企业的跨国经营无疑是一项风险很高的商业活动, 不仅会面临客观存在的国际环境不确定性风险和东道国的政治、经济、社会等多层面的宏观环境风险, 也会面临由汇率变动及母国与东道国在制度、文化等方面的差异造成的风险, 因而, 如何正确认知中国企业对外直接投资风险的影响因素, 进而有效防范企业对外直接投资风险至关重要。从微观层面讲, 这决定着企业能否持续经营或成为“僵尸企业”; 从宏观层面讲, 这关系到中国“走出去”战略能否进一步深化, 从而达到促进我国经济保持长期增长、缓解国内产能过剩、推动产业结构转型升级的积极效应。

现有文献针对对外直接投资风险的来源和类型进行了大量的定性分析, 根据风险来源是否具有经济因素, 可将风险诱因分为两类, 其一是经济诱因, 其二是非经济诱因。相对于非经济诱因, 现有研究对经济诱因尤其是汇率变动的关注明显不足, 且研究结论存在明显的分歧^[1]。而我国自2005年7月21日的汇率形成机制改革后, 汇率的波动程度明显增加^[2], 因而, 研究汇率变动对中国企业对外直接投资风险的影响变得更加重要。事实上, 20世纪70年代布雷顿森林体系崩溃后, 世界进入浮动汇率的牙买加体系, 即使采用钉住汇率制的国家货币与被钉住国家货币保持币值稳定, 但当第三国货币与被钉住的国家货币汇率发生变化时, 采用钉住汇率制的国家货币币值也会发生相应变动, 牙买加体系下, 不存在汇率绝对稳定的货币制度^[3]。因此, 深入研究人民币汇率变动对中国企业对外直接投资风险的影响对于指导企业规避风险、促进我国“走出去”战略进一步深化具有重要的意义, 同时, 对发展中经济体对外直接投资风险防范也具有一定的启示, 这也是本文将解决的核心问题。

一、文献综述

20世纪中后期以来, 企业对外直接投资逐渐成为推动世界经济增长最重要的动力之一, 关于企业对外直接投资动机、类型、进入模式、运营阶段、绩效、风险的研究也应运而生, 并形成了一系列的相关理论。其中, 关于企业对外直接投资风险的研究最初主要针对风险类型、来源、影响因素等进行定性分析, 随后, 借由计量经济学的发展, 涌现出大量的量化研究, 相关研究基于各国的对外直接投资数据、针对对外直接投资风险的影响因素进行实证检验。例如Griffin等^[4]基于35个国家的对外直接投资数据验证了国家文化特征对于对外直接投资风险具有显著的影响。蒋冠宏^[5]运用中国企业对外直接投资数据验证了中国与东道国之间在文化和制度层面的差异显著影响中国企业对外直接投资风险。

然而, 现有文献中鲜有关于人民币汇率变动对中国企业对外直接投资风险影响的研究, 最初涉及人民币汇率变动对国际经贸往来影响的研究大多以其与对外贸易或对外直接投资规模间的关系为主题, 表 1梳理了人民币汇率变动与对外贸易或对外直接投资关系的相关研究。

诚然, 汇率变动对一国(地区)的经济效益或风险具有重要的影响, 因而是各国(地区)政府或学术界持续关注的问题, 然而, 如上所述关于汇率变动对国际经贸往来的影响在宏观层面的研究已有很多, 但对于微观层面影响的研究近年来才刚刚起步^[12]。近年来, 国内外使用企业层面微观数据的实证研究主要检验了汇率变动对于对外直接投资企业的绩效、生存概论等方面的影响。表 2梳理了汇率变动如何影响对外直接投资企业的相关研究。

从已有相关文献来看, 现有研究尚未在以下三个方面进行深入探讨:第一, 实证研究尚未涉及人民币汇率变动对中国企业对外直接投资风险的影响, 相关研究往往只考虑其对于对外直接投资规模的影响; 相关文献普遍没有严格区分汇率水平变化(人民币升值或贬值)和汇率波动程度这两个不同的概念与衡量指标, 忽略某一方面的影响很有可能造成实证研究中的遗漏变量偏误。第二, 已有研究多从宏观层面分析汇率变动对国际贸易和对外直接投资等产生的影响, 微观层面的分析缺少针对汇率变动对于对外直接投资企业风险影响的研究。第三, 在分析汇率变动对企业对外直接投资风险影响时, 很少考虑到企业生产率的高低不同可能造成的影响, 而随着全球制造业竞争的加剧, 企业生产率不同导致的企业对外直接投资风险对于汇率变化的敏感性不同必须予以充分的考虑, 尤其是对于发展中国家。因此, 本文在现有研究基础上, 基于中国对外直接投资企业数据实证检验人民币汇率水平变化与汇率波动程度对中国企业对外直接投资风险的影响, 并进一步检验企业生产率的高低不同是否会影响对外直接投资风险对于汇率水平变动的敏感性。

二、变量、模型与样本选择 1. 变量及数据说明

(1) 被解释变量

本文实证模型以中国对外直接投资企业的风险水平为被解释变量。关于企业风险水平的度量, 笔者参照John等^[19]和Boubakri等^[20]的处理方法, 利用企业利润率的波动程度(即企业利润率的标准差)来度量企业风险。同时, 为了排除企业风险受国内系统性风险的影响, 笔者借鉴蒋冠宏^[5]和孙焱林等^[21]的处理方法, 通过将企业利润率减去当年企业所在行业的平均利润率来计算企业风险水平, 如公式(1)所示:

(1)

其中, RSK表示企业风险水平; t表示年份; T表示样本的终止期; ROA表示扣除国内系统性风险的企业利润率, 即经过行业平均利润率抵减的企业利润率。行业分类采用中国证监会的行业分类标准进行划分。

(2) 核心解释变量

本文模型的核心解释变量为人民币汇率水平和汇率波动程度, 用以全面刻画人民币汇率变动情况。

首先, 人民币汇率水平。关于人民币汇率水平的衡量指标, 本文在基础模型回归和稳健性检验中分别采取如下两种不同的指标:第一, 人民币与美元的双边名义汇率, 用NER表示, 数据来自于EIU数据库; 第二, 人民币与美元的双边实际汇率, 用RER表示, 数据同样来自EIU数据库。由于该数据库并未直接给出双边实际汇率数据, 因而利用中国和美国的CPI加以折算得到双边实际汇率, 即通过公式计算得到, 其中, PUS表示美国的CPI指数、PCH表示中国的CPI指数, 均以2010年为基期。

其次, 人民币汇率波动程度。关于人民币汇率波动程度的衡量指标也需要通过计算得到。已有文献对于汇率波动程度的衡量方法主要有四种。第一, 运用汇率变动率来衡量, 即采用当期和上一期的差分值与上一期的比值来衡量。第二, 运用移动标准差法计算得到, 具体有两种计算方法:一是基于汇率对数一阶差分的移动标准差来衡量; 二是基于实际汇率取对数后的移动平均值的标准差来衡量。第三, 采用ARCH模型或GARCH模型进行估计。第四, 运用自回归方程得到汇率的预测值, 在此基础上, 运用汇率与其预测值差值的方差来衡量。目前通常采用第二种和第三种衡量方法。本文对样本期内人民币与美元的双边名义汇率和实际汇率变化进行ARCH效应和GARCH效应检验, 未发现其具有显著的ARCH效应或GARCH效应, 因而本文采用移动标准差法计算人民币汇率波动程度。同时, 与人民币汇率水平变化相对应, 本文分别基于双边名义汇率和双边实际汇率计算人民币汇率波动程度, 分别用VNE和VRE表示, 并分别用于基础模型回归和模型的稳定性检验中。

(3) 其他解释变量

本文参考Nazir等^[22]、Hill等^[23]研究, 在实证模型中尽可能全面地引入对于企业对外直接投资风险可能产生重要影响的因素并对其进行准确衡量, 从而避免由于重要变量遗漏或者变量测量偏差而造成的模型设定偏误。其中, 第一类变量用于描述对外直接投资企业的自身特征, 用来控制企业自身因素对企业对外直接投资风险的影响:一是企业的劳动生产率, 用企业员工的平均实际销售额来衡量, 用LPF表示; 二是企业的初始规模, 用企业的固定资产总量来衡量, 用SAL表示; 三是企业的资金状况, 能够在一定程度上反映企业对流动性风险的管控, 用流动资产与总资产的比值来衡量, 用RCP表示。上述变量的基础数据均来源于Wind数据库。第二类变量用于描述中国和对外直接投资东道国的国家宏观环境及国家间宏观环境的差异, 用以控制宏观环境的影响:一是我国和东道国的人均GDP, 用来衡量我国企业面临的国内和国外的市场规模和投资机会, 分别用GCH和GDE来表示, 数据来自于世界发展指标数据库; 二是我国和东道国的GDP增长率, 用来衡量我国企业面临的国内和国外的市场潜力, 分别用RCH和RDE表示, 数据来自于世界发展指标数据库; 三是东道国的经济制度质量, 用美国传统基金会提供的经济自由度指数(总指数)来衡量, 用EFI表示; 四是东道国的政治制度质量, 用世界银行提供的全球治理指数(总指数)来衡量, 用WGI表示; 五是中国与东道国之间的制度差异, 用中国与东道国WGI指标差异的绝对值来衡量, 用DWG表示; 六是中国与东道国之间的地理距离, 用CEPII数据库提供的基于中国与东道国人口数量最大的城市间的加权距离来衡量, 用DPH表示。

2. 模型设定

根据研究需要和数据类型, 我们设定如下面板数据模型:

(1)

(2)

其中, 模型(1)用于检验人民币汇率水平变化与汇率波动程度对中国企业对外直接投资风险是否具有显著影响; 模型(2)是在模型(1)的基础上通过引入人民币汇率水平和企业劳动生产率的交乘项、汇率波动程度和企业劳动生产率的交乘项, 从而用来检验人民币汇率水平变化与汇率波动程度对中国企业对外直接投资风险的影响是否会因企业劳动生产率的不同而产生差异。模型中η和λ分别为企业所属行业的固定效应和其所属区域的固定效应; 考虑到时间固定效应与国家层面变量的年度指标存在完全多重共线性, 因而没有在模型中引入时间固定效应。β₀为模型(1)中的截距项; β_j为模型(1)中各解释变量的系数; δ₀为模型(2)中的截距项; δ_j为模型(2)中各解释变量的系数。

3. 样本选择

本文选取2011—2016年具有对外直接投资行为的上市公司, 由Wind数据库中的上市公司与商务部公布的中国对外直接投资企业相匹配得到。依照通用的处理方法:剔除金融类上市公司。共选取2 069家公司作为本文实证研究的样本。

三、实证结果与分析

为确保实证模型估计结果的准确性与科学性, 本文首先对模型(1)和(2)进行面板异方差检验、多重共线性检验和面板自相关检验, 检验结果表明两个模型均不存在上述问题, 从而避免出现由于上述现象而造成的回归偏误或者回归结果解释力降低的问题。此外, 相较于随机效应估计, 固定效应估计的假设条件更符合经济运行的实际, 且固定效应估计更稳健, 因而, 笔者对本文面板数据模型进行固定效应估计。

1. 汇率水平变化与汇率波动程度对企业对外直接投资风险的影响

利用模型(1)本文首先检验人民币汇率水平变化即人民币升值或者贬值与人民币汇率波动程度对中国企业对外直接投资风险的影响, 具体估计结果见表 3的第2列和第3列。

模型(1)的估计结果体现在如下几个方面。

首先, 关于核心解释变量, 人民币名义汇率(NER)系数的估计结果为在1%的显著性水平上显著为负, 同时, 由于本文NER采用的是直接标价法, 这说明中国企业对外直接投资风险与人民币贬值具有显著的负相关关系, 即伴随人民币贬值, 中国企业对外直接投资风险会降低, 而伴随人民币升值, 中国企业对外直接投资风险会升高; 人民币名义汇率波动程度(VNE)系数的估计结果为在5%的显著性水平上显著为正, 这说明人民币汇率波动程度与中国企业对外直接投资风险呈正相关关系, 即伴随人民币汇率波动程度加剧, 中国企业对外直接投资风险会增加, 而伴随人民币汇率波动趋于缓和, 中国企业对外直接投资风险也会降低。

其次, 其他解释变量。一方面, 就企业层面的解释变量而言, 企业劳动生产率(LPF)和资金状况(RCP)对应系数的估计结果分别在5%和1%的显著性水平上显著为负, 这说明企业自身在劳动生产率和资金状况方面的改善能够显著缓解其对外直接投资的风险; 企业的初始规模(SAL)在10%及10%以下的显著性水平上均不显著, 这说明在统计学通常接受的显著性水平上企业的初始规模对于中国企业对外直接投资风险不具有显著影响^①。另一方面, 就对外直接投资母国和东道国宏观层面的解释变量而言, 其中, 我国和东道国的人均GDP与我国和东道国的GDP增长率所对应的参数估计结果均在统计学普遍接受的显著性水平上显著为负, 这说明我国和东道国的经济发展有助于缓解中国企业对外直接投资风险; 东道国的经济自由度指数(EFI)和全球治理指数(WGI)两个变量所对应的参数估计结果分别在1%和10%的显著性水平下显著为负, 这说明中国企业选择制度环境较好的国家进行对外直接投资有助于缓解其对外直接投资风险; 制度差异变量(DWG)的参数估计结果为在1%的显著性水平上显著为正, 这说明我国企业对外直接投资风险与两国间制度差异具有显著的正相关关系, 我国企业对外直接投资风险会伴随两国间制度差异的加大而加剧, 换言之, 我国企业对外直接投资风险会伴随两国间制度差异的缩小而得到缓解。我国与东道国之间的地理距离(DPH)在10%及10%以下的显著性水平上均不显著, 这说明在统计学通常接受的显著性水平上国家间的地理距离对于中国企业对外直接投资风险不具有显著影响。

① 本文模型中解释变量的筛选基于向后选择法的思想, 即首先将可能对被解释变量产生影响的因素全部作为被解释变量引入到模型中, 然后逐个剔除对于被解释变量不具有显著影响的变量。由于篇幅限制, 本文仅报告经过筛选后仅包含具有显著影响的解释变量的模型的估计结果。

2. 企业劳动生产率的影响

表 3中第3列所示为模型(2)的估计结果, 从表 3中我们可以看出:首先, 关于核心解释变量, 人民币名义汇率(NER)系数的估计结果为在1%的显著性水平上显著为负, 人民币名义汇率波动程度(VNE)的估计结果为在5%的显著性水平上显著为正, 这说明人民币升值和人民币汇率波动程度与中国企业对外直接投资风险具有显著的正相关关系; 人民币名义汇率与企业劳动生产率的交乘项(NER×LPF)系数估计结果在10%及10%以下的显著性水平上均不显著, 这说明在统计学通常接受的显著性水平下人民币名义汇率与企业劳动生产率的交乘项(NER×LPF)对于中国企业对外直接投资风险不具有显著影响; 人民币名义汇率波动程度与企业劳动生产率的交乘项(VNE×LPF)系数估计结果为在5%的显著性水平上显著为负, 表明企业生产率高低会影响人民币汇率的波动性水平对中国企业对外直接投资风险的负向冲击, 企业生产率的提高有助于企业缓解由于人民币汇率波动造成的对外直接投资风险。其次, 其他解释变量, 模型(2)与模型(1)中相应变量系数的估计结果在方向上一致, 在数值大小上略有差异, 而模型(2)中各解释变量的统计显著性优于或等同于模型(1)中对应的估计结果, 这说明模型(2)对现实情况拟合得更好, 也说明模型(1)存在一定程度的遗漏变量偏误。从模型的调整拟合优度值(Adj.R²)也可以看出模型(2)对现实的解释力优于模型(1)。

3. 稳健性检验

运用变量替换法进行稳健性检验。具体而言, 用人民币实际汇率(RER)替换人民币名义汇率(NER), 用人民币实际汇率波动(VRE)替换人民币名义汇率波动(VNE), 并分别重新估计模型(1)和模型(2), 从而进行稳健性检验, 估计结果如表 3的第5列和第6列所示, 各解释变量的参数估计结果与基础回归中的估计结果在符号上完全一致、数值大小上略有差异, 这说明基础模型的回归结果是稳健的。

四、结论与政策建议

本文运用人民币汇率水平变化(人民币升值或贬值)与人民币汇率波动程度两个指标来衡量人民币汇率变动, 并借助2011—2016年我国具有对外直接投资行为的上市企业数据, 以及我国与对外直接投资东道国的国家宏观环境及其与中国间国家宏观环境差异的数据, 建立面板数据模型实证检验了人民币汇率变动对于中国企业对外直接投资风险的影响。在此基础上, 通过在模型中引入汇率水平与企业生产率的交乘项和汇率波动程度与企业生产率的交乘项, 进一步检验了企业劳动生产率高低对于人民币汇率变动作用于中国企业对外直接投资风险的影响。实证结果表明:第一, 人民币汇率水平变化和汇率波动程度对于中国企业对外直接投资风险均会产生显著的影响。人民币贬值与中国企业对外直接投资风险呈显著的负相关关系, 即人民币升值会提高中国企业对外直接投资风险, 人民币贬值会降低企业对外直接投资风险; 人民币波动程度与中国企业对外直接投资风险呈显著的正相关关系, 人民币剧烈波动会提高中国企业对外直接投资风险, 而汇率波动趋于缓和会降低中国企业对外直接投资风险。第二, 在存在人民币汇率波动的情况下, 企业生产率提高有助于企业缓解由人民币汇率波动造成的对外直接投资风险。第三, 企业的资金状况与东道国的经济、制度环境改善及两国间制度差异的缩减均有助于中国企业缓解其对外直接投资风险。

本文的实证研究较全面地呈现了人民币汇率变动对中国企业对外直接投资风险的影响, 也为发展中国家的汇率变动与其企业对外直接投资风险之间的关系提供了一些经验证据, 有助于中国和其他发展中国家加深对于企业对外直接投资风险来源和防控的认识, 更科学地指导企业“走出去”。因此, 本文的研究对于企业决策者和政策制定者均具有重要的启示。首先, 在我国逐渐推行资本项目自由化和汇率市场化改革后, 尤其是“8·11汇改”以来, 人民币汇率波动加剧, 或可能出现资本流入激增而导致人民币迅速升值的情况。从微观层面而言, 涉及对外直接投资的企业需防范人民币剧烈波动或迅速升值而带来的对外直接投资风险; 从宏观层面而言, 我国应加快推进外汇工具创新, 如推出场内外期货、期权产品。其次, 在人民币汇率变动的情况下, 生产率高的企业比低生产率企业对于人民币汇率波动造成的对外直接投资风险加剧具有更强的缓解能力, 启示我们提高企业劳动生产率有助于防范和化解企业对外直接投资风险。再次, 企业通过优化自身的资金状况, 加深对于对外直接投资东道国经济和政治制度的了解与认识, 也能够在一定程度上降低企业对外直接投资风险。