研究设计的基础是本书通过理论分析提出的假设，因此在考虑使用何种方式验证研究假设前，有必要先行厘清假设中隐含的待检验问题和所涉及的变量。提炼研究假设中包含的问题与变量，将其汇总于表5-22中。
表5-22 研究假设的问题和涉及变量
从表5-22中可知，实证研究对象是多边开发性金融机构投资和基础设施建设融资需求，检验的是对这二者产生影响的因素。因此，样本选取的范围由世界银行和亚洲开发银行两大传统多边开发性金融机构投资的项目所在国和基础设施数据较齐全国家的重合部分决定。
当前，“一带一路”沿线区域运营的多边开发性金融机构包括亚洲基础设施投资银行、金砖国家开发银行、上合组织开发银行、亚洲开发银行和世界银行。由于亚洲基础设施投资银行、金砖国家开发银行和上合组织开发银行成立为时尚短，其运营经验还无法产生足够的数据进行实证研究。而亚洲开发银行和世界银行在“一带一路”沿线地区有类似的基础设施项目投资经历，选取这两大资历较久的多边开发性银行在基础设施领域的投资数据进行分析，有助于探究“一带一路”沿线地区基础设施投融资的影响因素，并为新兴多边开发性金融机构运营提供经验参考。基于此，以“一带一路”沿线国家为样本范围，筛选出亚洲开发银行和世界银行在2001年至2017年这一样本区间内均有投资数据的国家作为实证分析样本。依照这一标准共筛选出“一带一路”沿线74个样本国家，分别分布于“一带一路”沿线六大经济走廊。
数据缺失问题一直困扰着基础设施投融资研究，“一带一路”沿线需要多边开发性金融机构提供资金及技术援助的国家大多处于发展的中低级阶段，部分国家数据可得性条件不佳。通过找寻并整理世界银行、亚洲开发银行、国际货币基金组织、联合国统计司等多边开发性金融机构及其他国际性金融组织数据库，相关预处理原始数据得到较完整的收集，为进一步提供经验证据证明本书的假设和推论准备了丰富的研究素材。对于国际组织数据库未收录的部分缺失数据，通过依次查询样本国家国内官方统计局网站进行填补，仍旧缺失遗漏的个别数据通过线性插值法、前后项均值法等数量方法手工补充完整。实证研究模型中所涉及的变量及其原始数据收集来源见表5-23。
表5-23 实证模型变量汇总与来源说明
（续表）
（1）多边开发性金融机构投资
实证部分需要检验的多边开发性金融机构投资指的是由世界银行和亚洲开发银行2001年至2017年在样本国家每年投资于交通、能源、通信、卫生和教育五种类型基础设施上的金额及项目数量，具体的整理和描述已在前文有详细描述，不再展开叙述。
（2）基础设施建设水平指数
基础设施建设水平指数是反映“一带一路”沿线国家在样本区间基础设施建设状况的变量，是选用交通、能源、通信、卫生和教育五种类型基础设施的实物数据通过主成分分析法确定权重计算得出的。详细的计算过程已在前文指数构建中有详细阐述，此处不再进行赘述。
（3）货币锚相关系数
跨境基础设施投资必然牵涉资金在国际上的流动。多边开发性金融机构批准成员申请的融资项目后，其提供投资的资本是以国际货币持有的。基础设施的建设涉及材料的购买、人力的雇佣等现金流出的诸多环节。基础设施建设与东道国当地的经济社会运行息息相关，因此对于该部分的采购支出有较大比例是在当地进行的，这就需要多边开发性金融机构将其投资的资本转换为东道国当地货币。另外，当基础设施项目建成运营后，多边开发性金融机构又需要将本金收回，而项目现金流入的一般是当地货币，机构组织将收回的项目成本及其利润转出东道国境外需要将这部分资金兑换回国际货币。因此，多边开发性金融机构的投资资本在东道国的一进一出均将面临汇兑风险，若东道国货币相对于国际货币的汇率波动较大，可能不利于国际机构作出投资决策。
国际货币在外汇市场上可以充当其他币种的锚，发挥其锚效应。若东道国当局货币能以国际货币为锚，那么多边开发性金融机构所面临的汇兑风险将处于可控范围内，这将促使国际金融机构更易做出投资决定。货币锚本质上反映的是国际主流货币与其他货币之间的联动关系，继续沿用刘刚和张友泽（2018）的方法，使用皮尔逊积距相关系数刻画国际货币与样本国家当局货币的锚关系：
其中，X是指能够充当货币锚的国际货币的汇率，使用下标i以区分；Y是指样本国家当局货币的汇率，用下标t以区分。式（5-25）中的货币汇率均是月度数据，用以计算年度相关系数。鉴于IMF特别提款权（SDR）在国际上的接受程度较高，且其在人民币国际化进程中可能扮演的重要角色（丁志杰，2017），分别选用国际货币和样本国家当局货币兑换SDR的汇率以指代各种货币的币值变化。同时，由于亚洲基础设施投资银行、亚洲开发银行和世界银行分别是由中国、日本和美国发起成立的，样本国家中有相当一部分属于英联邦成员国，而欧元区具有较多的发达国家和国际金融中心能够为基础设施建设的投融资提供服务，因此分别选取人民币、日元、美元、英镑和欧元作为样本国际货币。当然，目前人民币国际化还处于起步阶段，将其纳入仅作为比较检验，以期为亚投行业务开展提供参考。
（4）其他解释变量说明
一是外汇储备。外汇储备是一国清偿其国际债务能力的实质保证，外汇储备充足的国家更有能力维持其货币币值稳定，因此更能增强国际资本信心，从而吸引其进入。在互联互通大背景下基础设施建设资金的募集涉及资本的跨国流动，因而多边开发性金融机构更倾向于投资外汇储备充足的东道国。
二是货物及服务出口额。对于发展中国家而言，对外贸易是其经济发展的重要引擎。无论是日本、韩国等高收入国家，还是中国这类中等收入国家，在现代经济发展的初级阶段均是凭借劳动力成本低廉等要素优势发展对外贸易，以此积累外汇储备，获得经济长期发展的动力。在这一阶段的国家其货物和服务出口额将保持在较高水平，因此这一变量可用于衡量发展中国家未来经济的发展潜力。
三是外商直接投资流入额。新兴市场较高的经济增长速度是吸引外商直接投资（FDI）的重要原因，FDI的流入可引入资本、技术、高端人力资源等发展中国家较为稀缺的要素。FDI进入一国境内一方面可反映国际市场对该国经济发展的认可，另一方面FDI对基础设施的更高要求也将提升当地的基建需求，从直接和间接两种不同的方式影响东道国基础设施投融资环境。
四是人口数量。基础设施根本上是为一国国民服务的，人民的衣食住行、生老病死均离不开对基础设施的使用。一国人口基数越大，则对基础设施公共品的需求就越大，对基础设施的投资活动越频繁。
五是金融相关指标。金融市场的发展能够增进基础设施建设的投融资效率，为基础设施建设提供更多的融资渠道和资金支持。基础设施建设的资金需求量较大，仅依靠多边开发性金融机构投资很难满足资金需求，而一个好的国内金融市场能够撮合国际机构和其他不同性质资本的合作，令基础设施项目的股权结构更为多元。金融相关指标包括银行总资产中流动资产比例、金融部门提供的国内信贷占GDP比例、向私人部门提供国内信贷占GDP的比例和银行向私人部门提供国内信贷占GDP的比例。
六是中央政府债务。大型基础设施公共品的提供主体一般是一国中央政府，中央政府的财政能力决定了其开展基础设施建设的能力。中央政府的债务水平反映了其筹资能力和财政负担。债务水平过高将影响中央政府为基础设施建设的筹资能力，同时影响多边开发性金融机构投资该国项目的信心。
七是国内生产总值。国内生产总值（GDP）是衡量一国经济实力的主要指标，一国经济发展越好，越有能力为其国民提供更多的基础设施公共品。然而，多边开发性金融机构投资具有一定程度的公益性，经济实力强大的国家自身已有足够的实力建设基础设施，多边开发性金融机构资源有限，可能更倾向于投资经济实力薄弱的发展中国家。
八是物价指数。物价稳定是一国宏观经济政策的四大目标之一，过高的通货膨胀将扰乱国内市场秩序，对经济增长造成冲击。基础设施建设的投入与产出间隔时间较长，若失去物价稳定的经济环境，将对基础设施项目的成本收回与利润生产形成不可预估的风险，影响国际机构对经济基本面前景的预判。
九是经济自由度。经济自由度指数是由美国传统基金会国际贸易与经济中心（The Heritage Foundation's Center for International Trade and Economics，CITE）基于12种定量和定性指标构建的一组反映世界186个国家制度质量与经济开放的指数，囊括了法律制度、政府规模、监管有效性和市场开放度四个维度的评价。借此可以反映样本国家在制度层面和对外开放政策方面的差异。
“一带一路”基础设施建设投资影响因素研究的对象是基础设施建设的投资方，由于新兴开发性金融机构运营历史较短，不足以提供充足的经验证据，因此确定的具体对象是传统多边开发性金融机构。本节实证研究需要检验的问题主要是传统多边开发性金融机构投资的影响因素，基于此从这个角度构建模型进行实证检验。(www.xing528.com)
根据前文的定义，模型中的传统多边开发性金融机构具体是指亚洲开发银行和世界银行两大经营历史较长的国际组织，影响这两大组织投资决策的因素包含两类：一是东道国货币与国际货币间的锚定关系；二是东道国国家内部的基本面因素。
对于第一类因素的检验，以亚洲开发银行和世界银行对项目东道国的投资金额和项目数量作为被解释变量，以各币种主流国际货币和样本国家当局货币的相关系数作为解释变量以反映其锚定关系，同时考察解释变量滞后项是否存在时滞效应，由此构建面板模型：
式（5-26）中，Currencyj_ρij，t指按照式（5-25）的公式计算得出的国际货币与样本国家货币相关系数，Currencyj_ρij，t-1是其滞后项，βi和γi是回归系数。
至于第二类因素的检验，考察的是东道国国家宏观基本面因素对多边开发性金融机构投资的影响。既往成功的基础设施项目投资、建设和运营经验某种程度上是一个正面的信号，说明政府和多边开发性金融机构有良好的合作经验，这对于基础设施项目投资的成败影响重大。因此，对第二类因素需要从动态的角度分析，加入被解释变量的滞后一阶和滞后二阶为解释变量。
在模型中引入滞后被解释变量后，面板数据模型中较常用的固定效应模型和随机效应模型无法继续确保得到无偏的参数估计，故需要使用两阶段差分广义矩估计法（D-GMM）以消除自回归中的内生性影响。所建立的动态面板差分GMM模型的基本形式是：
式（5-27）中Economyit里包含的经济基本面变量包括基础设施指数、外汇储备、贸易出口额、外商直接投资流入、人口数量、银行总资产中流动资产的比例、金融部门提供的国内信贷占GDP的比例、中央政府债务、物价指数、经济自由度和国民生产总值。方程（5-26）和（5-27）中涉及变量的具体描述性统计见表5-24。
表5-24 变量描述性统计
在对货币锚因素的影响程度进行回归分析前，先对五种拟讨论的国际货币与样本国家货币的相关系数进行面板单位根检验（表5-25），以确定面板数据是否为平稳过程。依次经过LLC检验、HT检验、Breitung检验和IPS检验后发现，CNY、EUR、JPY、USD和GBP五种国际货币的相关系数的LLC检验、Breitung检验和IPS检验统计量显著为负，而HT检验值显著且极小，均能强烈拒绝面板数据包含单位根的原假设，因此可确定面板数据是平稳过程。
表5-25 面板单位根检验
注：括号内表示P统计量值
进行面板回归分析之前，对样本模型进行豪斯曼检验以确定模型的适用性，发现除模型四外，其他序列均无法拒绝原假设，因此对模型四使用固定效应模型检验，其他序列使用随机效应模型检验。
表5-26 多边开发性金融机构投资与货币锚关系的检验结果汇报
（续表）
注：∗∗∗、∗∗、∗分别表示在1%、5%和10%水平下显著，系数下括号内数值是t统计量值，下同
实证检验的样本区间是中华民族伟大复兴的关键阶段，无论是何种经济衡量指标在样本区间开始和结束两个时间点的对比，都可以发现我国发生了翻天覆地的变化。但总体而言，在样本区间内人民币还不能称为国际货币，人民币和样本国家货币的联动关系对于亚洲开发银行和世界银行而言无足轻重。相比较而言，作为亚洲开发银行的发起国，日本的货币日元与样本国家货币的相关系数在模型中极为显著，无论是当期还是滞后一期的日元相关系数均显著影响了亚洲开发银行在样本国家的投资和项目数量，当局货币与日元的相关系数越高，越易得到亚洲开发银行的基础设施项目投资，日元的影响效果在短期和长期都是显著的。
相对而言，世界银行的机构发起国货币和样本国家货币的相关系数对项目投资金额和数量的影响不如日元这么明显。美元是世界银行主导国家美国的货币，也是最通用的国际货币，检验结果显示美元相关系数越高的样本国家获得的世界银行项目数量越多，但投资金额未必越多。在世界银行中，美元相关系数的影响效果要远高于日元及其他国际货币，这彰显了美国对世界银行投资基础设施项目审批、采购等流程的绝对控制权。
除美元和日元外，英镑对世界银行和亚洲开发银行的项目投资金额与数量也有较强的影响力，虽然这种影响力稍逊于美元和日元。有较多的样本国家在近代曾是英国的殖民地，其经济、政治、文化等各方面的制度均深受英国影响，即便在独立后这部分国家和地区也有不少加入了英联邦成员国，虽然和英国之间没有直接的管辖关系，但经贸之间的联系仍旧密切，对英镑这一曾经的世界第一货币依旧较为认可。加之英国还有世界排名前三的伦敦金融中心，多边开发性金融机构对样本国家的投资、样本国家寻找基础设施融资渠道，特别是发行债券募集资金等都可能经过伦敦金融中心，这在某种程度上能够解释英镑相关系数对亚洲开发银行和世界银行的影响。同样地，欧元区也具有若干国际影响力很强的金融中心，是多边开发性金融机构重要的资金募集地区，因此欧元相关系数也在一定程度上影响着亚洲开发银行和世界银行的投资决策。
采用两步法得到动态面板模型的差分GMM估计结果如表5-27所示。作为一致估计，模型扰动项应不存在自相关，对各模型扰动项序列相关性进行Arellano-Bond检验，发现AR（1）检验的P值均小于0.05，AR（2）检验的P值均大于0.1，即模型扰动项存在一阶相关，但不存在二阶序列相关性。GMM估计的一致性还取决于工具变量的有效性，Sargan过度识别的检验结果也显示，不能拒绝工具变量有效性的零假设。故此，模型的设定是合理的，并且工具变量也是有效的。
表5-27 多边开发性金融机构投资与经济基本面关系的动态面板检验结果汇报
（续表）
（续表）
模型七至模型九的报告均显示，样本国家获得过亚洲开发银行和世界银行在基础设施项目上的投资经历有助于其在未来继续获得多边开发性金融机构的援助。外汇储备越充足的国家越易获得国际组织的投资，但外汇储备的多寡对多边开发性金融机构投资金额的多少不具有长期效应。贸易出口额和外商直接投资流入显著为负，说明贸易出口量大的国家和得到国际资本青睐的国家反而并不易吸引世界银行和亚洲开发银行的投资，这一反常识的现象可能是出于这两大开发性金融机构公益属性较强，更倾向于投资国内缺乏资金开展基础设施建设的不发达国家，因此贸易出口多和外资流入多的有能力自主建设基础设施的国家并不能吸引太多开发性机构资金的支持。同样地，国内生产总值和多边开发性金融机构投资基本表现出负向关系，说明国家实力越强大，越难吸引投资，这与贸易出口额和外商直接投资流入两个变量的检验结果一致。物价指数变化对多边开发性金融机构投资的影响较为轻微，而且影响方向不太明朗，相比较而言，世界银行会更在意项目所在国的物价指数变化。
基础设施本质上是由一国国民使用的，人口越多对基础设施公共品的需求越大，多边开发性金融机构投资人口基数大的国家可以使得有限的资金覆盖更多的人群。这一关系在实证报告中得到证明，各组模型中人口变量对投资金额系数极大且非常显著，说明亚洲开发银行和世界银行均更偏向于投资人口基数更大的国家。总的来看，基础设施指数对多边开发性金融机构投资的影响为负，说明基础设施建设越薄弱，越能吸引投资。对于世界银行而言，基础设施建设有一定基础的国家更易获得资金，但对于亚洲开发银行而言，这种关系是完全颠倒的。至于经济自由度变量，根据常识判断，制度越好、越开放的国家应该越能吸引国际投资，但得出的实证结果恰恰相反，经济自由度指数的系数在模型中显著为负，这可能是由于接受多边开发性金融机构投资的样本国家大多经济发展水平较低，制度质量和对外开放水平不高，因此这一结果只能说明接受世界银行和亚洲开发银行投资的国家具有经济自由度指数较低的特征，而不能说明存在经济自由度越低的国家越能吸引多边开发性金融机构项目投资的因果关系。
金融市场的完善能够促进多边开发性金融机构投资。商业银行资产在金融市场总资产的比例一般大于其他金融机构之和，在发展中国家这种特征一般更为明显。商业银行总资产中流动资产的比例越大，则一国金融市场越稳定，越能应对金融风险，当然，过高的流动资产比例也会削弱银行的盈利能力。在实证检验中发现，银行总资产中较高的流动资产比例能够显著推动多边开发性金融机构做出投资决策，向东道国拨付基础设施建设资金。同理，完善的金融市场是实体经济的发动机，能够为经济建设提供更充足的资金支持，具体的量化指标可以用金融部门提供的国内信贷来反映，为便于国际比较，取国内信贷金额和GDP的比值进行检验。结果发现，国内信贷比重越高，越有助于吸引世界银行，但对亚洲开发银行的影响不显著，说明世界银行更加注重项目所在国国内金融市场是否更加完善。中央政府债务过高显著削弱了本国基础设施领域对多边开发性金融机构的吸引力，这在不同的多边开发性金融机构中的实证结果具有一致性。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
