派智库

内容提要 文章采用江苏省制造业生产和对外直接投资的企业层面数据，考察了企业生产率、融资约束等因素对企业对外投资决策的影响。论文发现生产率和融资约束都是影响企业对外直接投资决策的重要变量，相比国有企业而言，民营企业受融资约束的影响更加强烈；融资约束的影响会随着生产率水平而发生变化，企业的生产率越高，融资约束变量在企业对外投资决策中产生的影响越大。进一步的研究发现，生产率和融资约束只对企业是否进行国际直接投资以及海外投资项目数量产生影响，对企业投资规模的影响并不显着。

关键词 对外直接投资 生产率 融资约束 probit模型

一、引言 dedecms.com

探究中国企业对外投资行为的决定因素及其投资绩效，不仅具有重要的理论价值，而且具有现实的指导意义。以Melitz（2003）、Helpman（2004）为开端的经典异质性企业理论认为，生产率最高的企业进行对外投资，次之的企业进行出口贸易，生产率最低的企业则仅服务国内市场。Head和Ries（2003）对日本企业的研究、Eaton等（2004）对法国企业的研究、Girma等（2005）对英国企业的研究以及Yeaple（2009）对美国跨国企业的研究均得出了类似的结论。 dedecms.com

上述文献在强调生产率异质性对企业出口决策的影响时，均忽略了企业出口可能面临的融资约束问题。事实上，由于企业出口固定成本的支付要早于出口利润的实现，即便生产率较高的企业出口预期利润为正，在初始资金不足以支付固定成本的情况下，企业的出口也无从实现。因此，在金融市场不完全现象普遍存在的情况下（Tybout，2001），企业的融资约束状况会成为影响企业出口决策的重要因素。在Melitz（2003）研究的基础上，Chaney（2005）第一次将流动性约束引入异质企业模型，并预测流动性高的企业所受信贷约束小，因此更容易进入出口市场。作为这一领域的早期研究，Chaney（2005）只从理论上关注了企业内部资金对出口的影响，Chaney（2013）进一步将出口成本融资约束问题加入Melitz一般均衡模型，并得出了融资约束的存在很可能使得有生产率优势并且可以出口获利的企业由于无法筹集出口固定成本而无法出口。Chor和Manova（2012）以及Manova（2013）的实证检验支持了融资约束在出口中的作用，并发现金融脆弱的行业在金融危机中受到了更为严重的冲击。针对中国的研究同样验证了企业面临的融资约束对企业产生了重要的影响，如Feenstra et al.（2011）、阳佳余（2012）、李志远等（2013）的研究。

内容来自dedecms

目前学者对于融资约束与企业国际化决策的研究大多集中于出口决策领域，只有为数不多的几篇文献对融资约束对企业对外投资的影响进行了研究。吕越等（2015）考察了融资约束对企业国际化策略的影响，发现融资能力较强的企业可以实现出口，融资能力最强的企业则可以对外直接投资。李磊等（2015）发现融资能力越强的工业企业不仅更有可能发生对外直接投资行为，而且越倾向于进行多次投资以及在多个国家进行投资。王碧珺等（2015）利用浙江省企业对外投资数据，研究了融资约束对民营企业对外投资的影响，发现融资约束一方面抑制了中国民营企业对外直接投资的可能性，另一方面对民营企业海外直接投资规模的扩张也有不利影响。 dedecms.com

融资约束因素的引入丰富了企业异质性理论的内容，但上述文献都是分别考察了生产率和融资约束对企业投资行为的影响，而实际上企业对外投资决策通常是在生产率因素与融资因素的共同影响下做出的。Buch et al.（2009）和Buch et al.（2014）建立了融资约束和生产率对企业对外投资决策的影响模型，并利用德国企业层面数据进行实证检验，综合分析影响企业对外直接投资决策的决定因素。本文借鉴Buch et al.（2014）的模型，利用微观层面的数据对我国企业对外直接投资问题进行检验，综合分析生产率、融资约束在不同类型企业中发挥的作用及其交互影响机制，并试图分析国有企业和民营企业在对外投资决策中的异同以及金融危机对企业决策产生的影响，深入探究企业对外投资的决定因素。 内容来自dedecms

二、数据说明及描述性统计

本文来自织梦

1.数据来源 copyright dedecms

本文使用的数据由两部分构成，其中一部分来自中国工业企业数据库；另一部分数据为江苏省企业的对外直接投资数据，该数据详尽地记录了江苏省企业1980～2011年全部的对外投资信息，包括企业对外投资的时间、投资目的国、当前经营状态、出资形式，更为可贵的是，该数据记载了各企业具体的出资数额[1]，从而可以更全面地反映企业对外投资的特点。本文采用了其中1999～2010年的样本，并与工业企业数据库进行逐一匹配。参考Brandt et al.（2012）与聂辉华等（2012）建议，本文首先根据企业名称和企业代码进行两次匹配，将具有同一名称或代码的企业视为同一家企业并形成面板数据，然后根据江苏省企业的对外直接投资数据中的企业名称与工业企业数据库进行匹配，从而将企业对外投资信息完善至该数据集中。

本文对样本作了常规的样本筛选和行业代码匹配。根据Feenstra et al.（2011）等已有文献的一般做法，本文对以下样本进行剔除：（1）关键指标存在缺失；（2）职工人数少于8人；（3）固定资产原值、实收资本和销售收入为零或负值；（4）固定资产或流动资产小于总资产；（5）成立时间无效；（6）企业代码重复出现；（7）企业利息支出为负数。统计局在2003年对国民经济行业标准进行了重新划分，本文详细比对了前后两种标准并对各企业的行业编码进行了调整。 织梦好，好织梦

2.模型关键变量

dedecms.com

模型中的主要被解释变量是企业对外直接投资决策。在1999～2009年的37万多家制造业企业样本中，共成功记录了424家制造业企业487笔对外投资行为，占样本总量之比仅为0.13％，具体如表1所示。虽然对外投资企业的比例较低，但我们发现对外投资企业的数量与比例正在逐年快速增长。特别是2007～2009年间江苏省已有260家制造业企业进行对外直接投资，显示出我国企业国际化进程正在提速。对外投资变量定义为，企业i在时期t进行对外投资则取1，否则取0。根据下文研究问题的不同，该变量分别取企业当年对外投资决策、企业境外公司数量、企业对外投资金额等。

织梦好，好织梦

企业全要素生产率TFP：本文采用Levisohn和Petrin（2003）提出的方法（LP法）测算全要素生产率（以下简称TFP）。传统的TFP测度方法是通过观察产值和OLS计算所得的估计值之间的残差来实现的，但使用OLS测算企业生产率时，由于生产率冲击导致企业在当期可以对生产要素的投入进行调节，估计结果通常会存在偏差。LP法在Olley-Pakes（1996）方法的基础上进一步解决了同时性偏差问题，目前已成为测算企业层面TFP的一种主流方法。本文选择中间投入为代理变量，将产出、中间投入等变量以工业品出厂价格指数调整到以1999年为基期的不变价，对TFP进行半参数的估计。在估计出TFP后，参考已有文献的做法，本文剔除了生产率的0.1％分位数和99.9％分位数以后的样本来控制异常值对估计结果产生的影响。 织梦内容管理系统

计算TFP过程中的重要变量为资本投入指标，许多文献采用固定资产存量原值或者平均净值替代（鲁晓东和连玉君，2012）。由于企业账面固定资产原值无法反映资本逐年折旧，直接引用会造成对生产率估计的偏误。因此，较为合理的做法是采用永续盘存法来计算资本存量。本文采用Brandt et al.（2012）和Hsieh和Song（2015）的思路，在估计出期初真实资本存量[2]的基础上，通过逐年累加经调整过的净投资得到各年的固定资产存量。具体推算公式如下： 本文来自织梦

dedecms.com

其中Kt为真实资本存量，Pt为各年固定投资价格指数。BKt为资本的账面净值，其差分即为当年的净投资。折旧率δ按照已有文献做法，取值为0.09。 本文来自织梦

企业融资约束指标具体包括：（1）内部融资指标，反映企业从内部获取资金的难易程度。已有文献通常采用企业经营现金流表示，由于该指标在大部分年度缺失，本文选择企业利润总额对数作为内源融资指标。（2）外部融资约束指标（利息支出），通常认为利息支出越高，说明企业获得贷款的能力越强，受到的外部融资约束程度也越低。本文将综合考虑内外部融资约束指标的影响，试图更加全面地展示企业对外投资决策过程中各类因素对对外直接投资的影响。

本文来自织梦

固定资产比率：即企业的固定资产与总资产比值。Manova（2008）提出企业固定资产占总资产的比率可以衡量企业可信贷资产的比率，并以此作为企业获得银行信贷难易程度的代表，该比率越高则越容易获得银行信贷。然而Buch（2014）认为该指标反映了企业进行对外直接投资的成本，该指标越高则意味着企业面临更高的融资压力。 本文来自织梦

应收账款比率：于洪霞等（2011）在研究出口行为与融资约束问题时认为，应收账款相对比例是可以反映企业获得商业信用难易程度的代理指标，并且使用该指标可以很好地解决内生性问题。 copyright dedecms

企业的存续时间：已有理论认为，企业成立时间越长，往往与银行等更容易建立良好的合作关系，因此更加容易获得信贷资金。

企业所有权界定：国有企业的界定对于分析国有企业与民营企业之间的行为差异至关重要。已有文献通常按照工业企业数据库中企业登记注册类型来判断企业类型为国有或民营，然而Hsieh和Song（2015）通过对工业企业数据库的人工检验发现，有部分国家资本超过50％的企业登记注册类型仍然为民营企业，并建议通过企业的国有控股情况和国有资本的占比指标来定义是否为国有企业。本文将采用Hsieh和Song（2015）的标准来定义国有企业。 织梦好，好织梦

此外，本文还对企业是否出口、年份、行业等状态变量采用虚拟变量予以控制，企业层面的变量均滞后一期，以控制企业的选择性偏误问题。表2是各变量的描述性统计分析。

本文来自织梦

三、企业对外投资决定因素实证检验

1.企业对外投资决策：是否投资 织梦好，好织梦

首先检验生产率以及融资约束如何影响企业首次对外投资决策，即考虑企业对外投资的广义边际。企业是否进行海外投资是二值变量，因此考虑建立面板probit模型进行回归，模型如下：

本文来自织梦

pr（OFDI）i，t=α0+α1lnTFPi，t-1+α2lnFini，t-1+α3Exporti，t-1+α4T+α5I+εi，t（2） copyright dedecms

在初始检验中，首先分别考察TFP和融资约束变量对企业的影响，然后加入控制变量，并逐步控制时间及行业固定效应，以检验估计结果的稳健性，具体的检验结果见表3。 本文来自织梦

各式的回归结果均显示生产率的系数显着为正，即使在加入其他变量后，生产率也仍然在1％的水平上高度显着。这表明了生产率对企业对外投资决策发挥着重要作用，也验证了Helpman（2004）等的结论，即通常生产率高的企业更有可能进行对外直接投资。反映企业内部融资指标的利润对数在各回归中均显着为正，表明内部融资指标对企业对外直接投资的影响十分显着，盈利能力强、受内部融资约束小的企业通常会拥有更加充足的可自主支配的自由资金用于其海外扩张。反映外部融资约束指标的利息支出项的回归系数显着为正，这与已有的理论一致，表明利息支出高且融资能力强的企业更容易获得充足的资金支持从而进行对外直接投资。

dedecms.com

织梦内容管理系统

其他控制变量方面，固定资产比率项显着为负，这证明了Buch等（2014）的结论，即固定资产比率反映了企业进行对外投资的初始成本，固定资产比率低的企业进行对外投资时面临的初始投入较少，对外投资门槛较低，在其他情况相同时，这部分企业更加容易获得“门槛”以上的融资支持，从而可以进行对外直接投资。对于Manova（2008）得出的固定资产比率越高企业越容易进行出口的结论，一个可能的解释是企业在出口和对外投资时面临的融资约束不同。在进行出口时，企业的固定出口成本通常是与企业固定资产比率等指标没有直接关系的固定成本，此时固定资产比率作为企业可抵押贷款的指标，该比率越高企业拥有的可抵押资产越多。而企业进行对外直接投资时，由于企业需要在他国新建或并购企业，相比出口面临更大的固定成本开支，此时当固定资产比率越低时，企业更加容易进行对外直接投资。此外，应收账款比率项显着为负，这与于洪霞等（2011）结论类似，即外部资金占用越低的企业，通常其现金流状况更好，从而有更充足的资金支持对外直接投资的固定成本支出。企业出口的系数显着为正，表明出口企业有更大的机会进行对外投资，从理论与实践的情况来看，进行出口的企业往往对国际市场更加了解，因而更加具有对外投资的动机。企业年龄项影响为正，表明成立时间长的企业可能会通过积累技术进步以及融资渠道，更加容易进行对外投资。同时企业年龄项在各项回归式中的显着性水平较低，这可能由于本文选取的样本仅为规模以上企业样本而非全样本，通常经营能力差、融资能力低的小企业会退出市场造成一定的偏误，因此企业年龄的影响不显着。 dedecms.com

在研究中国企业的投资行为时，学者普遍认为国有企业和民营企业的模式存在着较大差异。本文接下来对于该问题进行了分样本检验。具体的回归结果如表4所示。 织梦好，好织梦

内容来自dedecms

从回归结果可以看出，生产率项系数国有企业与民营企业均显着为正，表明生产率水平对不同所有制企业而言均是影响其走出去决策的重要因素。在反映内部融资状况的利润总额方面，民营企业与全样本检验的结论一致显着为正，而国有企业该项系数为负且不显着。究其原因，一方面国有企业由于其制度上天然的优势，获得银行信贷等外部融资的难度很低，企业内部资金情况对其对外投资决策并没有显着影响；另一方面，国有企业由于经常受到国家补贴和税收优惠，利润情况和真实盈利能力与其内部融资状况有着较大差异，因而产生回归中的结果。而对于面临更强外部融资约束的民营企业而言，对外投资更多地依赖于内部融资，因此内部融资状况对投资决策有着显着的影响。反映企业外部融资能力的利息支出对数与全样本中的结论一致，但民营企业的回归系数相比国有企业而言更显着，表明民营企业更容易受到外部融资约束，能否获得充足的外部融资支持对民营企业而言更为重要。应收账款比率项对民营企业而言与全样本一致并显着为负，而对国有企业则不显着，这进一步说明了国有企业因其制度优势通常会拥有独特的融资渠道，传统对民营企业而言的指标分析并不适用于国有企业。总体上看，融资约束状况对于民营企业的国际投资决策产生了更大的影响。

2.生产率与融资约束对企业对外投资决策的交互影响 本文来自织梦

为了探究生产率与融资约束对企业对外投资决策的交互影响，首先按照生产率的不同分位数将企业分为不同样本，并进行分组回归，具体回归结果如表5所示。 dedecms.com

dedecms.com

回归结果显示，在不同子样本中生产率的系数均显着为正，但高生产率的显着性水平要更高。各项融资约束参数中，高生产率组的融资约束显着并与全样本回归结果一致，而低生产率组大部分融资约束变量表现不显着，或显着性水平较低。随着生产率的逐步提高，企业的利息支出项和利润项的系数由负转正，且显着性逐渐提高；高生产率组固定资产比率也较低生产率组影响更为显着。这表明企业决策过程中，生产率对企业对外投资决策存在着一定的“门槛”作用：在一定生产率水平以下，企业内部并没有对外投资扩张的需求，因而也不会产生相关的融资约束问题；只有企业的生产率跨过了某个阶段，企业才会有进行海外扩张的需要，此时就要求足够的资金来支持对外投资的固定成本，与融资约束相关的指标才会对企业对外投资决策产生较为显着的影响。这也与企业的实践经验决策相符，即规模小、生产率低的企业首先考虑的通常是扩大自身规模，提升自身在国内市场的竞争力，并不会有直接对外投资的动机。只有企业规模和生产率提升到一定程度时，企业才会有对外直接投资以及获取相关融资支持的动机。

dedecms.com

由于probit模型中报告的回归系数为几率比，且该数值为全样本的解释变量对被解释变量的平均影响，而我们更关心在回归模型中生产率以及融资约束等不同解释变量对企业对外投资决策的边际影响，以及进一步验证是否随着生产率的提高，企业会受到更强的融资约束问题。由于我们选择的probit模型为非线性模型，在解释变量的不同数值处融资约束变量对企业对外投资决策的影响程度是不同的，Williams（2012）认为在probit模型中讨论在不同代表点上的边际效应相比于仅仅讨论回归系数要更有意义。以下我们在全样本回归式中考虑融资约束变量对不同生产率企业的边际影响[3]，以进一步验证上述结论。 copyright dedecms

具体结果如图1所示，随着生产率的提高，各项融资约束变量对企业对外投资决策的边际影响逐渐提高，这与本文之前分组回归得出的结论相同，即生产率越高的企业，融资约束问题对其对外直接投资的影响就会越大，如果这部分企业能够获得充足的资金支持，其走出去进行对外直接投资的概率就会大大增加，相对而言生产率低的企业由于没有进行对外直接投资的动机，融资压力会相对较为轻松。 织梦好，好织梦

织梦好，好织梦

为了进一步验证生产率和融资约束的交互作用，我们在probit模型中加入生产率指标与融资约束指标的交乘项，来验证前述结论的稳健性。基于（3）式的回归结果见表6。 copyright dedecms

Pr（OFDI）i，t=α0+α1lnTFPi，t-1+α2Fini，t-1+α3lnTFPi，t-1×Fini，t-1+εi，t（3）

在普通的线性模型中，由于回归项的系数就是该解释变量的边际影响，在满足各解释变量相互独立的假设时，生产率对于被解释变量的边际影响即为系数本身，交乘项的系数可以反映两变量之间的相互作用关系，如在（3）式中，融资约束的边际影响为α2+α3lnTFP（i，t-1），如果α2系数为正，α3系数为负，则表明随着生产率的提高，融资约束的边际效应降低；反之，如果α3的系数为正，则表明随着生产率提高融资约束的边际效应也逐渐提高。在表6的回归结果中，内外部融资约束的交乘项系数均显着为负，这是否意味着得出了与上文不一致的回归结果呢?Ai和Norton（2003）指出在probit和logit这种非线性模型中引入交乘项后所得到回归系数的符号和显着性水平会存在偏误，并且会随着其他解释变量变动而变动，他们同时提出了一种可以正确度量交乘项边际效应的计算方法，按照他们的方法我们对交互项的影响进行了重新计算，具体结果见表7。 织梦内容管理系统

copyright dedecms

结果显示，尽管probit回归中各生产率与融资约束的交乘项显着为负，但我们并不能使用该项的符号和显着性水平来进行分析。根据Inteff估计的回归结果，绝大部分样本交乘项的边际效应均为正数，显着性水平也较高，这进一步验证了我们之前分样本回归的结果，即随着生产率的提高，各项融资约束变量对企业对外投资决策的边际影响逐渐提高。

在引入交乘项后，本文重新考查了各融资能力变量在不同生产率点上的边际影响（图2）。各融资约束变量的边际效应仍然随着生产率增加而逐步增强，即生产率越高的企业所受到的融资约束的影响越大，表明本文实证结果是稳健的。 dedecms.com

3.企业对外投资决策：境外公司数量及投资规模

内容来自dedecms

（1）企业境外公司的数量 copyright dedecms

企业国际化的选择同样会体现在企业境外公司的数量上。在全球化背景下，一家有竞争力的企业通常会在全球多个国家设立分支机构，实现产业链的优化配置，本文通过建立计数模型考虑企业境外公司数量的决定因素，在计数模型中，被解释变量为该企业当年境外投资的公司数量。 copyright dedecms

计数模型根据其变量的分布情况和零值的聚集程度，通常具体可以分为三种，即泊松分布、负二项分布和零膨胀泊松分布。泊松模型的假设条件较为严格，要求样本的均值与方差相等，并满足泊松分布；负二项分布模型部分考虑了样本的方差过度扩散和样本偏差的问题；而零膨胀泊松模型则允许更多零值的存在。三种不同模型的回归结果如表8所示。

从回归结果来看，尽管三类模型假设不同，但是都得出了近似的结果，且与前文得出的结论基本一致。由于本文的数据中对外投资的企业很少，样本中绝大部分被解释变量取值为0，因此采用零膨胀泊松模型可能更加适合，反映零膨胀泊松模型与泊松模型的Vuong检验统计量显着大于零且p值为0.0000，也从计量理论上证明了该结论[4]。

（2）企业对外投资规模的决定因素 织梦好，好织梦

企业决定进行对外投资以后，另外一个需要考虑的重要问题就是对外投资的规模。在企业存在自我选择的情况下，直接采用OLS对投资规模进行回归将存在偏误。Heckman（1979）两阶段选择模型提‘供了一个较好的解决办法，在该两阶段选择模型中，中国企业的对外投资行为被分为两步：企业首先决定是否进行国际投资，在决定投资之后，企业会对投资规模进行决策。鉴于该方法目前已得到广泛应用，其原理本文不再做具体阐述。为了验证企业投资额的影响因素，本节仍然考虑前文所述的生产率指标和各类融资约束指标的影响，被解释变量为企业对外投资决策及投资金额的对数。Heckman两步法的回归结果如表9所示。 内容来自dedecms

表9结果显示，在企业是否投资的回归中，生产率与融资约束指标系数显着为正，而在投资规模的回归中，这些变量均未通过显着性检验。这表明生产率和融资约束变量尽管对于企业对外投资决策至关重要，但并不能决定企业投资金额的大小，企业投资规模可能会因投资东道国、企业所处行业等众多因素的影响表现出不同的模式。反映投资决策对投资金额影响的逆米尔斯比率不显着，这也表明企业投资决策与投资金额关联性不高，研究企业国际投资规模的决定需要进一步深入分析。 内容来自dedecms

dedecms.com

四、结论与政策建议

copyright dedecms

本文利用江苏省企业层面的数据对企业对外投资与生产率、融资约束的关系进行了检验，发现：（1）生产率和企业面临的融资约束都是影响企业对外直接投资决策的重要变量，相比国有企业而言，民营企业受到融资约束的影响更加强烈，且同时受到企业内外部双重融资约束的影响。（2）融资约束的影响会随着生产率水平而发生变化：企业的生产率越高，融资约束变量在企业对外投资决策中产生的影响就越大；相反，生产率较低的企业面临的融资约束对其对外投资决策影响并不明显。（3）生产率和融资约束尽管对企业是否进行国际直接投资产生了重要影响，但对企业投资规模的影响并不显着，显示出企业国际直接投资两步决策的特征，投资规模的影响因素需要做进一步的研究。 本文来自织梦

在存在大量金融抑制的市场环境下，如何有效缓解中小企业面临的融资约束是亟待解决的难题。在中国企业愈来愈快的“走出去”步伐中，融资约束已成为一个重要的制约因素。本文的研究表明，生产率越高的企业，其对外投资越容易受到融资约束的影响，因此必然会有一批效率高、竞争力强的企业，特别是民营企业会因受到融资约束的制肘而被挡在国际投资机遇的门槛之外。现实中信息不对称的存在使得银行难以直接观测到企业的效率水平，本文的实证结果表明企业的国际投资行为可以作为一个有效的信号被传递，那些进行海外投资的企业总体上是效率较高的企业，也是受融资约束影响较大的企业，因此通过进一步扭转银行的所有制偏好，提高金融市场的配置效率，将资金更多地分配给那些生产率高的企业，以帮助最具竞争力的企业走出国门，这将是完善“走出去战略”的重要内容。

参考文献 copyright dedecms

[1]葛顺奇，罗伟.中国制造业企业对外直接投资和母公司竞争优势[J].管理世界，2013（6）：28-42. 织梦好，好织梦

[2]聂辉华，江艇，杨汝岱.中国工业企业数据库的使用现状和潜在问题[J].世界经济，2012，05:142-158. 织梦内容管理系统

[3]李志远，余淼杰.生产率、信贷约束与企业出口：基于中国企业层面的分析[J].经济研究，2013（6）：85-99.

copyright dedecms

[4]李磊，包群.融资约束制约了中国工业企业的对外直接投资吗?[J].财经研究，2015，6:120-131. 织梦好，好织梦

[5]吕越，盛斌.融资约束是制造业企业出口和OFDI的原因吗?——来自中国微观层面的经验证据[J].世界经济研究，2015（9）.

[6]鲁晓东，连玉群.中国工业企业全要素生产率估计：1999～2007[J].经济学：季刊，2012，11（2）：541-558.

[7]王碧珺，谭语嫣，余淼杰等.融资约束是否抑制了中国民营企业对外直接投资[J].世界经济，2015（12）：54-78.

织梦内容管理系统

[8]阳佳余.融资约束与企业出口行为：基于工业企业数据的经验研究[J].经济学：季刊，2012（3）：1503-1524. 本文来自织梦

[9]于洪霞，龚六堂，陈玉宇.出口固定成本融资约束与企业出口行为[J].经济研究，2011，（4）：55-67. dedecms.com

---

[1]商务部在其网站上公布了对外直接投资企业名录，葛顺奇等（2013）提出该名录数据仅收录了现存的境外投资项目，并未收录那些曾经进行投资但已经终止的项目。经过将江苏省对外直接投资数据逐年加总并与各年《中国对外直接投资统计公报》和《江苏统计年鉴》对比，本文所使用的数据无论是企业数量还是投资金额方面都与公报数据近似一致，因此本文认为该份数据能够真实统计企业当年的对外投资决策，相对于使用名录数据更好地解决了样本选择偏差问题。

[2]本文参考Perkins和Rawski（2008）的方法估计期初资本存量。对1998年以后成立的企业，其成立当年的资本存量即为初始资本存量。对1998年以前成立的企业，其期初资本存量为为初始资本存量，是其第一次在数据库中出现的资本存量，g为t1时间以后资本存量的平均增速。 织梦内容管理系统

[3]本文使用stata13.0提供的margins命令估计在回归模型中各变量对被解释变量的边际影响。 dedecms.com

[4] Long和Freese（2006）提出了一种对比不同计数模型的countfit命令，可以检验几种计数模型拟合情况。本文利用该命令对三种模型进行验证，结果显示零膨胀泊松模型显著优于其他两种模型。 dedecms.com