入程序成本(lnentrycjt-1)的系数为正,表明企业在东道国OFDI的进入程序成本越高,企业越倾向于序贯式投资,分散风险,降低损失。第二,地理距离(lndistjt-1)的系数为正,这是由于东道国与中国之间的地理距离越远,企业OFDI则需要收集更多的知识,而序贯式投资能够帮助企业掌握更多信息,规避风险。第三,双边贸易额(lntradejt-1)的系数为负,且显著有效,表明中国与东道国的贸易往来越多,企业对东道国市场更加熟悉,因而降低序贯式投资的概率。第四,东道国GDP(lnGDPjt-1)的系数为正,表明东道国市场规模越大,潜在政治风险越大;同时,更多竞争对手争夺市场,东道国政府出于保护本土产业的目的,常常颁布保护政策,使OFDI企业面临的政治风险提高,因此,序贯式投资更为有利。第五,东道国税率水平(lntaxratejt-1)的系数为正,但该变量始终不能通过检验,表明两者之间并不存在较为显著的相关性。第六,汇率波动(exratefjt-1)的系数为正,但系数值很小,表明汇率波动越大,企业OFDI的经济风险越大,越倾向于序贯式投资,但影响程度有限。第七,东道国人均GDP(lnpGDPjt-1)的系数为正,表明东道国的经济发展水平越高,越有利于吸引企业对其进行多次OFDI

(二) 稳健性检验

为验证前文结论的稳健性,进一步证实东道国(地区)的政治风险越高,OFDI企业序贯式投资的概率越高,本文采用倾向得分匹配法(PSM)进行稳健性检验。该方法由Rosenbaum 和 Rubin(1983)提出,主要用来评估某个政策或者项目产生的效应,并且能够实现在协变量为多个维度时多种方法的匹配,并通过计算参加者的平均处理效应(ATT),对项目的最终结果进行评估。

首先,依据Rosenbaum 和 Rubin(1983)定义,匹配得分(p-score)如下:

$p\left( X \right) = Pr\left[ {D = 1|X} \right] = E\left[ {D|X} \right]$ (2)

其次,依据Becker 和 Ichino(2002)提供的方法计算平均处理效应(ATT):

$\begin{array}{l} ATT = E\left[ {{Y_{1i}} - {Y_{0i}}|{D_i} = 1} \right] = E\left\{ {E\left[ {{Y_{1i}} - {Y_{0i}}|{D_i} = 1p\left( {{X_i}} \right)} \right]} \right\}\\ = E\left\{ {E\left[ {{Y_{1i}}|{D_i} = 1} \right],p\left( {{X_i}} \right) - E\left[ {{Y_{0i}}|{D_i} = 0,p\left( {{X_i}} \right)} \right]|{D_i} = 1} \right\} \end{array}$ (3)

其中,X是协变量,为Logit二值选择模型中的控制变量;p(X)为个体i的倾向得分,即在给定Xi的情况下,个体i进入处理组的条件概率,本文采用Logit参数估计;D为需评估的项目,即东道国(地区)的政治风险,本文依据变量poriskijt-1的样本均值进行划分,大于均值时Di为1,小于均值时Di为0;Yi表示项目实施的结果,即企业是否会进行序贯式投资,Y1i表示东道国的政治风险相对低时(Di=1)企业i的投资策略,Y0i表示东道国的政治风险相对高时(Di=0)企业i的投资策略。

本文主要采用核匹配方法。匹配前后处理组与控制组的核密度图(见图 (2))显示,匹配前后两组数据的核密度函数存在显著区别:如图 (a)所示,匹配之前,用所有控制组数据与处理组数据进行比较,结果必然存在偏误;而通过倾向得分(PSM)匹配后,如图 (b)所示,两组核密度函数非常相近,表明两组样本变量特征相似。因此,可以通过核匹配方法估计东道国(地区)政治风险的平均效应,其他匹配方法作为稳健性对照。

图 2 处理组与控制组核密度图

通过各种匹配方法计算平均处理效应ATT,估计结果见表 3。从列(1)-列(4)可以看出,PSM结果表明:除卡尺匹配外,其他四种匹配方法的样本匹配成功比例较高,表明大部分样本观测值在倾向得分的共同取值范围内。四种匹配方法的ATT估计结果均能通过1%统计水平的检验,表明结果显著有效;ATT参数值为负,这说明东道国(地区)的政治风险对企业是否采取序贯式投资策略具有显著影响,即东道国(地区)的政治风险越低(Di=1),企业采用序贯式投资策略概率也就越低,而东道国(地区)的政治风险越高(Di=0),企业为规避风险也会越倾向于采用序贯式投资,这与前文Logit二值回归的结果一致。而且,就系数值来说,核匹配方法的ATT估计结果与表 2中列(4)的边际效应值非常接近,这充分说明了前文实证结果是稳健的。此外,作为进一步验证,表 3中列(5)采用马氏距离匹配法进行估计,结果同样通过了5%统计检验,这证实了前文实证分析结果的有效性,从而验证了假说1。

表 3 企业基于政治风险的投资策略PSM结果
(1)(2)(3)(4)(5)
核匹配一对一匹配近邻匹配(K=4)卡尺匹配(0.01)马氏匹配
ATT-0.151***(-5.97)-0.296***(-4.45)-0.298***(-4.32)-0.314***(-4.64)-0.144**(-1.99)
标准误0.0250.0660.0690.0680.072
匹配损失样本数4 7524 5734 5738 9335 253
匹配成功样本数11 71111 89011 8907 53011 210
样本总数16 46316 46316 46316 46316 463
注:为保证结果的有效性,列(1)-列(4)匹配使用自助标准误,列(5)马氏匹配则使用异方差稳健标准误。
五、 OFDI投资经验对政治风险调节作用的实证检验 (一) 投资经验对政治风险的调节作用

本文主要采用McFadden(1974)提出的条件Logit固定效应模型,该模型被广泛应用于离散选择问题的研究,适用于解释变量既随个体而变又随方案而变的情况,能够在一定程度上解决存在未观察到的异质性问题(Denis 等,2002;Greene,2008)。此时,企业的净收益函数与式(1)相同。企业it-n(1≤n≤5)期投资j国或相似市场后,在t期投资仍然有m个备选方案(m为样本东道国(地区)的总数目),当且仅当投资j国的预期净收益高于在k(kj)国投资的预期净收益时,企业在j国投资,即yijtyikt,且kj。企业i选择j国的投资概率如下:

$P\left( {{y}_{ijt}},j=j|{{x}_{ijt-1}} \right)=\frac{\exp x_{ijt-1}^{'}\beta }{\sum\limits_{k=1}^{m}{\exp }(x_{ijt-1}^{'}\beta )}$ (4)

条件Logit固定效应模型的实证结果见表 4的列(1)和列(2)。与条件Logit相比,非条件Logit最大的优点就是可以允许变量某一年份数据缺失的情况,而不会直接将其剔除,这样就为样本保存了更多数据(Holburn和Zelner,2010)。因此,本文将同样给出非条件Logit回归结果,作为稳健性检验,结果见表 4的列(3)和列(4)。

表 4 投资经验对政治风险的调节作用回归结果
解释变量条件Logit结果非条件Logit结果
(1)(2)(3)(4)
porisk0.163***
(4.68)
0.199***
(5.57)
0.154***
(4.51)
0.196***
(5.58)
experience0.492***
(7.77)
0.520***
(11.71)
0.785***
(15.44)
0.909***
(22.18)
porisk×experience-0.125***
(-10.31)
-0.120***
(-17.66)
lnentry-0.156***
(-2.82)
-0.140***
(-2.52)
-0.160***
(-2.95)
-0.141***
(-2.58)
lndist2.017***
(7.80)
2.011***
(7.73)
1.957***
(7.58)
1.952***
(7.57)
lntrade1.125***
(17.32)
1.174***
(17.86)
1.082***
(17.93)
1.137***
(18.61)
lnGDP-0.038
(-0.59)
-0.049
(-0.76)
-0.036
(-0.57)
-0.048
(-0.76)
lntaxrate0.168
(1.00)
0.040
(0.23)
0.211
(1.25)
0.073
(0.43)
exratef-0.000
(-0.05)
-0.000
(0.26)
-0.000
(-0.08)
-0.000
(0.22)
lnpGDP-0.167
(-1.39)
-0.260**
(-2.12)
-0.137
(-1.10)
-0.243**
(-1.89)
时间固定效应
个体固定效应
控制
控制
控制
控制
控制控制
R20.130.140.120.12
N826 540826 540852 720852 720

表 4中列(1)和列(2)的基准回归结果显示,政治风险变量(poriskijt-1)的系数均为正,且通过1%统计水平的检验,表明变量poriskijt-1数值越大,政治风险越低,企业在该东道国OFDI的概率越高,这既符合经济现实,也符合本文潜在的假设前提。然而,各年《名录》也显示,中国企业在许多政治风险较高的国家仍然有投资,如津巴布韦、缅甸以及委内瑞拉等国,这些国家的风险指数仅在2.0左右,中国企业对其OFDI的流量和存量均排在前面,一个重要的原因就在于投资经验。从表 4中的列(1)和列(2)可以看出,相同或相似市场的投资经验变量experienceijt的系数为正,在1%的统计水平上显著,并且系数值比较高,这表明企业在相同或相似市场具有投资经验后,在该市场进行再次投资的概率得以极大提高。而交乘项porisk×experience的符号与变量poriskijt-1相反,且显著有效,这直接反映出投资经验对东道国政治风险的调节作用,在投资经验的调节下,东道国政治风险的边际效应由0.199下降到0.074,从而证实了假说2的理论推断。其作用机制是:拥有投资经验的企业,随着对东道国市场知识的不断收集,可以有效规避一些政治风险;同时,总结以往应对政治风险问题的经验,制定更优的策略,最大限度地降低此类风险。投资经验对政治风险的调节作用,提高了企业再次投资的可能性。表 4中列(3)和列(4)的稳健性检验保留了观测数据852 720条,比条件Logit回归结果多出2万多条,且回归结果与条件Logit回归结果保持一致,这说明检验结果稳健有效。

东道国(地区)宏观变量的结果与预期相符:企业进入程序成本(lnentrycjt-1)的符号为负,且显著有效,表明东道国进入成本高不利于企业在当地OFDI;双边贸易额(lntradejt-1)变量的符号为正,结果显著,表明双边贸易往来越多,越能够吸引企业对其投资;地理距离(lndistjt-1)的符号为正,且十分显著,这反映了中国企业并不排斥对远距离东道国投资的事实;东道国GDP(lnGDPjt-1)、税率(lntaxratejt-1)以及汇率波动(exratefjt-1)的影响均不显著,表明这三个变量与企业是否在该国OFDI之间并不存在较强的相关关系;东道国人均GDP(lnpGDPjt-1)的系数为负,且比较显著,说明中国企业偏好于在经济发展水平偏低的国家进行OFDI,这符合现实。

(二) 按照投资动机的分组考察

不同投资动机的OFDI企业对政治风险的敏感度存在较强的异质性,投资经验的调节作用也存在差异。本文按照不同的投资动机加以分组检验,结果见表 5

表 5 销售宣传类和生产类OFDI企业的回归结果对比
解释变量销售宣传类OFDI企业生产类OFDI企业
条件
Logit结果
非条件
Logit结果
条件
Logit结果
非条件
Logit结果
porisk0.229***
(4.71)
0.221***
(4.61)
0.164***
(2.60)
0.164***
(2.60)
experience0.194***
(7.15)
0.879***
(13.13)
2.425***
(5.88)
3.454***
(10.88)
porisk×experience-0.229***
(-6.90)
-0.213***
(-11.60)
-0.163***
(-4.29)
-0.225***
(-7.01)
lnentry-0.096
(-1.32)
-0.094
(-1.30)
-0.151
(-1.44)
-0.146
(-1.43)
lndist1.710***
(4.55)
1.592***
(4.22)
2.280***
(5.06)
2.284***
(5.16)
lntrade1.235***
(13.62)
1.178***
(14.39)
1.137***
(9.43)
1.114***
(9.50)
lnGDP-0.153*
(-1.74)
-0.160*
(-1.88)
0.091
(0.76)
0.099
(0.88)
lntaxrate0.134
(0.58)
0.170
(0.74)
0.168
(0.57)
0.186
(0.62)
exratef-0.000***
(-8.87)
-0.000***
(-10.55)
0.000
(1.30)
0.000
(1.32)
lnpGDP-0.187
(-1.12)
-0.138
(-0.78)
-0.494**
(-2.12)
-0.498**
(-2.10)
时间固定效应
个体固定效应
控制
控制
控制控制
控制
控制
R20.150.140.110.10
N480 228488 581191 922194 723

表 5的结果表明,销售宣传类企业的政治风险变量(poriskijt-1)的系数要比生产类企业的系数值更大,说明企业的销售宣传类OFDI对东道国政治风险的反应要比生产性OFDI更加敏感。究其原因:第一,销售宣传类OFDI行为本身就比生产类OFDI行为更加灵活,可选的经营市场更多,投资时尽量避开高风险东道国;第二,从中国企业OFDI市场选择的现实出发,很多政治风险较高的东道国往往经济发展较为落后,企业进行生产性投资,可直接降低生产成本,有利于赚取更高利润。表 5中两类企业的交叉项变量porisk×experience系数同为负,并且均在1%统计水平上显著,从而证实了相同或相似市场投资经验对政治风险的调节作用。然而,比较政治风险边际效应的数值后发现,销售宣传类OFDI企业中政治风险对企业OFDI概率影响的边际效应总和为-0.0001,而生产类OFDI企业中政治风险的边际效应总和为0.001,这说明:第一,对于具有投资经验的企业,政治风险对其销售宣传类OFDI和生产性OFDI的抑制作用均显著降低,但是对前者的抑制作用更小,从而证实了假说3。第二,相同或相似市场的投资经验使企业由原来避开在高政治风险的东道国进行销售和宣传,转为较倾向于在这样的东道国做此类投资,这进一步证实了这类投资企业对东道国政治风险的反应极具弹性,投资经验的作用更加显著,与前文分析相呼应。而且,稳健性检验结果与基准回归结果一致。

六、 结论与政策建议

随着中国企业“走出去”步伐的加快,政治风险成为OFDI企业遭受损失最重要的原因之一。因此,为探讨中国企业规避东道国政治风险的策略选择问题,考察序贯式投资所带来的投资经验对政治风险的调节作用,本文将《名录》统计中投资流量和存量均排在前40位的东道国(地区)所涉及的所有OFDI企业作为观测样本,剔除了百慕大群岛和英属维尔京群岛两个自由港首次从动态视角考察中国企业规避东道国政治风险问题,所得结论如下:(1)东道国政治风险越高,中国企业越倾向于采取序贯式投资,这一方面可以直接分散风险,另一方面可以使企业不断积累东道国投资所需经验知识。(2)相同或相似市场的投资经验能够有效帮助OFDI企业降低或者规避部分政治风险,提高企业在东道国OFDI的概率。原因在于:企业通过对相同或相似市场投资经验的总结,制定更优的投资战略,规避部分政治风险,同时提高了应对政治风险的能力,进一步降低损失。(3)销售宣传类OFDI企业与生产性OFDI企业相比,对政治风险的反应弹性更大,在不具有投资经验时对政治风险极为敏感,而在获得相同或相似市场投资经验后,则对政治风险表现为极不敏感,甚至有“偏好”趋势,这是由企业销售宣传类OFDI活动自身灵活的投资性质所决定的。

基于此,本文提出如下政策建议:首先,中国企业面对OFDI失败率始终居于全球第一位的现实,应学习瑞典和日本等国的跨国企业成功“走出去”的经验,采取分步式序贯投资,分散可能遇到的政治风险;其次,重视对东道国市场所有法律、法规、政策等知识的收集和学习,不断积累在东道国投资所需知识,将政治风险降到最低,提高应对政治风险的能力;再次,企业OFDI扩展边际的发展应以相似国家投资经验为先导,充分利用在相似国家投资总结的知识和经验,帮助企业顺利实现海外扩张;最后,企业销售宣传类OFDI可以借助在相同或相似市场的经验迅速实现扩展边际的发展,并通过这种投资方式积极收集东道国的有关信息,为投入成本较大的生产性OFDI最大程度地降低政治风险。

主要参考文献
[1] 蒋冠宏, 蒋殿春. 中国对外投资的区位选择: 基于投资引力模型的面板数据检验[J]. 世界经济, 2012(9): 21–39.
[2] 刘慧, 綦建红. 异质性OFDI企业序贯投资存在区位选择的"路径依赖"吗[J]. 国际贸易问题, 2015(8): 123–134.
[3] 张雨, 戴翔. 政治风险影响了我国企业"走出去"吗[J]. 国际经贸探索, 2013(5): 84–93.
[4] Barkema H G, Bell J H J, Pennings J M. Foreign entry, cultural barriers, and learning[J]. Strategic Management Journal, 1996, 17(2): 151–166. DOI:10.1002/(ISSN)1097-0266
[5] Becker S O, Ichino A. Estimation of average treatment effects based on propensity scores[J]. The Stata Journal, 2002, 2(4): 358–377.
[6] 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, 2007, 38(4): 499–518. DOI:10.1057/palgrave.jibs.8400277
[7] Delios A, Henisz W I. Japanese firms' investment strategies in emerging economies[J]. Academy of Management Journal, 2000, 43(3): 305–323. DOI:10.2307/1556397
[8] Delios A, Henisz W J. Political hazards, experience, and sequential entry strategies: The international expansion of Japanese firms, 1980-1998[J]. Strategic Management Journal, 2003, 24(11): 1153–1164. DOI:10.1002/(ISSN)1097-0266
[9] Gani A, Naruse I. Effect of cellulose and lignin content on pyrolysis and combustion characteristics for several types of biomass[J]. Renewable Energy, 2007, 32(4): 649–661. DOI:10.1016/j.renene.2006.02.017
[10] Greene W H. The econometric approach to efficiency analysis[A]. Fried H O, Lovell C A K, Schmidt S S. The measurement of productive efficiency and productivity growth[C]. Oxford: Oxford University Press, 2008.
[11] Johanson J, Vahlne J E. The internationalization process of the firm——A model of knowledge development and increasing foreign market commitments[J]. Journal of International Business Studies, 1977, 8(1): 23–32. DOI:10.1057/palgrave.jibs.8490676
[12] Rosenbaum P R, Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika, 1983, 70(1): 41–55. DOI:10.1093/biomet/70.1.41
[13] Sepulveda M, Angel J, Rodriguez D. Geographical and industrial spillovers in entry decisions across export markets[R]. MPRA Paper No.53249, 2014.
[14] Song J. Firm capabilities and technology ladders: Sequential foreign direct investments of Japanese electronics firms in East Asia[J]. Strategic Management Journal, 2002, 23(3): 191–210. DOI:10.1002/(ISSN)1097-0266
[15] Wiig A, Kolstad I. Multinational corporations and host country institutions: A case study of CSR activities in Angola[J]. International Business Review, 2010, 19(2): 178–190. DOI:10.1016/j.ibusrev.2009.11.006