案例背景
2025年，中国对外直接投资（ODI）年度流量首次突破2000亿美元关口。在全球跨境投资整体低迷、主要经济体普遍加码外资安全审查的背景下，这一跃升格外醒目。更值得注意的是结构层面的变化：过去动辄数十亿甚至上百亿美元的超大型并购明显减少，取而代之的是围绕绿色能源、动力电池、整车制造、数字基础设施的一批中等金额、分布更广的项目组合，「走出去」的重心从买资产转向建产能、建渠道、建网络。
对经济统计学而言，总量数字只是入口。真正需要回答的是：资金流向了哪些行业与目的地、由谁投出、单个项目的平均体量是升是降；而在金额之外，境外企业的营业收入、利润留存、带动出口、雇用当地员工、绿色与数字化占比又该如何量化。这些问题一旦展开，就会连续遭遇口径差异、结构错配、极值扰动、样本偏差等典型统计难题。
核心分析
一、先定口径：两套统计、四个基本概念
讨论对外投资的第一步不是比大小，而是问清楚这个数是怎么算出来的。实务中存在两套并行口径：一是商务主管部门基于备案与核准形成的对外投资统计，通常对外发布非金融类对外直接投资额及其行业、目的地分布；二是外汇管理部门基于国际收支统计形成的口径，覆盖直接投资资产、负债、收益再投资，并按头寸与流量两类发布。两者在覆盖范围、计价时点、是否计入收益再投资上存在差异，直接混用会造成口径打架。即便是同一口径，还需区分四个常被混淆的概念：流量与存量、非金融类与全口径、并购额与股权投资额、首次投资与收益再投资。例如某笔跨境并购对外公布的是交易总额，若只收购部分股权，则应计入的投资规模远小于新闻标题里的数字。做同比、做国际比较前，先写一段口径说明，是所有严肃分析的起点。
二、规模之外看结构：并购减少意味着什么
把总额拆开，通常有四个可用的分解维度：行业门类、目的地分布、投资方式、投资主体性质。其中最有信息量的是投资方式。巨额并购减少、绿色与数字领域占比上升，这件事在统计上的直接后果是单位项目的平均金额下降。此时如果只报告平均数，很容易被极值误导：一个百亿级项目进入或不进入样本，平均值可能相差一大截。更稳健的做法是同时报告中位数、四分位距，并补算一个剔除单笔最大额之后的增速，看趋势是否稳健。目的地与行业集中度可以借用赫芬达尔指数衡量，观察分布是收敛还是分散；而要去解释总额为什么变，则可以套用份额移动分析的思路，把总增量拆为规模效应、结构效应与交叉项，判断增长究竟来自各行业的普遍扩张，还是来自少数行业权重的抬升。这一步做扎实，「规模突破」才不会被误读成「普遍繁荣」。
三、质量指标怎么建：ODI含金量的评价框架
金额不是绩效。若要评价走出去的质量，需要构造一组可检验的综合指标：境外企业营业收入与利润留存再投比例、带动国内中间品出口额、雇用当地员工人数、本地化采购率、研发机构与专利活动、绿色低碳与数字化项目占比等。指标合成的标准流程是：明确评价目标、统一量纲与方向、选择标准化方法（极值标准化或标准分数）、确定权重（等权、熵权法或主成分法）并做稳健性检验，最后再用替换权重、剔除单项的方式检验排名是否稳定。这里有两个必须警惕的陷阱：一是幸存者偏差，持续亏损或已退出的境外主体往往不再出现在报送样本中，于是账面收益率被系统性高估；二是辛普森悖论，总体收益改善可能只是因为低收益的大项目退出、从而拉高了剩下的平均值，而分行业各自的收益率并未上升，必须分层复核。此外，以本币计价的原始数据在折算成美元时会引入汇率因子，名义美元增速里混有一部分纯粹由汇率波动产生的成分，分析时应同时给出剔除汇率影响后的本币增速。
管理启示
本案例提供了一套可迁移的三段式方法论：第一段定口径，先弄清统计主体的定义、覆盖范围、计价方式与发布频率，并且把口径说明写进分析底稿；第二段做分解，用份额移动、集中度指数、分位数与剔除极值等工具，把总量拆到可解释的层面；第三段建指数，多维度合成质量指标，并以替换权重、分层复核、幸存者修复来检验结论是否稳健。落到企业实操，对外投资管理部门完全可以把这套框架变成季度看板：左侧是分口径的规模结构分解，右侧是收益、就业、绿色占比构成的质量雷达图，两者长期并列监控。需要强调的是，任何面板都应该用多年数据而非单一年截面来判断趋势，同时务必区分「美元计价口径下的账面增长」与「真实经营扩张」，避免把汇率或一次性大项目的噪声读成战略成效。
其他思考
- 如果分别用备案核准口径与国际收支口径刻画同一年对外投资规模，两套数据出现方向相反的增速时，应以哪一套为准来判断趋势？
- 在评估一堆小额项目的整体绩效时，用加权平均还是中位数更合适？极端值与样本流失分别会带来怎样的偏差？
- 若要构造一个包含收益、就业、绿色占比的对外投资质量指数，权重应如何确定才能让结果既有解释力又便于横向比较？
关键词：对外直接投资、结构分解、指数构建
来源：财新网 | 整理：经管大课堂
原文链接：https://www.rcbom.com/econstat/6372.html
