Institutional determinants of bilateral foreign direct investment flows
Table of contents
Share
Metrics
Institutional determinants of bilateral foreign direct investment flows
Annotation
PII
S042473880007982-9-1
DOI
10.31857/S042473880007982-9
Publication type
Article
Status
Published
Authors
Igor Drapkin 
Occupation: Professor
Affiliation: Ural Federal University
Address: Yekaterinburg, 19, Mira Ave., Yekaterinburg, Russia, 620002
Kristina Chukavina
Occupation: senior teacher
Affiliation: Ural Federal University
Address: 19, Mira Ave., Yekaterinburg, Russia, 620002
Rogneda Groznykh
Occupation: assistant
Affiliation: Ural Federal University
Address: 19, Mira Ave., Yekaterinburg, Russia, 620002
Pages
33-42
Abstract

The paper analyses the influence of institutional development level on bilateral foreign direct investment (FDI) flows. The theory suggests that more developed institutions in both home and host countries should increase FDI flows between countries. At the same time existing empirical research often have controversial results.

We use database on bilateral FDI flows for 67 recipient countries and 109 home countries covering the years of 2001–2016, covering about 80 % of FDI flows of the period. The following indices of institutional development are considered: voting right, political stability, government efficiency, regulation quality, rule of law and corruption control. Using principal component analysis, we construct an aggregate index of institutional development for each country.

In contrast to many related research we consider the endogeneity problem to get the unbiased estimates. Using Poisson pseudo maximum likelihood method with instrumental variables (IV PPML) and in opposition to many empirical research we do not find support to the positive influence of countries’ institutional development on FDI flows. Significant positive influence of institutional development on foreign direct investment was found only for the case when the level of institutional development of the host country exceeds that of recipient country. Additionally, we do not find proof for the hypothesis that increase in institutional distance between countries lead to FDI shrinking. 

Keywords
FDI gravity model, FDI determinants, institutional determinants of FDI, Poisson pseudo maximum method with instrumental variables, IV PPML, principal component analysis
Received
19.12.2019
Date of publication
29.03.2021
Number of purchasers
0
Views
36
Readers community rating
0.0 (0 votes)
Cite Download pdf 100 RUB / 1.0 SU

To download PDF you should sign in

Full text is available to subscribers only
Subscribe right now
Only article
100 RUB / 1.0 SU
Whole issue
830 RUB / 15.0 SU
All issues for 2021
2534 RUB / 50.0 SU
1 Влияние институциональных факторов на межстрановые потоки прямых иностранных инвестиций
2 Драпкин Игорь Михайлович – д.э.н., профессор кафедры международной экономики и менеджмента, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург, Россия, i.m.drapkin@mail.ru Чукавина Кристина Владимировна – старший преподаватель кафедры эконометрики и статистики, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург, Россия, ch.chris@mail.ru Грозных Рогнеда Ивановна – ассистент кафедры эконометрики и статистики, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург, Россия, rogneda.groznykh@urfu.ru
3 Благодарности Исследование выполнено при поддержке гранта Президента РФ для государственной поддержки молодых докторов наук «Институциональные факторы привлечения прямых зарубежных инвестиций: страновой и региональный анализ» (проект № МД-6402.2018.6).
4 В статье анализируется влияние уровня развития институтов в странах на величину потоков прямых иностранных инвестиций (ПИИ) между ними. С теоретической точки зрения рост качества институтов как в стране – импортере, так и в стране – экспортере ПИИ должен приводить к увеличению потоков ПИИ между ними. В то же время в известных эмпирических исследованиях зачастую получены противоречивые результаты. Для исследования используется база данных по 67 странам – импортерам и 109 странам – экспортерам ПИИ за период 2001–2016 гг., покрывающая порядка 80 % ПИИ в мире за указанный период. В качестве характеристик уровня развития институтов стран использованы: индекс права голоса, индекс политической стабильности и отсутствия насилия, индекс качества государственного управления, индекс качества регулирования, индекс верховенства права и индекс контроля за коррупцией. Методом главных компонент данные показатели были объединены в один. В отличие от многих исследований на данную тему, авторы концентрируются на проблеме эндогенности, которая должна быть решена для получения несмещенных и состоятельных оценок. Используя метод Пуассоновский метод псевдомаксимального правдоподобия с инструментальными переменными, в противоположность многим эмпирическим исследованиям на данную тему, мы не находим подтверждения положительному влиянию уровня институционального развития страны на притоки прямых иностранных инвестиций. Значимое положительное влияние институтов на ПИИ обнаружено нами лишь для случая, когда уровень развития институтов экспортера ПИИ превышает уровень развития институтов импортера ПИИ. Кроме того, мы не находим подтверждения гипотезе о том, что рост различий в уровне развития институтов стран («институциональное расстояние») отрицательно влияет на потоки ПИИ между ними. Ключевые слова: гравитационная модель ПИИ, детерминанты ПИИ, институциональные факторы ПИИ, Пуассоновский метод псевдомаксимального правдоподобия с инструментальными переменными, IV PPML, метод главных компонент
5 Введение В настоящее время прямые иностранные инвестиции являются неотъемлемой частью открытой и эффективной международной экономической системы и одним из основных катализаторов устойчивого, качественного и сбалансированного экономического развития стран. Прямые иностранные инвестиции являются инструментом для ускорения экономического и технического прогресса, обновления и модернизации производственных мощностей, освоения передовых методов организации производства, обеспечения занятости, подготовки кадров, отвечающих требованиям рыночной экономики. Привлечение прямых иностранных инвестиций особенно необходимо странам с развивающимися рынками, поскольку это позволяет им с относительно небольшими затратами включаться в международные цепочки добавленной стоимости, тем самым получая выгоды от интеграции в мировую экономику. Выявление факторов, влияющих на приток прямых иностранных инвестиций в страну, является важной научной задачей, имеющее прикладное значение. В условиях ограниченности государственных ресурсов разработка системы мер для привлечения иностранных инвесторов должна опираться на эмпирически подтвержденные факторы, которые определяют выбор иностранными компании страны для осуществления инвестиций. В центре внимания данной статьи – влияние институциональных факторов на приток ПИИ в страну. Теоретически влияние уровня развития институтов в стране на объем поступающих в страну прямых иностранных инвестиций обосновывается следующим. Во-первых, слабые институты в стране ведут к дополнительным расходам инвесторов, следовательно, их можно ассоциировать как дополнительный налог, с которым сталкивается иностранный инвестор. Во-вторых, слабый уровень институционального развития ведет к росту неопределенности, с которой сталкивается иностранный инвестор (Daude and Stein, 2007). В-третьих, некоторые исследователи отмечают, что низкий уровень развития институтов влияет на волатильность прямых иностранных инвестиций (см., например, Buchanan et al, 2012). Повышение качества институтов в стране – экспортере ПИИ снижает издержки ведения бизнеса в стране, что делает национальные компании более конкурентоспособными на международном рынке и, соответственно, приводит к росту исходящих потоков ПИИ.1 Как показал проведенный обзор литературы, многие исследования, вероятно, использовали смещенные оценки для интерпретации полученных результатов. Во-первых, наиболее адекватной базой для моделирование межстрановых потоков ПИИ является гравитационный подход. Отсутствие в оцениваемой модели переменных, отвечающих за расстояние между странами, а также за ВВП страны-инвестора ведет к пропуску значимых переменных в модели, и, соответственно, получению смещенных оценок. Во-вторых, для оценивания модели межстрановых потоков ПИИ необходимо использование специальных методов, которые дают несмещенные и состоятельные оценки при наличии гетероскедастичности и большого (до 75 %) количества нулевых значений зависимой переменной. Наконец, при оценке влияния институтов на межстрановые потоки ПИИ, необходимо решение проблемы эндогенности, которая возникает по причине одновременности (взаимовлияния) зависимой переменной и переменной, отвечающей за уровень развития институтов в стране. Данное исследование направлено на устранение отмеченных методологических и эмпирических недостатков в существующей литературе.
1. Строго говоря, используемые в данной статье термины «экспортер ПИИ» и «импортер ПИИ» не совсем корректны, т.к. термины «экспорт» и «импорт» используются в международной торговли и характеризуют межстрановое движение товаров и услуг. В то же время данные термины используются как компактные эквиваленты англоязычным терминам «home country for FDI» и «host country for FDI», обозначающие страну, из которой направляются инвестиции, и страну, в которую направляются инвестиции, соответственно.
6 Обзор литературы Гравитационный подход является наиболее распространенным в эмпирической литературе для моделирования потоков прямых иностранных инвестиций. Использованный впервые применительно к межстрановым торговым потокам Тинбергеном (Tinbergen, 1962), к потокам ПИИ гравитационный подход был применен Брейнардом (Brainard, 1997), и может быть представлен в следующем виде: FDIijt=MitMjtDij , где FDIijt – поток прямых иностранных инвестиций из страны j в страну i в году t, Mit и Mjt – размеры (ВВП) стран i и j и в году t, Dij – расстояние между странами. Теоретическое обоснование применимости гравитационного подхода к межстрановым потокам прямых иностранных инвестиций можно найти в неоклассических моделях (Mundell, 1957), в современных моделях горизонтальных ПИИ (Markusen 1984, 2002), современных моделях вертикальных ПИИ (Helpman, 1984; Helpman and Krugman, 1985), а также новейших моделях (Helpman, Melitz, Yeaple, 2004). Кроме расстояния и размера стран, в эмпирической литературе выделяют также другие факторы, влияющие на приток ПИИ в страну. К первой группе факторов можно отнести различные экономические показатели: открытость экономики – импортера ПИИ (Kristjansdottir, 2004; Talamo, 2003), темп инфляции (Liebrecht and Riedl, 2012), объем расходов государственного бюджета (Azeem, Hussain and Hussain, 2012), уровень затрат на труд (Liebrecht and Riedl, 2012), размер внешней торговли (Cevis and Camurdan, 2007), налоги (Folfas, 2011), уровень инновационной активности в стране (Bormann, Jungnickel and Keller, 2005) и т. п. К другой группе можно отнести показатели, отражающие схожесть стран-партнеров: общий язык (Folfas, 2011), общая граница, наличие исторических связей (Africano, 2005) и т. п. К третьей группе факторов, причисляемых к детерминантам ПИИ, относятся характеристики институционального развития стран. Рассмотрим данную группу факторов более подробно. Одна часть работ рассматривает влияние отдельных институциональных характеристик на притоки ПИИ. Например, Вей показывает, что уровень коррупции имеет отрицательное влияние на решение ТНК об организации производства в стране (Wei, 2000). В работах Дженсена (Jensen, 2003) и Алквиста (Ahlquist, 2006) утверждается, что страны с более развитым уровнем демократии привлекают больше ПИИ. Гастанага и др. обнаруживают, что низкая коррупция, риск национализации и защита сделок ведет к росту потоков ПИИ (Gastanaga et al. 1998). Согласно Асиеду, неэффективные институты, в частности, коррупция, недостаточное законодательное регулирование и политическая нестабильность ведет к сокращению потоков ПИИ в страну (Asiedu, 2006). Непредсказуемая государственная политика, избыточная административная нагрузка и невыполнение обязательств государством также снижает приток ПИИ (Daude and Stein, 2007). В работе Гани показано, что улучшение контроля за коррупцией, политической стабильности, качества регулирования и эффективности государственной власти стимулирует приток ПИИ в страну (Gani, 2007). Во многих исследованиях в качестве детерминанта притоков ПИИ рассматриваются агрегированные показатели, включающие в себя различные аспекты институционального развития страны. Глоберман и Шапиро, используя индекс, в который вошли показатели коррупции, верховенства права, качества регулирования и политической стабильности, показывают, что рост данного индекса ведет к росту притоков ПИИ в страну (Globerman and Shapiro, 2002). Бучанан и др. показывают, что индекс качества институтов положительно влияет на притоки ПИИ и отрицательно – на волатильность этих потоков (Buchanan et al. 2012). В отдельную группу стоит выделить работы, оценивающие влияние уровня различий в развитии институтов стран-партнеров на величину потоков ПИИ между ними. Было выявлено, что увеличение институционального расстояния (т.е. разницы между показателями по модулю) приводит к снижению движения инвестиций между странами (Ali, Fiess, and MacDonald, 2010; Benassy-Quere, Coupet, and Mayer, 2007). Результаты многих эмпирических исследований не подтверждают традиционное представление о положительном влиянии институтов на приток в страну прямых иностранных инвестиций. Асиеду показывает, что ни политический риск, ни риск экспроприации не оказывает статистически значимого влияния на притоки ПИИ в страну (Asiedu, 2002). Нурбахш и др. не смогли выявить статистически значимой зависимости между демократией, политическим риском и притоком ПИИ (Noorbakhsh et al., 2001). Хармс и Урспрунг (Harms and Ursprung, 2002), как и Джун и Синг (Jun and Singh, 1996) обнаруживают неустойчивое влияние развития институтов на привлекательность страны для иностранного капитала. Ли и Ресник приходят к выводу, что уровень демократии в принимающей стране отрицательно влияет на потоки ПИИ (Li and Resnick, 2003). Уили и Моди, используя индекс уровня развития институтов, куда вошли показатели коррупции, политической стабильности, бюрократии и эффективности законодательной системы, не смогли выявить связь индекса с решением ТНК инвестировать в страну (Wheeler and Mody, 1992). Аналогичные результате получены в работе Асиеду с использованием агрегированного показателя, включающего защищенность контрактов, наличия ограничений на вывоз капитала и средней задержки платежей (Asiedu, 2013).
7 Гипотезы и эконометрическая модель Для решения поставленных в рамках данного исследования задач мы формулируем следующие гипотезы. Н1. Уровень развития институтов стимулирует приток ПИИ в страну. Развитие в стране институтов для инвесторов выражается, во-первых, в более высоком уровне защиты бизнеса в стране, во-вторых, в более низких издержках, связанных с операционной деятельностью компаний. В связи с этим мы ожидаем увидеть положительную взаимосвязь между показателем, характеризующим уровень развития институтов в стране и объемом поступающих в страну ПИИ. Н2. Уровень развития институтов стимулирует экспорт ПИИ из страны. Уровень развития институтов в стране снижает издержки ведения бизнеса в стране, что делает национальные компании более конкурентоспособными на международном рынке. Рост конкурентоспособности компаний в глобальной экономике ведет к интеграции компаний в глобальные цепочки создания стоимости, в частности, росту осуществляемых за границей прямых инвестиций. Н3. Качество институтов страны импортера и экспортера ПИИ более важно в случае, когда институты страны-экспортера более развиты по сравнению с институтами страны импортера. Все иностранные компании сталкиваются со страновыми рисками при реализации инвестиционных проектов за рубежом. Мы считаем, что эти страновые риски более значимы для компаний из развитых стран при осуществления инвестиций в развивающиеся, т.к. способность компаний из развитых стран противодействовать неблагоприятной среде, связанной со слабыми институтами, находится на более низком уровне по сравнению с компаниями из стран с более слабыми институтами, которые постоянно находятся в такой среде. В то же время для компаний из менее развитых в институциональном плане стран, уровень развития институтов за границей, вероятно, менее значим, т.к. они не сталкиваются с большими рисками ведения бизнеса за границей по сравнению со своей страной. Н4. Увеличение институционального расстояния снижает потоки ПИИ между странами. Большая разница в уровне развития институтов ассоциируется с большим различием стран между собой. Значительные различия между странами, в свою очередь ассоциируются со значительными издержками, которые приходится нести иностранным компаниям в другой стране. В связи с этим мы считаем, что величина институционального расстояния между странами обратно пропорциональна объему прямых иностранных инвестиций между ними. При формулировании эконометрической модели мы опираемся на гравитационный подход. Зависимой переменной FDIijt выступает поток прямых иностранных инвестиций из страны j в страну i в году t. В качестве объясняемых переменных выступают три блока переменных. К первому блоку относятся «гравитационные» переменные – размер стран и расстояние между ними:
  • gdpit – ВВП страны – импортера ПИИ, млн. долл. США;
  • gdpjt – ВВП страны – экспортера ПИИ, млн. долл. США;
  • dist_capij – расстояние между столицами импортера и экспортера ПИИ, км.
В соответствии с положениями гравитационной модели, мы ожидаем положительные значения коэффициентов при переменных размера стран и отрицательное значение коэффициентов при переменной расстояния между ними. Ко второму блоку мы относим две переменные, которые, на наш взгляд, оказывают существенное влияние на приток ПИИ в страну i:
  • opennessit – показатель торговой открытости открытости страны – импортера ПИИ, рассчитанный как отношение объема торговли страны i к ее ВВП (%). Степень вовлеченности страны и региона в международные экономические отношения, к которым, в первую очередь, относятся экспортные и импортные операции, является важным фактором, положительно влияющим на приток ПИИ в страну по нескольким причинам. Во-первых, высокая степень открытости экономики зачастую связана с либеральным торговым режимом в стране, что является важным позитивным сигналом для иностранных инвесторов (Campos and Kinoshita 2008; Trevino et al, 2008). Во-вторых, инвесторы имеют большую склонность к инвестированию в те страны, с которыми уже налажены внешнеэкономические связи. В-третьих, считается, что двусторонние соглашения о свободной торговле стимулируют приток ПИИ, в особенности таких, которые направлены на повышение эффективности (Waldkirch 2010; Baltagi et al, 2008).
  • inflit – величина инфляции в стране – импортере ПИИ (%). Макроэкономические характеристики страны оказывают существенное влияние на уровень неопределенности и рисков, которые необходимо учитывать иностранным компаниям при оценке зарубежных инвестиционных проектов. Руководствуясь исследованием Либрехта и Ридля (Leibrecht and Riedl 2012), мы используем темп инфляции как индикатор макроэкономической стабильности в стране – импортере ПИИ и ожидаем положительного влияния данного показателя на приток ПИИ в страну.
Для проверки сформулированных гипотез Н1 – Н4, мы включаем в число регрессоров следующие институциональные переменные: - instit – уровень развития институтов в стране – импортере ПИИ в году t; - instjt – уровень развития институтов в стране – экспортере ПИИ в году t; - inst_diffijt – разница в уровне развития институтов («институциональное расстояние») стран i и j в году t, рассчитанная как разница показателей inst_impit и inst_expit. В соответствии с выдвинутыми гипотезами мы ожидаем положительные знаки при переменных inst_impit и inst_expit и отрицательный знак при переменной inst_diffijt. Используемая для эконометрической оценки база данных составлена на основе открытых источников и включает в себя 105194 наблюдения над 109 странами – экспортерами и 67 странами – импортерами прямых иностранных инвестиций за период с 2001 по 2016 гг. Информация по межстрановым потокам ПИИ получена с портала ЮНКТАД (www.unctad.org). Данные по ВВП стран, величина инфляции, а также показатель торговой открытости получены с сайта Всемирного банка (www.worldbank.org), расстояние между столицами заимствованы из базы данных Майера и Зигнаго (Meyer and Zignago, 2011). В качестве показателей, отражающих уровень развития институтов в стране, авторами использована база данных International Country Risk Giude by PRS-Group (www.prsgroup.com). В данном исследовании использованы следующие институциональные показатели, ежегодно рассчитываемые PRS-Group, находящиеся в открытом доступе: индекс права голоса, индекс политической стабильности и отсутствия насилия, индекс качества государственного управления, индекс качества регулирования, индекс верховенства права и индекс контроля за коррупцией.
8 Методология По мнению авторов, эмпирическая модель оценки факторов, влияющих на приток ПИИ в страну, должна основываться на гравитационном подходе, который имеет теоретическое обоснование и эмпирическое подтверждение. Отход от этого подхода (например, в виде рассмотрения в качестве зависимой переменной совокупного объема поступающих ПИИ в страну) ведет к игнорированию таких важнейших детерминантов ПИИ, как расстояние между странами и размер экономики страны-инвестора, а, следовательно, к получению смещенных результатов. Так, значительная часть упомянутых выше эмпирических исследований по оценке институциональных детерминантов ПИИ не основывается на гравитационном подходе (например: Trevino et al., 2008; Noorbakhsh et al., 2001; Li, Resnick, 2003; Jensen, 2003; Harms, Ursprung, 2002; Globerman, Shapiro, 2002; Gastanaga, 1998 и другие). В эмпирической литературе существует известная дискуссия относительно методов оценивания уравнений гравитационного типа. Данная дискуссия связана с особенностями данных по межстрановым потокам прямых иностранных инвестиций. Во-первых, стандартно в базе данных количество нулевых значений доходит до 70%. С одной стороны, логарифмирование гравитационного уравнения приводит к потере этих наблюдений, поскольку логарифмическая функция не определена в зоне нулевых значений аргумента. С другой стороны, использование стандартного метода наименьших квадратов даже при замене логарифма зависимой переменной ln(FDI) на незначительную по величине константу (например, ln(1+FDI)), дает смещенные оценки (Bénassy-Quéré, Coupet, Mayer, 2007). Во-вторых, в оцениваемых моделях как правило, присутствует гетероскедастичность и серийная автокорреляция. В-третьих, определенный подход должен быть выработан относительно присутствующих в базе отрицательных наблюдений зависимой переменной. Несмотря на то, что оценка гравитационных моделей методом наименьших квадратов зачастую подвергается критике, его использование можно встретить в отдельных работах (Africano, 2005; Ledyaeva, Linden, 2006). В то же время большинство исследователей используют более современные и продвинутые методы исследования: тобит-регрессия (Martin, Pham, 2008; Hattari, Rajan, 2009), двухшаговая процедура Хекмена (Martin, Pham, 2008; Hattari, Rajan, 2009), подход Хаусмана–Тейлора (Egger, Pfaffermayr 2004; Folfas, 2011) и т. п. В настоящий момент считается, что одним из наиболее продвинутых методов, дающих несмещенные и состоятельные оценки в условиях большого количества нулевых значений зависимой переменной и гетерогенности является Пуассоновский метод псевдомаксимального правдоподобия (PPML), впервые для оценки межстрановых потоков ПИИ примененный Силвой и Тенрейро в 2006 г. (Silva and Tenreyro, 2006), а затем использованный во многих работах (см., например Tenreyro, 2007; Kleinert, Toubal, 2010; Mariev et al, 2016). PPML является интерпретацией обобщенного метода моментов (GMM) из множества методов максимального правдоподобия, а обобщенный метод моментов зачастую используется для коррекции смещения, вызванного эндогенностью объясняющих переменных. ПМПП с инструментальными переменными (IV PPML) оценивает параметры Пуассоновской регрессионной модели, в которой некоторые регрессоры эндогенны. Модель также известна как модель экспоненциального условного среднего, в которой некоторые регрессоры подвержены эндогенности (Tenreyro, 2007). Для того, чтобы убедиться в стабильности полученных результатов, данном исследовании мы приводим результаты оценки модели несколькими различными методами, однако для интерпретации результатов мы используем коэффициенты, полученные при оценивании модели методом PPML. Эмпирическая оценка влияния уровня институционального развития стран на потоки прямых иностранных инвестиций между ними требует решения проблемы эндогенности, связанной с одновременным влиянием уровня институционального развития страны на объем поступающих прямых иностранных инвестиций, а также влиянием объема работающего иностранного капитала в стране на уровень ее институционального развития. В данном исследовании для решения проблемы эндогенности и получения несмещенных оценок использован метод инструментальных переменных. В качестве инструментов мы используем четыре дамми переменные, каждая из которых отражает принадлежность страны к одной из четырех систем права: германской, французской, англо-саксонской, либо скандинавской. Логика использования таких инструментов заключается в том, что страны с давними традициями государственного регулирования и судопроизводства (например, в основе юридических систем которых лежит англо-саксонская система общего права, французский Гражданский кодекс и т.п.) имеют значительно более низкий уровень бюрократии, эффективности государственных органов власти, и как следствие, более высокий уровень институционального развития в целом (La Porta et al, 1999; Chong and Zanforlin, 2000). В ситуации, когда у нас есть несколько переменных, отвечающих за уровень развития институтов, возникает вопрос их включения в регрессионное уравнение. С одной стороны, включение всех показателей одновременно может привести к смещенным оценкам в результате мультиколлинеарности, с другой стороны, включение показателей по очереди кратно увеличит количество регрессий в исследовании и может привести к сложностям интерпретации результатов в случае разных знаков перед разными институциональными переменными. В условиях отсутствия строгой математической модели расчета индекса институционального развития, мы используем метод главных компонент для генерирования единого показателя уровня институционального развития импортера ПИИ и единого показателя уровня институционального развития экспортера ПИИ. Одним из преимуществ метода главных компонент является минимальная потеря информации при уменьшении размерности данных (Akpan et al, 2014; Choi et al, 2016). Описательная статистика институциональных переменных, использованных в исследовании, представлена в Таблице 1. Таким образом, оцениваемое эконометрическое уравнение имеет вид: lnfdiijt=β0+β1lngdpit+β2lngdpjt+β3lndistcapij+β4opennessit+β5inflit+β6instit+β7instjt+β8inst_diffijt+εijt , где β0 – константа, β1...β8-коэффициенты при  объясняющих переменных, εijt - ошибка регрессии. Таблица 1 Описательная статистика институциональных переменных в базе данных
Индексы Наблю-дений, тыс. Среднее Средне-квадратическое отклонение Min Max
Импортер ПИИ
Права голоса 105 194 0,780 0,208 0,00 1,00
Политической стабильности 105 194 0,725 0,096 0,38 0,98
Эффективности государственного управления 105 194 0,663 0,247 0,25 1,00
Качества регулирования 105 194 0,744 0,187 0,00 1,00
Верховенства права 105 194 0,686 0,208 0,17 1,00
Контроля за коррупцией 105 194 0,500 0,212 0,17 1,00
Агрегированный индекс (метод главных компонент) 105 194 0,000 1,955 – 4,86 3,87
Экспортер ПИИ
Права голоса 100 909 0,702 0,246 0,00 1,00
Политической стабильности 100 909 0,727 0,103 0,35 0,98
Эффективности государственного управления 100 909 0,608 0,268 0,00 1,00
Качества регулирования 100 909 0,722 0,202 0,09 1,00
Верховенства права 100 909 0,663 0,218 0,17 1,00
Контроля за коррупцией 100 909 0,474 0,209 0,17 1,00
Агрегированный индекс (метод главных компонент) 100 909 0,000 1,973 – 5,48 4,21
Источник: расчеты авторов в компьютерном пакете Stata.
9 Результаты и обсуждение На первоначальном этапе мы оцениваем эконометрическое уравнение различными методами для того, чтобы убедиться в устойчивости получаемых оценок (см. Табл. 2). Каждый из использованных в таблице 2 методов имеет свою специфику. Использование стандартного метода наименьших квадратов (как в виде сквозной регрессии, так и с фиксированными/случайными эффектами) в связи с логарифмированием ведет к потере около 75% наблюдений, в которых зависимая переменная, принимает нулевое значение. В то же время при добавлении более 50000 нулевых значений зависимой переменной при оценивании (путем использования зависимой переменной ln(1+fdi)), корректность использования метода наименьших квадратов может быть поставлена под сомнение. Тест Хаусмана на выбор между моделями с фиксированными и случайными эффектами показывает необходимость использования модели с фиксированными эффектами. В то же время использование модели с фиксированными эффектами связано с исключением из числа регрессоров инвариантных во времени переменных, к которым относится расстояние, играющее важнейшую роль в гравитационной модели. Использование пуассоновского метода псевдомаксимального правдоподобия в статистическом пакете Stata 14.0 как для пространственного, так и для панельного типа данных не позволяет работать с зависимыми переменными, лежащими в области отрицательных значений, хотя никаких теоретических ограничений на этот счет не существует. В тоже время полученные с таблице 2 оценки свидетельствуют об устойчивости используемой эконометрической модели. Во-первых, во всех оценках гравитационные переменные значимы на 1 %-м уровне значимости, а коэффициенты при них имеют ожидаемые знаки. Величина инфляции в стране предсказуемо имеет статистически значимое отрицательное влияние на приток прямых инвестиций с страну, а торговая открытость страны – значимое положительное влияние. Коэффициенты детерминации находятся на достаточно высоком уровне, из чего следует, что набор отобранных в модель регрессоров хорошо объясняет вариацию зависимой переменной. Обратим внимание здесь на нестабильность знаков и значимости при переменных, отражающих уровень институционального развития как страны – импортера, так и страны – экспортера прямых иностранных инвестиций, что не позволяет на данном этапе сделать какие-то выводы о характере влияния уровня развития институтов на межстрановые потоки прямых иностранных инвестиций. Таблица 2 Влияние уровня развития институтов на межстрановые потоки ПИИ (различные методы оценивания без инструментальных переменных)
Метод, зависимая переменная МНК МНК, re МНК, fe МНК, re PPML PPML, re
lnfdi lnfdi lnfdi ln(1+fdi) fdi≥0 fdi≥0
ВВП имп. (лог.) 0,604*** (0,011) 0,707*** (0,021) 0,710*** (0,070) 0,364*** (0,011) 0,750*** (0,024) 0,942*** (0,116)
ВВП эксп. (лог.) 0,623*** (0,012) 0,695*** (0,023) 0,658*** (0,077) 0,274*** (0,011) 0,637*** (0,027) 0,817*** (0,167)
Расстояние (лог.) – 0,841*** (0,017) – 0,912*** (0,037) --- – 0,675*** (0,026) – 0,603*** (0,029) – 0,671*** (0,234)
Инфляция – 0,007* (0,004) – 0,029*** (0,003) – 0,030*** (0,004) – 0,008*** (0,001) – 0,059*** (0,010) – 0,123*** (0,015)
Открытость – 0,001 (0,001) 0,006*** (0,001) 0,007*** (0,002) 0,003*** (0,001) 0,009*** (0,001) 0,011*** (0,004)
Институты импортера 0,084*** (0,010) – 0,010 (0,019) – 0,131*** (0,040) – 0,054*** (0,010) 0,022 (0,022) – 0,012 (0,093)
Институты экспортера 0,496*** (0,009) 0,314*** (0,018) – 0,148*** (0,035) 0,103*** (0,009) 0,399*** (0,024) – 0,152* (0,082)
Константа – 5,789*** (0,246) – 7,901*** (0,456) – 0,879*** (0,257) – 0,879*** (0,257) – 8,325*** (0,535) – 10,814*** (0,535)
N obs 24094 24094 24094 87650 84586 84586
R sq. 0,36 0,34 0,09 0,29 --- ---
Pseudo R sq. --- --- --- --- 0,55 ---
Примечание. В скобках указаны стандартные ошибки; re – случайные эффекты, fe – фиксированные эффекты; *** p < 0,01, * p < 0,1. Источник: расчеты авторов в компьютерном пакете Stata.
10 Для проверки гипотезы об эндогенности мы тестируем модель, где зависимой переменной являются уровень развития институтов в стране – экспортере и импортере ПИИ, сохраняем остатки регрессии и далее включаем эти остатки вместо институциональных переменных в исходную модель. Получая статистическую значимость коэффициентов при остатках регрессии в модели, подтверждаем тем самым предположение о наличии эндогенности в модели (см. Табл. 3). Таблица 3 Результаты проверки институциональных факторов на эндогенность
Институты импортера Институты экспортера Институ-циональное расстояние
F(1,100901) 3,52 47,06 6,78
Prob>F 0,06 0,00 0,01
Источник: расчеты авторов в компьютерном пакете Stata.
11 Как было отмечено выше, одним из методов, позволяющих получить несмещенные оценки гравитационной модели, является Пуассоновский метод псевдомаксимального правдоподобия. Силвой и Тенрейрой был написан код, который позволяет оценивать гравитационную модель с зависимой переменной, принимающей значения в диапазоне (–;+).2 Для решения проблемы эндогенности мы используем метод PPML с инструментальными переменными (IV PPML). Инструментальными переменными являются 4 дамми-переменные, отражающие принадлежность страны к одной из правовых систем: англо-саксонской, немецкой, французской, либо скандинавской. В таблице 2 представлены результаты оценок регрессий методом PPML как с инструментальными переменными, так и без них. Используемые инструменты являются сильными, о чем говорит J-статистика Хансена. Как мы видим, статистически значимые переменные институционального развития экспортера и импортера ПИИ в модели без инструментов (с присутствием проблемы эндогенности) перестали быть значимыми в модели с инструментальными переменными. Таким образом, мы не можем подтвердить выдвинутые гипотезы 1 и 2 о положительном влиянии развития институтов на межстрановые потоки ПИИ. В то же время все прочие переменные за исключением открытости страны-импортера сохранили свои знаки и значимость, что является дополнительным подтверждением обоснованности использования гравитационного подхода при моделировании межстрановых потоков ПИИ. Таблица 4 Оценка влияния развития институтов в странах на притоки ПИИ методами PPML и IV PPML
Метод PPML PPML IV PPML IV PPML
ВВП имп. (лог.) 1,475*** (0,289) 1,284*** (0,216) 2,775** (1,242) 1,994*** (0,649)
ВВП эксп. (лог.) 1,036*** (0,140) 1,157*** (0,196) 1,285*** (0,291) 1,413*** (0,488)
Расстояние (лог.) – 1,185*** (0,168) – 0,869*** (0,158) – 1,537*** (0,310) – 1,123*** (0,360)
Инфляция – 0,906*** (0,221) – 0,812*** (0,206) – 1,484*** (0,524) – 1,304*** (0,314)
Открытость 0,010*** (0,007) 0,007 (0,007) 0,024 (0,023) 0,011 (0,014)
Институты импортера – 0,325*** (0,072) 0,009 (1,329)
Институты экспортера 0,704*** (0,172) 1,079 (2,786)
Константа – 19,492*** (5,020) – 22,300*** (4,676) – 41,83** (18,67) – 36,22** (10,73)
N obs 105194 100909 92454 88697
Hansen's J. (p-value) --- --- 0,53 0,74
Примечание. В скобках указаны стандартные ошибки; *** p < 0,01; ** p < 0,05. Источник: расчеты авторов в компьютерном пакете Stata.
2. Технически это реализовано через метод PPML с инструментальными переменными, где все регрессоры являются инструментами.
12 Далее мы переходим к проверке гипотезы 3 о том, что качество институтов в странах более важно, когда институты страны-экспортера более развиты по сравнению с институтами страны импортера. Для этого мы делим базу на две части: случай, когда страна – экспортер ПИИ имеет более развитые институты по сравнению с импортером ПИИ, и наоборот, когда институты импортера более развиты по сравнению с институтами экспортера. Результаты оценки методом IV PPML  с инструментальными переменными представлены в таблице 5. Как видно из результатов регрессий, уровень развития институтов экспортера и импортера является значимым фактором, который ведет к росту ПИИ между странами только для случая, когда экспортер ПИИ более развит по сравнению с импортером ПИИ. Мы интерпретируем данный результат следующим образом. Для ТНК из развитой страны, которая намеревается осуществить инвестиции в развивающуюся страну, уровень развития институтов является важным фактором, влияющим на принятие решения об осуществлении инвестиций (как в контексте рисков ведения бизнеса в стране, так и в контексте издержек, с которыми столкнется ТНК в этой стране). С одной стороны, ТНК, выбирая страну осуществления инвестиций среди развивающихся стран, при прочих равных выберут страну с более развитыми институтами. С другой стороны, рост качества институтов в принимающей стране ведет к росту ПИИ со стороны ТНК из развитых стран. Рост качества институтов в развитой стране делает компании этой страны более конкурентными на международном уровне, о чем свидетельствует статистически значимый положительный коэффициент при переменной «институты экспортера» в столбце 3 таблицы 5. Как следует из столбцов 4 и 5 таблицы 5, для случая, когда институты страны экспортера ПИИ менее развиты, мы наблюдаем незначимость переменных, отражающих институциональное развитие импортера и экспортера ПИИ. Это означает, что для компаний из развивающихся стран при принятии решения об инвестировании в развитые страны уровень институционального развития последних не играет существенной роли. В то же время уровень институционального развития самих экспортеров из менее развитых стран, видимо, является недостаточным для того, чтобы стимулировать экспорт ПИИ из этих стран. Таблица 5 Влияние развития институтов в странах на притоки ПИИ: оценка методом IV PPML
Институты экспортера более развиты Институты экспортера более развиты Институты экспортера менее развиты Институты экспортера менее развиты
(1) (2) (3) (4) (5)
ВВП имп. (лог.) 1,207*** (0,258) 1,723*** (0,573) 9,786** (4,583) 8,854 (32,933)
ВВП эксп. (лог.) 1,258*** (0,280) 2,701** (1,164) 2,960** (1,500) 2,800 (2,935)
Расстояние (лог.) – 0,931*** (0,211) – 1,000*** (0,245) – 5,395* (2,894) – 5,306 (12,987)
Инфляция – 1,056*** (0,253) – 0,902*** (0,221) – 2,994* (1,536) – 3,188 (9,410)
Открытость 0,001 (0,011) 0,020 (0,017) 0,113* (0,059) 0,062 (0,487)
Институты импортера 1,091* (0,584) – 0,717 (1,417)
Институты экспортера 6,480** (3,150) 1,128 (11,447)
Константа – 21,95*** (5,457) – 68,508** (34,30) –150,47*** (73,47) –133,80 (469,578)
N obs 48150 44393 44304 44304
Hansen's J. (p-value) 0,28 0,19 0,21 0,00
Примечание. В скобках указаны стандартные ошибки; *** p < 0,01; ** p < 0,05;* p < 0,1. Источник: расчеты авторов в пакете Stata.
13 В таблице 6 представлены результаты проверки гипотезы о значимости институционального расстояния на межстрановые потоки ПИИ. При оценивании модели без инструментов модель показывает статистически значимое положительное влияние роста институционального расстояния на потоки ПИИ в страну. В то же время оценка модели с инструментами делает данный показатель незначимым как на всей выборке стран, так и подвыборках более и менее развитых институтов импортера ПИИ по сравнению с экспортером ПИИ. Таким образом, мы не смогли найти подтверждение гипотезе о том, что уменьшение институционального расстояния между странами способствует росту ПИИ между ними. Таблица 6 Влияние институционального расстояния на межстрановые потоки ПИИ
Без инструментов С инструментами
Вся выборка Институты экспортера более развиты Институты экспортера менее развиты
ВВП имп. (лог.) 1,363*** (0,242) 3,558* (2,081) 1,397*** (0,272) 6,057 (13,110)
ВВП эксп. (лог.) 1,035*** (0,166) 1,337*** (0,329) 1,132*** (0,232) 1,952 (2,699)
Расстояние (лог.) – 1,054*** (0,160) – 2,197 (3,673) – 0,985*** (0,280) – 4,270 (2,751)
Инфляция – 0,887*** (0,212) – 1,652 (1,594) – 1,083*** (0,338) – 2,572* (1,350)
Открытость 0,009 (0,007) 0,039** (0,017) 0,007 (0,010) 0,061 (0,192)
Институциональное расстояние 0,407*** (0,064) – 0,475 (2,284) – 1,563 (2,327) – 0,839 (4,234)
Константа – 19,293*** (4,567) – 51,34** (15,14) – 19,691** (5,493) –87,43 (223,10)
N obs 100909 88697 44393 44304
Hansen's J. (p-value) 0,00 0,10 0,20
Примечание. В скобках указаны стандартные ошибки; *** p < 0,01, ** p < 0,05, * p < 0,1. Источник: расчеты авторов в пакете Stata.
14 Подытожим полученные результаты. Используя метод IV PPML для получения несмещенных и состоятельных оценок мы не обнаруживаем подтверждения гипотез Н1 и Н2 о статистическом значимом положительном влиянии уровня развития экспортера и импортера на межстрановые потоки ПИИ. Нашла свое подтверждение гипотеза Н3 о том, что качество институтов страны импортера и экспортера ПИИ более важно в случае, когда институты страны-экспортера более развиты по сравнению с институтами страны импортера. Свидетельств в пользу гипотезы Н4 о негативном влиянии институционального расстояния на потоки ПИИ между странами также не было обнаружено.
15 Заключение В фокусе внимания данной статьи является влияние уровня институционального развития стран на потоки прямых зарубежных инвестиций между ними. Теоретически уровень развития институтов как импортера, так и экспортера ПИИ, косвенно характеризуя уровень издержек ведения бизнеса в странах, должен положительно влиять на потоки ПИИ между странами. Большинство эмпирических исследований подтверждают положительное влияние уровня развития институтов на потоки ПИИ. В то же время во многих исследованиях не учитываются важнейшие факторы, которые могут вести к получению смещенных оценок. В частности, к таким факторам относятся: не включение важнейших детерминантов ПИИ (например, расстояния между странами и размера страны – экспортера), использование неоптимального метода оценивания, а также игнорирование проблемы эндогенности в модели. Используя гравитационный подход к моделированию межстрановых потоков ПИИ, метод псевдомаксимального правдоподобия Пуассона с инструментальными переменными, а также метод главных компонент для учета различных аспектов институционального развития, мы не находим однозначного подтверждения гипотезам о положительном влиянии развития институтов на потоки ПИИ между странами. На оцениваемой базе данных статистически значимое положительное влияние институтов импортера и экспортера ПИИ наблюдается только для случая, когда уровень развития институтов страны – экспортера ПИИ выше, чем уровень развития институтов страны – импортера ПИИ. Также не находит свое подтверждение гипотеза об отрицательном влиянии «институционального расстояния» на потоки ПИИ: в нашем случае данный фактор оказывается незначимым как на всей базе, так и на исследуемых подвыборках. Основной вывод, полученный в рамках данного исследования, заключается в том, что влияние уровня развития институтов в странах на приток прямых иностранных инвестиций зачастую преувеличивается. С высокой долей вероятности можно утверждать, что для принятия иностранными компаниями решений об осуществлении прямых иностранных инвестиций более приоритетными являются другие факторы.
16 Список литературы
  1. Africano A. (2005). FDI and Trade in Portugal: a gravity analysis. Research Work in Progress. №174. P. 1-24.
  2. Ahlquist J. (2006). Economic policy, institutions, and capital flows: portfolio and direct investment flows in developing countries // International Studies Quarterly Vol. 50. P. 681–704.
  3. Akpan U., Salisu I., Simplice A. (2014). Determinants of Foreign Direct Investment in Fast-Growing Economies: A Study of BRICS and MINT. African Governance and Development Institute WP/14/002.

  • Ali   F., Fiess N., Macdonald R. (2010). Do Institutions Matter for Foreign Direct Investment? // Open Economies Review. Vol. 21. Iss. 2. P. 201-219.
  • Asiedu E. (2002). On the determinants of foreign direct investment to developing countries: Is Africa different? // World Development Vol. 30. P. 107–119.
  • Asiedu E. (2006). Foreign direct investment in Africa: The role of natural resources, market size, government policy, institutions and political instability // The World Economy. Vol. 29. P. 63–77.
  • Asiedu E. (2013). Foreign Direct Investment, Natural Resources and Institutions. London: International Growth Centre.
  • Azeem S., Hussain H., Hussain R. (2012). The determinants of foreign investment in Pakistan: a gravity model analysis. Log Forum. // Scientific Journal of Logistics. Vol. 8. No. 2. P. 81-97.
  • Baltagi B., Egger P., Pfaffermayr M. (2008). Estimating regional trade agreement effects on FDI in an interdependent world // Journal of Econometrics. Vol. 145. No. 1-2. P. 194-208.
  • Bénassy-Quéré A., Coupet M., Mayer T. (2007). Institutional determinants of foreign direct investment. The World Economy. Vol. 30. P. 764–782.
  • Bormann C., Jungnickel R., Keller D. (2005). What gravity models can tell us about the position of German FDI in Central and Eastern Europe. HWWA discussion paper. P.1-34.
  • Brainard S. (1997). An Empirical Assessment of the Proximity- Concentration Trade-off Between Multinational Sales and Trade // American Economic Review. Vol. 87. No. 4. P. 520-544.
  • Buchanan B., Le Q., Rishi M. (2012). Foreign direct investment and institutional quality: Some empirical evidence // International Review of Financial Analysis. Vol. 21. P. 81–89.
  • Campos N., Kinoshita Y. (2008). Foreign Direct Investment and Structural Reforms: Evidence from Eastern Europe and Latin America. IMF Working Papers.
  • Çevis I., Çamurdan B. (2007). The Economic Determinants of Foreign Direct Investment in Developing Countries and Transition Economies // The Pakistan Development Review. Vol. 46. No. 3. P.13-47.
  • Choi J., Lee S., Amir S. (2016). The effects of institutional distance on FDI inflow: General environmental institutions (GEI) versus minority investor protection institutions (MIP) //  International Business Review . Vol. 25. No. 1. P. 114-123.
  • Chong A.,  Zanforlin L. (2000). Law tradition and institutional quality: some empirical evidence //  Journal of International Development . Vol. 12. Iss. 8. P. 1057-1068.
  • Daude C., Stein E. (2007). The quality of institutions and foreign direct investment // Economics & Politics. Vol. 19. P. 317–344.
  • Egger P., Pfaffermayr M. (2004). Distance, Trade and FDI: a SUR Hausman-Taylor Approach // Journal of Applied Econometrics. Vol. 19. No. 2. P. 227–246.
  • Folfas P. (2011). FDI between EU member states: gravity model and taxes. Working paper.
  • Gani A. (2007). Governance and foreign direct investment links: evidence from panel data estimations // Applied Economics Letters Vol. 14. P. 753–56.
  • Gastanaga V., Nugent J., Pashamova B. (1998). Host country reforms and FDI inflows: How much difference do they make? World Development. Vol (26). P. 1299–1314.
  • Globerman S., Shapiro D. (2002). Global foreign direct investment flows: The role of governance infrastructure // World Development. Vol. 30. P. 1899–1919.
  • Harms P., Ursprung H. (2002). Do civil and political repression really boost foreign direct investments? // Economic Inquiry. Vol. 40. No. 4. P. 651–663.

  • Hattari R., Rajan R. (2009). What Explains Intra-Asian FDI Flows: do Distance and Trade Matter? // Economic Bulletin. Vol. 29. P. 122–128.
  • Helpman E. 1984. A Simple Theory of International Trade with Multinational Corporations. Vol. 92, №3. P. 451-471.
  • Helpman E., Krugman P. 1985. Market Structure and Foreign Trade. Cambridge, MA. P. 342-376.
  • Helpman E., Melitz M., Yeaple S. 2004. Export Versus FDI with Heterogeneous Firms. American Economic Review. No.94(1). P. 300-316.
  • Jensen N. (2003). Democratic governance and multinational corporations: Political regimes and inflows of foreign direct investment // International Organization. Vol. 57. P. 587–616.
  • Kleinert J., Toubal F. (2010). Gravity for FDI // Review of International Economics. Vol. 18 No. 1. P. 1–13.
  • Kristjansdottir H. (2004). Determinants of Exports and Foreign Direct Investment in a Small Open Economy. Ph. D. Dissertation. University of Iceland. Faculty of Business and Economics.
  • Kwang J., Singh H. (1996). The Determinants of Foreign Direct Investment in Developing Countries // Transnational Corporations. Vol. 5. No. 2. P. 67-105.
  • La Porta R., Lopez de Silanes P., Shleifer A., Vishny R. (1999). The Quality of Government // Journal of Law, Economics, and Organization Vol. 15. No. 1. P. 222-279.
  • Ledyaeva S., Linden M. (2006). Testing for Foreign Direct Investment Gravity Model for Russian Regions. Department of Business and Economics, University of Joensuu. Working paper No. 32.
  • Leibrecht M., Riedl A. (2012). Modelling FDI based on a spatially augmented gravity model: Evidence for Central and Eastern European Countries. Working Paper Series in Economics. 239.
  • Li Q., Resnick A. (2003). Reversal of Fortunes: Democratic Institutions and Foreign Direct Investment Inflows to Developing Countries // International Organization . Vol. 57. Iss. 1. P. 175-211.
  • Mariev O., Drapkin I., Chukavina K. (2016). Is Russia successful in attracting foreign direct investment? Evidence based on gravity model estimation // Review of Economic Perspectives – Národohospodářský obzor. Vol. 16. No. 3. P. 245–267.
  • Markusen J. (1984). Multinationals, multi-plant economies, and the gains from trade. Journal of International Economics. Vol. 16. 341-356.
  • Markusen J. (2002). Multinational Firms and the Theory of International Trade. Cambridge, MA: MIT Press.
  • Martin W., Pham C. (2008). Estimating the Gravity Equation When Zero Trade Flows Are Frequent. Technical report.
  • Mayer T., Zignago, S. (2011). Notes on CEPII’s Distances Measures: The GeoDist Database. CEPII Working Paper No. 2011-25.
  • Mundell R. (1957). International Trade and Factor Mobility. American Economic Review. Vol.47. P. 17-29.
  • Noorbakhsh F., Paloni A., Youssef, A. (2001). Human capital and FDI inflows to developing countries: New empirical evidence // World Development. Vol. 29. No. 9. P. 1593–1610.
  • Silva S., Tenreyro J. (2006). The Log of Gravity // The Review of Economics and Statistics. Vol. 88. No. 4. P. 641–658.
  • Talamo G. (2003). Institution, FDI and the Gravity Model. University of Palermo, Department of Political Studies. Working Paper.
  • Tenreyro S. (2007). On the trade impact of nominal exchange rate volatility // Journal of Development Economics. Vol. 82. P. 485–508.
  • Tinbergen J. (1962). An Analysis of World Trade Flows. Shaping the World Economy. New York. NY: Twentieth Century Fund.
  • Trevino L., Thomas D., Cullen J. (2008). The three pillars of institutional theory and FDI in Latin America: An institutionalization process // International Business Review. Vol. 17. No. 1. P. 118-133.
  • Waldkirch A. (2010). The effects of foreign direct investment in Mexico since NAFTA // World Economy. Vol. 33. No. 5. P. 118-133.
  • Wei Sh. (2000). How taxing is corruption on international investors? // Review of Economics and Statistics. Vol. 82. P. 1–11.
  • Wheeler D.,  Mody A. (1992). International investment location decisions: The case of U.S. firms // Journal of International Economics . Vol. 33. Iss. 1-2. P. 57-76.
  • 17 Institutional determinants of bilateral foreign direct investment flows
    18 Igor M. Drapkin – doctor of science, professor at the department of International economics and management, Ural Federal University named after the first President of Russia B.N. Yeltsin, Yekaterinburg, Russia, i.m.drapkin@mail.ru Kristina V. Chukavina – senior teacher at the department of Econometrics and statistics, Ural Federal University named after the first President of Russia B.N. Yeltsin, Yekaterinburg, Russia, ch.chris@mail.ru Rogneda I. Groznykh – assistant at the department of Econometrics and statistics, Ural Federal University named after the first President of Russia B.N. Yeltsin, Yekaterinburg, Russia, rogneda.groznykh@urfu.ru
    19 Acknowledgements This research was supported by the President of Russia grant "Institutional determinants of foreign direct investment inflows: country and region level analysis" (grant No. MD 6402.2018.6).
    20 The paper analyses the influence of institutional development level on bilateral foreign direct investment (FDI) flows. The theory suggests that more developed institutions in both home and host countries should increase FDI flows between countries. At the same time existing empirical research often have controversial results. We use database on bilateral FDI flows for 67 recipient countries and 109 home countries covering the years of 2001–2016, covering about 80 % of FDI flows of the period. The following indices of institutional development are considered: voting right, political stability, government efficiency, regulation quality, rule of law and corruption control. Using principal component analysis, we construct an aggregate index of institutional development for each country. In contrast to many related research we consider the endogeneity problem to get the unbiased estimates. Using Poisson pseudo maximum likelihood method with instrumental variables (IV PPML) and in opposition to many empirical research we do not find support to the positive influence of countries’ institutional development on FDI flows. Significant positive influence of institutional development on foreign direct investment was found only for the case when the level of institutional development of the host country exceeds that of recipient country. Additionally, we do not find proof for the hypothesis that increase in institutional distance between countries lead to FDI shrinking. Keywords: FDI gravity model, FDI determinants, institutional determinants of FDI, Poisson pseudo maximum method with instrumental variables, IV PPML, principal component analysis

    References

    1. Drapkin I. M., Mariev O. S., Chukavina K. V. (2014). Gravity approach to the empirical assessment of the foreign direct investment determinants in the Russian economy. Bulletin of Ural Federal University. Series Economics and Management, 6, 58–66 (in Russian).

    2. Drapkin I. M., Mariev O. S., Chukavina K. V. (2015). Inflow and outflow potentials of foreign direct investment in the Russian economy: Numerical estimation based on the gravity approach. Journal of the New Economic Association, 4 (28), 75–95 (in Russian).

    3. Africano A. (2005). FDI and Trade in Portugal: a gravity analysis. Research Work in Progress, 174, 1-24.

    4. Akpan U., Salisu I., Simplice A. (2014). Determinants of foreign direct investment in fast-growing economies: A study of BRICS and MINT. African Governance and Development Institute WP/14/002.

    5. Ali F., Fiess N., Macdonald R. (2010). Do institutions matter for foreign direct investment? Open Economies Review, 21, 2, 201-219.

    6. Asiedu E. (2002). On the determinants of foreign direct investment to developing countries: Is Africa different? World Development, 30, 107-119.

    7. Asiedu E. (2006). Foreign direct investment in Africa: The role of natural resources, market size, government policy, institutions and political instability. The World Economy, 29, 63-77.

    8. Azeem S., Hussain H., Hussain R. (2012). The determinants of foreign investment in Pakistan: a gravity model analysis. Log Forum. Scientific Journal of Logistics, 8, 2, 81-97.

    9. Bénassy-Quéré A., Coupet M., Mayer T. (2007). Institutional determinants of foreign direct investment. The World Economy, 30, 764-782.

    10. Bormann C., Jungnickel R., Keller D. (2005). What gravity models can tell us about the position of German FDI in Central and Eastern Europe. HWWA Discussion Paper, 1-34.

    11. Brainard S. (1997). An empirical assessment of the proximity-concentration trade-off between multinational sales and trade. American Economic Review, 87, 4, 520-544.

    12. Buchanan B., Le Q., Rishi M. (2012). Foreign direct investment and institutional quality: Some empirical evidence. International Review of Financial Analysis, 21, 81-89.

    13. Çevis I., Çamurdan B. (2007). The economic determinants of foreign direct investment in developing countries and transition economies. The Pakistan Development Review, 46, 3, 13-47.

    14. Choi J., Lee S., Amir S. (2016). The effects of institutional distance on FDI inflow: General environmental institutions (GEI) versus minority investor protection institutions (MIP). International Business Review, 25, 1, 114-123.

    15. Chong A., Zanforlin L. (2000). Law tradition and institutional quality: Some empirical evidence. Journal of International Development, 12, 8, 1057-1068.

    16. Daude C., Stein E. (2007). The quality of institutions and foreign direct investment. Economics & Politics, 19, 317-344.

    17. Egger P., Pfaffermayr M. (2004). Distance, trade and FDI: A SUR Hausman-Taylor approach. Journal of Applied Econometrics, 19, 2, 227-246.

    18. Folfas P. (2011). FDI between EU member states: Gravity model and taxes. Proceedings of European Trade Study Group, 1-16.

    19. Gani A. (2007). Governance and foreign direct investment links: Evidence from panel data estimations. Applied Economics Letters, 14, 753-56.

    20. Gastanaga V., Nugent J., Pashamova B. (1998). Host country reforms and FDI inflows: How much difference do they make? World Development, 26, 1299-1314.

    21. Globerman S., Shapiro D. (2002). Global foreign direct investment flows: The role of governance infrastructure. World Development, 30, 1899-1919.

    22. Harms P., Ursprung H. (2002). Do civil and political repression really boost foreign direct investments? Economic Inquiry, 40, 4, 651-663.

    23. Hattari R., Rajan R. (2009). What explains Intra-Asian FDI flows: Do distance and trade matter? Economic Bulletin, 29, 122-128.

    24. Jensen N. (2003). Democratic governance and multinational corporations: Political regimes and inflows of foreign direct investment. International Organization, 57, 587-616.

    25. Kleinert J., Toubal F. (2010). Gravity for FDI. Review of International Economics, 18, 1, 1-13.

    26. Kristjansdottir H. (2004). Determinants of exports and foreign direct investment in a small open economy. Ph. D. Dissertation. University of Iceland. Faculty of Business and Economics.

    27. Kwang J., Singh H. (1996). The determinants of foreign direct investment in developing countries. Transnational Corporations, 5, 2, 67-105.

    28. La Porta R., Lopez de Silanes P., Shleifer A., Vishny R. (1999). The quality of government. Journal of Law, Economics, and Organization, 15, 1, 222-279.

    29. Ledyaeva S., Linden M. (2006). Testing for foreign direct investment gravity model for Russian regions. Department of Business and Economics, University of Joensuu. Working Paper No. 32.

    30. Leibrecht M., Riedl A. (2012). Modelling FDI based on a spatially augmented gravity model: Evidence for Central and Eastern European Countries. Working Paper Series in Economics, 239.

    31. Li Q., Resnick A. (2003). Reversal of fortunes: Democratic institutions and foreign direct investment inflows to developing countries. International Organization, 57, 1, 175-211.

    32. Mariev O., Drapkin I., Chukavina K. (2016). Is Russia successful in attracting foreign direct investment? Evidence based on gravity model estimation. Review of Economic Perspectives - Národohospodářský obzor, 16, 3, 245-267.

    33. Mariev O., Drapkin I., Chukavina K., Rachinger H. (2016). Determinants of FDI inflows: The case of Russian regions. Economy of Region, 12, 4, 1244-1252.

    34. Martin W.; Pham C. (2015). Estimating the Gravity Model When Zero Trade Flows are Frequent and Economically Determined. Policy Research Working Paper, 7308. Washington, World Bank.

    35. Noorbakhsh F., Paloni A., Youssef A. (2001). Human capital and FDI inflows to developing countries: New empirical evidence. World Development, 29, 9, 1593-1610.

    36. Silva S., Tenreyro J. (2006). The log of gravity. The Review of Economics and Statistics, 88, 4, 641-658.

    37. Tenreyro S. (2007). On the trade impact of nominal exchange rate volatility. Journal of Development Economics, 82, 485-508.

    38. Wei Sh. (2000). How taxing is corruption on international investors? Review of Economics and Statistics, 82, 1-11.

    39. Wheeler D., Mody A. (1992). International investment location decisions: The case of U.S. firms. Journal of International Economics, 33, 1-2, 57-76.