全球主权财富基金投资空间分布_路径选择_张海亮

2013年第5期

收稿日期：2013－02－12基金项目：国家社会科学基金项目(11XJY023);云南省教育厅重点项目(2001Z080);上海市博士后基金项目(12R21421500)作者简介：张海亮(1983—)，男，山西人，昆明理工大学管理与经济学院副教授，博士，研究方向为金融工程与风险管理;王亦奇(1984—)，男，江西人，上海证券交易所发展研究中心博士研究生，研究方向为金融工程与风险管理。

全球主权财富基金投资空间分布、路径选择

张海亮1，周卫江1，王亦奇2（1.昆明理工大学管理与经济学院，云南昆明650093；2.上海证券交易所发展研究中心，上海200052）摘要：探寻全球主权财富基金区域投资行为和规律有助于指导我国主权财富基金的投资实践。基于2009～2011年间全球主权财富基金2000余条海外投资项目数据，首先分析全球主权财富基金的投资空间分布特征；其次运用空间计量回归对其投资分布空间关联性进行测度；然后以挪威为例，探寻主权财富基金的区域投资路径及规律，并基于区位选择的影响因素对路径成因进行一般分析。结论表明，主权财富基金投资区域存在空间集群现象，这可以规避信息不对称带来的风险、降低开拓新市场的成本以及发挥技术管理空间外溢效应。同时，“广泛布点，局部扩散”和“局部布点，广泛扩散”这两种投资路径有助于指导我国主权财富基金投资实践。关键词：主权财富基金;空间分布;投资路径中图分类号：F831文献标识码：A文章编号：1004－972X（2013）05－0095－05

一、引言中国主权财富基金自2007年9月成立至今已有五个多年头。经历了次贷危机的洗礼，经受住了国际环境剧烈变动的考验，我国对外投资获得了长足的发展，年均投资收益达3．8%。当然，在发展过程中也面临着不少问题，较全球成熟的主权财富基金（SovereignWealthFunds，记为SWFs）而言，中国SWF依然是一个“新生儿”，其投资仍处于起步和发展阶段。主要问题表现在对东道国的投资规则和海外投资环境的认识能力不足，对资产动态变化规律和市场风险把握能力还有待提升。因此，吸收全球成熟SWFs的投资经验、把握长期发展规律，坚持理性投资和价值投资，这对我国SWF专业化、市场化、国际化发展显得尤为重要。投资区域分布、路径选择作为SWFs资产配置的重要内容，决定着SWFs投资收益的大小及风险的分散和可控程度。然而，作为一类有影响力的投资者，SWFs如何选择投资目的地受众多因素的影响。也正是由于这些因素的影响，不同SWFs的区域投资呈现出不同的特征。Chhaochharia（2009）认为，SWFs投资区域选择很大程度上由地理空间距离决定。Portes等人（2005）研究发现，SWFs偏好投资于与其文化相似的国家，这样可以有效降低信息不对称和文化差异造成的低效投资。Chhaochharia（2010）发现，SWFs倾向于投资经济与金融市场发

展水平较高的国家。Knill等（2012）研究表明，SWFs选择投资对象会考虑母国与东道国的双边政

治关系，且SWFs更愿意投资与本国政治关系较弱的国家。总之，学界对SWFs投资分布规律已有一定的研究，但对于SWFs投资分布可能存在的其他特征规律及其成因，尤其是全球SWFs海外投资路径选择问题有待进一步研究与探讨。二、全球SWFs投资空间分布(一)全球SWFs区域投资分布特征

以SWFsInstitute公布的全球64家SWFs为研究对象，对SWFsInstitute、SWFs国际工作小组

59张海亮，周卫江，王亦奇:全球主权财富基金投资空间分布、路径选择（IWG）和各家基金的官方网站及在全球具有较大发行量、权威性较强的华尔街日报、金融时报及路透网进行数据的梳理、提炼和汇总，共获得32家SWFs2009～2011年间共2000余条海外投资项目数据。基于这些投资数据进行区域投资分布统计分析，得到图1。图12009～2011年全球SWFs投资空间分布由图1可知，近几年全球SWFs对各大洲均有投资，但主要分布在40多个国家或地区。具体来看，SWFs投资目的地主要集中在美国、中国大陆及英国，其次是德国、瑞士、新加坡、法国、西班牙、印尼、中国香港地区以及巴西等国家或地区。其中，美国、中国大陆及英国三个国家作为最主要的投资对象国，接受的投资占到全球SWFs总投资60%以上。投资占比在前10位的国家或地区所接受的投资占总投资流向的90%，投资占比在前20位的国家或地区所接受的投资接近总投资流向的99%。可见，当前全球SWFs投资主要集中在部分国家或地区，而非广泛分散于全球各个区域，这似乎与国际投资充分分散化不一致。总结投资占比前20位的国家或地区的市场特征不难发现，全球SWFs更偏好投资于发达市场，对发展中国家投资较少，这里发展中国家仅有中国大陆、俄罗斯和印尼。同时，这20个国家或地区的经济总量也基本位于全球前20，因此从直观上看，SWFs选择什么样的目的地进行投资与其经济总量正向相关。同时，除上述40多个国家或地区之外的区域，包括非洲的大部分地区，东欧、西亚及拉丁美洲等绝大部分国家和地区，投资额几乎为零。其原因可能在于这些区域经济发展落后，市场自由程度和市场成熟程度较低以及区域政治环境不稳定。(二)全球SWFs投资区域关联性分析由图1可知，全球SWFs投资分布，尤其在亚洲和欧洲部分国家或地区存在明显的空间集群，即投资目标国之间的地理位置相邻，这些国家或地区在空间上具有集群特征。下面运用空间计量回归对其投资分布的空间关联性以及空间集聚进行测度。选

取数据较为丰富且具有代表性的4家SWFs（包括挪威政府养老基金（GPFG）、新西兰养老基金（NZSF）、爱尔兰国家养老储备基金（NPRF）以及新

加坡政府投资公司（GIC））作为分析对象展开研究，同时将中国SWF（这里指CIC）纳入其中进行对比分析。基于区位选择的影响因素，选取这5家SWFs投资额作为因变量，投资目标国的GDP总量、人均GDP以及SWFs母国与目标国之间的贸易关联度作

为自变量进行空间计量分析（自变量的选取主要参照文献［2］和［6］）。回归分析所涉及的空间权重矩阵的设定方法是通过各投资目标国的首都城市经纬度来代替各国的地理空间距离，对距离较近的国家赋予较高的权重。因为往往距离越近，其空间关联性会越强。对SWFs投资的空间关联性检验结果见表1，GPFG、NZSF和NPRF三个基金投资分布的Moran’I值均在5%的置信水平下显著性为正，说明这三个

SWFs投资分布并非随机的，而是存在一定的空间

正向关联性。由于Moran’I指数的前提假设无法区分是空间滞后相关还是误差相关，所以只观察第一列值无法判定选择哪个模型更为合适。综合LikelihoodRatio检验、Wald检验、Lmerror检验以及

Lmsar检验结果，本文选取空间滞后模型（SpatialAutoRegression）进行回归分析，结果见表2。表1空间关联性检验结果Moran’sItest（SEM）LRtest（SEM）Waldtest（SEM）LMerrortest（SEM）LMsartest（SAR）

挪威GPFG0．0811

＊＊1．19590．45741．522315．6752＊＊＊

新西兰NZSF0．2170

＊＊＊7．6097＊＊＊3．5065＊＊10．8954＊＊＊167．5562＊＊＊

爱尔兰NPRF0．1287

＊＊＊3．1392*1．61683．8353＊＊35．0924＊＊＊

新加坡GIC0．05350．63320．30710．66213．0355

*

中国CIC0．03620．42420．25850．30382．3715注:*、＊＊、＊＊＊分别表示10%、5%、1%的显著性水平。

表2SWFs投资回归结果

GDP总量人均GDP贸易密切度空间滞后算子系数R2Log

likelihood

挪威GPFG1．0137

＊＊＊－0．4528*－2．0110．163＊＊0．2002－90．864

新西兰NZSF0．1723－0．07217．5435

＊＊＊

0．1310

*

0．2316－60．9176

爱尔兰NPRF0．1337－0．05945．5446

＊＊0．6070＊＊＊

0．141－74．4038

新加坡GIC1．1435

＊＊＊－0．8291＊＊＊8．0000＊＊0．4480＊＊0．3296－87．461

中国CIC0．5752

*－0．31496．0616*0．2560．1389－88．8217

注:*、＊＊、＊＊＊分别表示10%、5%、1%的显著性水平。

由表2对比分析可知，除中国CIC之外，其余4

个国家SWFs投资的空间效应系数估计均显著为正，意味着大部分SWFs制定投资策略时会考虑投资分布的空间关联性。具体而言，挪威GPFG在西欧国家投资存在明显的空间集群现象。其中，GPFG对英国投资量最大，其次是瑞典、法国、德国、瑞士、荷兰和西班牙。此外，由GPFG回归结果中GDP总69