加工贸易型林业企业对外投资风险评价-论文.pdf

《加工贸易型林业企业对外投资风险评价-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第2期北方工业大学学报Vo1．27NO．22015年6月J．NORTHCHINAUNIV．OFTECHJun．2015加工贸易型林业企业对外投资风险评价*郝凯龚程昕(北方工业大学经济管理学院，100144，北京)摘要随着我国林产品贸易的扩张，林产品贸易摩擦也不断加剧。通过对外直接投资的方式获取海外资源、规避贸易壁垒，对提升企业国际竞争力至关重要。本文主要研究加工贸易型林业企业的对外投资风险，为企业制定投资方案起到指导作用。本文使用主成分分析法和logit模型对企业的投资过程中面临的政治风险、经济风险和森林风险进行综合评价。结果表明对于成本因素考虑较多的中小企业应

2、选择投资成本低的发展中国家。对于资金力量雄厚的大型企业而言，拥有技术优势和管理优势的发达国家是企业投资的最佳选择。关键词林业对外直接投资；主成分分析法；logit模型分类号F752．7森林资源总量大、人均占有量不足、区域分易壁垒对我国林产品出口造成巨大冲击。以对布不均是目前我国森林资源的主要特征，森林外直接投资方式规避贸易壁垒，扩大产品销路资源供给不足是制约我国林业产业进一步发展是振兴我国林业产业的必然选择。的瓶颈。2012年我国森林面积占世界森林总本文将加工贸易型对外直接投资模式定义面积的5，但我国人口基数较大，人均森林面为企业在境外投资并在东道国加工制作，制成积0．

3、15公顷，仅相当于世界人均占有量的23．品最终销往海内外市场的投资模式。目前，加24①。为保障我国森林资源供给安全，进口工贸易型对外直接投资占我国林业境外投资总是增加资源供给的重要来源之一。由于初级产额不到5，“大进大出”仍是我国林业境外投品附加值较低，各国出于保护国内生态环境等资主要特征，但是在贸易壁垒盛行的今天，林产各方面考虑，木材出口量连年收紧，通过进口方品出口成本的增加势必削弱我国林产品在国际式获取海外资源举步维艰。对外直接投资获取市场上的竞争力，压缩利润空间。仅以获取资丰富的海外资源是保障我国林业资源供应安全源为目的的资源寻求型对外直接投资对于解决的必要途径。

4、我国是林产进口大国同时又是出国内供需缺口困境起到很大作用，有利于我国口大国，大量进口林业初级产品，大量出口林业成为林产品大国；而加工贸易型对外直接投资制成品(大进大出)是我国林业行业的主要特则能促进我国迈向林产品强国。转变境外合作征。随着我国林业进一步发展，我国已经逐渐方式，逐渐由资源寻求型对外直接投资转变为成为林产品大国，林产品出口量连年攀升。加工贸易型对外直接投资势在必行。2012年我国家具出口总量约8．9万公吨，总额达27亿美元，是世界上最大的家具出口国②。然而各国(尤其是发达国家)逐渐升温的绿色贸收稿日期：2014—12-09教育部人文社会科学研究项目“中国海外

5、木材资源获取的风险测度与优化控制研究”(SM201210009002)；北京市教委面上项目“资源寻求型对外直接投资的产业与区位选择研究”(SM201210009002)。第一作者简介：郝凯，博士，副教授。研究方向：产业经济学与国际经济学。52北方工业大学学报第27卷唐帅和宋维明(2013)研究我国最大的合作伙伴1文献综述俄国近年来投资环境的变化给企业投资造成的影响，结合现实情况展望未来合作趋势[1。张关于风险评价方法，前人大多采用离散选兵(2000)系统分析了我国贫乏的森林系统，并择的方法对东道国进行打分、归类，从而达到量采用聚类分析法对我国林业投资区位选择提出化国家风

6、险的目的。如判别分析法、Logit模建议。现有研究大多从定性方面考虑，定量研型、Probit模型、Tobit模型和神经网络。其中究尚处于起步阶段l1。从量化角度进一步研Frank和Cline(1971)采用判别分析法对东道究并给出直观的国家风险得分，对我国林业对国的偿债能力或债务重组风险进行评价，根据外投资具有一定的战略指导意义。评价结果把东道国归为中、高、低风险三大类，本文将针对森林资源对外投资周期长、政从而指导投资者投资_1]。更多学者选择了治因素复杂和生态压力大的特点，使用主成分logit模型衡量国家风险。Feder和Just(1977)方法和logit模型，对世

7、界上森林资源较为丰富采用了logit模型从经济方面对国家偿债风险的东道国家的投资风险进行评价，建立符合加深入研究，并说明各个指标对于国家风险的影工贸易型对外直接特点的风险评价体系，并提响程度]。Probit模型应用也较为广泛。如出相应风险规避策略。Kharas(1984)通过分析国家债务重组历史来判断国家信誉]。其他方法还有Lloyd—Ellis2林业对外直接投资风险评价模(1990)使用Tobit模型判断债务重组风险]。型和评价指标chattopadhyay(1999)使用人工神经网络。相比于大多数学者采用单一实证方法进行国家风2．1林