中国金融生态多样性对OFDI的影响——基于融资中介效应和“一带一路”政策效应视角

■唐安宝，苑黛君

本文基于2005～2016年中国省域数据，从结构优化和规模扩张两个角度讨论了金融生态多样性对OFDI的影响，利用链式中介模型考察金融生态多样性对OFDI影响的中介效应，并分析了地区异质性及“一带一路”政策的影响。结果表明：金融生态多样性显著促进OFDI，且在金融规模影响OFDI的过程中起到正向调节作用；金融生态多样性主要通过影响融资效率来作用于OFDI，这种融资中介效应在“一带”沿线省份较大，在“一路”沿线省份较小；“一带一路”增强了金融生态多样性对OFDI的正向影响。因此，政府应抓住区域特征，放宽市场准入条件，促进金融生态多样性发展，稳步推进“一带一路”的实施，充分发挥其有效性。

一、引言和文献综述

近年来，中国OFDI快速发展，并于2015年成为仅次于美国的世界第二大OFDI国。从本质上看，OFDI是资本的跨国投资行为，金融机构作为聚集和配置资本的核心部门，必然会对OFDI产生重要的影响。尽管国有银行在我国金融体系中占据主导地位，但是随着外资银行涌入国内市场，金融机构呈现多样化发展趋势。同时，为解决实体经济中的融资难、融资贵问题，金融部门的多样化发展已成为我国金融改革的重要趋势。因此，深入分析金融生态多样性如何并在多大程度上影响OFDI具有重要的现实意义。此外，OFDI作为双边甚至多边活动，对政策的变动具有极高的敏感性。中国继“走出去”战略之后，习近平总书记于2013年首次提出共同建设“丝绸之路经济带”的战略倡议，并在2014年的政府报告中将“一带一路”提升到国家政策层面，故而“一带一路”对OFDI的作用效果也十分值得探讨。

目前关于金融发展对OFDI影响的研究主要集中于金融发展对OFDI的作用效果及不同维度的金融发展对OFDI的影响。从金融发展对OFDI的作用效果来看，Mckinnon（1973）和杜思正等（2016）认为金融发展可以促进中国OFDI。从金融发展的不同维度看，现有研究多集中于金融规模对OFDI的影响，忽视了金融结构变迁的重要作用。而大量研究表明金融结构的优化更能显著促进OFDI发展（Goldsmith，1969）。已有研究大多从银行与金融市场的相对比例关系或银行集中度等较为单一的视角定义金融结构（黄志勇等，2015；刘汉涛，2018）。为丰富金融结构概念，学者们提出“金融生态多样性”，并将其作为金融结构的重要特征。张国林和任文晨（2015）认为金融生态多样性对出口结构的优化升级具有积极的影响；杨柳和张友棠（2018）基于多国数据，指出东道国金融生态多样性的发展能显著促进我国OFDI。整体看，现有文献缺少以投资国各省为研究对象，深入研究金融生态多样性对OFDI的作用机理。

在融资对OFDI的影响方面，李磊和包群（2015）指出信贷融资是我国企业“走出去”的主要资金来源。融资约束则制约了工业企业的OFDI，且这种制约效应在对外部融资依赖程度较高的企业中更为明显（Buch et al.，2014）。已有研究多集中于企业微观层面，且只考虑了融资渠道与OFDI之间的关系，但也有研究表明金融发展还能通过融资效应对OFDI产生影响（蒋冠宏和张馨月，2016）。因此，有必要探讨融资在金融生态多样性对OFDI产生影响过程中发挥的中介效应。此外，在探究金融因素与OFDI之间关系的同时，学者们也指出OFDI因其高风险、高成本和高融资门槛的特性而易受政策变动的影响，但少有文献从金融视角出发，探讨其对OFDI的影响。

基于上述分析，本文以金融生态多样性作为度量金融结构优化的重要指标，从母国省份层面出发，分析金融生态多样性对OFDI的作用机理，并将金融生态多样性、融资、“一带一路”、OFDI纳入统一的分析框架，拓展了金融对OFDI影响的研究维度，为政府加深金融市场化改革，全面实施“一带一路”提供了经验证据。

二、理论基础和研究假设

纵观现有研究，可以从两个方面来思考金融生态多样性对OFDI的作用：一是金融生态多样性作为衡量金融结构变迁的重要指标，其对我国OFDI的影响。二是在探讨金融生态多样性对我国OFDI产生何种影响的基础上，进一步研究金融生态多样性影响OFDI的具体渠道，即内在机制。

现有金融部门的规模扩张局限于集约边际之内，只能使已享受到金融服务的企业受益。而投资国金融结构的优化，即金融生态多样性的提高，不论是金融机构类型的增加，还是各金融机构规模分布均匀性的提升，都能使之前因过高融资门槛或其他障碍而未能享受金融服务的企业受益，从而有利于OFDI。其作用机制主要在于：一是金融生态的多样性发展能促使金融机构为资金需求者提供丰富的金融产品和金融服务，以此满足不同的资金需求，从而缓解企业的融资约束；二是市场内金融机构种类的增多，会加剧市场竞争，刺激金融机构不断提高服务质量和运行效率，降低融资门槛，使具有资金需求的非国有企业也能享受到金融服务，从而有利于OFDI。基于上述分析，不难得出金融生态多样性不仅对OFDI产生正向影响，还能通过调节金融规模与OFDI之间的关系作用于OFDI。张国林和任文晨（2015）指出金融生态多样性提高是金融规模扩张推动企业对外贸易与投资的门槛条件。也就是说，区域内金融机构的种类越丰富，规模分布越均匀，提供给企业融资的选择越多，此时金融部门和资源的规模扩张才能更有效地发挥作用。据此本文提出以下假设。

假设1：金融生态多样性的提高对OFDI发展有显著的正向影响。

假设2：金融生态多样性对金融规模与OFDI之间的关系产生正向的调节作用。

基于投融资理论，充足的资金是企业顺利开展OFDI活动的前提。当前，我国资本市场的发展尚不完善，信贷在大多数企业的外部融资中占据主导地位。因此，金融生态多样性影响OFDI的主要渠道就在于影响了企业以信贷为主的外部融资效率。受地区经济金融发展水平的影响，这种中介效应往往具有地区异质性。由此，本文提出假设3。

假设3：融资效率对金融生态多样性与OFDI之间的关系产生显著的中介效应，并且这种中介效应具有地区异质性。

此外，OFDI自身的特性使得企业对投资国政策的敏感性极高。2014年，中国政府提出“一带一路”倡议，进一步深化对外开放。各类金融机构积极响应国家政策，围绕这一倡议推出了各种金融服务和金融产品，为跨国企业的对外投资行为提供资金便利。据此，本文提出了假设4：

假设4：“一带一路”能有效促进我国OFDI，并且能够增强金融生态多样性对OFDI的正向影响。

三、研究设计

（一）样本选择与数据来源

本文以中国30个省际数据为样本（不包括香港、澳门、台湾以及西藏），实证评估了全国、“一带”以及“一路”沿线地区金融生态多样性对OFDI的影响。其中，“一带”沿线省份包括黑龙江、吉林、辽宁、内蒙古、甘肃、青海、宁夏、陕西、重庆、新疆、广西、云南。“一路”沿线省份包括上海、福建、浙江、广东、海南。基于数据的可得性和实证研究的需要，本文的样本区间定为2005～2016年，数据来自Wind数据库、中国统计局以及各省金融运行报告。其中，河南省2016年的金融机构资产规模数据缺失，采用2015年的相应数据补齐。贵州2005年和2006年的OFDI数据缺失，采用2007年的相应数据补齐。同时，为剔除物价影响，本文采用以2004年为基期的CPI价格指数对OFDI存量、融资效率和资本密集度进行平减，并对平减后的数据进行对数化处理以消除异方差的影响。

（二）变量设定

1.主要变量

（1）OFDI存量（Lnofd）。本文借鉴杜思正等（2016）的做法，选用各省非金融类OFDI存量作为被解释变量。由于该原始数据以当年美元计价，本文依照当年美元兑人民币平均汇率将其换算成人民币。

（2）金融生态多样性（Fed1）。本文借鉴现有研究，构建以各类金融机构资产规模测算的赫芬达尔—赫希曼指数的倒数①为了得到正向指标，本文对赫芬达尔—赫希曼指数取倒数。来测度金融生态多样性。具体指标如式（1）所示：

其中，Sn表示区域内第n类金融机构的资产规模，S表示区域内所有金融机构的总资产规模，Sn/S即表示区域内第n类金融机构资产规模在所有金融机构资产规模中所占的比重。k表示区域内金融机构的种类数，在此取值为11②根据各省人民银行发布的区域金融运行报告显示，各省金融机构被划分为11类，包括：大型商业银行、政策性银行及国家开发银行、股份制商业银行、城市商业银行、农村合作机构、财务公司、信托公司、邮政储蓄、外资金融机构、新型农村金融机构、其他。因此本文将金融机构种类数k取值为11。。金融生态多样性指标Fed1的取值范围介于1和k之间，其值越接近1，说明金融机构种类越单一，规模分布越不均匀，金融生态多样性程度越低；其值越接近k，则说明该区域内金融生态多样性程度越高。

（3）金融规模（Fs）。尽管中国的资本市场近年来发展迅速，但银行业在金融体系中的主导地位并未改变。截至2016年，中国非金融类企业境内股票社会融资规模仅占人民币贷款社会融资规模的9.9829%，在社会融资总规模中占比仅为6.9690%。因此，本文选取区域内银行业金融机构资产总规模占GDP的比值来衡量金融规模，其值越大，说明区域内金融机构和金融资源规模扩张的程度越高。

（4）融资效率（Lncfe）。根据前文的理论分析可知，非国有企业的融资水平更能体现区域内金融资源的配置效率和整体企业的融资效率。鉴于企业OFDI活动主要依赖以信贷为主的外部融资，本文借鉴李梅（2014）的思路，选用非国有企业的信贷融资额来对融资效率进行测度，构建如下指标：金融机构人民币贷款余额×（1-国有控股工业企业利息支出/全部规模以上工业企业利息支出）。

（5）“一带一路”虚拟变量（D2014）。本文借鉴孙焱林和覃飞（2018）的做法，将该变量在2014年之前取值为0，2014年及2014年之后的年份取值为1。

2.控制变量

本文的控制变量参见表1。

表1 控制变量定义表

（三）基本模型设定

为了检验假设1中金融生态多样性对OFDI的直接影响及假设2中金融生态多样性对金融规模影响OFDI的调节作用，本文分别设定基本模型如式（2）和式（3）：

其中，Fed1i，t-1×Fsi，t-1为第 i省 t-1 期金融生态多样性与t-1期金融规模的交互项。若假设1成立，则a1显著为正，表明金融生态多样性能显著促进OFDI。若假设2成立，则b3显著为正，说明该区域金融生态多样性对金融规模影响OFDI具备正向的调节作用。

为验证假设3，本文参照Baron&Kenny（1986）的中介效应模型来考察融资效率在金融生态多样性影响OFDI过程中的中介效应。基本模型设定如式（4）-（6）：

先对模型（4）进行回归，若系数c1显著为正，说明金融生态多样性能显著促进OFDI。再对模型（5）进行回归，若系数d1显著为正，意味着金融生态多样性的提高能显著促进区域内企业融资效率的提升。最后对模型（6）进行回归，若系数e1和系数e2均显著，且e1的绝对值比e2的小，则说明存在部分中介效应；若e1不显著但e2显著，则说明融资效率扮演了完全中介的角色。此外，金融生态多样性影响OFDI的总效应为d1×e2+e1，直接效应为e1，中介效应为d1×e2。为了验证假设4，本文构建模型分析（7）来分析“一带一路”的作用效果。

其中，f2是“一带一路”倡议对各省OFDI的作用效果，若该倡议发挥正向作用，则此系数显著为正。在f2显著为正的基础上，若f1显著为正且比a1大，说明与不考虑政策因素的影响相比，该倡议实施以后，金融生态多样性对OFDI的促进作用有所增强。假设4得证。

模型（2）-（7）中，下标i和t分别表示第i个省份的第t年，∑Year为时间效应，∑Pro为地区效应，αi，t、βi，t、γi，t、δi，t、ηi，t、εi，t为随机扰动项。为消除内生性问题的影响，本文将模型中涉及金融发展的主要解释变量滞后一期再进行回归。

四、实证结果与分析

（一）主要变量统计描述

本文主要变量的统计描述如表2所示。样本期间内，“一带”和“一路”沿线省份的年均OFDI水平分别低于和高于全国平均水平。金融生态多样性方面，全国年均金融生态多样性水平为3.6921。分地区来看，“一路”沿线省份的年均金融生态多样性水平相对较低。其原因可能在于，“一路”沿线省份位于市场化改革最早的东部地区，大型国有商业银行凭借其政府背景率先进入该地并迅速确立了垄断地位，这为其他金融机构的进入设置了壁垒。反之，“一带”沿线省份大多位于中西部地区，市场化改革历程较短，加上该地区经济发展水平和资本回报率相对较低，国有银行垄断市场的意愿不强，这为其他金融机构提供了充足的生存空间。金融规模方面，“一路”沿线省份的年均金融规模水平相对较高。融资效率方面，“一路”沿线省份的融资效率要明显高于“一带”沿线省份。

（二）平稳性检验

考虑到省级面板数据的漂移项和趋势项影响，本文选用LLC、ADF和PP检验来进行验证。结果显示，所有序列数据均经过一阶差分后平稳①检验结果留存备索。。

表2 主要变量的描述性统计结果

（三）回归结果分析

1.金融生态多样性对OFDI的直接作用

由于不同地区金融发展程度和对外投资环境不同，有必要考虑地区异质性对回归结果的影响，因此本文将样本按区域进行划分。此外，鉴于采用省际面板数据，本文对全样本采用双向固定效应模型进行回归。由于子样本的模型存在组间异方差和自相关问题，本文对子样本的模型采用全面FGLS回归。表3中第2列、第5列和第8列分别为全国、“一带”沿线省份以及“一路”沿线省份金融生态多样性对OFDI的直接影响的估计结果。全样本结果显示，在5%的显著性水平下，金融生态多样性显著促进OFDI，作用系数为0.1736。子样本估计结果显示，1%的显著性水平下，在“一带”沿线省份和“一路”沿线省份中，金融生态多样性对OFDI的影响显著，作用系数分别为1.4648和1.0627。这一估计结果充分验证了假设1。而分组回归的结果也显示了“一带”沿线省份的OFDI受金融生态多样性的促进作用明显大于“一路”沿线省份。其原因在于“一带”沿线省份的经济发展水平相对较低，资本市场发展相对不完善，企业外部融资水平较低，自有资金又无法满足企业OFDI的需要，相对更依赖金融机构为其提供的信贷融资。加之，“一带”沿线各省的OFDI规模相对较小，上升空间较大，相对放大了金融生态多样性对OFDI的正向影响。

此外，在考察其他变量对OFDI的影响时发现：第一，全国样本的资本密集度能显著促进OFDI，但“一带”和“一路”分样本的资本密集度则对OFDI产生阻碍作用。第二，全国样本和分样本的贸易开放度均对OFDI有正向影响。这说明对外贸易是OFDI的先行者，对外贸易规模越大，贸易开放度越高，越有利于OFDI。第三，全国和“一带”沿线省份的外商直接投资水平均能促进OFDI，但这种促进作用仅在“一带”沿线省份中显著。这是因为“一带”沿线省份大多位于中西部地区，对外开放程度不高，企业通过与外资合作，能够丰富国际投资经验，拓展海外发展机会，进而增强对外投资的能力和意愿。

表3 金融生态多样性影响OFDI的估计结果

2.金融生态多样性对金融规模影响OFDI的调节作用

由表3中第3列可知，从全国来看，金融规模回归系数显著为正，但金融生态多样性的回归系数不显著为正。第4列中，本文进一步将两者的交互项引入，此时金融生态多样性和金融规模的回归系数虽不显著，但更为重要的是交互项的回归系数在5%的显著水平上为正。第4列的回归结果说明了：一是在金融规模一定的情况下，金融机构种类越多，规模分布越均匀，越有利于企业OFDI；二是金融生态多样性的提高增强了金融规模扩张对OFDI的正向影响。假设2得证。

考虑到地区异质性，根据表3第6列和第9列的回归结果可以看出，在1%的显著水平下，分区域的金融生态多样性对OFDI的作用系数均显著为正，金融规模对OFDI的作用系数则为负，且后者的绝对值相对较小。这说明了对“一带一路”沿线省份的OFDI而言，金融生态多样性的提高比金融规模的扩张更重要，单纯的金融规模扩张反而阻碍了OFDI的发展。引入交互项 Fed1i，t-1×Fsi，t-1之后，“一带”沿线省份的金融生态多样性和金融规模的系数分别显著为正和为负，其交互项则不显著为正。“一路”沿线省份的金融生态多样性、金融规模以及交互项的作用系数分别为1.0712、-0.8738和0.1987，且均不显著。这意味着对“一带一路”沿线省份而言，金融生态多样性的提升能改善金融规模扩张对OFDI的负向效应，但这种改善作用并不显著。假设2部分成立。

此外，除个别控制变量系数的显著性有所降低之外，各控制变量的系数的大小、符号与模型（2）的回归结果基本一致。

3.融资中介效应

前文分析了金融生态多样性对OFDI的影响，但其具体的内在影响机制仍需进一步探讨，如表4和表5所示。从全样本的估计结果来看，第4列中引入融资效率变量之后，金融生态多样性的显著性消失，完全中介效应显著。由此可知，金融生态多样性在促进OFDI方面主要通过提高企业融资效率尤其是提高非国有企业融资效率的路径来实现的。

分组回归的估计结果显示，“一带”和“一路”沿线省份金融生态多样性经由融资效率渠道的中介效应分别为1.3756和1.1460，分别占总效应的89.7794%和75.4692%，且均在1%的显著水平上显著。“一带”沿线地区的融资中介效应明显较大，这是因为“一带”沿线省份的经济发展水平和企业融资水平相对较低，相对地更依赖以信贷为主的间接融资。与资本市场相比，银行业金融机构才是该区域企业融资的主要渠道。而“一路”沿线省份经济发展水平和对外开放程度较高，资本市场发达，加之该地企业大多资金充足，企业开展OFDI活动有更多更宽的融资渠道。相比之下，“一带”地区企业信贷融资效率的提高对于加强金融生态多样性对OFDI促进作用的潜力更大。假设3得证。

表4 金融生态多样性影响OFDI的融资中介效应检验

表5“一带一路”沿线省份总效应的分解

4.“一带一路”对金融生态多样性、OFDI以及两者关系的影响

为了明确“一带一路”对金融生态多样性、OFDI以及两者关系的影响，本文在模型中引入虚拟变量D2014，全样本和子样本的回归结果显示①限于篇幅，留存备索。：“一带一路”对OFDI存在正向的影响，且这种正向影响在沿线地区中更为显著。对比模型（2）的结果，金融生态多样性对OFDI的促进作用有所增加，均大于不考虑政策影响时的作用系数。假设4得证。

考虑其他变量的作用时，第一，资本密集度对OFDI的影响与表3的回归结果基本一致。这说明“一带一路”的实施对资本密集度与OFDI之间的关系并未产生显著影响。第二，子样本的贸易开放度的系数符号及显著性与表3的回归结果一致，但全样本的贸易开放度对OFDI产生显著的抑制作用，系数为-1.2904。就全国而言，“一带一路”倡议实施以后，由于对外贸易与OFDI都是为东道国服务，两者之间存在显著的替代效应。第三，外商直接投资水平均对OFDI产生负向效应，说明“一带一路”实施以后，吸收外商直接投资的水平越高，越不利于OFDI。

（四）稳健性检验

为了确保前文结论稳健可靠，本文已在前文的实证研究中将主要解释变量做滞后一期处理以消除内生性问题的影响，并做了如下敏感性检验：

首先，本文参考余官胜和袁东阳（2014）在模型（2）中引入经济发展水平（Lngdp）及其与金融生态多样性的交互项以构建模型（8），引入科技发展水平（Lnpav）及其与金融金融生态多样性的交互项来构建模型（9）：

其中，本文选取各省居民生产总值的对数来表示经济发展水平（Lngdp），用各省专利授权量的对数来表示科技发展水平（Lnpav），且对各省居民生产总值进行了CPI平减。下标i和t分别表示第i个省份的第t年，∑Year为时间效应，∑Pro为地区效应，θi，t和 Wi，t为随机扰动项。对这两个模型的回归结论与余官胜和袁东阳（2014）的研究一致。

其次，考虑到2008年金融危机和“一带一路”倡议实施对我国OFDI的影响，为了确保回归结果的精确性，在模型（2）-（7）中分别引入2008年金融危机虚拟变量D2008和“一带一路”倡议虚拟变量D2014。其中，金融危机虚拟变量D2008在2008年之前取值为0，2008年及2008年之后的年份取值为1。该检验所得结论与前文并无显著差异。

最后，借鉴前人的研究，采用以各类金融机构从业人员数测算到的金融生态多样性指标（Fed2）作为替代指标，同时加入虚拟变量D2008和D2014对2008年金融危机和政策性影响进行控制，再对模型（2）-（7）进行回归，结论与前文基本一致。

五、结论与建议

本文基于中国30个省际的数据探讨了金融生态多样性对中国OFDI的作用机制，利用链式中介模型对融资中介效应进行了考察，并分析了地区异质性及“一带一路”倡议的影响。研究发现：第一，总体来看，金融生态多样性程度越高，越能显著促进OFDI的发展。该促进作用在“一带”沿线省份更为强烈，金融生态多样性水平的提升对于促进OFDI发展的潜力更大。第二，金融生态多样性对金融规模影响OFDI具有正向调节作用。第三，从影响渠道来看，金融生态多样性通过影响企业的融资效率来作用于OFDI，并具有地区异质性。在“一带”沿线省份，融资中介效应较大；而在“一路”沿线省份，融资中介效应较小。第四，OFDI不仅受到金融因素的影响，更与政府政策密切相关。“一带一路”倡议短期内对OFDI的促进作用显著，并增强了金融生态多样性对OFDI的正向影响。基于本文结论，提出以下建议：

一是深化“一带一路”沿线地区特别是“一带”地区的金融市场改革，培育多元化的金融生态体系。在巩固现有金融机构的同时，进一步丰富金融机构种类，既要发展大银行，也要发展中小银行。不断放宽“一带一路”沿线地区特别是“一带”沿线地区的外资机构和民间机构的市场准入条件，持续推动这些地区村镇银行、信贷公司等中小金融机构的发展，积极引导外资和民营资本成立民营银行、外资银行、中外合资银行以及金融租赁公司等机构。此外，有关部门也要警惕金融机构之间的恶性竞争，加强监督，完善相关制度，确保市场能够平稳有序地运行。

二是注重协调金融结构与金融规模的发展，充分发挥金融生态多样性的调节作用。在优化资源、盘活存量和用好增量的基础上，通过提高金融部门和资源的均匀分布来促进效率提升，从而更好地调节和遏制规模扩张带来的负向影响。通过不断促进大型机构向下延伸来推动其分支机构和基层部门的多样化发展与结构优化，发挥其在管理经验、信贷技术和营业网点等方面的长处，为企业OFDI提供更好的金融支持。

三是抓住地区特征，提高区域企业融资效率。针对OFDI企业的融资难现状，通过开展小额贷款、设立各种基金、发行“一带一路”创新金融产品等方式为不同的企业拓宽融资渠道。此外，在大力发展中小银行、外资金融机构以及民营金融机构的同时，政府应对“一带”地区进行适度的政策倾斜，为该地企业提供一定的OFDI补贴和税收优惠，引导金融机构为发展潜力较大的OFDI企业提供信贷优惠和融资便利。

四是持续稳定、因地制宜地实施“一带一路”倡议，并注重与其他政策相协调。政府要持续稳定地实施该倡议，加强与东道国之间投资往来的广度和深度，为企业OFDI提供稳定有利的外部环境。同时，由于各省金融生态多样化发展程度与地理区位不同，政策的实施也要抓住区域特点，并与产业政策、财政政策等相互协调和配合，充分发挥政策的积极作用。