广西企业进入东盟国家投资风险识别和影响因子研究
摘 要：本文分析了广西企业对外投资的风险类型，运用因子分析法对风险进行度量，得出各个国家的投资风险特点并给出注意建议。
关键词：广西；企业；东盟；投资风险；识别；影响因子
（一）广西企业进入东盟国家投资影响因子研究
1.政治层次因素
政治风险是企业进行对外直接投资面临的首要风险。一些东盟国家政治环境复杂，党派林立，纷争不断，中国企业的资源型对外投资、基础设施对外投资，由于基础设施建设的长周期大投资，以及不可再生资源的稀缺性，会面临更高的政治风险。其次是东盟国家中很多国家存在着腐败现象，国家的政府人员的薪酬相对较低，存在着外国企业向政府部门行贿的潜规则，这种寻租成本加大了跨国投资者的投资风险和经营成本。此外，区别性政府干预风险。主要方式有：只允许跨国投资者以合资的形式投资，且外商占有较小的比例；对外资企业征收额外税费；专门制定针对外资的歧视性法律；鼓励国民支持国货或鼓动外资企业工人罢工等。这些区别性政府干预的方式加大了我国企业跨国投资的风险，加之法律体系不健全、投资环境不完善给我国企业带来难以预料的财产损失。
2、经济层面因素
首先，东盟国家经济波动导致的通货膨胀、外汇兑换等经济风险。东盟国家中，新加坡、马来西亚、文莱、菲律宾和柬埔寨的汇兑风险相对较小，而印度尼西亚、越南、泰国和老挝的汇兑风险相对较大；缅甸长期实行双重汇率制度，而且官方汇率与黑市汇率差距巨大，严重影响了外商投资。目前，大部分中国企业对东盟的直接投资仍然需要通过美元周转，产生双重汇兑风险。其次，东盟成员国经济长远发展不确定性风险。东盟成员多数国家经济基础薄弱，贫困人口多，经济发展不平衡，宏观经济政策不够稳定。东盟各国通过不同优惠政策来引进外资的同时，可能通过设置一定的限制政策来保护本国的经济和民族产业，由于各国政府执行能力的不连续性会造成政策的不确定性。
3、市场层次因素
（1）区内发展非常不均衡，地貌状况较差带来。2017年，广西的GDP为20396.25亿元，南宁、柳州和桂林三个市的GDP居前三位，分别为4118.83亿元、2755.64亿元和2045.18亿元；贺州市GDP位列最末，仅为548.83亿元。从这些数据可以看出：从经济领域方面来看，广西内部发展非常不均衡，经济发展水平不均衡会导致其他领域的发展水平也存在较大差异。从自然环境方面来看，广西地貌总体是山地丘陵性盆地地貌，平地仅占全区总面积的26.9%，喀斯特地貌占全区总面积的37.8%，其他地貌多为丘陵和山系。与大部分沿海省份相比，广西的地貌状况较差，这阻滞了其在“一带一路”战略中优势的充分发挥。（2）中介组织良莠不齐，加大了中国企业东盟投资的盲目性风险。第三方海外投资服务企业数量少，国际化程度低，服务质量不高，企业难以在国内直接获得具有较高质量与针对性强的在投资目的地项目启动的会计、律师、咨询等服务；我国企业海外投资的风险控制部门工作重心多为市场风险与运营风险监控，对国家风险的评估与管控能力不足。
（二）广西企业进入东盟国家投资风险识别分析
本文采用因子分析法，对东盟国家的投资风险进行系统识别分析。
1.构建评价指标体系
由前文分析可知，我国企业对东盟国家投资遭遇的风险主要有政治风险、经济风险、市场风险和社会风险，以这四大风险为一级指标。因这四个一级指标无法直接用数值表示，故每个一级指标由量化的二级指标来衡量。
本文选取二级指标共计28个，其中，法律权利力度指数、GDP、GDP增长率、工业增加值占GDP的百分比、经常账户余额、人均GDP、人均GDP增长率、货物和服务出口占比、净易货贸易条件指数、商品贸易占GDP的百分比、外国直接投资净流入值越高，风险越小，而其他指标值越高，风险越大。为规范指标方向的一致性，取其倒数，值越高，风险越大。
2.确定评价指标分值
本文选取东盟十国2010～2015年的28个指标数据。其中政治风险的二级指标无法直接用数据衡量，采用的是世界经济论坛发布的《全球竞争力报告》中各个国家在法律制度、警务服务有效性、腐败控制力、政策透明度的排名，排名越往后，说明风险越大；其他指标数据均来自世界银行数据库。因搜集的原始数据在计量单位、衡量标准等方面均不相同，无法直接比较，需对数据进行标准化处理。本文采用的标准化方法是Z-score标准化，即标准差标准化。运用SPSS20.0软件，得到东盟国家各种风险指标分值。
3.计算评价指标得分系数
评价指标得分系数（指标权重）的确定采用因子分析法，即对投资风险评价指标体系中的28个指标，通过SPSS20.0进行因子分析。
（1）KMO检验和Bartlett球度检验
本文采用Bartlett球度检验法，并结合KMO统计量和Sig值来判断数据是否适合因子分析。KMO在0～1之间取值，KMO越接近0，说明指标间的相关性越弱，所选指标不适合做因子分析；KMO越接近1，所选指标越适合做因子分析。一般而言，只要KMO值大于0.5，便适合做因子分析。对前文得到的标准化数据进行KMO检验和Bartlett球度检验，結果表明KMO值为0.565，大于0.5，且Sig为0，小于0.05，故拒绝各指标相互独立的原假设，指标之间相关性较强，适合作因子分析。
（2）因子提取
由所有指标因子提取结果可见，前7个因子的特征值均大于1，且累计方差贡献率达到82.360%，说明选取的7个公共因子能充分反映综合投资风险28个指标的全部信息，具有较好的代表性。
对政治风险的5个指标进行因子分析，根据因子提取结果可知，可提取的特征值大于1的公共因子为1个，该因子能较好地反映政治风险的相关信息，故政治风险可用该公共因子表示。