袁余洋　汪天凯　何文刚　陈朝玉

摘要：海外投资是企业国际化的必经之路，2016年我国对外直接投资流量已达世界第二。企业境外投资的意愿越来越强，对于投资风险的研究越来越关注。结构方程模型是处理多个原因和结果之间关系的有效手段，通过选取34个国家2016年的相关数据，构建以政治因素、经济因素和电力发展三个方面为基础的结构方程模型。结构方程模型分析结果表明，对于电力企业进行海外投资前，目标国家的电力行业发展（总发电量和总用电量）、经济发展水平（目标国国内生产总值、人均GDP）、政府稳定性（政府有效性、腐败及法制程度）等因素在投资前应重点考察，进行详尽、细致的评价，在此基础上可根据企业获得的数据，补充其他评价指标，从而实现尽量提高投资成功概率，降低企业投资风险。

关键词：海外投资;经济因素;结构方程模型;电力企业

境外投资是企业国际化进程中的必经之路，同时“走出去”和“一带一路”战略也为我国企业境外投资提供了优越的政策环境。我国对外投资的资金流量和影响范围逐渐扩大，联合国贸发会议（UNCTAD）《2017世界投资报告》显示，近年来我国对外直接投资流量持续增加，2016年我国对外直接投资流量已位于世界第二位，存量位于全球第六位。据商务部统计，我国2016年对外直接投资流量达1961.5亿美元。电力行业对外直接投资也呈现快速上涨趋势，2016年电力行业对外直接投资流量达到35.4亿美元（图1）。

在投资日益增加的过程中，投资风险也备受重视。投资目标国家的政治环境、经济发展、文化传统以及投资领域的发展程度等因素对投资均存在着不同程度的影响。在复杂的投资背景和多因素的影响下，企业境外投资风险如何准确判断，不同影响因素对投资影响程度的差异等都是投资前期应进行调研和评价的。在做足前期准备和对风险的准确评价下，才能做到投资风险最小化，避免企业不必要的损失，提高投资成功率。

一、文献综述

电力行业属于能源行业，因此电力企业对外投资不等同于其行业投资，政治环境对投资有着重要的影响。钟杰峰等对印度尼西亚的电力投资环境进行了综合评价，认为印度尼西亚社会稳定和对中国关系平稳是其具有投资潜力的重要因素之一。电力行业还涉及到目标国家的基础设施建设，因此投资目标国经济很可能为发展中国家。吴雨天的研究发现，中国对外投资以及对发展中国家进行投资时，认为除政治因素外，经济发展水平也是重要的影响因素之一。Buckley et al和Bala et al研究了中国对外直接投资的情况，认为行业的发展、社会文化以及经济贸易发展对中国投资具有一定影响。梁莹莹利用结构方程模型对中国物流企业海外投资进行了研究，为中国物流企业海外投资提供了对策和建议。

二、电力企业海外投资的影响因素评价模型

能源行业投资涉及到目标国的基础设施建设和国家能源安全，因此目标国和投资企业都更为谨慎。在电力企业投资过程中，对于目标国的政治环境、经济发展和行业水平更为重视。因此模型设计以政治因素、经济因素和电力发展三个方面为基础，选取10项相关指标分析其对企业投资的影响，对全球34个国家2016年的真实数据进行分析，判断不同指标对电力企业海外投资的影响程度。

（一）模型指标选取

政治因素用来反应目标国政府和社会环境的稳定性，由5项指标构成：政府有效性、法制水平、社会安全、腐败和内部冲突。目标国政府的稳定性和治理质量越高、法制环境越健全、外部冲突越小，中国企业在其投资的风险越低。数据来源以国家风险国际指南（ICRG）、世界银行WGI数据库、贝特斯曼转型指标（Bertelsmann Transformation Index，BTI）、联合国毒品和犯罪问题办事处数据库（UNODC）、国际能源总署（IEA）及政府公开数据为主。

经济因素反应目标国的投资环境，较好的经济基础是中国企业海外投资收益水平和安全性的根本保障。选取3项指标对经济因素进行表征，包括：目标国国内生产总值（GDP）、经济发展水平（人均GDP）和外债占GDP比重。GDP和人均GDP反应目标国的经济发展水平，外债占GDP比重衡量目标国的外债规模和短期内爆发偿债危机的风险，债务危机爆发会直接影响投资安全，增加企业投资的风险。数据来源以世界经济展望数据库（WEO），香港环亚经济数据库（CEIC）及世界发展指标数据库（WDI）。

行业发展以目标国的发电总量和用电总量进行客观衡量。目标国行业发展越成熟，可能给予外国企业的投资机会相对较少，但是行业发展越成熟，相对更为规范，从而投资风险性越小。数据来源以国际能源总署（IEA）及政府公开数据为主。

（二）模型构建

综合前人研究成果和实际投资中的需求，基于数据的科学性、可获得性和可靠性，构建由3项一级指标和10项个二级指标的评价模型（表1）。

三、实证分析

（一）数据检验

通过数据库和相关报告检索34个国家2016年的相关数据，运用Spss19软件对34个国家的数据进行可靠性分析、因子分析。结果显示10项指标数据的可靠性分析α值为0.836，因子分析KMO（Kaiser-Meyer-Olkin）统计量为0.770，P值显着小于0.05，说明数据的信度很好。因子结果显示3个因子对方差变异的解释累积可达81.125%，模型的主成分可通过3个因子进行解释。

（二）模型结果分析

模型拟合结果的路径系数反映可观测变量与对应的潜在变量之间的敏感程度，其值的正负表示二者影响的方向，数值度量影响程度的大小。输出模型标准化回归系数结果（表2），可以看出目标国政治稳定因素对经济发展具有较大影响，经济发展因素对行业发展的影响大于政治稳定因素，经济发展程度越高，目标国的行业发展水平也越高。对于电力行业来说，目标国的电力行业发展水平对总发电量和总用电量均有重要影响，即电力行业发展水平也越高，总发电量和总用电量也越大，这也与实际情况相吻合;目标国的经济发展主要影响着国内生产总值和发展水平两项指标，在对目标国经济发展进行投资分析时可着重考虑这两项因素;目标国政治稳定的关键指标包括政府有效性、腐败及法制程度，政治环境越稳定，政府的有效性更强，腐败程度也越低，法制程度越高，内部冲突的影响相对较小。

四、结论

通过结构方程模型分析结果表明，对于电力行业投资来说，目标国家的电力行业发展（总发电量和总用电量）、经济发展水平（目标国国内生产总值、人均GDP）、政府稳定性（政府有效性、腐败及法制程度）等因素在投资前应重点考察。其他指标，如设会安全和外债占GDP比例对于目标国的政治稳定和经济发展影响相对较小，相对可减少对这些方面的调研投入。模型分析结果显示出影响因素偏多是由于在选取评价指标时已将相关程度较低的指标进行了剔除，所选取的10项指标在一定程度上均可反映对各因素的影响，通过模型分析进一步得到对投资具有重要影响的因素。因此，在电力企业进行海外投资前，对于目标国政府有效性、腐败程度、法制程度、GDP、人均GDP、发电总量和用电总量等指标应进行详尽、细致的评价，在此基础上可根据企业获得的数据，补充其他评价指标，从而实现尽量提高投资成功概率，降低企业投资风险。

参考文献：

[1]钟杰峰，邓小文，牛峰.印度尼西亚电力投资环境评价[J].南方能源建设，2016（01）.

[2]吴雨天.中国对外直接投资与经济发展水平的关系[J].财会学习，2018（04）.

[3]BUCKLEY J.PETER，CLEGG JEREMY，CROSS R ADAM，et al.The Determinants of Chinese Outward Foreign Direct Investment[J].Journal of International Business Studies，2007（38）.

[4] BALARAMASAMY， MATTHE-

WYEUNG.A Causality Analysis of the FDI Wages Productivity Nexus in China[J]. Journal of Chinese Economic and Foreign Trade Studies，2010（01）.

[5]梁莹莹.基于结构方程模型的中国物流企业对外投资决策影响因素分析[J].当代经济管理，2016（08）.

[6]杨挺，魏克旭，喻竹.中国对外直接投资新特征及新趋势——创新对外直接投资政策与实践的思考[J].国际经济合作，2018（01）.

基金项目：国家自然科学基金青年基金项目（编号：41602124）;遵义师范学院博士基金项目（编号：尊师BS[2018]07号）联合资助。

（作者单位：袁余洋、何文刚、陈朝玉，遵义师范学院;汪天凯，中核工程咨询有限公司）