跨国并购的盈利可能性：一个经济学分析框架

在跨国并购为主要特征的第五次并购浪潮中，大型的跨国并购主要都是水平并购，可以证明，在开放条件下，并购通过并购进入市场，如果可供选择的市场进入模式的成本足够高，那么这种并购就是有利可图的。然而，市场进入成本和并购的盈利可能之间并不是一种单调的关系。这个结论与经济活动的实践是相吻合的，跨国并购之所以能够不断地发生，是基于跨国公司判断并购后有盈利可能的基础之上的。     

我国对外直接投资中的区位选择分析

开展对外直接投资是我国在更高层次上参与国际分工,充分利用“两种资源”和“两个市场”的客观要求。着重探讨了我国对外直接投资的区域选择问题,通过对不同企业直接投资的动因分析,得出各自应该选择的直接投资区域。     

FDI对上海市产业结构优化升级的影响——基于VAR模型的实证研究

利用上海市1985—2014年三产值、三产就业人数及外商直接投资(FDI)的实际数据,建立VAR模型,运用Granger(格兰杰)非因果检验、应用脉冲响应分析等计量理论与方法对上海市产业结构合理化、高级化和外商直接投资进行动态实证分析.结果表明:外商直接投资对上海市产业结构合理化和高级化均有促进作用,且对产业结构合理化的贡献大于对产业结构高级化的贡献.     

山西省外商直接投资的三次产业效应实证分析

利用计量模型对FDI与山西省GDP,FDI以及山西省产业结构的关系进行了实证分析,提出利用外资优化山西省产业结构的对策。     

东北地区FDI流入与农业经济增长的关系

运用协整分析、格兰杰因果关系检验这两个动态计量经济方法对东北地区外商直接投资（FDI）与农业经济增长之间的关系分析和研究。结果表明,FDI与农业经济增长之间存在长期的均衡关系,FDI的引进有利于农业经济的增长,但FDI对农业经济增长的促进作用并不显著。     

外商直接投资对吉林省产业结构的影响分析

研究表明,外商直接投资（FDI）对东道主产业结构既能产生积极作用,也会带来消极影响。本文围绕FDI在吉林省三次产业间的投资趋势和分布状况,具体分析了FDI对吉林省产业结构产生的积极影响和消极作用,并就进一步利用FDI加快吉林省产业结构升级提出了建议。     

FDI对我国金融市场和经济增长影响的国际比较

基于2000-2010年的年度面板数据,建立Panel-Data模型,通过比较与发达、发展中国家或地区的个体异质性,分析FDI对我国金融市场和经济增长的相互影响以及FDI对我国影响与国际的差异。研究结果显示:在11个样本国或地区中,我国的经济增长最快,但FDI、金融市场发展的状况对我国经济增长的直接、间接影响都产生负向的抑制作用。     

银行贷款、外商直接投资与股市的关系——基于2000-2009年月度数据的实证分析

对2000年1月到2009年12月的实际数据进行分析的结果表明,银行贷款、外商直接投资及股市之间存在协整关系,Granger因果检验进一步显示了这三者之间的长短期因果关系。得出的主要结论是：打着外商直接投资旗号的外资热钱是影响中国股市的重要因素;虽然股市对银行贷款产生了短期影响,但银行贷款对股市并没有影响。为防止外资热钱以直接投资名义入境,政府要加强对外商直接投资的监管,并改革现行的投资体制。对于银行信贷资金进入股市,金融监管当局要坚持疏堵结合。     

FDI溢出与区域技术进步的非线性效应研究

采用考虑“坏”产出的Malmquist-Luenberger指数测算我国全要素生产率，构建面板平滑转换模型研究技术进步与外商直接投资（FDI）之间的非线性关系.研究结果表明，早期经济发展阶段，由于我国与投资国之间的技术差距过大，“FDI技术溢出效应”并未出现，此时FDI不利于技术进步.随着经济逐渐发展，FDI对技术进步的抑制作用逐渐减弱，并开始转为正的促进作用，而当经济发展到门槛值时，促进作用逐渐明显，“FDI技术溢出效应”出现.此外，人力资本和金融发展程度对技术进步的影响也存在门槛效应，其中，人力资本对技术进步的影响最开始为负，然后转为正，而金融发展程度对技术进步的影响最开始为正，然后转为负.     

Correlations between North Atlantic Oscillation Index in winter and eastern China Flood/Drought Index in summer in the last 530 years

The time series of winter North Atlantic Oscillation Index （NAOI） in the period of 1429-1983 developed by Glueck and summer Flood/Drought Index （FDI） of eastern China in the period of 1470-1999 from I00 stations are used in this paper to study the potential impact of North Atlantic Oscillation on the climate in China. The analysis has explored some significant lag correlations between FDI and NAOI. The maximum positive correlation coefficients between NAOI and area-mean FDI in eastern and northern China lagging 2-3 years reach at 0.001 significance level, and while there are also negative correlation between NAOI and FDI in central and southern China at significance level of 0.05-0.01. The correlation between FDI and NAOI is time-dependent, i.e. the correlation coefficients between two indices vary from period to period. The highest correlation appeared in the period of 1636-1742, around the Little Ice Age, with the significant level of far above 0.001. The second significant period was from 1951 to 1999, at the level of 0.005-0.002. Both the power spectrum analysis and Morlet wavelet transformation have presented an interesting phenomenon： the area-mean FDIs in eastern and northern China share almost the same oscillation periods with NAOI in the inter-annual, decadal and centurial scales＇ oscillations, i.e. 4-5, about I0, 20-30, around 50 and 80-100 years, etc. The Mann-Kendall Rank Statistic test reveals the significant trend and decadal abrupt changes in the series of area-mean FDIs in eastern and northern China in the past 530 years, while the NAOI in the past 400 years, did not show such trend at the significance level, but presented more frequent changes than those of FDI in China. This difference is perhaps due to the fact that the amplitude of the extremes of reconstructed NAOI series is less than that from instrumental records.