張　帥，劉文翠

(新疆財(cái)經(jīng)大學(xué) 中亞經(jīng)貿(mào)研究院，新疆 烏魯木齊 830012)

?

“絲綢之路經(jīng)濟(jì)帶”背景下哈薩克斯坦投資風(fēng)險(xiǎn)測度及預(yù)警研究

張帥，劉文翠

(新疆財(cái)經(jīng)大學(xué) 中亞經(jīng)貿(mào)研究院，新疆 烏魯木齊 830012)

摘要：通過建立投資風(fēng)險(xiǎn)突變模型，構(gòu)建七級投資風(fēng)險(xiǎn)預(yù)警表，對哈薩克斯坦國內(nèi)1995—2014年的投資風(fēng)險(xiǎn)進(jìn)行測度，研究結(jié)果認(rèn)為：2008年以后哈薩克斯坦投資風(fēng)險(xiǎn)不斷上升，其中2008年、2010年、2014年投資風(fēng)險(xiǎn)均達(dá)到突變級別。采用GM(1,1)模型和ARMA模型對2015-2017年哈薩克斯坦投資風(fēng)險(xiǎn)指標(biāo)進(jìn)行組合預(yù)測，并對預(yù)測結(jié)果進(jìn)行預(yù)警分析，結(jié)果顯示：2015年、2016年哈薩克斯坦綜合投資風(fēng)險(xiǎn)較2014年有所下降，但2017年投資綜合風(fēng)險(xiǎn)達(dá)到六級預(yù)警線以上，存在較大投資風(fēng)險(xiǎn)。

關(guān)鍵詞：哈薩克斯坦；投資風(fēng)險(xiǎn)；突變模型；測度；預(yù)警

一、問題的提出

“絲綢之路經(jīng)濟(jì)帶”戰(zhàn)略的提出對于深化中國與中亞國家區(qū)域經(jīng)濟(jì)合作具有重要意義，哈薩克斯坦作為“絲綢之路經(jīng)濟(jì)帶”背景下中國在中亞地區(qū)的重要戰(zhàn)略國家，是新興與發(fā)展中的轉(zhuǎn)型經(jīng)濟(jì)體，其政治經(jīng)濟(jì)體制、法律體系及市場運(yùn)作均有其特殊性，容易導(dǎo)致投資收益的不確定性。在此背景下，通過對哈薩克斯坦國內(nèi)投資風(fēng)險(xiǎn)進(jìn)行測度，把握其投資風(fēng)險(xiǎn)現(xiàn)狀，并對其未來投資風(fēng)險(xiǎn)進(jìn)行預(yù)警研究，以期為中國企業(yè)到哈國投資規(guī)避風(fēng)險(xiǎn)提供有價(jià)值的參考和借鑒。

目前國內(nèi)學(xué)者關(guān)于對外投資風(fēng)險(xiǎn)的研究主要集中在以下兩個領(lǐng)域：一方面是東道國政治風(fēng)險(xiǎn)對中國企業(yè)對外直接投資的影響，如聶名華從理論上分析了中國對外投資政治風(fēng)險(xiǎn)的現(xiàn)狀，并提出中國企業(yè)對外投資政治風(fēng)險(xiǎn)的規(guī)避策略[1]。鈔鵬從政局動蕩、法律限制、政策多變、文化差異等方面闡述了政治風(fēng)險(xiǎn)產(chǎn)生的原因，并通過對政治風(fēng)險(xiǎn)進(jìn)行事故分析和損失風(fēng)險(xiǎn)，指出跨國企業(yè)應(yīng)當(dāng)充分把握東道國政治風(fēng)險(xiǎn)，制定科學(xué)的防控策略[2]。王海軍采用中國大陸企業(yè)對外直接投資統(tǒng)計(jì)數(shù)據(jù)和兩類政治風(fēng)險(xiǎn)指數(shù)進(jìn)行實(shí)證研究，結(jié)果發(fā)現(xiàn)：東道國政治風(fēng)險(xiǎn)對OFDI有著顯著的負(fù)向影響，本土的政治風(fēng)險(xiǎn)對于OFDI也有實(shí)質(zhì)影響[3]。孟醒等分析了社會風(fēng)險(xiǎn)和政治風(fēng)險(xiǎn)對中國企業(yè)對外直接投資區(qū)位選擇的影響，研究發(fā)現(xiàn)：企業(yè)對東道國社會與政治風(fēng)險(xiǎn)的關(guān)注度取決于中國與東道國的雙邊關(guān)系，在友好國家投資時(shí)，企業(yè)并不關(guān)注東道國政治風(fēng)險(xiǎn)，而在非友好國家投資時(shí)，企業(yè)表現(xiàn)出較明顯的風(fēng)險(xiǎn)規(guī)避傾向[4]。劉亦樂等采用2004—2013亞洲國家面板數(shù)據(jù)，從政治風(fēng)險(xiǎn)層面分析影響中國企業(yè)在亞洲國家直接投資區(qū)域選擇的主要因素，得出東道國的社會經(jīng)濟(jì)狀況、投資回報(bào)以及宗教沖突對中國企業(yè)直接投資產(chǎn)生顯著正向影響[5]。

另一方面是中國不同資源產(chǎn)業(yè)對外投資所面臨的風(fēng)險(xiǎn)，如王焯通過分析了中國石油行業(yè)對外直接投資存在的問題及面臨的各種風(fēng)險(xiǎn)，并對各種風(fēng)險(xiǎn)進(jìn)行度量和評價(jià)，最后提出中國石油行業(yè)對外直接投資的對策及建議[6]。李友田等從理論上分析了中國能源型企業(yè)海外投資的現(xiàn)狀與特征，識別非經(jīng)濟(jì)風(fēng)險(xiǎn)的主要類型，并從政府和企業(yè)兩個層面提出改進(jìn)能源企業(yè)海外投資策略的建議[7]。梁迎迎基于風(fēng)險(xiǎn)管理及風(fēng)險(xiǎn)預(yù)警機(jī)制理論研究的條件下，綜合分析了中亞地區(qū)能源投資風(fēng)險(xiǎn)的特征，構(gòu)建了一套具有針對性的投資風(fēng)險(xiǎn)預(yù)警機(jī)制，及時(shí)準(zhǔn)確的為中國能源企業(yè)提供風(fēng)險(xiǎn)評價(jià)和預(yù)警反饋[8]。李一文等通過深入調(diào)查347個中國非金融對外直接投資案例，分析量化各種海外投資風(fēng)險(xiǎn)，將中國的海外投資風(fēng)險(xiǎn)量化為風(fēng)險(xiǎn)指數(shù)，為中國企業(yè)海外投資提供風(fēng)險(xiǎn)預(yù)警[9]。趙春江等通過構(gòu)建高風(fēng)險(xiǎn)必備產(chǎn)品生產(chǎn)工業(yè)的通用模型，并以美國制藥企業(yè)為例，引入制造商損失函數(shù)的條件風(fēng)險(xiǎn)價(jià)值來測量其財(cái)務(wù)風(fēng)險(xiǎn)，為中國企業(yè)和政府制定決策提供理論依據(jù)[10]。

縱觀以上研究，大多學(xué)者主要以企業(yè)為研究主體，考察東道國各種風(fēng)險(xiǎn)因素對企業(yè)投資的影響，缺乏對東道國整體投資風(fēng)險(xiǎn)測度及預(yù)警的相關(guān)研究，且研究方法主要局限于傳統(tǒng)的線性回歸模型。然而，投資風(fēng)險(xiǎn)測度及預(yù)警模型是一個復(fù)雜的，非線性系統(tǒng)，傳統(tǒng)的基于線性范式的風(fēng)險(xiǎn)測度模型雖然能顯示一個國家對危機(jī)的易感性，但預(yù)警效果極為有限。然而突變理論對于處理復(fù)雜非線性系統(tǒng)有著優(yōu)于傳統(tǒng)分析方法的特點(diǎn)，借此，本文在相關(guān)研究的基礎(chǔ)上，將數(shù)學(xué)和物理學(xué)中的突變理論引入哈薩克斯坦國際投資風(fēng)險(xiǎn)的測度及預(yù)警分析中，通過建立投資風(fēng)險(xiǎn)突變模型，對哈薩克斯坦國內(nèi)投資風(fēng)險(xiǎn)進(jìn)行測度并構(gòu)建七級投資風(fēng)險(xiǎn)預(yù)警表，最后對哈薩克斯坦國內(nèi)投資風(fēng)險(xiǎn)進(jìn)行預(yù)警分析，彌補(bǔ)傳統(tǒng)投資風(fēng)險(xiǎn)測度及預(yù)警方法的缺陷。

二、哈薩克斯坦投資風(fēng)險(xiǎn)的測度

(一)指標(biāo)變量選擇及數(shù)據(jù)來源

考慮到預(yù)警指標(biāo)選擇的靈敏性、多元性、準(zhǔn)確性及可得性，本文在總結(jié)相關(guān)研究的基礎(chǔ)上，擬從經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)及環(huán)境風(fēng)險(xiǎn)八個層面來衡量哈薩克斯坦投資風(fēng)險(xiǎn)的整體現(xiàn)狀，分別采用經(jīng)濟(jì)增長率、犯罪率、法律效力、人均教育支出、通貨膨脹率、匯率變化率、短期債務(wù)占長期債務(wù)比率及單位GDP能源耗損量指標(biāo)來反映八個層面的風(fēng)險(xiǎn)大小?？紤]到數(shù)據(jù)的可得性，本文選取1995—2014年共20個年份的數(shù)據(jù)對哈薩克斯坦投資風(fēng)險(xiǎn)進(jìn)行測度及預(yù)警研究，其中指標(biāo)數(shù)據(jù)來源于中國駐哈薩克斯坦大使館經(jīng)濟(jì)商務(wù)參贊處網(wǎng)站(http://www.kz.mofcom.gov.cn/)、亞洲開發(fā)銀行(http://www.adb.org/)、世界銀行(http://www.worldbank.org.cn/)。

(二)突變模型簡介

突變理論對于處理復(fù)雜系統(tǒng)的非連續(xù)變化具有特殊的優(yōu)勢，它能準(zhǔn)確有效的測度出系統(tǒng)處于非穩(wěn)定狀態(tài)所具備的條件，從而判斷是否發(fā)生突變，被廣泛應(yīng)用于物理、生物、醫(yī)學(xué)等領(lǐng)域，近些年來在經(jīng)濟(jì)學(xué)領(lǐng)域的預(yù)警分析中得到大力推廣。而建立投資風(fēng)險(xiǎn)預(yù)警模型就是為了監(jiān)測投資風(fēng)險(xiǎn)波動的異常信息，辨析投資風(fēng)險(xiǎn)發(fā)生的原因，當(dāng)風(fēng)險(xiǎn)達(dá)到一定程度時(shí)，能夠快速準(zhǔn)確地發(fā)出預(yù)警信號。因此，將突變模型應(yīng)用于投資風(fēng)險(xiǎn)預(yù)警是可行的。采用突變模型進(jìn)行預(yù)警分析的具體步驟如下：

1.模型變量值的計(jì)算

對于只有一個變量M的單指標(biāo)系統(tǒng)，其時(shí)間序列為Mt0，Mt1，Mt2，Mt3，Mt4，…，可簡單記為：M0，M1，M2，M3，M4，…，則模型中各變量的計(jì)算公式如表1所示。

表1　指標(biāo)變量計(jì)算公式表

如果一個經(jīng)濟(jì)系統(tǒng)包含多個指標(biāo)變量，假設(shè)變量有Q1，Q2，…，Qs共S個，則該系統(tǒng)經(jīng)濟(jì)變量的計(jì)算公式如下[11]：

T=TQ1+TQ2+TQ3+…+TQS

D=DQ1+DQ2+DQ3+…+DQS

U=UQ1+UQ2+UQ3+…+UQS

E=EQ1+EQ2+EQ3+…+EQS

2.突變年份的判斷

(2)判斷U與E的符號：對于拉氏函數(shù)值、超拉式函數(shù)值同時(shí)達(dá)到極值的年份，則可根據(jù)經(jīng)濟(jì)勢能與經(jīng)濟(jì)超勢能的符號正負(fù)進(jìn)一步判斷。經(jīng)濟(jì)勢能與經(jīng)濟(jì)超勢能同時(shí)為負(fù)值是判斷所處年份是否為突變年的必要條件。

lnM=ln(-C)+Sln(U2)

令lnM=Y，ln(-C)=A，ln(U2)=X，得到：

Y=A+SX

采用最小二乘法可以得到A、S的估計(jì)值，通過將X代入回歸方程便可得到Y(jié)的估計(jì)值，Y估計(jì)值偏離實(shí)際值的程度即為臨界值的接近度G：

一般認(rèn)為G的絕對值小于0.1時(shí)便可認(rèn)為所選年份發(fā)生了突變。

3.預(yù)警級別的確定

根據(jù)經(jīng)濟(jì)增長速率LV的大小，可將經(jīng)濟(jì)系統(tǒng)分為七級預(yù)警級別，其中級別越高，存在突變的可能性就越大。各預(yù)警級別的計(jì)算過程如下[11]：

一級預(yù)警級別：TLV-5KV

二級預(yù)警級別：TLV-4KV

三級預(yù)警級別：TLV-3KV

四級預(yù)警級別:TLV-2KV

五級預(yù)警級別:TLV-KV

六級預(yù)警級別:TLV+KV

七級預(yù)警級別：TLV+2KV

其中

(三)投資風(fēng)險(xiǎn)突變模型的構(gòu)建及風(fēng)險(xiǎn)的測度

1.模型變量的計(jì)算及突變年份的判斷。通過建立投資風(fēng)險(xiǎn)突變模型，根據(jù)突變模型各指標(biāo)變量的計(jì)算公式，便可得到各指標(biāo)變量的數(shù)值，如表2所示。

表2　突變模型指標(biāo)變量值表

從表2可以看出，拉式函數(shù)值、超拉式函數(shù)值同時(shí)達(dá)到極值的年份有2000、2001、2008、2010、2012、2013及2014年，而這些年份中經(jīng)濟(jì)勢能與經(jīng)濟(jì)超勢能同時(shí)為負(fù)的只有2008、2010與2014年，因此判定2008、2010及2014可能是突變年份。

利用最小二乘法，得到拉式函數(shù)與超拉式函數(shù)的估計(jì)方程：

Y1=0.229 189+1.0560 09X1

Y2=10.474 44+0.754 942X2

從而可以計(jì)算出2008、2010及2014 年Y的接近度G，如表3所示。

表3　臨界值接近度

從表2可以看出，2008、2010及2014年拉氏函數(shù)、超拉式函數(shù)臨界值的接近度絕對值均小于0.1，可以確定哈薩克斯坦國內(nèi)投資風(fēng)險(xiǎn)在這三個年份中發(fā)生了突變，即投資環(huán)境處于不穩(wěn)定狀態(tài)，存在較大的投資風(fēng)險(xiǎn)。

2.投資風(fēng)險(xiǎn)預(yù)警級別的確定及投資風(fēng)險(xiǎn)測度。根據(jù)突變預(yù)警級別的劃分標(biāo)準(zhǔn)，通過計(jì)算最終確定了哈薩克斯坦經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)及環(huán)境風(fēng)險(xiǎn)的七級預(yù)警線，通過對經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)及環(huán)境風(fēng)險(xiǎn)不同預(yù)警級別進(jìn)行加權(quán)平均得到投資風(fēng)險(xiǎn)七級預(yù)警的綜合評分，如表4所示。

表4　哈薩克斯坦投資風(fēng)險(xiǎn)七級預(yù)警線劃分表

利用表3經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)及綜合風(fēng)險(xiǎn)的七級預(yù)警線，可以對哈薩克斯坦2000-2014年的投資風(fēng)險(xiǎn)進(jìn)行測度，測度結(jié)果如表5所示。

表5　哈薩克斯坦2000-2014年投資風(fēng)險(xiǎn)測度結(jié)果表

從表5中可以得出以下結(jié)論：2008年以前，哈薩克斯坦國內(nèi)投資綜合風(fēng)險(xiǎn)相對較小，預(yù)警級別均在五級以下，其中政治風(fēng)險(xiǎn)是投資所面臨的主要風(fēng)險(xiǎn)，預(yù)警級別均在六級以上。2008年以后，投資綜合風(fēng)險(xiǎn)顯著提升，預(yù)警級別均達(dá)到五級以上，其中2008年、2010年、2014年達(dá)到了七級預(yù)警級別，投資風(fēng)險(xiǎn)在這三個年份發(fā)生了突變，與前文預(yù)測相符，2009年、2012年達(dá)到六級預(yù)警級別，同樣存在較大的投資風(fēng)險(xiǎn)；具體而言，2008年以后，經(jīng)濟(jì)風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)及環(huán)境風(fēng)險(xiǎn)預(yù)警級別均較2008年以前有顯著提高，在個別年份達(dá)到了突變級別；而政治風(fēng)險(xiǎn)較2008年以前沒有發(fā)生太大變化，預(yù)警級別穩(wěn)定在六級以上。

三、哈薩克斯坦投資風(fēng)險(xiǎn)的預(yù)警分析

(一)哈薩克斯坦投資風(fēng)險(xiǎn)相關(guān)指標(biāo)預(yù)測

1.GM(1,1)灰色預(yù)測。GM(1,1)模型被廣泛運(yùn)用于灰色系統(tǒng)各項(xiàng)變量的預(yù)測中，它的原理是通過對原始指標(biāo)序列進(jìn)行數(shù)據(jù)累加，形成新的時(shí)間序列，然后構(gòu)造常微分方程對變量進(jìn)行求解，最后對所構(gòu)造的預(yù)測模型進(jìn)行驗(yàn)證及變量預(yù)測。

第一步：設(shè)有時(shí)間序列X(0)={X(0)(1),X(0)(2),…,X(0)(n)}，對該序列進(jìn)行數(shù)據(jù)累加，得到：X(0)={X(1)(1),X(1)(2),…,X(1)(n)}={X(1)(1),X(1)(1)+X(0)(2),…,X(1)(n-1)+X(0)(n)}

第三步：求解得到：

進(jìn)一步還原得到：

或

按照以上步驟，利用1995-2014年哈薩克斯坦投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)的時(shí)間序列數(shù)據(jù)，建立GM(1,1)模型，采用Matlab7.0軟件對未來三年指標(biāo)的數(shù)值進(jìn)行預(yù)測，結(jié)果如表6所示。

表6　基于灰色預(yù)測的哈薩克斯坦投資風(fēng)險(xiǎn)各指標(biāo)數(shù)值表

2.ARMA模型預(yù)測。ARMR(p,q)模型是自回歸模型AR(p)與移動平均模型MR(q)的組合形式，其一般形式為：Xt=c+θ1Xt-1+θ2Xt-2+…+θpXt-p+εt+λ1εt-1+…+λqεt-q，如果該序列是平穩(wěn)的，則可以通過該序列對未來數(shù)值進(jìn)行預(yù)測。

利用Eviews6.0對1995-2014年哈薩克斯坦投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，其中犯罪率、法律效力、人均教育支出及短期債務(wù)占長期債務(wù)比率變量是一階平穩(wěn)的，經(jīng)濟(jì)增長率、通貨膨脹率、匯率變化率及單位GDP能源耗損量變量是二街平穩(wěn)的，均滿足平穩(wěn)性條件；通過對ARMR模型進(jìn)行嘗試和檢驗(yàn)，確定投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)ARMR模型的階數(shù)*經(jīng)濟(jì)增長率：ARMR(3,1)，犯罪率：ARMR(2,1)，法律效力：ARMR(2,1)，人均教育支出：ARMR(3,2)，通貨膨脹率：ARMR(3,1)，匯率變化率：ARMR(3,2)，短期債務(wù)占長期債務(wù)比率：ARMR(4,2)，單位GDP能源耗損量：ARMR(3,1)。，利用確定的ARMR(p,q)模型對未來三年指標(biāo)的數(shù)值進(jìn)行預(yù)測，結(jié)果如表7所示。

表7　基于ARMA模型預(yù)測的哈薩克斯坦投資風(fēng)險(xiǎn)各指標(biāo)數(shù)值表

3.組合預(yù)測。對GM(1,1)灰色預(yù)測結(jié)果及ARMR模型預(yù)測結(jié)果各取50%的權(quán)重，得到哈薩克斯坦投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)的組合預(yù)測結(jié)果，如表8所示。

表8　哈薩克斯坦投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)組合預(yù)測數(shù)值表

(二)哈薩克斯坦投資風(fēng)險(xiǎn)的預(yù)警分析過程

利用指標(biāo)經(jīng)濟(jì)速度增長率的計(jì)算公式，根據(jù)哈薩克斯坦投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)組合預(yù)測數(shù)值，我們測算出經(jīng)濟(jì)增長率、犯罪率、法律效力、人均教育支出、通貨膨脹率、匯率變化率、短期債務(wù)占長期債務(wù)比率、單位GDP能源耗損量的經(jīng)濟(jì)速度增長率，如表9所示。

表9　哈薩克斯坦投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)經(jīng)濟(jì)速度增長率表

根據(jù)經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)及綜合風(fēng)險(xiǎn)的七級預(yù)警線，最終確定哈薩克斯坦2015-2017年投資風(fēng)險(xiǎn)的測度結(jié)果如表10所示。

表10　哈薩克斯坦投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)組合預(yù)測數(shù)值表

從表10中可以看出，2015年經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)均較2014年有所下降，而法律風(fēng)險(xiǎn)則達(dá)到突變級別，除價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)達(dá)到六級預(yù)警線以上，經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)均在五級預(yù)警線以下，綜合風(fēng)險(xiǎn)預(yù)警級別下降到五級，投資風(fēng)險(xiǎn)相對較大，但還沒達(dá)到突變級別；2016年經(jīng)濟(jì)風(fēng)險(xiǎn)較2015年有所上升，預(yù)警級別達(dá)到六級，而政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)級別均下降到五級以內(nèi)，綜合風(fēng)險(xiǎn)預(yù)警下降到四級；2017年政治風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)較2016年均有所增加，風(fēng)險(xiǎn)級別達(dá)到六級以上，經(jīng)濟(jì)風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)均穩(wěn)定在六級預(yù)警級別，綜合風(fēng)險(xiǎn)上升到六級，存在較大的投資風(fēng)險(xiǎn)。

四、結(jié)論與啟示

本文以突變理論為基礎(chǔ)，構(gòu)建了哈薩克斯坦投資風(fēng)險(xiǎn)突變預(yù)警模型，從經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)八個方面對哈薩克斯坦國內(nèi)投資風(fēng)險(xiǎn)進(jìn)行了綜合測度，并對未來三年的綜合投資風(fēng)險(xiǎn)進(jìn)行了預(yù)警分析，研究結(jié)果具有建設(shè)性。主要結(jié)論有：

第一，根據(jù)突變年份的判定規(guī)則，我們確定了2008、2010、2014年三個年份為突變年，這與哈薩克斯坦所面臨的現(xiàn)實(shí)情況相吻合。2008年美國金融危機(jī)、2010年歐洲主權(quán)債務(wù)危機(jī)及2014年國際油價(jià)的持續(xù)下跌嚴(yán)重影響到哈薩克斯坦經(jīng)濟(jì)發(fā)展及投資環(huán)境的質(zhì)量，某種程度上導(dǎo)致投資風(fēng)險(xiǎn)發(fā)生了突變。

第二，根據(jù)突變預(yù)警級別的劃分標(biāo)準(zhǔn)，通過計(jì)算最終確定了哈薩克斯坦投資風(fēng)險(xiǎn)的七級預(yù)警線，將不同年份投資風(fēng)險(xiǎn)各項(xiàng)指標(biāo)的經(jīng)濟(jì)速度增長率與預(yù)警線相比較，研究發(fā)現(xiàn)2008年以后哈薩克斯坦國內(nèi)投資風(fēng)險(xiǎn)不斷上升，其中2008年、2010年、2014年綜合風(fēng)險(xiǎn)均達(dá)到了七級預(yù)警級別，投資風(fēng)險(xiǎn)在這三個年份發(fā)生了突變。

第三，通過對2008年、2010年、2014年突變年份的理論及經(jīng)驗(yàn)判斷，檢驗(yàn)了哈薩克斯坦投資風(fēng)險(xiǎn)七級預(yù)警線的科學(xué)性和合理性，因此可以采用此預(yù)警標(biāo)準(zhǔn)對哈薩克斯坦未來投資風(fēng)險(xiǎn)進(jìn)行預(yù)警研究。

第四，利用GM(1,1)模型和ARMA模型對2015-2017年哈薩克斯坦投資風(fēng)險(xiǎn)指標(biāo)進(jìn)行組合預(yù)測及預(yù)警分析，研究發(fā)現(xiàn)2015年、2016年哈薩克斯坦綜合投資風(fēng)險(xiǎn)較2014年有所下降，但2017年投資綜合風(fēng)險(xiǎn)達(dá)到六級預(yù)警線以上，但均未達(dá)到突變級別。

本文的研究視角及研究方法具有一定的創(chuàng)新性，但仍有很多方面需要完善。例如，制度因素、市場因素、企業(yè)因素等均可對投資環(huán)境及投資風(fēng)險(xiǎn)產(chǎn)生不同程度的影響，而這些因素均未在文章中進(jìn)行量化分析；衡量經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、債務(wù)風(fēng)險(xiǎn)及環(huán)境風(fēng)險(xiǎn)的指標(biāo)有待進(jìn)一步擴(kuò)充和完善；采用其他風(fēng)險(xiǎn)測度及預(yù)警模型對哈薩克斯坦投資風(fēng)險(xiǎn)進(jìn)行研究，以此來檢驗(yàn)本文預(yù)測結(jié)果的準(zhǔn)確性，均是值得深入研究的問題。

參考文獻(xiàn)：

[1]聶名華.中國企業(yè)對外直接投資的政治風(fēng)險(xiǎn)及規(guī)避策略[J].國際貿(mào)易，2011(7).

[2]鈔鵬.對外投資的政治風(fēng)險(xiǎn)識別研究[J].西華大學(xué)學(xué)報(bào)，2012(8).

[3]王海軍.政治風(fēng)險(xiǎn)與中國企業(yè)對外直接投資——基于東道國與母國兩個維度的實(shí)證分析[J].財(cái)貿(mào)研究，2012(1).

[4]孟醒,董有德.社會政治風(fēng)險(xiǎn)與中國企業(yè)對外直接投資的區(qū)位選擇[J].國際貿(mào)易問題，2015(4).

[5]劉亦樂,劉雙芹.東道國政治風(fēng)險(xiǎn)對中國在亞洲國家對外直接投資的影響——基于區(qū)位選擇分析視角[J].商業(yè)研究，2015(8).

[6]王焯.中國石油行業(yè)對外直接投資的風(fēng)險(xiǎn)防范[D].大連：東北財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2011.

[7]李友田,李潤國.中國能源型企業(yè)海外投資的非經(jīng)濟(jì)風(fēng)險(xiǎn)問題研究[J].管理世界，2013(5).

[8]梁迎迎.中亞地區(qū)油氣資源投資風(fēng)險(xiǎn)預(yù)警體系研究[D].北京：中國地質(zhì)大學(xué)碩士學(xué)位論文，2014.

[9]李一文,李良新.中國企業(yè)海外投資風(fēng)險(xiǎn)與預(yù)警研究——中國非金融對外直接投資案例調(diào)查[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2014(3).

[10]趙春江,王晨.高風(fēng)險(xiǎn)必備產(chǎn)業(yè)制造企業(yè)的政府干預(yù)研究及對中國的啟示——美國制造業(yè)的分析[J].統(tǒng)計(jì)與信息論壇，2014(5).

[11]莫國剛.中國資本流動異常預(yù)警實(shí)證分析[D].北京：北京交通大學(xué)碩士學(xué)位論文，2009.

[12]Desbordes R,Vicard V.Foreign Direct Investment and Bilateral Investment Theaties:An International Political Perspective[J].Journal of Comparative Economics,2009(3).

[13]Duanmu J.State-owned MNCs and Host Country Expropriation Risk:The Role of Home State Soft Power and Economic Gunboat Diplomacy[J].Journal of International Business Studies,2014(8).

(責(zé)任編輯：馬慧)

收稿日期：2015-11-21

基金項(xiàng)目：國家社會科學(xué)基金項(xiàng)目《中國(新疆)與中亞五國資本流動的金融安全研究》(11XCJ001)；國家社會科學(xué)基金項(xiàng)目《新疆與哈薩克斯坦跨境貿(mào)易人民幣結(jié)算問題研究》(13CGJ032)；國家自然科學(xué)基金項(xiàng)目《中國-絲綢之路經(jīng)濟(jì)帶貨幣金融合作與人民幣區(qū)域化和國際化研究》(71263050)；新疆社會科學(xué)基金項(xiàng)目《“一帶一路”背景下哈薩克斯坦國際資本流動風(fēng)險(xiǎn)的預(yù)警及對策研究》(2015BJY019)

作者簡介：張帥，男，河南周口人，博士生，研究方向：國際金融；

中圖分類號：F733

文獻(xiàn)標(biāo)志碼：A

文章編號：1007-3116(2016)04-0034-07

The Measurement and Warning Research of Kazakhstan Investment Risk in the Background of the "Silk Road Economic Zone"

ZHANG Shuai,LIU Wen-cui

(Central Asia Institute of Economics and Trade，Xinjiang University of Finance and Economics；Urumqi 830012，China)

Abstract:Through the establishment of investment risk mutations and building seven investment risk warning table,measuring Kazakhstan domestic investment risk of 1995-2014,the study concluded:Kazakhstan investment risk rising after 2008,and 2008,2010,2014 investment risk level achieves mutations.Then using GM (1,1) model and ARMA model to forecast the investment risk indexes in Kazakhstan of 2015-2017,the results showed that Kazakhstan comprehensive investment risks have declined from in 2015,2016 compared with 2014,but the general investment risks of 2017 reaching to six levels of above the line,existing a big investment risk.

Key words:Kazakhstan; investment risking; catastrophe model; measure; warning

劉文翠，女，新疆烏魯木齊人，教授，博士生導(dǎo)師，研究方向：國際金融。

【統(tǒng)計(jì)應(yīng)用研究】