韓潔 王璇
摘 要:近年來(lái),隨著中國(guó)經(jīng)濟(jì)持續(xù)增長(zhǎng),我國(guó)企業(yè)走出去的步伐越來(lái)越快。2013年,我國(guó)提出了“一帶一路”倡議,使得我國(guó)與各國(guó)的合作日益加深。非洲是“一帶一路”倡議的重要參與方,同時(shí)中非合作論壇也為中非共建“一帶一路”提供了良好的平臺(tái),我國(guó)企業(yè)對(duì)非洲直接投資的規(guī)模不斷增大。但復(fù)雜的投資環(huán)境導(dǎo)致投資風(fēng)險(xiǎn)事件時(shí)有發(fā)生,所以,在中國(guó)對(duì)外直接投資快速發(fā)展的同時(shí)如何進(jìn)行風(fēng)險(xiǎn)防范,一直以來(lái)都是相關(guān)學(xué)者研究的熱點(diǎn)。本文旨在分析中國(guó)企業(yè)對(duì)非洲進(jìn)行直接投資可能會(huì)面臨哪些風(fēng)險(xiǎn),并利用因子分析法對(duì)風(fēng)險(xiǎn)進(jìn)行實(shí)證分析,最后從企業(yè)和政府的角度提出合理的風(fēng)險(xiǎn)防范建議,爭(zhēng)取為我國(guó)企業(yè)對(duì)非洲直接投資風(fēng)險(xiǎn)的識(shí)別和控制提供借鑒參考。
關(guān)鍵詞:對(duì)外直接投資? “一帶一路”? 投資風(fēng)險(xiǎn)? 非洲
中圖分類號(hào):F752 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-0298(2020)06(b)--05
2013年,習(xí)近平總書記先后提出共建“絲綢之路經(jīng)濟(jì)帶”和“21世紀(jì)海上絲綢之路”的暢想,二者共同構(gòu)成“一帶一路”重大倡議構(gòu)想。我國(guó)提出的“一帶一路”倡議,使我國(guó)與其他國(guó)家之間的往來(lái)更加密切,為中國(guó)與沿線國(guó)家之間的友好合作帶來(lái)了新的歷史機(jī)遇,同時(shí)也為我國(guó)企業(yè)進(jìn)行對(duì)外直接投資提供了政策上的支持。
近幾年來(lái)我國(guó)對(duì)外投資的規(guī)模和數(shù)量不斷增加,根據(jù)《2017年度中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》數(shù)據(jù)顯示,截至2017年底,中國(guó)2.55萬(wàn)家境內(nèi)投資者在國(guó)(境)外共設(shè)立了3.92萬(wàn)家對(duì)外直接投資企業(yè),這些企業(yè)分布在全球189個(gè)國(guó)家或地區(qū)。2017年中國(guó)對(duì)外直接投資流量合計(jì)1582.9億美元和存量合計(jì)18090.4億美元,分別位列全球國(guó)家(地區(qū))排名的第3位和第2位。
中國(guó)對(duì)非洲的直接投資起步時(shí)間雖然較晚,但是由于一些歷史原因,中國(guó)與非洲國(guó)家一直保持著良好的合作伙伴關(guān)系,因此我國(guó)近幾年對(duì)非洲國(guó)家不論是援助力度還是直接投資力度都在不斷加大。“一帶一路”倡議的提出,為中非合作提供了新的平臺(tái),推動(dòng)雙方實(shí)現(xiàn)發(fā)展戰(zhàn)略理念的有效對(duì)接,并在合作范圍、水平和規(guī)模方面得到顯著提升,促進(jìn)了我國(guó)和非洲經(jīng)濟(jì)的共同發(fā)展。相關(guān)資料顯示,2017年,我國(guó)流向非洲地區(qū)的投資為41億美元,同比增長(zhǎng)70.8%。中國(guó)對(duì)非洲的直接投資存量由2003年的4.9億美元增長(zhǎng)到2009年的93.3億美元,到2017年已經(jīng)達(dá)到了近433億美元,非洲已經(jīng)變成我國(guó)繼歐美和日本之后的另一大投資目的地。由此可見,我國(guó)與非洲國(guó)家在貿(mào)易投資等領(lǐng)域的合作存在著很大的潛力,可以預(yù)測(cè)到中非今后的貿(mào)易往來(lái)和投資活動(dòng)也會(huì)持續(xù)增加。
非洲面積廣大,包含的國(guó)家眾多,經(jīng)濟(jì)和政治環(huán)境比較復(fù)雜,存在著各種不確定因素,而這些因素可能會(huì)給我國(guó)企業(yè)的直接投資帶來(lái)風(fēng)險(xiǎn),使得企業(yè)受到經(jīng)濟(jì)損失。本文的研究重點(diǎn)在于分析對(duì)非洲國(guó)家直接投資的風(fēng)險(xiǎn)問題,這一選題不論是從理論上還是實(shí)際上,對(duì)于現(xiàn)階段我國(guó)企業(yè)對(duì)非洲直接投資活動(dòng)來(lái)說(shuō)都具有較高的研究?jī)r(jià)值。本文將通過分析收集到的信息資料,研究我國(guó)企業(yè)對(duì)非洲進(jìn)行直接投資過程中可能遇到的風(fēng)險(xiǎn),并提出一些應(yīng)對(duì)風(fēng)險(xiǎn)的措施,力求為我國(guó)企業(yè)對(duì)非洲直接投資風(fēng)險(xiǎn)的識(shí)別和防范提供借鑒參考。
1 文獻(xiàn)綜述
目前學(xué)術(shù)界在對(duì)外直接投資風(fēng)險(xiǎn)分類方面沒有一個(gè)統(tǒng)一的標(biāo)準(zhǔn),但大多數(shù)學(xué)者在研究之后,把對(duì)外直接投資風(fēng)險(xiǎn)大致分為了經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)和其他風(fēng)險(xiǎn)幾種類型,而法律風(fēng)險(xiǎn)及國(guó)際競(jìng)爭(zhēng)風(fēng)險(xiǎn)等也可能包含在其他風(fēng)險(xiǎn)當(dāng)中。衛(wèi)志民(2014)和樊增強(qiáng)(2017)等把對(duì)非直接投資風(fēng)險(xiǎn)概括為政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、社會(huì)風(fēng)險(xiǎn)和法律風(fēng)險(xiǎn)四種類型。
在投資風(fēng)險(xiǎn)的研究方法上,劉繁如(2017)提到了兩種方法來(lái)對(duì)國(guó)家直接投資環(huán)境進(jìn)行評(píng)價(jià),分別是多因素評(píng)分分析法和投資障礙法分析法。羅氏多因素評(píng)分分析法用八個(gè)不同的因素來(lái)說(shuō)明東道國(guó)的投資環(huán)境,根據(jù)每個(gè)因素對(duì)投資者造成影響的程度大小確定不同的評(píng)分標(biāo)準(zhǔn),由操作者根據(jù)國(guó)家具體的投資環(huán)境結(jié)合評(píng)分標(biāo)準(zhǔn),確定具體的評(píng)分,然后將分?jǐn)?shù)加總匯合,作為對(duì)該國(guó)投資環(huán)境的總體評(píng)價(jià),缺點(diǎn)是有一定的主觀性。投資障礙分析法是依據(jù)可能對(duì)國(guó)外投資者造成阻礙的因素來(lái)對(duì)投資環(huán)境進(jìn)行評(píng)價(jià)的方法,該方法主要以定性分析為主,能夠迅速對(duì)投資環(huán)境作出評(píng)價(jià),而且節(jié)省成本,缺點(diǎn)是僅憑個(gè)別關(guān)鍵因素作出判斷,可能會(huì)使投資者因?yàn)楹雎缘裟承┖玫耐顿Y因素而丟失好的投資機(jī)會(huì)。除此之外,劉一鳴(2018)在分析東盟10國(guó)的投資風(fēng)險(xiǎn)時(shí),運(yùn)用了因子分析法來(lái)進(jìn)行定量分析。因子分析法對(duì)于風(fēng)險(xiǎn)的度量更加細(xì)致全面,得出的結(jié)果也更加直觀。所有分析方法各有優(yōu)點(diǎn),投資者可以根據(jù)自己的實(shí)際情況來(lái)選擇使用哪種方法分析投資環(huán)境。
張愛玲(2016)和樊增強(qiáng)(2017)等從不同方面說(shuō)明了對(duì)非投資風(fēng)險(xiǎn)的應(yīng)對(duì)措施,例如要強(qiáng)化中非安全合作、完善中非合作論壇機(jī)制等。本文也會(huì)在分析不同學(xué)者的觀點(diǎn)之后,從企業(yè)和政府兩個(gè)角度提出一些對(duì)策建議來(lái)應(yīng)對(duì)中國(guó)企業(yè)對(duì)非洲直接投資的風(fēng)險(xiǎn)問題。
2 研究方法和變量選擇
2.1 研究方法
本文采用因子分析法對(duì)中國(guó)企業(yè)在非洲進(jìn)行直接投資可能面臨的政治風(fēng)險(xiǎn)和經(jīng)濟(jì)風(fēng)險(xiǎn)進(jìn)行了定量分析。因子分析是一種比較常用的多元統(tǒng)計(jì)分析方法,它可以把問題簡(jiǎn)化,更利于人們進(jìn)行研究。
在進(jìn)行因子分析之前,我們首先要做的是確定待分析的原有變量是否適合采用這種方法來(lái)分析。本文用的是KMO和巴特利特球形檢驗(yàn)方法來(lái)進(jìn)行檢驗(yàn),KMO(Kaiser-Meyer-Olkin)檢驗(yàn)統(tǒng)計(jì)量是用于比較變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo),KMO統(tǒng)計(jì)量取值的范圍是0~1,KMO值與1越相近,因子分析的效果越好。巴特利特球形檢驗(yàn)是一種檢驗(yàn)各個(gè)變量之間相關(guān)性程度的檢驗(yàn)方法。如果巴特利特球形檢驗(yàn)的統(tǒng)計(jì)量的值越大,且其對(duì)應(yīng)的相伴概率值小于用戶心中的顯著性水平,則說(shuō)明原始變量適合作因子分析,反之則不適合用這種方法分析。接下來(lái)就要構(gòu)造因子變量和計(jì)算因子得分。本文計(jì)算了樣本國(guó)家的政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)和綜合風(fēng)險(xiǎn)的因子得分,從而得到各個(gè)國(guó)家在政治、經(jīng)濟(jì)和綜合風(fēng)險(xiǎn)方面的風(fēng)險(xiǎn)排名,使投資者通過風(fēng)險(xiǎn)排名更加直觀地了解和把握不同國(guó)家的投資風(fēng)險(xiǎn),有利于企業(yè)作出更加準(zhǔn)確的投資決策,減少投資風(fēng)險(xiǎn)的發(fā)生。
2.2 變量選擇
由于對(duì)外直接投資風(fēng)險(xiǎn)種類繁多,本文不可能把所有風(fēng)險(xiǎn)全部都研究到,所以本文主要針對(duì)對(duì)外投資中相對(duì)來(lái)說(shuō)比較重要的兩種風(fēng)險(xiǎn),政治風(fēng)險(xiǎn)和經(jīng)濟(jì)風(fēng)險(xiǎn)進(jìn)行了更加精確的定量分析,而其他風(fēng)險(xiǎn)則采用定性的方法進(jìn)行研究。本文選取了已同中國(guó)簽訂共建“一帶一路”合作文件的蘇丹、南非、利比亞、幾內(nèi)亞、加納、肯尼亞、安哥拉、盧旺達(dá)等共計(jì)16個(gè)國(guó)家作為樣本進(jìn)行分析。在變量的選取方面,本文共選取了能夠反映東道國(guó)政治狀況和經(jīng)濟(jì)狀況的10個(gè)變量來(lái)分析中國(guó)對(duì)目標(biāo)國(guó)進(jìn)行直接投資的政治風(fēng)險(xiǎn)和經(jīng)濟(jì)風(fēng)險(xiǎn)。其中,政治風(fēng)險(xiǎn)和經(jīng)濟(jì)風(fēng)險(xiǎn)各有5個(gè)變量對(duì)其進(jìn)行反映,具體變量名稱和數(shù)據(jù)來(lái)源,如表1所示。
本文選取了5個(gè)變量來(lái)反映東道國(guó)政治風(fēng)險(xiǎn)的大小,分別是依法治國(guó)程度、政治穩(wěn)定性、政府效能、政府腐敗控制和政府監(jiān)管質(zhì)量,這5個(gè)變量均來(lái)源于全球治理指數(shù)(WGI)。這5個(gè)變量在正常的標(biāo)準(zhǔn)單元下在-2.5~2.5(或介于百分制1~100),一個(gè)國(guó)家的這5個(gè)變量的值越高,則表明這個(gè)國(guó)家制度的質(zhì)量越高,政治風(fēng)險(xiǎn)也就越小。此外,本文同樣選取了5個(gè)變量來(lái)衡量一個(gè)國(guó)家經(jīng)濟(jì)風(fēng)險(xiǎn)的大小,分別是國(guó)內(nèi)生產(chǎn)總值年增長(zhǎng)率、通貨膨脹率、經(jīng)常賬戶余額占GDP百分比、人均國(guó)內(nèi)生產(chǎn)總值和東道國(guó)吸收外國(guó)直接投資流量占東道國(guó)國(guó)內(nèi)生產(chǎn)總值百分比。其中,國(guó)內(nèi)生產(chǎn)總值年增長(zhǎng)率相比較來(lái)說(shuō),比國(guó)內(nèi)生產(chǎn)總值更能反映一國(guó)經(jīng)濟(jì)的增長(zhǎng)情況。
一般來(lái)說(shuō),GDP年增長(zhǎng)率數(shù)值越大,年波動(dòng)越小,則表明該國(guó)經(jīng)濟(jì)發(fā)展較平穩(wěn),經(jīng)濟(jì)風(fēng)險(xiǎn)也相對(duì)較小。本文選取的通貨膨脹率是按GDP平減指數(shù)衡量的通貨膨脹率,它顯示了整個(gè)經(jīng)濟(jì)體的價(jià)格變動(dòng)率。
World Bank Open Data為世界銀行公開數(shù)據(jù)。
一般而言,通貨膨脹率越高,則表示一國(guó)經(jīng)濟(jì)可能發(fā)展過熱,在這個(gè)國(guó)家投資可能會(huì)面臨更大的經(jīng)濟(jì)風(fēng)險(xiǎn)。經(jīng)常賬戶余額占GDP的百分比可以從側(cè)面反映一國(guó)對(duì)外資的依賴程度,一般來(lái)說(shuō),這個(gè)變量的數(shù)值越大,則企業(yè)進(jìn)行對(duì)外直接投資時(shí)面臨的經(jīng)濟(jì)風(fēng)險(xiǎn)也就越小。人均GDP是國(guó)內(nèi)生產(chǎn)總值除以年中人口數(shù),一般來(lái)說(shuō),一個(gè)國(guó)家的人均GDP數(shù)值越高,則表明這個(gè)國(guó)家越發(fā)達(dá),跨國(guó)企業(yè)在該國(guó)進(jìn)行直接投資所面臨的經(jīng)濟(jì)風(fēng)險(xiǎn)也就越小。東道國(guó)吸收外國(guó)直接投資流量占東道國(guó)GDP百分比。
這個(gè)變量直接反映了一國(guó)對(duì)外國(guó)直接投資的依賴程度。一般來(lái)說(shuō),一個(gè)國(guó)家這個(gè)變量的數(shù)值越大,則表明該國(guó)吸收的外國(guó)直接投資較多,可能給予外商直接投資的政策比較優(yōu)惠,國(guó)外企業(yè)更容易進(jìn)入這個(gè)國(guó)家進(jìn)行直接投資,所面臨的經(jīng)濟(jì)風(fēng)險(xiǎn)也較小。
3 實(shí)證結(jié)果分析
在數(shù)據(jù)的處理方面,本文選用了樣本國(guó)家2006—2017年相應(yīng)變量的數(shù)據(jù)進(jìn)行了因子分析,分析結(jié)果,如表2所示。
表2反映了因子分析中KMO和巴特利特球形檢驗(yàn)結(jié)果,檢驗(yàn)得到的KMO統(tǒng)計(jì)量為0.646,高于最低要求0.5,這個(gè)結(jié)果表明適合作因子分析。根據(jù)巴特利特球度檢驗(yàn)結(jié)果,該統(tǒng)計(jì)量觀測(cè)為129.835,該觀測(cè)值較大,因此應(yīng)該拒絕原假設(shè),認(rèn)為各變量指標(biāo)之間存在較強(qiáng)的相關(guān)關(guān)系,同時(shí)P小于0.001,因此也說(shuō)明適合采用因子分析法來(lái)進(jìn)行研究。
表3顯示了各變量中所含原始信息能被提取的公因子所表示的程度,即變量信息被提取的占比。由該表顯示的數(shù)據(jù)可知,占比全部在一半以上,說(shuō)明公因子很好地包含了原始變量的大多數(shù)信息。
表4和圖1分別為因子分析的解釋總方差和碎石圖。碎石圖用來(lái)展示各因子的重要程度,坡度越陡作用越明顯,結(jié)果表明,前三個(gè)主成分的特征值大于1,它們的累積貢獻(xiàn)率達(dá)到了81.691%,說(shuō)明此次因子分析的結(jié)果比較好,故選取前三個(gè)公共因子。
表5為成分矩陣表,數(shù)據(jù)表明3個(gè)成分因子意義不明顯,所以需要進(jìn)行因子旋轉(zhuǎn)來(lái)更好地解釋所提取出來(lái)的因子。
由表6的結(jié)果顯示,第一個(gè)公因子在依法治國(guó)程度、政治穩(wěn)定性、政府效能、政府腐敗控制和政府監(jiān)管質(zhì)量上有比較大的載荷系數(shù),這5個(gè)變量中所含的原始信息能被提取出來(lái)的第一個(gè)公因子很大程度地表示,因此可以把第一個(gè)公因子定義為“政治風(fēng)險(xiǎn)因子”。同理,第二個(gè)公因子可以很大程度地表示經(jīng)常賬戶余額占GDP百分比和人均GDP,因此可把第二個(gè)公因子定義為“發(fā)展水平因子”。第三個(gè)公因子可以很好地表示GDP增長(zhǎng)率、通貨膨脹率和東道國(guó)吸收外國(guó)直接投資流量占東道國(guó)GDP百分比這幾個(gè)變量含有的信息,因此可把第三個(gè)公因子定義為“經(jīng)濟(jì)增量因子”。之后我們需要通過一個(gè)得分因子函數(shù)來(lái)計(jì)算最終的因子得分,而這個(gè)函數(shù)就是公因子表示為各個(gè)變量的線性形式。利用SPSS軟件中因子分析里的回歸法可以計(jì)算出如表7所示的成分得分系數(shù)矩陣,例如因子1就可以表示為F1=0.217ZX1+0.146ZX2+…0.026ZX10。
旋轉(zhuǎn)法 :具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。
本文選取的三個(gè)因子分別從不同角度體現(xiàn)了樣本國(guó)家的政治和經(jīng)濟(jì)情況,單獨(dú)使用某一公因子很難對(duì)一國(guó)整體的投資環(huán)境作出綜合評(píng)價(jià),因此考慮按各公因子對(duì)應(yīng)的方差貢獻(xiàn)率比例為權(quán)數(shù)計(jì)算綜合得分情況,可以利用SPSS軟件計(jì)算出每個(gè)因子的得分值,然后再利用因子得分公式計(jì)算出樣本國(guó)家的綜合風(fēng)險(xiǎn)的因子得分。計(jì)算完成之后,對(duì)樣本國(guó)家的因子得分進(jìn)行排名,就可以得出樣本國(guó)家的政治風(fēng)險(xiǎn)和經(jīng)濟(jì)風(fēng)險(xiǎn)綜合起來(lái)的直接投資風(fēng)險(xiǎn)排名。其中,因子得分的計(jì)算公式見式(1),樣本國(guó)家因子得分排名如表8所示。
第一個(gè)公因子本文在之前把它定義為“政治風(fēng)險(xiǎn)因子”,政治風(fēng)險(xiǎn)因子得分表明了一個(gè)國(guó)家的政治情況,由政治風(fēng)險(xiǎn)因子的得分排名我們可以看出,南非的政治情況最為穩(wěn)定,則該國(guó)的政治風(fēng)險(xiǎn)也就相對(duì)較小,而蘇丹的得分較低,相對(duì)來(lái)說(shuō)政治風(fēng)險(xiǎn)較大。第二個(gè)公因子表示發(fā)展水平因子,包含經(jīng)常賬戶余額占GDP百分比和人均GDP信息,利比亞憑借其豐富的石油資源,2006—2017年這兩個(gè)指標(biāo)各自的平均值在我們選定的樣本國(guó)家中都是排名較高的,因此這個(gè)國(guó)家計(jì)算出來(lái)的發(fā)展水平因子得分比較高。但是2011年發(fā)生的利比亞戰(zhàn)爭(zhēng)使得該國(guó)局勢(shì)動(dòng)蕩,石油出口也有所減少。政治不穩(wěn)定和安全局勢(shì)的惡化對(duì)利比亞國(guó)內(nèi)經(jīng)濟(jì)產(chǎn)生一定影響,所以對(duì)于利比亞的直接投資應(yīng)該更為慎重一些。此外,安哥拉也因?yàn)槭蜕a(chǎn)使得國(guó)力快速增長(zhǎng),同時(shí)該國(guó)未開發(fā)的資源也很豐富,具有較高的經(jīng)濟(jì)發(fā)展?jié)摿?,因此安哥拉在發(fā)展水平因子上的得分也比較靠前。南非人均GDP的平均值排在利比亞之后,但是經(jīng)常賬戶余額占GDP百分比排名比較靠后,而這綜合起來(lái)導(dǎo)致南非發(fā)展水平因子得分排名大概處于中間水平。第三個(gè)公因子是經(jīng)濟(jì)增量因子,包含GDP增長(zhǎng)率、通貨膨脹率和東道國(guó)吸收外國(guó)直接投資流量占東道國(guó)GDP百分比的信息,加納的GDP增長(zhǎng)率和吸收外國(guó)直接投資流量占GDP百分比在樣本國(guó)家中比較高,所以因子得分比較靠前,而南非的GDP增長(zhǎng)率在樣本國(guó)家中最低,因此排名比較靠后。按照三個(gè)公因子對(duì)應(yīng)的方差貢獻(xiàn)率比例為權(quán)數(shù)計(jì)算出來(lái)的綜合得分,綜合地反映了一個(gè)國(guó)家的政治情況和經(jīng)濟(jì)情況,通過排名我們可以看出,排在前幾位的國(guó)家納米比亞、加納、贊比亞、南非和盧旺達(dá)等國(guó)在政治和經(jīng)濟(jì)方面的直接投資風(fēng)險(xiǎn)相對(duì)較小,而排名靠后的國(guó)家相對(duì)來(lái)說(shuō)直接投資風(fēng)險(xiǎn)較大。以上的實(shí)證分析結(jié)果可以為我國(guó)企業(yè)對(duì)非洲國(guó)家直接投資的市場(chǎng)選擇提供一定的參考意見。
4 結(jié)語(yǔ)
本文旨在分析中國(guó)企業(yè)對(duì)非洲國(guó)家直接投資面臨的風(fēng)險(xiǎn)問題,利用因子分析法計(jì)算出了樣本國(guó)家的政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)和綜合風(fēng)險(xiǎn)的因子得分,從而得到各個(gè)國(guó)家在政治、經(jīng)濟(jì)和綜合風(fēng)險(xiǎn)方面的風(fēng)險(xiǎn)排名,使投資者通過風(fēng)險(xiǎn)排名更加直觀地了解和把握不同國(guó)家的投資風(fēng)險(xiǎn),有利于企業(yè)作出更加準(zhǔn)確的投資決策,減少投資風(fēng)險(xiǎn)的發(fā)生。
在實(shí)際的投資活動(dòng)中,我們要對(duì)風(fēng)險(xiǎn)進(jìn)行全面的考量,這樣才可以盡量降低風(fēng)險(xiǎn)給我國(guó)企業(yè)帶來(lái)的損失。在控制非洲直接投資風(fēng)險(xiǎn)的問題上,一方面,企業(yè)應(yīng)該在投資前做好風(fēng)險(xiǎn)預(yù)判,并且制定合適的發(fā)展戰(zhàn)略和加強(qiáng)自主創(chuàng)新能力,從而提高自身應(yīng)對(duì)風(fēng)險(xiǎn)的能力。另一方面,政府要加大對(duì)企業(yè)的扶持力度,完善信息服務(wù)系統(tǒng)和相關(guān)的保險(xiǎn)制度為我國(guó)企業(yè)走出去提供保障。同時(shí)也要不斷加強(qiáng)與非洲國(guó)家的交流,促進(jìn)中非人民相互了解,減少因文化差異而導(dǎo)致的投資風(fēng)險(xiǎn)??傊?,各方要一起努力,相互協(xié)調(diào),共同創(chuàng)造一個(gè)良好的投資環(huán)境,才能更有效地減少和應(yīng)對(duì)投資風(fēng)險(xiǎn)。
參考文獻(xiàn)
劉欣怡.中國(guó)對(duì)非洲直接投資的影響因素研究[D].合肥:合肥工業(yè)大學(xué),2016.
樊增強(qiáng).中國(guó)企業(yè)對(duì)非直接投資面臨的風(fēng)險(xiǎn)及其化解[J].中國(guó)流通經(jīng)濟(jì),2017,31(03).
劉繁如.中國(guó)制造業(yè)企業(yè)對(duì)東盟直接投資風(fēng)險(xiǎn)分析[D].大連:大連海事大學(xué),2017.
劉一鳴.中國(guó)企業(yè)對(duì)東盟國(guó)家直接投資的風(fēng)險(xiǎn)及控制研究[D].濟(jì)南:山東大學(xué),2018.
范宏偉,王嘉梁.淺論我國(guó)企業(yè)對(duì)非洲投資的政治風(fēng)險(xiǎn)[J].中南民族大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版), 2019,39(02).
衛(wèi)志民.中國(guó)企業(yè)對(duì)非洲直接投資的現(xiàn)狀與風(fēng)險(xiǎn)化解[J].現(xiàn)代經(jīng)濟(jì)探討,2014(10).
楊江,萬(wàn)科,黃新建.中國(guó)企業(yè)對(duì)非洲直接投資問題研究[J].企業(yè)經(jīng)濟(jì),2014,33(12).
Meyer DF, Habanabakize T. An analysis of the relationship between foreign direct investment (FDI), political risk and economic growth in South Africa[J]. Business & Economic Horizons. 2018,14(04).
張愛玲.中國(guó)企業(yè)對(duì)非洲OFDI的政治風(fēng)險(xiǎn)及防范[J].國(guó)際經(jīng)濟(jì)合作,2016(09).
都偉.中國(guó)企業(yè)投資非洲面臨的政治風(fēng)險(xiǎn)及應(yīng)對(duì)策略[J].現(xiàn)代經(jīng)濟(jì)探討,2016(03).
羅會(huì)鈞,黃春景.中國(guó)企業(yè)對(duì)非洲投資的政治風(fēng)險(xiǎn)管理[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào),2009,25(04).
Osabutey, Ellis L. C.1;Okoro, Chris1. Political Risk and Foreign Direct Investment in Africa: The Case of the Nigerian Telecommunications Industry[J]. Thunderbird International Business Review, 2015.