社科院-估算中国真实的IFDI和OFDI——来自避税天堂与返程投资的证据-36页_1mb.pdf

估算中国真实的 IFDI 和 OFDI 来自避税天堂与返程投资的证据 1 摘要 本文梳理了现有文献对离岸金融中心导致的直接投资头寸统计偏差进行修正的方法，详细比较了直接投资头寸数据集的优劣差异，并以CDIS 宏观数据集为基础，引入 Orbis 微观企业数据库作为重要补充，对直接投资的动机按避税目的和境外上市目的进行区分，以此估算我国真实的IFDI 和 OFDI 存量。结果表明：（ 1）估算后来自离岸金融中心的 IFDI 调减 1.1 万亿美元，其中超过 80%是出于避税目的进行的返程投资。（ 2）考虑 VIE 架构境外上市企业的影响后，返程投资占比增长至近 37%，规模约1 万亿美元，其中 VIE 架构境外上市企业贡献了 16%。（ 3）我国对外投资存在经过避税天堂进行中转的现象，其中最终投向英属维尔京群岛的 OFDI存量约占 1/4，是我国实际 OFDI 的最主要投向地。 1 作者简介：肖立晟，经济学博士，副研究员，中国社科院世界经济与政治研究所， Email: . 徐子桐（通讯作者），博士研究生，南开大学金融学院， Email: . 范小云，经济学博士，教授，南开大学金融学院， Email: . 原文刊载于 金融研究 2022 年第 2 期。 * 本文感谢国家社科基金重大项目（ 16ZDA031、 17ZDA074），国家社科基金重点项目（ 14AZD032），国家自然科学基金青年科学基金项目（ 71703173）， 金融四十人论坛（ CF40）重点课题的资助。感谢匿名审稿人的宝贵意见。文责自负。 Mar. 11th 2022 肖立晟 徐子桐 范小云 Working Paper No. 2022W01 2 关键词 IFDI 存量； OFDI 存量；避税天堂；返程投资 一、引言 近年来，我国直接投资规模迅速增长，根据国家外汇管理局公布的数据，我国 IFDI、 OFDI 存量在海外负债和资产中的占比分别达到 50%和 25%以上 1。然而，现行统计只涵盖统计机构公布的双边直接交易，并没有包含通过离岸金融中心中转，或以未统计的返程投资形式回流的直接投资。在国际投资头寸表中，这部分与离岸 市场相关的直接投资会对经常账户统计造成扭曲 (Avdjiev et al., 2018)。正确统计和测算我国海外 IFDI、 OFDI 的真实存量有助于厘清我国资本外流、财富不平等问题，进一步深入考察我国经常账户失衡和跨期优化问题。 国家外汇管理局数据显示，截至 2018 年，我国吸引外商来华直接投资(Inward Foreign Direct Investment, IFDI)头寸 2.8 万亿美元，对外直接投资(Outward Foreign Direct Investment, OFDI)头寸为 2.0 万亿美元，均位居 全球前列。从增速上看，两者较 2008 年分别增长了 2.1 倍和 9.7 倍，高于全球主要发达经济体。在庞大的体量和快速增长的趋势背后，有两个值得关注的特点。 一是我国的 IFDI 和 OFDI 头寸，有超过 70% 来自或流向中国香港、开曼群岛和英属维尔京群岛等避税天堂 2（图 1）。 这些离岸金融中心通常并没有实体经济产业，却以低税率优势吸引了大量海外企业迁册 (Zucman, 2014; Avdjiev et al., 2018)。以开曼群岛为例， 2018 年，开曼群岛 GDP 为 54.9亿美元，但年末 IFDI 存量达到 416.4 亿美元，在册的存续企业数量在 2019年末已接近 11 万家，包括可口可乐、宝洁、英特尔等境外企业，以及腾讯、新浪、恒大地产等中国大陆企业 3。通常认为，这些离岸金融中心在直接投 1 国家外汇管理局使用“ FDI（来华直接投资）”表示国际直接投资流入、使用“ ODI（对外直接投资）”表示对外直接投资 。 为了避免双向直接投资中流向指代不清的问题，本文参考部分学者使用的“ IFDI”和“ OFDI”表述。 按照国家商务部及国家外汇管理局的定义，对外直接投资是以境内角度，控制国（境）外企业的经营管理权为核心的经济活动，因此中国大陆对中国香港、中国台湾等境外地区的直接投资纳入对外直接投资统计中。 2 本文的避税天堂划分标 准参照 Damgaard and Elkjaer(2017)，以离岸金融中心为主，见附件表1。 3 GDP 数据来源为世界银行， IFDI 存量及在册的存续企业数量数据来源为开曼群岛经济与统计办公室 (Economic and Statistic Office, ESO)发布的开曼群岛 2019 年统计纲要 (The Cayman Islands Compendium of Statistics 2019)。 3 资中充当桥梁作用，实际资金来源地及投资地往往是其他具有实体业务的国家或地区。 数据来源：中国商务部对外投资公报 2018、 CDIS，总量与国家外汇管理局数据一致。 图 1 中国大陆 IFDI 与 OFDI 对手方比重（政府机构数据） 二是来自离岸金融中心的直接投资资金最终来源地除了欧美日韩 等发达经济体外，还有一部分是来自中国大陆本土的“返程投资” ，即资金以OFDI 形式从中国大陆流出，最终以 IFDI 形式回流到中国大陆 (Xiao, 2004)，而非实际投资海外 (Sutherland and Anderson, 2015; Casanova et al., 2015)。企业采用这种方式，不仅出于减轻税负、享受优惠的考虑，还能够在离岸金融中心设立特殊目的公司 (SPE)，享受便于海外上市这一额外的红利(Sutherland and Matthews, 2009)1。当前我国境外上市返程投资以互联网 行业的民营企业为主，通常通过搭建 VIE 架构进行，这类企业已成为当前我国境外上市的主体，因而是本文关注的重点。 上述两个结构特点引发两个问题：一方面，当前的统计原则基于“居住地(Residence)”视角而非实际资金流向的“最终来源 (Domicile)”视角 2，二者对我国直接投资资产和负债的统计存在较大差异。虽然前者便于经济体统计直接的跨境往来，已作为国际惯例沿用多年，但随着离岸金融中心在海外投资中的作用日益突出，这一统计视角无法准确反映投资的真实流向。 1 返程投资是指境内居民通过境外特殊目的公司对境内开展的直接投资活动。我国过去为吸引外商投资而出台许多优惠政策，部分企业采取资金先流出再流入的方式以享受政策优惠。 2008 年税率改革后，内外资企业所得税率统一后，税收红利消失，但企业出于便利海外上市的目的，仍然进行返程投资操作。 2 Avdjiev et al.(2018)使用 Domicile 表示 永久居住地 的概念， 通常 指的是 集团总部的 实际经营地。 但 Domicile 也有注册地的含义，而注册地在实际统计中往往被视为居住地的替代，因此为了避免混淆，本文使用“ 最终来源 ” 视角这一 表述 。 4 例如，在“居住地”原则下， A 国成立了一家跨国公司集团母 公司，在 B国设立了境外控股子公司，该境外子公司与 C 国发生了直接投资交易，则C 国在对该项交易进行国际收支统计时，其交易对手方为 B 国。但从“最终来源”的视角来考虑，该项业务的发生与 A 国的集团公司密切相关，是A 国母公司 B 国与 C 国进行的间接交易，应当出于合并视角的考虑，将经济主体进一步分配到集团总部的业务经营地 A 国。这样一来，相对于“居住地”视角而言，基于“最终来源”视角对 C 国进行直接投资存量统计时，来自 B 国的 IFDI 应当调减，来自 A 国的 IFDI 应当调增；而 A 国对 B 国的返程投资流出和回流则分别计入 A 国的 OFDI 和 IFDI。“居住地”视角下国经国的返程投资分别计入 IFDI 和 OFDI，而在“最终投资”视角下调减并单独记为国的“返程投资”。 图 2 “居住地”视角与“最终来源”视角差异 另一方面，通过离岸金融中心的直接投资并不直接服务于当地的实体经济，而是企业逃避税收、谋求境外融资甚至向海外转移资产的手段，容易造成国家税收流失、国内资本外逃 (Trslv et al., 2018)。并且，离岸资产积累代表的是上层财富的迅速扩张和转移，也是财富不平等问题的一大表现 (Alstadster et al., 2018)。而互联网龙头企业集中于传媒、商业服务、计算机软件等轻资产行业，普遍借助离岸金融中心设立特殊目的实体 (SPE)谋求境外上市，实现快速造富，若能穿透至“最终来源”视角厘清，将有助于理解我国直接投资存量偏差及其引致的相关问题。 然而，虽然使用“最终来源”视角进行统计有利于剥离离岸金融中心的影响，但由于统计的局限，目前并没有有力的数据可供参考。这些统计局限包括：一是不同机构统计的 IFDI 和 OFDI 数据存在出入，缺乏统一的B 国境外控股子公司C 国A 国跨国母公司返程投资：分别计入 A 国的IFDI 和 O F D I“居住地”视角“最终来源” 视角 5 参照标准。二是包括我国在内的许多国家或地区并不提供穿透至最终投资来源地的权威统计数据， 目前 仅有 美国和欧盟 等 少数经济合作与发展组织(OECD)经济体 提供该类数据。三是我国大型互联网企业通常使用 VIE 架构进行境外上市，在对外投资中普遍存在“返程投资”或者“资本增值”的现象 (Sutherland et al., 2019)，但现有的统计无法涵盖，也尚未有学者对其进行详细分析。因此，本文对统计中国大陆 IFDI 和 OFDI 的现有数据集进行梳理和比较，尝试使用 Orbis 微观企业数据 库进行调整和补充，对中国大陆对外资产和负债的直接投资部分，按照“最终来源”视角进行还原，并试图量化通过搭建 VIE 架构谋求境外上市的企业群体对中国大陆真实直接投资存量的影响。 从理论角度来看，本文一方面补充和丰富了跨国企业将资产转移至离岸金融中心的研究，对直接投资的动因理论提供了数据支撑，对研究资本外逃及财富不平等问题提供了中国案例；另一方面关注我国对外资产负债的真实情况，有助于重新理解我国债权国地位和结构，对我国国际金融调整渠道和汇率变化的研究有重要影响。从政策角度来看，本文通过对中国大陆直接投资存量的估算 ，具体化了“居住地”视角和“最终来源”视角两种原则下的统计差异，按照“最终来源”视角识别出我国 IFDI 和 OFDI通过避税天堂中转的部分以及返程投资的规模，发现我国的 IFDI 存量因为忽略返程投资的影响而被高估、 OFDI 存量被低估，佐证了企业通过直接投资的境外配置逃避税收、转移资产的猜测，为政策制定者重新评估我国引进 IFDI 的结构和质量，以及完善跨境投资头寸统计制度、规范跨境资金税收行为提供依据。 本文以下部分的结构安排如下：第二部分是相关文献综述；第三部分对直接投资统计的各类数据集进行比较；第四部分是我国真实 IFDI和 OFDI存量的数据测算与分析；第五部分是结论。 二、文献综述 关于离岸金融中心在对外直接投资活动中的作用，当前主要有两支文献。一支主要关注跨国企业通过离岸金融中心进行对外直接投资的动因 6 (Ning and Sutherland, 2012; Buckley et al., 2015; Haberly and Wjcik, 2015)。另一支主要考察离岸金融中心引发的直接投资头寸统计偏差，并通过构建数 据 库 测 算 真 实 的 对 外 直 接 投 资 (Sutherland and Anderson, 2015; Garcia-Bernardo et al., 2017; Damgaard et al., 2019)。除上述关注直接投资头寸的两支文献外，也有学者使用国际收支和国民账户数据 (Alstadster et al., 2018; Trslv et al., 2018)和企业层面的数据 (Vicard, 2019; Bouvatier et al., 2019)，研究直接投资利润转移对资本外逃及财富不平等的影响 (Howlader et al., 2020; Alstadster et al., 2019)。 （一）通过离岸金融中心进行对外直接投资配置的动因 主流理论通常认为一国企业进行对外直接投资的动因包括寻求自然资源、寻求市场、追求效率或者获取战略性资产 (Dunning and Lundan 2008; Child and Rodrigues, 2005; Rui and Yip, 2008)，但现在越来越多跨国企业对外直接投资中的很大一部分是通过少数离岸金融中心进行的，而离岸金融中心通常不从事实际的“生产性活动”，也没有经营实际业务的法人实体，有些甚至位于资源、市场相对贫乏的小岛上，因此上述传统理论并不能很好地解释对外直接投资集中于离岸金融中心这一现象 (Beugelsdijk et al., 2010)。为此，有学者逐渐将研究视角落在通过离岸金融中心进行的对外直接投资的动因上。 一是寻求避税。离岸金融中心通常是避税天堂，相对于投资母国而言享有税收优势，允许跨国公司利用通过转移定价的方式将利润从 高税收地区转移到低税收地区，以减少纳税义务 (Eden, 2009)。 Jones and Temouri(2016)使用 12 个经合组织国家 14,209 个跨国公司的大型面板数据，衡量企业利用避税天堂进行对外直接投资的可能性，发现避税天堂的低税率、宽监管和保密性是其吸引直接投资的主要因素。就中国大陆而言，这一现象同样存在，例如刘志阔等 (2019)发现部分中国大陆跨国公司通过避税天堂降低税负、转移利润。中国大陆通过离岸金融中心进行的对外直接投资有一部分被认定为返程投资，再以 IFDI 形式返回中国大陆，以实现对外国资本 的优惠待遇 (Luo and Tung, 2007; Huang, 2003; Vlcek, 2014)。 2008 年修订的企业所得税法对外资企业和中国大陆企业的税率进行了统一，设立离岸控股公 7 司的税收优惠被取消，但 Buckley et al.(2015)根据在美国上市的中国大陆企业提交的 20-F 表格发现，上市的中国大陆企业仍然选择在开曼群岛和英属维尔京群岛注册，只是越来越多地加入了中国香港持股公司 1，表明避税是但并非唯一原因。 二是制度套利。 Boisot and Meyer(2008)针对中国大陆企业，提出了对外直接投资的“制度套利” (Institutional Arbitrage)动因，而前文提到的我国“返程投资”也是制度套利的一个例子 (Huang, 2003)。中国大陆对避税天堂的对外直接投资依赖于母国的制度、法律和金融结构，因此在很大程度上取决于政府政策的变化 (Witt and Levin, 2007)。 Buckley et al.(2015)认为制度套利吸引了中国大陆企业在离岸金融中心进行直接投资是因为这些地方法律制度优越，与欧美金融市场的联系更为密切，也能够规避国内对对外投资的 限制。 三是国内资本市场不完善 (Capital Market Imperfection)。上述制度套利针对的是产品市场，主要考虑的是制度错配增加的物流成本、税收成本等，但资本市场的错位逐渐凸显。例如，受制于国内上市满足一定盈利要求的规定，许多国内企业为筹集资金，选择借道离岸金融中心搭建 VIE 架构的形式，在第三国或地区（通常是美国、中国香港、新加坡等）谋求境外上市，创造比境内上市更大的资本价值 (Wjcik and Burger, 2010)。 Sutherland et al.(2019)将之总结为制度套利理 论在资本市场的拓展，并提出国内资本市场不完善这一动因。本文对直接投资的还原估算按照配置的动因分为两部分，一部分针对基于避税目的的直接投资，另一部分则重点关注通过 VIE 架构谋求境外上市的企业，并对它们通过离岸金融中心的直接投资进行调整。 （二）离岸金融中心导致的直接投资头寸统计偏差 目前， IFDI 和 OFDI 的流量和存量统计只包括直接的第一目的地，而不包括最终目的地。 Sutherland et al. (2019)及 Anderson et al. (2021)分析了使用商务部等统计数据衡量中国大陆直接投资的文献 (Buckley et al., 2007; Hurst, 2011)、 UNCTAD(Kolstad and Wiig, 2012)，指出了它们因为忽略离岸 1 中国香港企业与中国大陆签署税收协定，根据 中国大陆的 税收优惠安排，区别于其他国家（或地区） 10%的税率，中国大陆与中国香港双方的税率为 5%。 8 金融中心而导致的偏差。而这种偏差一定程度上揭示了一国隐含的利润转移、资本外逃的情形，以及资产藏匿海外导致的国家税收流失、财富不平等问题。 由于离岸金融中心对理解真实的直接投资头寸起到至关重要的作用，政策界和学术界试图识别离岸金融中心的影响程度，并对数据集进行完善。一方面统计机构致力于统计更完善的直接投资数据，例如 OECD 要求成员地同时报送该国吸收的直接 投资数据和最终投资数据 (OECD, 2015)， BEA在统计美国 IFDI 时同时编制基于最终受益者国别的最终投资数据 (BEA, 2015)，但显然提供最终投资双边数据的国家和地区仍然有限。另一方面，许多学者利用各类数据集和方法，试图测算真实的直接投资头寸。例如，Haberly and Wjcik(2015)从经济地理的角度，利用 IMF 的 CDIS 双边国家数据构建 IFDI 矩阵，并用主成分分析的方法识别出 30%50%的 IFDI 与离岸金融中心壳公司有关。 Delatte et al.(2020)使用引力模型量化 2009-2017 年236 个经济体 IFDI、证券组合及债务的存量，发现全球有 40%的资产是被离岸金融中心扭曲的“异常”存量。一些学者对具体国家的直接投资统计偏差进行识别。 Beugelsdijk et al.(2010)使用美国经济分析局 (BEA)的跨国公司运营数据集估计美国与其他主要国家或地区间的 IFDI 头寸偏离度。 De Jong et al. (2017)使用 Orbis/Amadeus 企业数据库对中国在荷兰的直接投资进行了调整。 Anderson et al. (2021)使用 Thomson ONE Banker 数据库的并购数据和 IFDI Markets 数据库的绿地投资数据构建了 GUO 数据，对以往使用政府数据进行测算的文章重新复现，衡量了中国 OFDI 的真实情况。此外，Casella (2019)提出了完全不同的测算方法，利用吸收马尔可夫链计算最终投资者的真实分布，构建了 100 余个国家或地区的双边直接投资网络。但这种概率估计的方法在估算返程投资时会产生系统性偏误，也会忽略税收倒置下企业迁册的现实情况，最终导致估算结果偏离最终投资报告值。 因此，本文仍然采用传统的测算方法，借鉴 Damgaard et al. (2019)的方法，使用 Orbis 企业数据库对 OECD 的外国直接投资数据与 IMF 的 CDIS数据进行重新调整，将宏观统计数据与微观数据进行结合。本文在Damgaard et al. (2019)基础上，补充测算了 VIE 架构境外上市企业对我国对 9 外直接投资存量的影响，这一现象是 Damgaard et al. (2019)在对全球网络进行测算时忽略的，但在我国却较为普遍，是解释我国区别于其他国家或地区的大规模“返程投资”的一大重要因素，应当予以重视并进行单独估算。Coppola et al. (2021)也关注了 中国大陆企业通过 VIE 架构谋求境外上市的行为，但区别于其以证券投资的视角使用累计流量进行估算的做法，本文基于 VIE 架构中的公司层面资产负债表直接进行存量调整，避免了累计流量调头寸造成的偏差，同时还弥补了 Coppola et al (2021)仅考虑已上市企业而未涉及已搭建 VIE 架构的大型拟上市企业的局限。 三、现有数据集比较 首先，本文对现有的数据集进行梳理，描述现有统计数据在衡量中国大陆对外直接投资方面的不足和差异。目前公布我国 IFDI 和 OFDI 数据的国内外统计机构包括中国商务部、国家外汇管理局、 IMF（ 提供 CDIS 数据集）、 OECD 及 UNCTAD。部分智库公布我国与其他国家或地区的 OFDI数据，但通常为中国大陆对特定国家或地区的外国直接投资数据库，如美国企业研究所 (American Enterprise Institute, AEI)关于中国对美国直接投资的数据库、阿尔伯塔大学关于中国在加拿大投资的数据库、悉尼大学关于中国在澳大利亚投资的数据库。不同数据集的差异如下，汇总于表 1。 1. 中国商务部：（ 1） IFDI 方面，商务部提供吸收合同外资及实际利用外资数据，分别为登记金额和使用金额，后者相对合适。实际 利用外资是中国大陆统计部门公布的时间区间最长的数据集，以流量形式统计，但忽略了存量数据反映的估值效应变动。（ 2） OFDI 方面，每年 9 月 30 日前，商务部会同统计局、外汇局公布前一年度中国对外直接投资统计公报，其中商务部对外投资与经济合作司根据公司调查和行政记录收集非金融企业对外直接投资流量和存量数据，外汇局收集金融机构对外直接投资数据，汇总后纳入统计公报中公布。 2. 国家外汇管理局：提供国际收支头寸 (International Investment Position, IIP)数据，该数据是基于国际收支 手册第六版 (BPM6)原则编制的、以资产 /负债角度报告的存量数据。该数据集仅提供总量数据，不公布双边数据， 10 但国家外汇管理局每年向 IMF 协调直接投资调查 (Coordinate Direct Investment Surveys, CDIS)数据集报告双边 IFDI 数据，并由 IMF 统一对外公布， 2018 年新增报送我国对其他国家或地区的双边 OFDI 数据。 3. IMF 协调直接投资调查 (CDIS)： IMF 目前已完成 2018 年直接投资双边国家或地区数据的统计工作，全球有 111 个经济体报送 IFDI 数据， 85个经济体报送 OFDI 数据 1。此外， CDIS 同时公布镜像 (Derived)数据， A 国吸收来自 B 国的 IFDI 与 B 国投向 A 国的 OFDI 是一组镜像数据，例如中国大陆 IFDI 头寸的镜像数据即为全球其他地区对中国大陆的 OFDI 头寸之和。但镜像数据通常小于报告主体的报告数据，主要原因在于，一是数据的统计缺漏，例如一些国家或地区可能并非 CDIS 报告主体 2，或是报告主体但并未自愿报告 OFDI 数据（仅针对 OFDI 数据），另一方面，数据中除了具体的国家和地区外，还有一类是未分类地区 (Not Specified)，类似于统计的 误差项，这类地区针对特定经济体的镜像数据是无法获得的 (Damgaard et al., 2019)；二是部分跨国企业存在联属企业间借贷行为 (Angulo and Hierro, 2017)，计入负向 IFDI，而非 OFDI。虽然该数据集存在不足，但其以双边镜像数据作为缺失数据的补充，具有相对丰富的样本容量，为本文的估算提供了值得借鉴的思路和调整依据，因此本文将该数据集作为后续调整的统计数据基础。 4. 经合组织 (OECD)：报告 36 个成员地和部分非成员地的全球投资信息，包括总量数据和双边数据。成员地须按照 OECD 指定的外国直接投资基准定义第四版 (BD4)标准，同时提供基于资产 /负债原则 (Asset/Liability Principle)和方向原则 (Directional Principle)3统计的双边国家数据，还须额外提供穿透至最终受益者国别 (Ultimate Beneficial Owner, UBO，即最终投资 1 对于 CDIS 成员，需 按期报送 IFDI 数据，但 OFDI 数据为自愿报送。中国 大陆 自 2009 年CDIS 开始统计 时就是报告主体 ，但仅在 2018 年报送 OFDI 数据。 2 大多数离岸金融中心都不是 CDIS 成员，无需以经济主体名义报送直接投资数据，导致中国大陆 OFDI 镜像数据被漏记。 3 在资产 /负债基础上，直接投资统计基于投资是否与报告 主体 的资产或负债有关；在方向原则下，直接投资统计基于报告 主体 的投资方向（流入或流出）。二者的差异在于对反向投资（附属公司向其母公司提供贷款）的处理不同，在方向原则下，需扣减反向投资， IFDI 头寸低于在资产 /负债基础上统计的规模。一般而言，如要分析总量数字，应参考按资产 /负债原则编制的直接投资头寸，如要按不同国家或地区的主要经济活动分析双边直接投资，应参考按方向原则编制的直接投资头寸（中国香港对外直接投资统计， 2019）。 11 来源地 )的数据；对非成员地，则仅公布其政府部门统计的总量数据，例如，中国大陆并非 OECD 成员，该组织提供的中国大陆对外投资数据直接使用中国国家外汇管理局公布的国际收支头寸总量数据，该数据与 CDIS 报告的数据较为接近。 5. 联合国贸易和发展会议 (UNCTAD)：公布的总量数据是当前学者衡量中国大陆对外投资情况最常使用的国外统计数据。（ 1） IFDI 方面，UNCTAD 对中国大陆 IFDI 头寸数据的处理方式为： 1994 年以前数据按照1979 年以来的累计流量计算； 1994-2008 年数据来自中国商务部； 2009-2018年数据以 2008 年为基数，用累计流量进行估计。该数据总体上和商务部数据较为一致，与 CDIS 镜像数据高度重合。双边 IFDI 数据仅更新至 2012年，数据时效性稍欠。（ 2） OFDI 方面，对中国大陆 OFDI 头寸数据的处理方式为： 2003年前数据以 1982年为基数，用累计流量进行估计； 2003-2017年数据来自中国商务部， 2018 年数据根据 2016 年存量数据加上新增 OFDI流量估计。该数据与商务部数据以及 OECD 援引的国家外汇管理局数据较为一致，但缺乏双边 OFDI 数据。 6. 美国企业研究所 (American Enterprise Institute, AEI)：为民间智库，公布中国对美 OFDI 流量数据，优势在于提供逐笔交易的具体信息、考虑投资活动的最终目的地、仅考虑实际发生的交易。但类似的数据库通常 无法与使用传统国际收支标准编制的外国直接投资数据进行比较，因为它们在很大程度上忽略了外国直接投资的非股权成分，如公司间贷款或再投资收益 1，并且累计流量只能作为存量的粗略替代。 上述数据集在统计原则（资产 /负债原则及方向原则）、数据形态（流量及存量，双边及总量）、时间长度等方面存在差异，虽然总体均呈现稳步提升的态势，但最终表现出来的中国大陆 IFDI、 OFDI 头寸在不同数据集中有较大不同。以数据最全的 2018 年来看， IFDI 存量规模最大的是国家外汇局统计的国际投资头寸数据及其向 IMF 报送的 CDIS 数据，两者数据约为 2.9 万亿美元；最小的是 UNCTAD 及 CDIS 的镜像数据，约为 1.5 万亿美元，约为统计规模最大的数据集的一半（图 3）。而 OFDI 存量规模在 1 外国直接投资通常分为三类：股权投资、收 益再投资以及关联公司借贷。 12 UNCTAD、 CDIS 及中国商务部数据集中表现一致，但以镜像方式或累计流量统计的数据则仅达到其他数据集的三分之一左右（图 4）。如此差异增加了了解我国对外投资真实情况的难度，加之这些数据集大多以“居住地”视角进行统计，无法追溯到最终投资者国别，因此，探索构建一个基于“最终来源”视角统 计的数据集自然成为本文研究的重点。囿于统计局限，上述数据大多由政府或国际机构公布，双边国家或地区数据为最小维度，部分数据集甚至只提供总量数据，普遍缺乏企业层面的微观数据支撑，而要想将“居住地”视角下统计的“直接的直接投资” (Immediate Direct Investment)数据还原至“最终来源”视角下统计的“最终来源的直接投资” (Ultimate Direct Investment)1，现有的统计数据较难实现，因此需借助微观企业数据，建立宏微观结合的估算方法。 表 1 各数据集 IFDI、 OFDI 统计比较 数据集类型 数据集名称 统计依据 IFDI 统计优点 IFDI 统计缺点 OFDI 统计优点 OFDI 统计缺点 中国国内统计数据集 中国商务部数据 外商投资企业年度投资经营信息联合报告及对外直接投资统计制度。对企业进行全面调查。 公布 1984 年开始的实际利用外资数据，数据时间维度长。 只有流量数据，而累计流量并不能准确反映存量情况。 同时公布存量数据和流量数据。 2018 年存量和累计流量数据的偏差率达到 53%（分别为19,822.70 亿美元和12,887.90 亿美元）。 国家外汇管理局国际投资头寸数据(IIP) IMF 公布的BPM6。使用资产 /负债原则编制。 存量数据考虑了价格调整、估值效应等因素的影响。 是 OECD 公布的中国大陆对外投资数据来源。 仅公布总量数据，缺乏国家或地区间的双边数据。 与 IFDI 情况一致。 国际机构统计数据集 IMF 协调直接投资调查(CDIS) 总体标准是BPM6，双边数据基于方向原则编制。上市股权类IFDI使用市值法计公布双边国家或地区的镜像存量数据。 镜像数据与标准数据存在普遍性差异。 镜像数据能够作为借道离岸中心进行海外投资的佐证。 许多国家或地区并不报送对外直接投资 (OFDI)数据。中国大陆仅在 2018 年公布 OFDI 双边数 1 “直接的直接投资”与“最终来源的直接投资”表述参考国际收支和国际投资头寸手册第六版 (BPM6)中文版末尾的中英索引。二者的差异在于统计视角，分别对应于“居住地”视角和“ 最终来源 ”视角。 13 价，关联方借贷使用名义价值计价，未上市股权使用自有资金账面价值(Own Funds At Book Value)计价 据。 UNCTAD数据集 根据中国商务部数据调整。 UNCTAD 数据是学者更倾向于使用的总量数据集。数据最早 可 追 溯 至1982 年。 1、本质上还是累计流量数据，但和商务部数据有差异。 2、中国大陆与其他国家或地区的双边IFDI 数据最后仅更新至 2012年。 UNCTAD、中国商务部、国家外汇管理局在对外投资存量方面规模基本一致。 只提供各国的总量OFDI 数据，并未提供国家或地区间的双边数据。 OECD 数据集 OECD 公布的 BD4标准。计价方式主要基于市值法。 1、同时提供基于资产 /负债原则和方向原则的数据。 2、区别于上述几种仅按直接投资者国别统计的数据集，OECD成员还需报送最终投资地的数据。 中国大陆并非OECD 成员， OECD的中国数据来源实际上是中国大陆政府。 与 IFDI 情况一致。 智库 AEI: China Invest-ment Tracker 企业对外投资交易数据。 无 IFDI 数据。 1、包括交易双方企业名称、行业、金额等逐笔明细数据。 2、公布具体的持股比例。 1、仅公布流量数据。 2、部分交易股权比例缺失，无法判断是否应纳入对外直接投资。 数据来源：作者整理。 14 05 , 0 0 01 0 , 0 0 01 5 , 0 0 02 0 , 0 0 02 5 , 0 0 03 0 , 0 0 03 5 , 0 0 01980198119821983198419851986198719881989199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019U N CT A D 中国商务部（实际利用外资累计）CD IS CD I S 镜像O E CD ( 来源：国家外汇管理局 ) 图 3 不同数据集的中国大陆 IFDI 数据比较（单位：亿美元） 05 , 0 0 01 0 , 0 0 01 5 , 0 0 02 ,2 5 , 0 0 0198119821983198419851986198719881989199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019 U N CT A D CD ISCD I S 镜像 O E CD ( 来源：国家外汇管理局 ) 中国商务部（累计流量） 中国商务部（对外投资存量） A E I-c h i n a g l o b a l i n v e s t m e n t t ra c k e r 图 4 不同数据集的中国大陆 OFDI 数据比较（单位：亿美元） 四、数据估算与分析 （一）基于避税目的最终来源的直接投资估算 1. 数据来源及估算方法 本文参照 Damgaard et al.(2019)的调整思路，对中国大陆真实 IFDI 和OFDI 存量进行估算。本文假定估算前后中国大陆吸收的全球各国 IFDI 头寸总量维持不变 1，只是在不同国家或地区之间的分配进行了调整。本文以IFDI 为主要调整方向 2，将微观数据集中双边国家或地区最终来源的直接投资与直接的直接投资比例作为现有国内宏观数据集中双边国家或地区最终投资的调整系数，进而估算出中国大陆吸收其他各国的最终投资数据。公 1 这里的全球各国包括中国 大陆 本身，衡量的是“返程投资”，但基于“居住地”原则编制的 IFDI 数据未统计返程投资规模。 2 根据前文对镜像数据的分析，其他国家 或地区 对中国 大陆 的 OFDI 理论上可以视为中国 大陆吸收其他国家 或地区 的 IFDI，考虑到各国对于吸收和使用 IFDI 的统计相对于 OFDI 而言更为谨慎、数据质量更高，因此主要估计 IFDI 方向， OFDI 则使用镜像数据作为代理。 15 式表示如下： , , ,_ U IE IIEh i h i h iR eal F D I R eal F D I= (1) 其中， Real_FDI 为实体经济领域的 IFDI 投资，与特殊目的实体领域的IFDI 投资相区别； h 为东道国，即 中国大陆； i 为投资主体，即中国大陆吸收 IFDI 的来源地； UIE 和 IIE 分别代表“最终来源”视角下统计的“最终来源的直接投资”以及“居住地”视角下统计的“直接的直接投资”。“直接的直接投资”定义与国际标准保持一致，即以直接或间接方式，拥有另一经济体的居民公司至少 10%的股权；“最终来源的直接投资”定义为本国企业所有权结构中，第一家不受其他国家或地区企业控制（拥有 50%以上股权）的境外企业对该本国企业的直接投资。 表示调整系数，是微观数据集中双边国家或地区最终来源的直接投资与直接的直接投资之比。 本文使用的微观 数据库为 BvD 公司旗下的 Orbis 数据库，涵盖全球 3.7亿家上市公司及非上市公司，包括各类企业财务及运营指标，是目前涵盖企业数量最多、样本信息最全的微观企业数据库。本文使用的数据集包括：一是 IMF 公布的以“居住地”视角统计的双边 CDIS 数据集， 2018 年共有111 个成员国（或地区）报送 IFDI 数据，其中 85 个经济体自愿报送 OFDI数据，中国大陆为其中之一；二是 OECD 公布的由 35 个成员地报送的以“居住地”视角统计的直接投资双边数据，其中 17 个国家或地区同时提供“最终来源”视角统计的最终投资数据 1。 主要指 标的估算方法如下： (1) 各机构统计的“直接的直接投资”头寸。 对于 CDIS 报告主体，本文直接使用其报告的双边投资数据。自 2009年起，中国大陆成为 C