资本管制能够起到防火墙的作用吗？——来自新兴经济体跨国面板数据的证据，本文主要内容关键词为：管制论文,防火墙论文,证据论文,经济体论文,面板论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
开放条件下，大规模的资本(尤其是短期资本)流入和流出将对一国宏观经济产生剧烈的冲击。1998年亚洲金融危机就是典型的案例。在亚洲金融危机后，流入新兴市场经济体和发展中国家的私人资本规模曾一度出现大幅下降。但进入21世纪以后，大量的私人资本又重新涌入新兴经济体和发展中国家。国际货币基金组织(IMF)的《世界经济展望》中的数据显示，随着2003年以来流入新兴经济体和发展中国家的资本大量增加，尤其是非直接投资形式的资本流动规模扩大，新兴经济体开始实施资本管制。2007年新兴市场经济体和发展中国家的私人资本净流入占其GDP的比例达到4.43%，超过了1995年的历史最高水平。而从2009年起，私人资本再次涌向新兴经济体和发展中国家，尽管此次的增速远低于2006年到2007年的水平，但相比世界其他地区而言，私人资本的流入规模仍然相当可观。这引发了新一轮资本管制的热潮。如泰国、巴西、印尼等国家纷纷加强了资本管制，试图控制国际短期资本的流入。
面对大量的资本流入，新兴经济体之所以选择资本管制，主要原因或是新兴经济体存在着诸如Calvo和Reinhart(2002)、Mckinnon和Schnabl(2004)以及Magud和Reinhart(2006)所说的“浮动恐惧症”；或是担忧储备累积带来的货币政策非自主性；或是难以承受冲销政策带来的高成本；或是不愿意实施紧缩性的财政政策来对冲短期资本流入的影响，尤其是考虑到政治因素和财政政策的时滞时更是如此。
问题是，面临大规模国际资本的流入，资本管制能够起到防火墙的作用吗？资本管制能限制资本流入或改变资本流入的结构吗？既有的研究答案不一(Magud et al.，2006)。本文将尝试采用可得的最新跨国面板数据来回答这一问题。
一、资本管制强度测度方法的讨论
在衡量资本管制对资本流入规模及结构的影响时，本文将直接采用资本项目开放度作为对资本管制强度的替代。一方面是考虑到对资本项目开放度的测度由来已久，且众多学者都直接采用资本项目开放度作为衡量资本管制有效性的重要指标；另一方面，资本管制与资本项目开放本身就是两个相对的概念，如同一枚硬币的正反面。因此，对资本项目开放度的测度实际上等同于对资本管制强度的测度。
(一)测度对象与测度范围的界定
长期以来，国内外众多学者对资本项目开放的定义并不一致。大部分研究将资本项目开放与资本项目可兑换等同，指取消对跨境资本交易(包括转移支付)和汇兑活动的限制。也有一些研究将两者区分开来，认为资本项目开放是指取消对资本交易的管制，但不一定要求资本项目下的汇兑自由。本文沿用前一种观点，并对“资本项目开放”、“资本项目自由化”、“资本项目可兑换”不作任何区分。
值得注意的是，取消对跨境资本交易的限制不仅包括取消对交易行为本身的限制，还包括取消任何可能影响资本交易成本的措施，例如交易税收等。此外，取消对资本交易的限制和取消与资本交易相关的外汇管制在实践中往往是分阶段实施的，因此需要有更细致的划分和测算方法。
IMF将资本项目下的交易划分为7大类(11项)及对金融部门的特别规定(2项)，并且以此为框架对其每一成员国的资本管制状况进行评估，评估结果编入历年《汇兑安排与汇兑限制年报》(Annual Report on Exchange Arrangements and Exchange Restrictions，以下简称AREAER)。
由于各国对资本交易的管制措施各不相同，因此，AREAER中资本管制涵盖的范围较广，包括完全禁止，需要提前审批、授权、通知，双重汇率、多重汇率，歧视性税收，法定准备金要求等。需要注意的是，无论采取的是以上哪一种措施，无论强度怎样，在AREAER中都被标为“yes”，即存在资本管制。
(二)既有测度方法的讨论与本文采用的测度方法
1.测度方法讨论
测度资本项目开放度的方法可以归为两大类：名义开放度测度方法(de jure)和实际开放度测度方法(de facto)。前者是以一国的法律法规为依据对资本项目的开放度进行测度，其信息来源主要是IMF每年出版的AREAER；后者是以一国实际经济数据为依据对资本项目的开放度进行测度，主要通过检验一国的储蓄—投资相关性、股市收益率相关性、利差、资本流量/存量比率等方法来分析一国的资本项目开放度。名义开放度反映的是一国政府进行资本管制的意图，实际开放度则侧重于反映一国实际的资本流动情况。
由于本文的研究目标是资本管制措施对资本净流入规模及结构的影响，因此本文侧重于名义开放度测度方法的整理归纳，并加以改进。既有的几种方法如下：
(1)方法1:IMF的0/1变量。
名义开放度的测度指标最初是基于IMF的AREAER构建起来的。研究者之所以选择AREAER作为数据来源，是因为它涵盖的时间区间长、涉及的国家数目多，其中不乏新兴市场经济体。从1950年出版以来，AREAER中一直有对其成员国的资本管制情况的描述。从1967年起，AREAER用一个二元变量来描述一国是否对资本交易实施控制。从1996年起，AREAER将资本项目细分为11项资本交易相关类和2项针对金融部门的特殊规定，大部分类别还有进一步的细分，划分依据主要是资本流向和交易主体(居民或非居民)，每一子项的资本管制情况仍然沿用二元变量的方法进行描述：如果确知某项交易存在管制，则标记为“yes”；如果确知某项交易不存在管制，则标记为“no”①。Cottarelli和Giannini(1997)根据AREAER中的信息，首次利用0/1变量来衡量一国资本账户的管制/开放状态，即：
这种衡量方法尽管有些粗糙，却开创了量化资本项目开放度的方法，后来的研究在此基础上做了诸多尝试和改进。
(2)方法2:IMF的Share指标。
Grill等(1995)、Rodrik(1998)根据IMF的AREAER建立起Share指标，用研究期内资本项目处于开放状态的年数比例来衡量一定时期内一国资本项目的开放程度，即，资本项目开放度=n/N。其中，n为资本项目处于开放状态的年数；N为样本观测年数。
这种方法的缺陷在于无法反映开放年份的分布情况，尤其是对那些资本项目开放一段时期后又实施管制(或存在反复)的国家而言，即使两国得分相同，它们的资本项目开放状况也未必相同。
(3)方法3：Quinn指标。
Quinn(1997)根据资本流向细化了评分标准，从资本流入、流出的角度分设两项指标来衡量资本项目的开放程度，每个指标分别取值0、0.5、1、1.5、2。其中，“0”表示禁止资本流入或流出；“0.5”表示资本流入或流出有数量上或者规则上的限制，需要经过严格的审批；“1”表示资本项目交易不需要审批但是赋税较高；“1.5”表示资本项目交易不需要审批且赋税较低；“2”表示对资本项目交易没有任何限制或赋税。资本项目开放度为资本流入开放度与资本流出开放度之和。
但Quinn指标不太适用于以直接的行政管制对资本流动进行控制的国家(雷达等，2008)；同时，该指标的评分对象也没有细化到具体的交易项目。
(4)方法4:OECD的Share指标。
基于经济合作与发展组织(OECD)的资本流动自由化法规(Code of Liberalization of Capital Movements)对11类资本交易管制情况的描述，Klein和Olivei(1999)构建了一个针对OECD成员国的资本项目开放度测度指标。该指标结合了IMF的0/1变量和Share指标的特点，计算这11类资本交易中不受管制的交易类型所占的比例，并用开放年数比例加权，即，资本项目开放度=
该指标虽然是针对OECD成员国构建的，但是可以借鉴其思想根据AREAER对其他国家进行类似的评分。这种评分方法相对细致，但是计算起来较为麻烦。
2.本文对资本项目开放度测算方法的改进
综合考虑上述指标的优缺点，本文选择在OECD的Share指标的基础上加以改进，根据IMF2005年至2010年出版的AREAER中关于资本项目管制情况的描述②，对新兴市场经济体进行名义开放度测算。
针对上述经典测度指标的评分普遍较为笼统的问题，本文进一步将评分对象细化到每一子项。例如，“货币市场工具”一项下包含“非居民在本国购买”、“非居民在本国销售或发行”、“居民在国外购买”、“居民在国外销售或发行”四个子项。本文先对每一子项进行0/1评分，然后取算术平均值作为该项的得分，这样就能够取得更细致的测度结果。
根据AREAER对资本项目下的交易分类，本文针对前面7大类(11项)进行名义资本项目开放度的测度③。本文改进后的计算公式为：
需要说明的是，本文在上述评分标准的基础上，对埃及、土耳其等个别国家还进行了微调。在管制情况标注为“yes”的子项中，有一些交易仅需要向有关部门登记或者申报统计资料就可以开展，本文把这些也算作开放的项目，评分为1。
之所以放松评分标准，一方面是因为部分国家在一些子项上的管制只是要求事先申报或登记以备数据统计之用，并没有实质性的交易限制。例如，埃及2006年在“非居民对居民的金融信贷”这一子项上仅要求向CBE登记外债以备数据统计之用；土耳其2006年对“直接投资清算”这一项仅要求向CBRT汇报即可。另一方面，本文也参考了我国国家外汇管理局对资本项目开放程度的划分标准。根据我国国家外汇管理局的《外汇管理概览》，资本项目汇兑活动依据开放程度的不同分为可兑换、基本可兑换、部分可兑换和不可兑换四类。其中，可兑换的项目基本没有管制，只需经过主管部门或银行的真实性审核；基本可兑换的项目限制不多，只需核准或登记，而没有前置性的审批；部分可兑换的项目要求审批；不可兑换的项目有明文禁止。在调整后的评分标准下，本文对可兑换、基本可兑换的项目评分都为1，部分可兑换和不可兑换的项目评分都为0。
此外，本文并没有像OECD的Share指标那样按照开放年数比例进行加权，主要原因是本文的样本国家在观测期间内(2004-2009年)并没有对某一类交易反复实施管制和开放(详见实证部分的描述)，多数变化是在子项的控制程度上，例如由管制到开放，或者由需要审批到只要求事后登记等。此外，在保证赋予每一类别同样的权重的基础上，本文已经将评分标准细化到几十个子项，相当于对11类交易管制情况的得分做了加权平均，因此，测度的结果更为可信。
二、计量模型的设定与实证结果
(一)模型设定
为了研究资本开放进程中的资本管制对资本流入规模和结构的影响，本文利用面板数据对各类资本流入规模(包括资本流入总量、对外直接投资FDI、证券投资、银行贷款等)和资本流入结构(包括FDI占资本流入总量的比例、证券投资和银行贷款占资本流入总量的比例等)分别估算下述基础模型：
(二)变量选取
从既有的相关研究来看，除了资本管制强度以外，以下几方面因素对资本流入有显著影响。(1)国内经济发展状况。国内经济发展状况通常用人均GDP及其增长率来衡量。Lane等(2003)、Laurenceson等(2005)、Binici等(2010)都发现人均GDP与资本流入规模有显著的正相关性，因为高收入国家需要、同时也提供更多的投资机会。此外，Laurenceson等(2005)还用人均GDP的增长率来检验经济增速对资本流入的吸引力，其结果也是显著的。(2)国内的制度环境。尽管选择的指标不同，Alfaro等(2007)、Laurenceson等(2005)、Binici等(2010)均发现一国的制度环境对资本流入规模有显著影响，政治稳定、法律健全的国家更易吸引资本流入⑤。其中，Alfaro等(2007)选择的指标是《国际政府风险指南》(International Country Risk Guide)中的政治安全指数，而Laurenceson等(2005)选择的是世界银行的《全球治理指标》(Worldwide Governance Indicators)。两者实质上都考虑了政治稳定性、法律健全性等因素。(3)一国国内金融深化程度。更成熟的国内金融市场和更健全的金融基础设施将为资本提供广泛的投资渠道和投资工具，因而也更具吸引力。Lane等(2003)用金融深化指数和股票交易量(占GDP的百分比)来衡量这一效应，发现了显著的正相关性⑥；Binici等(2010)用私人信贷(占GDP的百分比)和股票交易量(占GDP的百分比)来衡量这一效应，结果也是显著的。(4)一国经济一体化的程度。通常，贸易开放度衡量也是用来解释资本流入的变量之一。首先，货物和服务贸易可能涉及金融交易；此外，商品市场的开放可能进一步激励市场参与者进行跨境金融交易，降低其本土偏好(Lane et al.，2003)。Laurenceson等(2005)、Binici等(2010)用贸易总量(占GDP的百分比)来衡量贸易开放度，并验证了其对资本流入存在显著的正向影响。
最后，根据既有的关于影响资本流动的因素的讨论，本文认为有必要把外部推动因素也考虑进来，尽管少数考虑了该因素的文献认为其对资本流动没有显著影响(谢亚轩，2007)，但是由于分析的对象和时期存在差异，不能主观地排除外部因素在这一轮全球流动性周期中所起的作用。本文将选取短期国际利率作为外部因素的代表。
(三)数据及方法
1.样本选择
由于对新兴市场经济体的划分并不统一，本文选取了公认度较高的18个国家来做实证分析，具体包括巴西、智利、中国、哥伦比亚、埃及、匈牙利、印度、印度尼西亚、马来西亚、墨西哥、摩洛哥、秘鲁、菲律宾、波兰、俄罗斯、南非、泰国和土耳其。
本轮全球流动性周期始于2003年，但鉴于AREAER数据的可获得性(关系到资本项目开放度的测度)，本文将研究期间定为2004-2009年。
2.数据来源及处理
解释变量具体说明如下：
OPENNESS——根据本文改进的测算方法，并通过计算得到的资本项目开放度。原始数据来源：历年AREAER。GDPC——基于购买力平价、用2005年不变价格衡量的人均GDP(单位：千美元)，GDPCG——人均GDP增长率，CRD——私人信贷占GDP的比例，STC——股票交易量占GDP的比例，TRD——贸易总量占GDP的比例，数据来源：World Bank Database。GOV——制度环境指标，数据来源：World Bank Worldwide Governance Indicators⑦。Rst——美国3个月短期利率，数据来源：IMF International Financial Statistics。
被解释变量：
CF——资本流入总量占GDP的比例，DI——直接投资流入量占GDP的比例，PPI——私人证券投资流入量占GDP的比例，PLoans——私人贷款流入量占GDP的比例，PLoans(st)——私人短期贷款流入量占GDP的比例，数据来源：IMF Balance of Payments。NDI——非直接投资私人资本流入量占GDP的比例，采用私人证券投资流入量占GDP的比例和私人贷款流入量占GDP的比例之和来近似表达。NDI(st)——非直接投资私人短期资本流入量占GDP的比例，用私人证券投资流入量占GDP的比例与私人短期贷款流入量占GDP的比例之和来近似表达。DI/CF——直接投资流入量占资本流入总量的比例。NDI/CF——非直接投资私人资本流入量占资本流入总量的比例。NDI(st)/CF——非直接投资私人短期资本流入量占资本流入总量的比例。
根据《国际收支手册》(第五版)中对记账方式的简介，多数资本和金融账户下的账目记净额，即反映的是资产或负债的变化。因此，资产方和负债方都可能出现负值，而负的资本流出可以视为资本流入。基于此种记账方法，本文衡量资本流入的方法为：资本流入=-Min(资产，0)+Max(负债，0)。此外，由于在同一项下资产出现多次易手时只合并记录为一笔账目，因此本文计算出的资本流入量其实是实际流入量的下限。
在国际收支平衡表中，“证券投资”项下根据交易主体进行了细分，本文取其私人部门的数据(对应表中的银行和其他部门)，衡量私人资本流动。限于数据的完整性要求，本文以私人部门的“股票投资”和“债券投资”之和来衡量私人证券投资。“贷款”项同样剔除了公共部门的数据。
对于资本流入总量，最好的方法是计算私人资本流入总量(各项私人资本流入量的加总)，但是受限于大多数国家在不同项目下的数据缺失严重，本文最终选择了以直接投资、证券投资、其他投资三项的资本流入总量作为总量的近似替代。
3.估算方法
本文总共做了30次回归(10个被解释变量，每次考虑混合OLS模型、固定效应模型、随机效应模型三种选择)。在模型的筛选和检验方面，F检验的结果表明固定效应模型和随机效应模型都优于混合OLS模型；而Hausman检验的结果表明固定效应模型优于随机效应模型。限于篇幅，这里没有给出检验的具体结果。下文将重点分析固定效应模型估算结果。
4.计量结果及其解释
总体上，本文的估算结果与现有文献的结论在方向上是一致的，即资本管制对资本流入结构的影响更为显著，如De Gregorio等(2000)对1991-1998年间智利的研究，Cardenas和Barrera(1997)对哥伦比亚的研究。不同的是，本文发现资本管制对资本流动的规模也有显著影响。下表给出了固定效应模型估算结果。为了一目了然，对于除了开放度以外的其他解释变量，本文只给出了通过显著性检验的系数的计量结果。
回归结果(1)至(7)反映了资本流入规模的决定模式。在回归结果(1)中，资本项目开放度与资本流入总量呈现出显著的正相关性，意味着资本管制能够有效降低资本流入的规模。与仅有的几篇多国研究的结论相比(如Montiel et al.，1999；Laurenceson et al.，2005；Ariyoshi et al.，2000；Binici et al.，2010)，在资本管制对资本流入总规模的影响方向上，本文的结论与现有文献的研究结果基本一致，但这些文献中这种影响在统计上是不显著的，而本文的结果却是显著的(5%的显著性水平)。笔者认为产生这种差异的原因有以下两方面：首先，本文对资本项目开放度的测度比以往的文献更为细致，降低了开放度出现两极分化情况的概率⑨，从而使得对资本管制效果的衡量也更加精确。其次，本文对资本流入规模的衡量方法与以往文献不同。虽然都是基于IMF的国际收支平衡表，但是以往研究资本流入(流出)的文献多用相关项目的负债方(资产方)数据作为资本流入量(流出量)⑩，而本文的方法是把资产方的负值也看做资本流入，同时把负债方的负值看做资本流出。通过这种方法，本文给出了资本流入量的下限。再者，本文的研究对象与以往文献存在一定差别，现有的多国研究的样本都集中在2005年以前，而本文研究的却是2004年以来的数据，因此，有理由相信资本管制在不同时期有着不同的有效性。
在回归结果(2)中，可以看到资本项目开放度与直接投资呈现出显著的负相关性，这意味着资本管制将提高直接投资流入的规模。这与Montiel等(1999)的结论在方向上是一致的，只不过在本文的研究中表现出了明确的显著性。Montiel等(1999)给出的解释是：直接投资不是资本管制的对象。笔者认为这种解释有一定的道理，但是可以继续深入探讨。笔者认为，可以从两方面来理解这一结果。第一，放松对FDI的限制可能引起更多的资本流入。根据AREAER中的信息，新兴市场经济体对FDI的限制是逐步放松的，体现在诸多数量限制的上限不断提高等；即使在面临大量资本流入的情况下，资本管制的首选对象也不是FDI。同时，多数新兴市场经济体正逐步放松对FDI的限制，这一方面是经济一体化的趋势所在，另一方面也是为了缓解资本大量流入的压力——通过引导资本流出来间接限制资本净流入的规模。但是，笔者认为放松资本流出的政策可能起到相反的作用，因为打开资本流出的闸门使得流入资本的回撤更加便利，相当于为投机资本的撤退解除了后顾之忧。当对资本流入的管制非常有效率时，资本流入具有不可逆性，这将抑制资本流入的积极性，因为投资者或放贷者对于未来资金能否顺利回收存在顾虑。此时如果放松了对资本流出的管制，相当于抵消了这种不可逆性，也就激起了投资者或放贷者突破流入管制的积极性。一些证据也表明，放松对资本流出的管制会吸引进一步的资本流入(Labán et al.，1997)，从而违反政策的原意。第二，加强对证券投资等资本流入的限制可能促使短期资本披着FDI的外衣蒙混过关。由于新兴市场经济体对FDI多持欢迎态度，这方面的管制相对证券投资和其他投资等要宽松很多。为了规避管制，国际资本可能从FDI等相对开放的项目下绕道进来，造成管制越严FDI越多的现象。
回归结果(3)至(7)表明，资本管制在限制私人证券投资、私人贷款的流入规模方面效果并不理想。这与以往的多国研究的结论是一致的。
回归结果(8)至(10)反映了资本流入结构的决定模式。与以往的研究结论相符，本文发现资本管制能够有效降低非直接投资(短期)私人资本在资本流入总量中所占的比重。同时，本文的研究结果显示直接投资在资本流入总量中所占的比重随着资本管制的加强而提高，这种效果在统计上是显著的，而以往的多国研究并没有得出统计显著的结论。
其他解释变量对资本流入规模和结构的影响基本在本文的预期范围内。在资本流入规模方面，资本流入总量除受资本管制的影响外，更多地受到国际因素的影响，体现在其与国际利率呈现显著的负相关性。此外，贸易的开放也带动了资本的流动。直接投资更多地受到国内宏观经济因素、制度环境的影响，同时与贸易开放度正相关；非直接投资的私人资本流入(私人证券投资和私人贷款)更多地受到国内宏观经济因素、国内金融深化程度的影响。
在资本流入结构方面，直接投资占资本流入总量的比例对国内宏观经济因素和贸易开放度有一定的敏感程度，但是这种敏感程度远低于其对资本管制强度的反应；类似的，非直接投资私人资本占资本流入总量的比例对国内金融深化程度有一定的敏感程度，但是这种敏感程度远低于其对资本管制强度的反应。
比较特殊的是非直接投资私人短期资本，其规模和结构都显著依赖于一国的收入水平。笔者认为这是短期资本趋利的正常表现。
三、简要结论
为了衡量资本管制的有效性，本文对18个新兴市场经济体2004-2009年的面板数据进行了固定效应模型估算。本文的估算结果与现有的多国研究的结论在方向上是一致的，即资本管制对资本流入结构的影响更显著：资本管制将显著降低非直接投资私人(短期)资本在资本流入总量中所占的比例。与以往研究结论不同的是，本文发现资本管制对资本流动的规模也有显著的影响：首先，资本管制能够有效限制资本流入总量；其次，资本管制强度与直接投资资本流入的规模及其占资本流入总量的比例均呈现出显著的正相关性。总体上，资本管制基本能够起到防火墙的作用。
本文结论支持了本轮资本管制颇具有效性——既能限制资本流入总量，又能调节其内在结构。需要注意的是，投机者可能通过FDI的渠道来规避一国对证券投资等的管制，从而导致这种结构上的调整效果不理想，甚至失效。同时，资本项目开放进程中的资本管制在本质上类似于防洪治水中的“堵”，并不能从根本上解决投机资本的进入问题，但确实可以降低资本进入的程度，起到一定的防火墙作用。当然，资本管制也必然伴随着相应的管制成本。如Ostry等(2010)指出的，一国运用资本管制可能引起多边反应，导致其他国家也采取类似的措施，并带来汇率摩擦。
注释：
①如果相关信息在AREAER出版时尚属未知，则标记为“n.a.”；如果根据成员国的汇报，某项交易没有相关规定(例如不存在此类交易等)，则标记为“n.r.”。
②AREAER描述的是其出版年份上一年度的情况，例如2010年的AREAER描述的是2009年的情况。
③根据AREAER中的简介，当一些管制政策同时适用于金融机构和其他居民的时候，“对金融部门的特别规定”的一些子项(如从国外借款、向非居民放贷、投资限制等)可能与“资本和货币市场工具”、“信贷业务”、“直接投资”这几类有重复。因此，本文认为把“对金融部门的特别规定”也纳入对资本项目开放度的测度范围内，可能造成重复评分，导致测度结果更趋向于两极分化，最终影响结论的可信度。
④对于特定的个体i而言，
表示那些不随时间改变的影响因素，而这些因素在多数情况下都是无法直接观测或难以量化的，如投资习惯、地区的经济结构等，一般称其为“个体效应”。
⑤Binici等(2010)没有说明具体选取了哪项指标。
⑥Lane和Milesi-Ferretti(2003)所用的金融深化指数来自他人文献。
⑦WGI中共有6项指标，与大多数研究一致，本文也选取了其中一项“政府效能”(Government Effectiveness)作为代表。
⑧由于STC在估算过程中没有表现出任何显著性，因此本文把它从解释变量中删除，重新做了估算。
⑨Laurenceson等(2005)用IMF 0/1指标对13类交易进行分别评分，然后加总得到一国的资本项目开放度，结果显示资本项目开放度的分布多呈现两极分化的情况，即开放度很低或很高的国家占多数。Montiel等(1999)的测度结果也有这种倾向。
⑩例如IMF Financial Global Stability,2011。
标签：资本项目论文; 直接投资论文; 面板数据论文; 经济研究论文; 经济论文; 经济资本论文; 金融结构论文; 证券投资论文; 经济学论文; 经济体论文;