购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

第三节
研究内容与方法

一 研究内容

中国OFDI的国家风险是指中国跨国企业对东道国进行直接投资所面临的国家层面环境因素的变化而对投资项目带来损失的不确定性。本书认为,中国OFDI的东道国国家风险应当包括四个方面:政治风险、经济风险、社会风险和对华风险。本书识别和分析了中国OFDI的国家风险,进而构建了中国OFDI的国家风险测度模型,并以此对东道国的国家风险进行了测度。采用2003年至2015年中国对全球104个国家OFDI的面板数据实证检验了国家风险对中国OFDI的影响。在此基础上,提出了中国OFDI国家风险的应对措施。具体章节安排如下。

第一章,绪论。本章主要是介绍本书的研究背景,研究的主要问题,研究的主要意义;对外直接投资和国家风险两个核心概念的界定;研究的主要内容和研究方法;研究思路和研究框架;本研究可能的创新点。

第二章,理论基础与文献回顾。本章的主要内容包括三个方面:一是对OFDI理论的演进进行了梳理。经典的OFDI理论主要是在发达国家对外直接投资的基础上发展而来的,对发展中国家OFDI活动解释乏力。系统梳理了发展中国家OFDI的相关理论。并对中国OFDI研究的现有文献进行了归纳。二是针对国家风险理论进行了梳理,重点对国家风险概念的演进、国家风险的构成以及测度方法进行梳理。三是针对中国OFDI风险进行了梳理。重点对中国OFDI风险识别、风险测度、风险影响和风险应对进行了归纳。通过文献综述可以发现,目前关于中国OFDI风险管理研究的文献很多,但是多聚焦在投资的动因、区位选择、进入模式等方面,尚未完全揭示中国OFDI东道国国家风险的准确内涵及其影响机制,还需进一步对国家风险进行有效的测度。

第三章,中国对外直接投资国家风险识别与机理分析。此章内容首先较为全面地揭示了中国OFDI的经验事实及其风险表征,分别从总量和结构的视角对中国OFDI活动的特征进行了深入剖析,对其遭遇的风险因素进行了梳理。进而把中国OFDI国家风险识别为政治风险、经济风险、社会风险和对华风险四个方面。在此基础上,从母国、东道国和跨国公司三个层面分析了中国OFDI国家风险形成的机理。

第四章,中国对外直接投资的国家风险测度模型构建。借鉴国际通行的国家风险评级方法,构建了更为全面的、能够反映中国OFDI特色的国家风险测度模型。该模型包括政治风险、经济风险、社会风险和对华风险4个一级指标,包括政治局势、经济增长、社会环境、对华政治关系等共计40个二级指标。综合因子分析法和动态熵值法,采用一种二阶段动态赋值法,以更好地对测度指标体系进行赋值。

第五章,中国对外直接投资国家风险测度与预警。全面收集了测度模型40个二级指标的全球104个国家2003年至2015年的面板数据。这些数据来源于不同的数据库,既有主观的定性指标,也有客观的定量指标。对全部数据进行了定量转化和标准化处理并把所有数据统一为正向指标。分别针对四类一级指标,运用因子分析法确定了其所属的二级指标的权重,运用动态熵值法确定了四类一级指标的权重。据此,定量测度了104个国家从2003年至2015年历年的国家风险值及四个一级指标风险值,并结合真实投资活动对各国的风险进行了比较分析。在此基础上,确定了国家风险等级划分临界值,对全球各国的国家风险水平进行了比较分析。在此基础上,利用BP神经网络模型构建了中国OFDI国家风险预警模型,并对代表性样本国家的国家风险进行了预测。

第六章,国家风险影响中国对外直接投资的实证研究。利用第五章所计算得出的风险数据和2003年至2015年中国对全球104个国家直接投资的存量面板数据,实证检验了国家风险及其四个子风险与中国OFDI活动的关系。并深入分析了国家风险影响中国OFDI的门槛效应。

第七章,中国对外直接投资国家风险的应对。结合中国OFDI国家风险的测度结果及其对中国OFDI的影响机制,从国家层面和企业层面两个层次出发,提出了中国OFDI国家风险的应对策略,希望能够为国家有关部门及跨国企业管控OFDI风险提供新的决策参考。

第八章,总结与展望。主要是对理论分析和实证研究的基本结论进行总结、梳理和归纳,对本书可能的创新点进行了梳理。在此基础上,对存在的不足和未来可能的研究方向进行了展望。

二 研究方法

(1)比较分析法。基于比较的视角,将目前国家风险(主权信用)各种测度的方法进行了比较分析,将不同区域、不同风险水平的东道国风险因素进行了比较分析,将中国OFDI的政治风险、经济风险、社会风险和对华风险进行了对比分析。

(2)因子分析法和熵值法。因子分析法和熵值法均是相对客观的指标权重赋值方法,为了更加有效地构建中国OFDI国家风险测度模型,对上述两种方法进行综合和改进,形成了一个综合的中国OFDI国家风险指标体系二阶段赋值方法。采用因子分析法来确定二级风险评价指标的权重,运用熵值法来确定一级指标的权重。

(3)BP神经网络模型。BP神经网络模型适用于非线性数据的预测。采用BP神经网络模型方法构建中国OFDI国家风险预警模型,对样本国家的国家风险发展趋势进行动态预测。

(4)回归分析法。研究四种风险对中国对外直接投资影响时,采用了普通最小二乘法(OLS),固定效应模型(FEM),随机效应模型(REM),考虑异方差和截面相关的固定效应模型(fe_scc),考虑异方差、截面相关和序列相关的固定效应模型(fe_scc_lag1)进行估计。同时,采用Hansen面板门槛模型对国家风险基于城镇化水平、金融发展水平、人力资本水平对中国对外直接投资影响进行估计。 RB5B8yVcrg/PqCn27sFQ4c1NHw3eCKgUh5k+Sy4nzsSqf/T2+AzeGfuVovrxlkpz

点击中间区域
呼出菜单
上一章
目录
下一章
×