“一帶一路”背景下中國(guó)企業(yè)對(duì)非洲直接投資風(fēng)險(xiǎn)研究

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.