2015年-IMF国际货币组织全球_Non_41页_1014kb

报告摘要

总结：IMF Working Paper - 非FDI资本流入在低收入发展中国家的情况

核心内容

本论文探讨了非外国直接投资（Non-FDI）私人资本流入在低收入发展中国家（LIDCs）中的趋势和模式。研究重点在于构建一个更全面的数据集，以涵盖LIDCs的资本流动，而现有数据集通常仅限于新兴市场（EMs）。

主要观点

数据集构建：
- 构建了一个新的数据集，包含58个LIDCs和92个EMs，时间范围为1990年至2012年。
- 数据集结合了IMF的BOPS（国际收支统计）和WEO（世界经济展望）数据，以填补BOPS数据中的空白。
- 通过比较不同数据集（如BIS、FFA），提高了数据的可靠性和覆盖范围。
资本流入模式：
- LIDCs的非FDI私人资本流入在2007年后显著增加，与EMs的第三波流入趋势同步。
- LIDCs的非FDI流入虽然平均水平低于EMs，但其前四分位数流入与EMs的中位数相当，且在2008年金融危机后与EMs的前四分位数趋于一致。
- 非FDI流入与一些国际收支项目呈正相关，但与经常账户余额呈负相关，表明其对LIDCs的宏观经济影响更为直接。
市场准入与风险：
- 随着LIDCs在国际资本市场发行主权债券，它们正在逐步获得市场准入，尽管官方援助仍是主要资金来源。
- 资本流入波动可能带来发展机会，但也可能引发风险，如资本逆转或突然停止。
- 由于LIDCs的金融市场较浅，资本流入的波动性可能更高。
非FDI资本流入的构成：
- 非FDI流入主要由其他投资构成，其中金融衍生品占比很小。
- 其他投资包括贸易信贷、贷款、货币和存款等，由私人债务人（如银行和其他部门）产生。
国家异质性：
- LIDCs之间存在显著的异质性，因此需要区分不同子群体进行分析。
- 主要子群体包括小国（人口少于150万）、脆弱国家（政治不稳定）和非小国与非脆弱国家。

关键信息

数据来源：
- 主要使用IMF的BOPS数据，辅以WEO数据。
- 对于缺失数据，采用WEO数据进行补充，特别是在BOPS数据不可用的情况下。
数据处理：
- 对WEO数据进行检查，排除人工模式和不一致数据。
- 使用BOPS和WEO数据交叉验证，确保数据的准确性。
- 对于某些国家（如马尔代夫、科摩罗等），采用回归方法估算缺失数据。
非FDI资本流入的计算：
- 非FDI私人资本流入由以下公式计算：
  $$
  \text{Gross non-FDI Private Inflows} = \Delta \text{Portfolio Debt Liabilities} + \Delta \text{Portfolio Equity Liabilities} + \Delta \text{Other Investment Liabilities} + \Delta \text{Financial Derivatives} - \Delta \text{Proxy for Official Other Investment Liabilities}
  $$
- 官方负债作为非FDI流入的代理变量，用于调整数据。
政策含义：
- 研究强调了非FDI流入在LIDCs中的重要性，特别是在金融市场发展和制度改进方面。
- 随着LIDCs获得更多的市场准入，其资本流入模式可能与EMs趋同。

图表与数据

图1：BOPS和WEO数据之间的相关性，显示不同资本流入类型的相关性差异。
图2：LIDCs非FDI私人资本流入的构成，以GDP百分比表示。
图3：按子群体划分的LIDCs非FDI和FDI资本流入（以GDP百分比表示）。
图4：部分LIDCs的非FDI资本流入（以GDP百分比表示）。
图5：基准LIDC子群体中非FDI流入的类型构成。
图6：其他投资的类型构成（以美元计）。
图7：非FDI私人资本流入占私人资本流入的比例。
图8：LIDCs和EMs的资本流入按百分位数分布。
图9：非FDI私人资本流入激增的频率（百分比）。

结论

论文揭示了LIDCs非FDI私人资本流入的显著变化，特别是在2007年后。尽管LIDCs的非FDI流入平均水平较低，但其前四分位数流入已与EMs的中位数相当，并在金融危机后趋于一致。这表明LIDCs正在逐步获得更多的国际资本流入，但其波动性仍较高，需警惕资本逆转的风险。研究强调了使用总资本流动（gross flows）而非净资本流动（net flows）的重要性，因为后者可能无法充分反映市场准入的变化。

展开完整摘要