中巴經濟走廊視角下中國企業在巴基斯坦投資經濟風險演變研究

奧布力·塔力普，馬海霞，賽福丁·哈迪爾

（新疆師范大學 商學院/中巴經濟走廊與南亞經濟研究中心，新疆 烏魯木齊 830017）

一、引言

自從中巴經濟走廊建設實施以來，我國對巴基斯坦投資總額已達620億美元，建設項目涉及到各個層面。隨著世界經濟全球化步伐的加快，產業之間合作進一步加強、產業分工細化。這種發展趨勢一方面可以促進區域經濟一體化，但在另一方面也會帶來一些區域、社會、經濟方面的新問題。各國學者對全球經濟問題的研究也進入新的階段，對問題的研究向多元化、科學化方向轉變。同時，對于世界投資風險的研究引發了不少學者的關注，啟發他們從不同角度和層面進行分析研究，一些學者主要從產業結構對經濟風險程度的影響的角度進行研究，如李軍林、王麒植[1]等人認為應從經濟體的容錯問題出發，僅利用利潤信號和價格信號來反映經濟風險是不夠的，要保持合理的產業結構，使經濟體的“容錯率”保持較高水平，降低經濟體的經濟風險。冷翠平、王雙成[2]等學者采用k階多馬爾科夫鏈動態樸素貝葉斯分類器對國家宏觀經濟風險的時滯影響進行了研究，認為宏觀經濟風險取決于宏觀經濟時滯因素。還有部分學者對經濟風險研究方法進行了探索，張建斌、楊家笠[3]對五種風險評價方法進行了描述，并對蒙特卡洛模擬法進行了實例運用，使這一方法更具有實操性；還有趙儀娜[4]認為概率風險分析法可以對風險因素進行較好的風險評價，并對這一方法進行了詳細介紹。吳武清、陳敏[5]等學者從匯率風險角度，通過運用自回歸建模對國家出口的影響進行實證分析。張金水、連秀花[6]等學者對國家經濟風險狀況進行分析，通過構建指標體系和運用Logistic模型來對國家風險進行衡量。朱紅恒[7]學者從國家對國外市場依賴程度的角度即出口依存度來分析我國目前面臨的風險，認為我國歷年以來相對過高的出口依存度所造成的在貿易摩擦、產業、就業和收入的風險，都在不同程度影響著我國經濟的健康發展。魏加寧和朱太輝[8]等學者應用投入產出理論與風險預算公式法對我國目前面臨的風險進行衡量，認為我國近年經濟風險處于中等水平。李勇清和殷勁光[9]等學者對經濟風險衡量指標體系進行了梳理，并對各指標在經濟風險中的權重進行了衡量。還有部分學者對經濟風險指標體系和研究方法進行針對性的研究[10-12]。王海軍和高明[13]通過建立計量經濟模型分析了國家經濟風險對FDI的影響研究，一共用了四項指標來構造國家經濟風險指標體系。綜上所述，不同學者在不同領域，通過運用各種方法來對各種風險進行了科學性分析，并提出科學研究方法和相關結論。

在中巴經濟走廊建設進程中，我國不少企業對巴基斯坦進行投資，還有不少企業在巴基斯坦已經投資若干年。筆者于2016年12月在巴基斯坦調研中發現我國通訊公司華為公司、建筑行業企業在20世紀的90年代末已在巴基斯坦投資，但是還有部分企業因擔憂復雜的世界經濟形勢和巴基斯坦經濟，對在巴基斯坦投資持猶疑態度。本文通過構建10項指標所構成的指標體系，搜集2000—2015年指標數據，運用主成分分析法來對巴基斯坦經濟風險程度進行衡量，并評價經濟風險水平，從而給投資者或決策者提供一些決策依據。

二、研究方法

主成分分析法（PCA）也可稱之為主分量分析[14]，即在利用降維的思想，利用原變量之間的相關關系，把多指標轉化為少數幾個綜合指標，并使這些少數綜合指標盡可能多地保留原來較多的指標所反應的信息。主成分分析法是一種數學變換法，通過把一組相關變量通過線性變換轉成另一組不相關的變量，把這些新的變量按照方差依次遞減的順序排列。

主成分分析方法主要包括以下步驟：第一步，構造原始的向量組；第二步，對原始向量進行標準化，把原向量組標準化新的向量組；第三步，把新向量組用原始向量組線性表示，并把系數向量寫成向量矩陣形式；第四步，求取系數矩陣的特征值以及特征值對應的特征向量；第五步，根據特征值，計算累積貢獻率，當前k（k小于指標的數量）個指標的累積貢獻率大于83%，就采用前k個指標代替所有指標變量信息；第六步，把相關數據帶入主成分的表達式和主成分負荷計算公式，從而計算出主成分得分。例如：設Li為有n個樣本，每個樣本觀測指標：x1，x2，…，xp構成原始數據矩陣：

對原始數據進行標準化，在本文原數據標準化采用兩種方法。

（1）逆指標數據的標準化。一般而言，逆指標數據越小越好，逆向指標標準化方法很多，在本文應用的是：

（1）式中，yn表示標準化數據，max（xn）是 x 列數據的最大值，min（xn）是同列數據的最小值。

（2）正指標數據的標準化。數據越大越好的指標，也就是對檢驗結果同方向作用的一種指標，在本文應用的歸一化方法是：

（2）式中各變量含義與以上陳述同樣。假定原始數據經過標準化后仍然用x表示，那么，X=（x1，x2，…，xp）'的 p 個變量綜合成 p 個新變量；新的總和變量可以由原來的變量 x1，x2，…，xp線性表示。即：

建立數據x的相關系數矩陣：R=（rij）p*p

R的特征根λ1≥λ2…λp≥0及對應特征向量ei（1，2，…，p）。

計算累積貢獻率Mk，并根據累計貢獻率Mk的大小來確定主成分的個數。一般的，當Mk≥83%時，取前k個主成分來替代p個指標變量信息。其中，第i個主成分的表達式為：

主成分負荷計算公式：

由此，可以進一步計算得到主成分得分：

三、數據來源與指標體系構建

本文數據來源基本上來自于第一手資料，還有部分資料來自于巴基斯坦各種網站。例如：巴基斯坦相關年份統計年鑒、巴基斯坦統計網站（經濟觀察 http：//www.economywatch.com/，http：//infopak.gov.pk/）；世界銀行年度報告（http：//www.about/annual-report）；巴基斯坦財政部（http：//finance.gov.pk/survey_1314.html）；巴基斯坦參議院（http：//senate.gov.pk/en）；巴基斯坦統計局（http：//www.pbs.gov.pk/）；巴基斯坦發改委（http：//pc.gov.pk/）；巴基斯坦經濟統計指標（http：//www.economywatch.com/economic-statistics/country/Pakistan/）等網站和單位的數據。

本文在指標體系的構建上，把相關經濟指標與經濟風險相關聯，其中絕大部分指標與經濟風險有直接關系，部分指標間接影響到經濟風險。本文研究與分析指標體系主要包括GDP增長率（X1）、通貨膨脹率（X2）、匯率（X3）、國家債務（X4）、債務償還率（X5）、貿易逆差（X6）、工業化水平增長率（X7）、出口依存度（X8）、失業率（X9）、財政赤字增長率（X10），這些指標體系涉及到社會經濟發展的各個領域，包括國家經濟實力、金融和兩國經濟合作等方面。

四、結果分析

按照以上計算公式，運用軟件進行主成分分析，根據指標對風險程度的正逆向影響，將GDP增長率、債務償還率、工業化速度和出口依存度等四項指標定為逆指標（這些因素的增加對經濟增長有促進作用），將其根據式（1）進行標準化；其他六項指標數據高低對經濟風險程度有著正向影響，因此把它們定為正指標，根據式（2）進行標準化。把原數據導入軟件對主成分進行計算，確定了特征值與主成分貢獻率，如表1所示。根據表1，前3個主成分累計貢獻率為大于82.904%，從此可提取三組變量來代替原來的10個變量。再根據表2中的數據除以主成分相對應的特征根開平方根得到3個主成分每個指標所對應的系數，結果如下：

表1 特征值與主成分貢獻率

表2 初始因子載荷矩陣

風險程度=[F1*（第一主成分貢獻率）+F2*（第二主成分貢獻率）+F3（第三主成分貢獻率）］/累計貢獻率。然后通過加總可以得到綜合得分模型。同時，對指標權重進行衡量，如圖1所示，從中可知，大部分權重集中于 X2、X5、X6、X7、X10等指標，即通貨膨脹水平、貿易逆差、工業化水平的增長率、債務償還率、財政赤字增長率等指標，這5個指標權重合計占總權重的65%以上，其中除了工業化增長速度和債務償還率指標外其他變量都是正向指標，在這里表明的正向指標意思是對經濟風險影響程度而言的，即指標取值越大經濟風險越大，也就是對經濟發展帶來負面影響越大，這個假設與經濟學原理相符。X2、X6和X10指標權重占這5個指標總權重的62.5%，因此通貨膨脹水平、貿易逆差和財政赤字增長率等指標的影響程度可以列為優先，所以在本研究中，以上三個指標的重要性比較高。在以上權重基礎上，對指標標準化后乘以相關指標系數，然后每個指標根據綜合指數法進行計算，從而可以對每年的經濟風險進行量化。從量化的結果來看，巴基斯坦從2000—2015年之間的經濟風險程度趨于逐年上升趨勢，如圖2所示，也就是巴基斯坦經濟風險程度隨著時間推移進一步增長。

圖1 相關指標權重示意圖

圖2 巴基斯坦經濟風險演變示意圖

從巴基斯坦經濟風險衡量結果來看，在2000—2015年之間，巴基斯坦國家經濟風險逐年提高，即在2000年0.455的水平到2015年增加到1.144的水平，年均增長5.9%。另外，從圖2可知，巴基斯坦經濟風險在2008年和2010年處于峰值，可與世界經濟危機的發生進行結合分析。

五、結論

從巴基斯坦經濟風險程度演變趨勢來看，演變過程可以分成三個階段：第一階段為從2000—2008年一直上升趨勢。在這段，風險程度逐年上升，年均增長7.3%；第二階段為小循環周期階段，從2008—2011年內經濟風險程度循環一周，也就是達到最高限后逐步下降最低點后而又開始回升，把這個過程可簡稱小周期，即有下降、蕭條、復蘇和繁榮；第三階段為從2011年至今的時期，在這時期的經濟風險程度趨于平穩化，一直保持著比較穩定的水平。從以上演變情況來看，世界經濟發展趨勢與巴基斯坦經濟風險演變情況基本上吻合，也就是世界經濟形勢對巴基斯坦的經濟發展存在一定的影響。

綜上所述，巴基斯坦經濟風險程度隨著時間的推移，逐年趨于上升的趨勢，但是影響經濟風險演變的因素錯綜復雜。本文圍繞GDP增長率、工業化增長程度和出口依存度等指標進行分析：

1.經濟發展速度逐年增長。巴基斯坦GDP增長率在這16年內一直保持著持續增長的趨勢，即從2000年2.0%的增長速度上升到2015年的4.7%的增長速度，雖然增長率從較低水平開始，但是還是達到發達國家經濟的增長水平。

2.工業化速度逐年下降。巴基斯坦工業化速度處于逐年下降的趨勢，即從2000年7.1%到2015年下降到5%的水平。雖然在這些年上下波動，但是還是趨于下降，這情況招致學術界質疑巴基斯坦是否走向去工業化，基于有關學者對這方面的研究分析，可以知道巴基斯坦從2005年起工業化水平趨于下降趨勢，在2005年巴基斯坦工業產值占GDP總產值比重達到27%，但是從2008年起開始下降，一直到2015年下降到19%，如表3所示，據相關專家分析，得出巴基斯坦工業化能力受到全球化經濟影響的結論。

3.金融業方面的影響比較突出。巴基斯坦這幾年的通貨膨脹率可以歸為爬行式通貨膨脹類型，如表3所示，與2000年相比趨于下降，變化也比較顯著，在2008年通貨膨脹率達20.91%，之后開始下降，這表明，從此，惡性的通貨膨脹開始好轉，通貨膨脹率隨著時間的推移逐步下降達4.8%，除此之外，匯率變化對經濟影響也存在著影響，從2000—2015年匯率年均增長3.8%，由此可知，巴基斯坦盧比幣值逐年下降；同時，巴基斯坦累計債務也逐年增長，據相關數據，至2015年巴基斯坦累計債務達591.23億美元，比2000年增加了278.52億美元，年均增長4.3%，據相關資料分析，這些債務主要是來源于美國、日本、英國和阿拉伯國家，除此之外，巴基斯坦債務償還能力也逐年下降。

表3 巴基斯坦各產業結構和就業結構情況表

4.對巴基斯坦經濟最大影響來自國際貿易。從對巴基斯坦2000—2015年貿易情況來看，貿易一直處于逆差，如表4所示，貿易逆差額逐年增加，2000年總逆差為1 527億美元，到2015年達到23 898億美元，差距達22 371億美元，年均增長率為20.12%。

表4 巴基斯坦經濟指標匯總表

5.政府對經濟的干預不太理想。據有關學者分析，政府對經濟的干預能力一般通過財政收支規模和就業指標來衡量，從本文應用的財政赤字和失業率指標來看，財政赤字逐年保持著平穩水平，這符合社會經濟健康發展的水平，巴基斯坦失業率水平逐年趨于增長趨勢，大概在5%左右上下波動，這也不算太高水平。

總之，通過應用科學方法來對相關指標進行分析的結果來看，有些因素變化對巴基斯坦經濟風險的影響比較突出，如國家債務的增加、償債能力的下降、工業化水平的降低、盧比幣值貶值、貿易逆差猛增、失業率增加等，因這些因素對國家經濟正常運行起著反向作用，因此，巴基斯坦在這段時期內經濟風險較突出，風險水平趨于上升，但是從2011年開始趨于平穩。在這樣背景下，巴基斯坦政府為克服以上困難，大量投資來刺激經濟是唯一出路。這表明巴基斯坦經濟發展存在著機遇，在不考慮其他條件的前提下，如政治風險、社會穩定等，對巴基斯坦投資還是安全的，目前巴基斯坦經濟風險對國外投資負面影響不太大。不過所有雞蛋不能放在一個筐子里，企業家不能把所有資金投在一個籃子里，若這樣做風險會增大。因此在理智選擇之下，對巴基斯坦相關項目的投資暫時不用太過擔心投資的安全性。

[1]李軍林，王麒植，姚東旻，2016.產業結構與經濟風險——來自“荷蘭病”的模型分析[J].人文雜志（2）：25-33.

[2]冷翠平，王雙成，高瑞.宏觀經濟風險分析的動態貝葉斯分類器方法[J].計算機工程與應用，2016，52（3）：224-230.

[3]張建斌，楊家笠，2003.經濟評價中風險分析方法研究[J].石油化工技術經濟（5）：23-30.

[4]趙儀娜.經濟評價中概率風險分析的研究[J].西安石油學院學報，1998，13（6）：56-60.

[5]吳武清，陳敏，毛志杰.人民幣匯率、匯率風險對中國對美國出口的經濟影響分析[J].數理統計與管理，2008，27（4）：664-677.

[6]張金水，連秀花.國家經濟風險評價模型的一種改進[J].清華大學學報，2005，20（6）：70-74.

[7]朱紅恒，2010.我國出口依存度與經濟風險承受能力的非匹配性[J].經濟經緯（4）：30-34.

[8]魏加寧，朱太輝，2015.我國中長期經濟風險：一個新的評估方法[J].金融經管研究（3）：19-33.

[9]李勇清，殷勁光.經濟風險度量指標體系的研究[J].工業技術經濟，2006，25（4）：122-130.

[10]S.J.H.Shahzad，et al.Relationship Between FDI，errorismand Economic Growth in Pakistan：Pre and Post 9/11 Analysis[J].Soc Indic Res，2016（127）：179-194.

[11]DAVID C.LING，ANDY NARANJO.Economic Risk Factors and Commercial Real Estate Rturns[J].Journal of Real estate finance and economics，1997，15（3）：287-307.

[12]G.R.DARGAHI-NOUBARY.Measuring Investment Risk Based on Tail Thickness[J].Review of Quantitative Finance and Accounting，2001（16）：81-94.

[13]王海軍，高明，2012.國家經濟風險與中國企業對外直接投資：基于結構效應的實證分析[J].經濟體制改革（2）：113-117.

[14]文傳浩.經濟學研究方法論——理論及實務[M].重慶：重慶大學出版社，2015：76-77.