李强签署国务院令 公布《国务院关于对外投资的规定》

《规定》第15条建立境外投资安全审查制度、第18条强化监测预警、第23条设立投资壁垒调查制度，这些条款降低了海外投资的不确定性，从而降低信息搜寻与契约执行的交易成本（North, 1990）。但第11条分类分级监管也可能增加合规成本。由此提出：H1：制度保护强度每提升1个标准差，企业海外投资ROA提高0.5-1.2个百分点；H2：国家安全审查条款使敏感行业企业的投资审批周期延长，但投资成功率（完成率）显著更高；H3：民企对制度保护条款的边际受益大于国企，因其原本面临更高的海外制度不确定性。

利用《规定》第11条"分类分级"监管的制度设计，将涉及敏感行业（军工、关键基础设施、核心技术）的企业作为"高审查暴露组"，非敏感行业企业作为对照组。由于《规定》对各行业的影响强度具有截面异质性（Goodman-Bacon, 2021），采用交互固定效应的广义DID识别制度保护条款与审查条款的净效应。关键识别假定：在《规定》公布前，处理组与对照组的海外投资绩效不存在系统性趋势差异（平行趋势检验通过事件研究法实施）。

基准模型为：\( Y_{it} = \alpha + \beta_1 (Treat_i \times Post_t) + \beta_2 (Security_i \times Post_t) + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it} \)。其中 \( Y_{it} \) 为企业 i 在 t 年的海外投资绩效（ROA、投资完成率、投资存活率），\( Treat_i \) 为制度保护受益程度（行业层面连续处理变量），\( Security_i \) 为国家安全审查敏感度哑变量，\( Post_t \) 为2026年7月后的时间指示变量。\( X_{it} \) 包括企业规模、杠杆率、所有制、东道国制度质量等控制变量，同时控制企业固定效应 \( \mu_i \) 与年份固定效应 \( \lambda_t \)。

核心被解释变量：海外投资ROA（海外子公司净利润/海外资产总额）；投资完成率（签约数/公告数）；投资存活率（3年后仍在运营的海外子公司占比）。核心解释变量：制度保护强度指数（通过对《规定》34条条款的法律效力层级、执行机制明确度、救济渠道完备度进行专家打分构造，取值0-100）；国家安全审查敏感度（依据《规定》第15条结合商务部敏感行业目录构造0/1哑变量）。控制变量包括：东道国WGI治理指数、双边投资协定BIT哑变量、企业年龄、TFP（LP法估算）。数据跨度为2020-2029年。

（1）替换被解释变量：以海外子公司营业收入增长率、TFP增长率替代ROA，验证制度保护对企业真实经营效率的促进作用。 （2）安慰剂检验：将《规定》生效时点前移2年（2024年7月），检验虚假处理效应是否显著为零。 （3）排除同期政策干扰：控制"一带一路"峰会年份固定效应、RCEP全面实施的影响，剔除在RCEP成员国投资占比超过80%的样本。 （4）工具变量法：以省级政府对外投资服务窗口设立时间作为制度执行强度的工具变量，缓解测量误差与遗漏变量偏误。 （5）子样本分析：分别对制造业OFDI、服务业OFDI、资源型OFDI进行分样本回归，检验制度效应的行业异质性。

---

《规定》第3条将"统筹发展和安全"确立为基本原则，第4条强调主动对接高标准规则、反对保护主义（发展逻辑），同时第15条设立安全审查制度、第24条引入反制措施（安全逻辑）。基于Evans（1995）的嵌入式自主性理论，国家需要在嵌入全球市场获取信息与保持政策自主性之间取得平衡。由此提出：H1：《规定》条款中"发展逻辑"条款与"安全逻辑"条款在语义网络分析中呈互补而非对立关系，构成"双螺旋"结构；H2：企业所有制类型和投资目的地地缘政治风险调节了制度条款的实际执行强度——国企赴敏感国家投资时安全逻辑占主导，民企赴发达国家投资时发展逻辑占主导；H3：省级政府在执行《规定》时存在"央地博弈"——经济外向度高的沿海省份倾向于放大发展逻辑，内陆省份更严格执行安全审查。

采用基于贝叶斯过程追踪（Bayesian Process Tracing）的混合方法设计。第一阶段，对《规定》34条条款做结构化编码：每条条款分别标注"发展逻辑强度"（1-5分）和"安全逻辑强度"（1-5分），形成条款二维定位矩阵。第二阶段，选取3类典型案例（国企能源投资、民企科技并购、基建投资）进行深度过程追踪，利用"烟枪检验"（Smoking Gun）和"双重决定检验"（Doubly Decisive）评估发展逻辑与安全逻辑的相对因果权重。第三阶段，通过半结构化访谈（商务部、发改委、贸促会等系统官员及企业投资部门负责人）进行三角验证。

制度话语分析部分无需计量模型。实证部分对"央地博弈"假说（H3）构建省级面板固定效应模型：\( Restrict_{pt} = \alpha + \beta \cdot Openness_{p, t-1} + \gamma \cdot CentralSignal_t + \delta (Openness_{p, t-1} \times CentralSignal_t) + \theta Z_{pt} + \mu_p + \lambda_t + \varepsilon_{pt} \)。其中 \( Restrict_{pt} \) 为 p 省在 t 期的对外投资核准备案实际通过率（或审批天数），\( Openness_{p, t-1} \) 为滞后一期外贸依存度，\( CentralSignal_t \) 为中央对统筹安全的政策强调程度（通过国务院常务会议及商务部文件措辞构造文本情绪指数）。交互项系数 \( \delta \) 刻画央地执行偏差。

制度话语分析维度：条款类型（行政许可、公共服务、法律保护、审查监管）、规则强度（强制性/倡导性）、自由裁量空间（明确标准/模糊表述）。实证分析维度：省级对外投资核准备案通过率（省发改委/商务厅公开数据）、省级外贸依存度（省统计年鉴）、中央安全信号强度（基于国务院及部委文件语料库的 LDA 主题模型提取安全类主题频率）。控制变量：省人均GDP、FDI存量、省委书记任期等政治周期变量。数据时间跨度为2020-2029年，覆盖31个省份。

（1）替代文本分析方法：以词典法（安全词汇占比）替代 LDA 主题模型，验证中央安全信号变量的构造稳健性。 （2）安慰剂年份检验：以《规定》生效前3年（2023年）的省级审批行为进行"预趋势"分析，检验央地博弈模式是否在制度形成前已存在。 （3）替代省级执行代理变量：以省级商务厅网站上"对外投资风险提示"发布频率作为安全逻辑执行强度的替代指标。 （4）排除极端样本：剔除西藏、新疆、黑龙江等对外投资极少的省份，验证结果对样本选择的敏感性。 （5）国际比较：与日本（外汇法）、韩国（外汇交易法）的对外投资审批制度进行比较制度分析，检验中国模式的独特制度逻辑。

---

Dunning（1981）的投资发展路径理论指出，一国OFDI净额随经济发展阶段呈U型演变。从发展经济学视角看，中国当前正处于从"引进来"主导向"引进来与走出去并重"转型的关键阶段。《规定》第6条"海外综合服务体系"和第7条"专业服务国际化"降低了企业海外投资的搜寻与学习成本（Mathews, 2006的LLL框架），理论上可增强OFDI的逆向技术溢出。由此提出：H1：《规定》生效后，技术寻求型OFDI占比显著提升，且对母国全要素生产率的弹性增强；H2：制度便利化通过"降低信息成本→扩大技术获取型OFDI→逆向专利引用增加→母国产业技术升级"的链式中介路径发挥作用；H3：该效应存在"制度门槛"——仅当东道国制度质量高于某一阈值时，逆向技术溢出才显著为正。

构建"制度便利化冲击"——以《规定》第6-9条综合服务体系条款在各省的实际落地时点和力度（以省级服务窗口设立时间和省级财政补贴金额度量）作为连续处理变量，形成渐进DID的识别策略。对于逆向技术溢出的因果识别，采用两阶段估计：第一阶段估计《规定》制度便利化对OFDI规模与结构的影响（简化式），第二阶段以"东道国行业层面研发支出×制度便利化冲击"作为交互工具变量，估计OFDI对母国技术升级的因果效应。关键排除限制：东道国行业研发支出不会通过OFDI以外的渠道影响中国企业技术水平。

第一阶段（制度便利化→OFDI）：\( OFDI_{ijt} = \alpha + \beta \cdot Institution_{pt} + \gamma Z_{ijt} + \mu_i + \lambda_t + \delta_j + \varepsilon_{ijt} \)。第二阶段（OFDI→逆向技术溢出→产业升级）：\( TFP_{it} = \alpha + \theta_1 \widehat{OFDI}_{it} + \theta_2 \widehat{OFDI}_{it} \times RD\_host_{jt} + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it} \)。其中 i 为企业，j 为东道国，p 为省份，t 为年份。\( Institution_{pt} \) 为省级制度便利化指数，\( RD\_host_{jt} \) 为东道国行业研发强度，\( TFP_{it} \) 为企业全要素生产率（Levinsohn-Petrin半参数法估算）。\( Z_{ijt} \) 包括企业年龄、资本密集度、东道国市场规模等。

核心被解释变量：企业TFP（LP法，投入产出数据来自中国工业企业数据库+上市公司年报）；国内产业升级程度（以制造业出口技术复杂度指数EXPY度量，参考Hausmann等2007年方法）。核心解释变量：省级制度便利化指数（综合省级对外投资服务窗口设立虚拟变量、省级OFDI财政补贴强度、省级商务厅配套政策数量，经主成分分析合成）；企业OFDI技术获取强度（海外子公司所在行业研发支出加权求和）。中介变量：逆向专利引用（中国企业对海外子公司专利的引用次数/总引用次数）、海外子公司研发人员占比。数据跨度为2018-2029年，企业-年份面板。

（1）替换TFP估算方法：分别以OP法、ACF法估算TFP替代LP法，验证结果对生产函数估计方法不敏感。 （2）替换产业升级度量：以各省制造业全球价值链参与度指数（OECD TiVA数据计算）替代EXPY，验证OFDI对价值链升级的影响。 （3）排除金融类OFDI：仅保留实体产业（制造业、信息技术服务业、研发服务业）OFDI样本，排除金融控股类投资对结果的干扰。 （4）安慰剂检验：构造"伪制度冲击"——将各省制度便利化指数随机分配给其他省份进行500次模拟，检验真实效应是否位于安慰剂分布的尾部。 （5）动态面板系统GMM：使用Arellano-Bover/Blundell-Bond系统GMM方法，以内生滞后项作为工具变量处理TFP惯性和逆向因果问题。

---

新古典福利经济学第一定理要求资本完全自由流动以实现帕累托最优，但存在市场不完全（如信息不对称、东道国政策不确定性）时，完全开放可能导致次优结果（Bhagwati, 1971）。《规定》第11条"分类分级"管理本质上是在"完全管制"与"完全开放"之间构建了分层调节机制——鼓励类投资享受低摩擦，限制类承受中等摩擦，禁止类被阻断。这种差异化安排的理论依据是Lipsey & Lancaster（1956）的次优理论：当某些扭曲无法消除时，引入新的政策干预可能改善福利。由此提出：H1：分类分级管理制度下，资本边际产出在"鼓励类"与"限制类"行业间的差异，相较于完全管制情形缩小了20-30%；H2：反事实模拟表明，若取消分类分级改为"一刀切"开放，福利损失（以消费当量度量）约为稳态消费的0.3-0.8%；H3：最优分类标准应依据东道国制度质量与投资行业外部性强度动态调整。

采用校准-模拟方法而非传统因果推断。第一步，利用《规定》生效前后中国OFDI分行业数据，以面板固定效应回归估算"分类分级"措施对各类投资的差异化影响系数（即估计摩擦参数 \( \tau_k \)）。第二步，将估计的摩擦参数嵌入两国DSGE模型（本国为中国，外国为发达经济体复合体）。第三步，进行反事实政策实验：设定三种情景——（A）基准情景（当前的分类分级制度）、（B）完全开放情景（所有摩擦参数设为零）、（C）完全管制情景（所有摩擦参数设为《规定》前管制水平），比较三种情景下的稳态福利水平。模型关键结构参数通过贝叶斯估计——利用中国GDP、消费、投资、OFDI流量、实际汇率等可观测宏观时间序列校准。

用于估计摩擦参数的实证模型：\( \ln OFDI_{sjt} = \alpha + \sum_{c} \beta_c \cdot Category_{sc} \times Post_t + \gamma X_{sjt} + \mu_{sj} + \lambda_t + \varepsilon_{sjt} \)。其中 \( OFDI_{sjt} \) 为中国对 j 国 s 行业的OFDI流量；\( Category_{sc} \) 为行业 s 的分类级别 c ∈ {鼓励，限制，禁止}；\( Post_t \) 为《规定》生效后指示变量。系数 \( \beta_c \) 非参数估计了分类分级的边际效应，直接输入DSGE模型作为调整成本参数。DSGE模型包含：代表性家庭（最优消费-劳动-投资组合选择）、两类厂商（可贸易品与不可贸易品）、政府（实施分类分级资本管制）、货币政策规则（扩展Taylor规则含汇率平滑项）、外国部门（外生给定但价格粘性对称）。

DSGE模型校准所需变量：（1）稳态消费-GDP比、投资-GDP比、OFDI-GDP比（来自NBS年度数据，取2018-2025年均值）；（2）资本折旧率（设定为年化8%，参考张军等2004）；（3）跨期替代弹性（参考国内文献设定为1.5）；（4）Calvo价格粘性参数（贝叶斯估计得到）；（5）贸易开放度（进出口/GDP，NBS数据）；（6）分类摩擦参数（由上述实证模型估计）。福利计算变量：消费当量变动（consumption equivalent variation），定义为在基准政策规则下消费者需要多少消费补偿才能达到与替代政策规则同等的终身期望效用。

（1）敏感性分析：对跨期替代弹性、Calvo价格调整概率、资本调整成本等关键参数在文献常见范围内进行格点扫描，检验福利比较结论对参数取值的敏感度。 （2）替代福利度量：以无条件均值消费替代终身期望效用，重新计算消费当量变动，避免贴现因子假设对结论的驱动。 （3）模型扩展：引入金融加速器机制（Bernanke-Gertler-Gilchrist, 1999），检验"分类分级"管制在存在金融摩擦时是否具有额外的宏观稳定功能。 （4）开放程度差异情景：在中国贸易开放度±1个标准差区间内重复反事实模拟，检验福利结论对经济体开放程度的依赖。 （5）替代外国部门设定：将外国设定为内生反应的经济体（两国对称DSGE），替代基准模型中的外国"小国"假设，检验战略互动对最优管制设计的影响。

---

根据Mundell（1963）的"不可能三角"，在人民币汇率弹性有限（有管理的浮动）的背景下，OFDI流出增加将直接减少外汇占款，进而收缩基础货币。然而，《规定》第11条分类分级监管和第14条跨境资金登记制度赋予货币当局对OFDI流量的管理能力，可在不诉诸利率大幅调整的情况下部分对冲资本流出的货币收缩效应。基于Friedman（1956）货币数量论和中国人民银行"结构性货币政策"实践，可以提出：H1：OFDI季度净流出每增加100亿美元，经由外汇占款渠道使M2同比增速下降约0.15-0.3个百分点，时滞约1-2个季度；H2：《规定》实施后，分类分级管制使OFDI流出对外汇占款的冲击弹性较实施前下降约30-40%，表明管制有效缓冲了资本流动的货币冲击；H3：全球金融周期（以VIX指数代理）对分类分级管制下OFDI流量的解释力显著低于对证券组合投资流量的解释力，说明OFDI的制度化管理为货币政策提供了"防火墙"效应。

采用SVAR模型识别不同性质的资本流动冲击。在6变量系统中（OFDI流量、证券组合投资流量、外汇储备变动、M2同比增速、DR007利率、人民币兑美元汇率），施加以下符号约束识别OFDI流出冲击：（1）OFDI流出冲击导致OFDI净流出增加（正向）；（2）导致外汇储备减少（负向，因卖出外汇/减少外汇占款）；（3）导致M2增速下降（负向，基础货币收缩）；（4）对利率的影响符号不加限制，由数据揭示货币当局是否使用利率工具进行对冲。符号约束有效期设定为4个季度，以年度内约束力通常可维持为依据（Uhlig, 2005）。同时进行事件研究：以2026年6月1日《规定》公布日为事件日，检验事件窗口[-5, +10]交易日内银行间市场利率（DR007）和汇率是否有异常波动，检验市场对《规定》的货币政策含义的即时解读。

SVAR模型的简约式表示为：\( \mathbf{Y}_t = \mathbf{c} + \sum_{p=1}^{P} \mathbf{A}_p \mathbf{Y}_{t-p} + \mathbf{u}_t \)，其中 \( \mathbf{u}_t \sim N(0, \Sigma) \)。结构冲击通过 \( \mathbf{u}_t = \mathbf{B} \boldsymbol{\varepsilon}_t \) 识别，\( \boldsymbol{\varepsilon}_t \) 为相互正交的结构冲击向量。识别矩阵 \( \mathbf{B} \) 通过符号约束与零约束混合策略确定。对OFDI冲击施加上述符号约束，对证券组合投资冲击施加不同的符号约束模式（证券投资流出→利率下降而非上升，因外流通常与宽松预期相关），对外汇储备冲击允许其与M2同向变动。事件研究模型：\( DR007_t = \alpha + \beta \cdot EventWindow_t + \gamma X_t + \varepsilon_t \)，其中 \( EventWindow_t \) 为《规定》公布前后窗口期指示变量，\( X_t \) 为央行公开市场操作净投放量（控制常规流动性管理）。

核心变量：OFDI净流出（SAFE国际收支平衡表金融账户-直接投资差额，季度频率，2010Q1-2029Q4）；外汇占款（央行资产负债表"国外资产"项下"外汇"科目，月度数据取季末值）；M2同比增速（央行货币统计概览）；DR007季度均值（外汇交易中心）；人民币名义有效汇率（BIS有效汇率指数）。全球金融周期代理变量：VIX指数季度均值（CBOE）、美联储影子利率（Wu-Xia影子利率，用于度量全球货币条件）。分类分级管制强度代理变量：限制类+禁止类行业OFDI占总OFDI比重（逆指标，管制越有效该比重越低）。共约76个季度观测值，满足VAR模型大样本要求。

（1）符号约束松弛：将标识OFDI冲击的符号约束有效期从4季度缩短为2季度和延长为6季度，检验脉冲响应函数对约束期限的稳健性。 （2）替换货币条件变量：以社会融资规模存量同比增速替代M2同比增速，因社会融资规模更全面反映实体经济融资条件。 （3）替代实证框架：以局部投影法（Jorda, 2005）替代SVAR，避免VAR模型设定（如滞后阶数选择、变量排序）对脉冲响应的潜在扭曲。 （4）时变参数VAR：构建带有随机波动率的时变参数VAR（TVP-VAR），识别《规定》生效前后OFDI流出对M2的冲击弹性是否发生结构性变化（时间变异性检验）。 （5）异方差性识别：利用《规定》公布作为外生事件，假设其带来了OFDI流量的方差增加（异方差识别法，Rigobon, 2003），通过不同波动率区间的协方差矩阵差异额外识别OFDI冲击，与符号约束结果交叉验证。