纳税信用评级披露制度对企业税收遵从的影响研究

姜 朋，张崇元

(山东师范大学 商学院，山东济南 250014，中央财经大学，北京 102206)

一、引言

税收作为我国主要的财政收入，在经济发展中起着重要的作用，2018年我国税收收入占财政收入的85.3%，且最近10年该占比均在80%以上①，但税收征管一直是我国的难点。据贾绍华2016年对我国2001—2013年的税收流失率进行了测算，虽然整体上税收流失率有所下降，但整体税收流失率仍在20%以上②。对应的我国的税收成本率③一直维持在较高的位置，据统计2014年我国的税收成本率为6.52%，且2010—2014年的税收成本率均在6.2%以上④。据《中国税务稽查年鉴》统计2004—2014年我国税收查处收入呈增长势态，仅2014年查处税收违法案件收入高达730多亿元；2010—2014年查处率⑤均在90%以上，2014年的查处率高达97.96%⑥。从上面的数据可以看出我国税收流失率高，税收违法、税收失信现象比较普遍，所以完善税收征管体系对于我国显得尤为重要。纳税信用作为税收征管的重要组成部分，目前处于起步阶段，无论是纳税信用体系相关理论的适用性、完整性，还是公众的税收遵从意识都亟需完善。所以本文基于纳税信用披露制度探究纳税信用建设对税收遵从的影响。

现阶段关于税收遵从的研究。影响税收遵从的因素比较多，Graham(2014)[1]对公司税务高管进行问卷调查发现，超过一半的公司税务高管认为潜在的声誉成本是他们选择进行避税的重要因素。Yitzhaki(1974)[2]通过实证分析认为提高预缴税款可以提高纳税人税收遵从。现阶段对税收遵从衡量方法比较多。如周叶(2006)[3]提出可以用税务检查的数据来衡量、用财务数据来衡量、问卷调查、模型和直观分析；因为逃避税收具有隐蔽性，一般很难直接衡量，国内外学者大多采用间接的方法来衡量企业税收遵从度。如Gutmann(1977)[4]，Feige(1979)[5]，Tanzi(1980)[6]等利用国家货币需求和产品账户之间的差异来衡量税收遵从度，但随后这种方法遭到很多学者的批判，认为其研究假设无法验证。Manzon和Plesko(2001)[7]认为可以采用会计利润和应税利润之间的差额来衡量税收遵从度；国内学者吴联生(2009)[8]等通过测算研究亦认为公司的税收差异可以用来衡量税收遵从度。前人对影响税收遵从度的因素进行了一些实证研究，但对于纳税信用建设与税收遵从之间的关系研究得较少。

现阶段关于纳税信用披露制度的研究。我国于2014年才开始在全国范围内实行纳税信用评级，实施时间较短，相关的实证文章也比较少。徐婷婷(2017)[9]通过对S市Y区2015年纳税信用评级结果进行统计分析和问卷调查来探究纳税信用评级的实施效果，认为我国目前纳税信用评级的评价指标有待进一步完善，对纳税信用的应用范围应该进一步扩大，增加社会和纳税人对这一结果的重视度。耿艳丽(2018)[10]认为纳税信用评级可以作为企业税收遵从的标准，运用多变量回归来探究纳税信用的影响因素和经济后果。孙雪娇等(2019)[11]利用我国2014年实行纳税信用披露制度这一自然实验探究该制度的实行对企业融资约束的影响，认为纳税信用披露制度能有效地降低企业融资约束。高跃等(2019)[12]采用税务局公开的纳税信用评级结果与中国上市公司数据进行匹配，采用Logit和Probit两种方法探究影响纳税信用的影响因素，认为财政压力、税收竞争等因素显著影响企业税收信用，同时对产权进行研究发现以上因素对国有企业和非国有企业的纳税信用存在差异化。陶东杰等(2019)[13]亦采用税务局公开的纳税信用评级结果与中国上市公司数据进行匹配，将纳税信用评级披露归为“A-S逃税模型”，运用DID的方法进行检验，认为纳税信用披露制度通过弱化信息不对称和降低企业融资约束的途径促使企业提升税收遵从。纳税信用相关实证研究前期主要通过问卷调查和统计分析对纳税信用实施情况进行研究，最近有学者从国家税务局公布的纳税信用评级为A的名单出发来探究纳税信用评级实施效果，但目前关于这部分的研究仍处于开始阶段，还有很大的研究空间。所以本文利用Python编程从国家税务总局获取近年上市公司纳税信用评级状况再与国泰安上市公司的基础数据进行匹配，利用PSM-DID来探究纳税信用披露制度对企业税收遵从的净效应，进一步完善与纳税信用实施效果相关的实证研究。本文相对于前人关于纳税信用披露制度和税收遵从的研究的创新点是：第一，相对于前人的研究方法，本文采用PSM-DID的研究方法，对样本进行匹配，减少选择的误差；第二，在探究纳税信用披露制度对企业税收遵从的影响路径中引入了声誉影响机制和减低信息不对称机制；第三，针对我国现阶段的纳税信用状况本文结合ATO税收遵从模型，提出更为全面的纳税信用分级管理模型。

二、我国纳税信用评级现状分析

(一)我国企业纳税信用评级制度现状

我国社会信用体系建设经历了四个阶段，如图1所示。起步阶段(2000年以前)：这一阶段主要是进行理论研究，并对国外纳税信用建设情况进行归纳总结；探究阶段(2000—2003)：这一阶段主要是借鉴国外成熟经验，在部分城市进行试点探究，2000年上海颁布《关于实施纳税人纳税信用等级分类管理的暂行办法》，标志着我国纳税信用探究阶段的开始；加速阶段(2003—2014)：这一阶段我国纳税信用建设以2003年的纳税信用评级管理试行办法为框架在全国各省区逐步开展；全国推进阶段(2014年以后)：2014年纳税信用评级管理在全国开展，并对2003年的纳税信用评级管理试行办法进行完善形成2014年的《纳税信用管理办法》，标志着纳税信用在全国开展。

图1 纳税信用建设历程

随后几年国家对纳税信用的评价指标和应用不断进行补充和完善，如表1所示。其中2014年税务总局向社会主动公布纳税信用评级为A的名单，并根据纳税信用评级结果出台相应的奖惩措施，进一步推动了我国纳税信用评级的应用。然而，我国纳税信用体系的建设尚处于起步阶段，无论是公共纳税信用意识，还是税收征管的法律法规建设、运行机制和应用状况都有待进一步完善。

表1 我国纳税信用建设进程⑦

续表

(二)我国纳税信用评级现状——以我国上市公司为例

本文以上市公司年报披露的唯一纳税人识别号为检索依据，采取Python程序以国家税务总局公布的纳税信用评级为A的查询网站为基础获取我国上市公司纳税信用评级情况。如图2所示，获得了3592家上市公司2014—2017年纳税信用评级情况，我国纳税信用A级名单披露制度开始于2014年，我国上市公司纳税信用评级A级企业数占比均超过50%，这一占比也充分说明上市公司纳税信用评级整体较好；另一方面我们可以看到从2014年到2017年我国上市公司纳税信用评级A级企业的占比数处于逐年下降的趋势，这主要是因为我国从2014年开始进一步完善和细化我国纳税信用评级的指标，对于纳税信用评级为A级的企业要求也逐步提升，存在一些企业之前评为A级但指标进一步完善之后未能持续评为A等级。

图2 我国上市公司2014—2017年纳税信用评级总体情况

如图3所示，本文统计了我国上市公司2014—2017年纳税信用评级为A级的企业的连续情况，3592家上市公司中21%的企业连续4年纳税信用评级均为A级，24%的企业纳税信用评级4年中有3年为A级，21%的企业纳税信用评级4年中有2年纳税信用评级为A级，仍有15%的企业连续4年纳税信用评级为非A级。从其中我们可以看出我国企业纳税信用建设还有很长的路需要走，我国上市公司在某种程度上可以说是我国优质企业的代表，但仍有15%的企业纳税信用在4年中均未被评为A级，那对于其他企业来说纳税信用评级中A等级的比例很大可能是低于上市公司这一比例的。

图3 我国上市公司2014—2017年纳税信用A级连续情况

综上，我国对于纳税信用评级的开展并不是2014年才开始的，在之前各地主管部门已经进行了一些探索，但2014年开始我国纳税信用评级才走上标准化、全国化的道路。2014年开始对社会各界公布纳税信用评级为A级企业的名单，随后针对给纳税信用A级企业一系列的联合激励措施，同时对于纳税信用D级或者严重失信的企业给予相应的惩罚。对我国纳税信用建设状况进行梳理可以发现以下几点问题：①我国纳税信用评级指标还不完善，适用性和效率都有待提高；②整个纳税信用管理流程缺乏明确的反馈机制和监督机制，纳税信用评级管理中税务主管机关处于主导地位，其他各方的参与度较低；③现阶段纳税信用仅披露A级企业名单，对其他等级的纳税信用评级有待进一步扩大；④因纳税信用披露不完善，对不同纳税信用等级的管理措施区分度不高，激励效率需进一步提升。同时本文对我国上市公司纳税信用A级企业情况进行分析，可以大致了解我国现阶段纳税信用评级状况，从中发现我国上市公司纳税信用评级A等级的占比和连续比率均不高。纳税信用建设是我国社会信用建设的重要组成部分，同时我国企业纳税信用建设全面开展也超过5年了，那我国企业纳税信用评级是否达到预期效果呢?即企业纳税信用建设是否有效地提高了企业纳税人的税收遵从度?本文利用2014年我国主动向社会公布纳税信用A级企业名单这自然实验来探究纳税信用评级披露制度对企业税收遵从度的影响。

三、理论分析与研究假设

纳税信用披露制度是我国纳税信用建设的重要举措，纳税信用披露制度实施之后国家通过一系列的激励机制引导和规范纳税人的纳税行为，其次针对纳税信用A、B、C、D和M等级的企业实施区别管理，同时2014年开始对社会公布纳税信用A级企业的名单，那这一举措是否有效地提高企业的纳税遵从呢？

纳税信用评级A级企业的名单公布实际是对企业的一种激励，这种激励主要体现在以下几个方面：①可以提高企业声誉，目前国家税务总局仅向社会公布纳税信用A级企业的名单，向社会传递该企业在纳税上具有较好的声誉，其次在某种程度上外界认为该企业的财务信息是得到税务局认可的，即外界会认为纳税信用A级企业的财务信息透明度相对较高；②纳税信用A级企业可以享受纳税信用便利，如单次可以领取3个月的增值税发票量、连续3年都评为A级可以享受涉税专员和绿色办税等；③享受联合激励，国家税务总局联合多部门给予纳税信用A级企业一系列激励，这些激励措施包括项目审批、资质审批、融资、税务服务等。可见纳税信用A级企业名单披露对于名单企业来说是个好消息，这是向社会提供官方认可的信号，降低了信息的不对称性，提高企业的声誉。

假设1：纳税信用评级A级披露制度能显著提高企业税收遵从。

假设2：纳税信用评级A级披露制度不能显著提高企业税收遵从。

其中纳税信用披露制度对企业税收遵从的作用机制本文提出了声誉机制和信息不对称机制两条路径。

纳税信用A级企业名单披露可以提高企业声誉，企业为了保持这一声誉会进一步提高或者保持之前的遵从状态，希望下一年能继续得到这一声誉。另外因为纳税信用评级涉及税务内部信息和外部信息，如纳税人在工商、银行、环保等部门的信用记录。税务机关对企业纳税信用评级时需要对企业的这些指标进行鉴证，对相关账目进行检查。所以纳税信用评级为A级也向外界传达了政府对这些纳税信用评级指标的背书，外界对于该声誉的认可度也比较高，与企业有贸易来往的也希望企业能得到这一声誉，从而达到外界给予企业获得A级评级的压力。

假设3：纳税信用评级A级披露制度能通过声誉机制显著提高企业税收遵从。

假设4：纳税信用评级A级披露制度不能通过声誉机制显著提高企业税收遵从。

纳税信用A级企业名单披露可以通过降低信息不对称性，通过外界反作用企业提高企业纳税遵从。根据不完全契约理论，税务机关和企业对于企业信息的了解是不对称的，企业对自身信息比较了解也利用一些机会进行避税活动减低纳税遵从，但是当企业采取过多避税活动就很难获得纳税信用评级为A级的机会，所以企业为了保持纳税信用A级的机会就会降低避税程度，提高企业信息透明度，提高纳税遵从。基于以上分析本文提出：

假设5：纳税信用评级A级披露制度能通过降低信息不对称机制显著提高企业税收遵从。

假设6：纳税信用评级A级披露制度不能通过降低信息不对称机制显著提高企业税收遵从。

刘春和孙亮(2015)[14]研究发现因为我国的体制和历史原因，有很多国有企业和民营企业同时存在，企业产权性质不同对应的利益函数和经济行为也截然不同。国有企业因其属于国家所有，其税收利润最后归国家，管理者偷税漏税的意愿不是太高，更希望获得纳税信用A级，从而督促自己提高纳税遵从度。而非国有企业往往面临着利润压力，更有动机通过各种方式逃避税收减低纳税遵从度。另外，我国纳税信用评级在全国开展，各地方税务局负责，国有企业和政府关系更为密切，更容易获得纳税信用A级，而且纳税信用A级企业享受的那些优惠措施，国有企业凭借与政府密切的关系也比较容易获得，所以纳税信用A级披露制度之后，国有企业也能相对容易地获得A级评级，不用刻意提升税收遵从。而非国有企业并没有这一层关系，其想要获得纳税信用A级的声誉需要付出更多的努力，而国家给予纳税信用A级企业那些绿色通道和便利是非国有企业非常希望得到的，所以纳税信用A级披露制度之后非国有企业具有更大动力提高自身纳税遵从。基于以上本文提出以下假设：

假设7：相较于非国有企业，纳税信用A级披露制度更能提高国有企业的税收遵从。

假设8：相较于国有企业，纳税信用A级披露制度更能提高非国有企业的税收遵从。

四、研究设计

(一)数据来源与样本选择

本文考虑到数据的可得性，选取了2009-2016年我国上市公司为初始样本，同时采取Python程序获取我国上市公司2015年以后纳税信用A级企业披露情况并与国泰安数据库中上市公司中相关数据进行匹配。为了数据的纯净，本文进行了以下步骤：①剔除了金融保险行业、ST企业；②剔除2015年纳税信用披露为A级但2016年纳税信用披露为非A级的企业；③剔除2013—2016年数据不连续的企业，参照Dyreng等(2016)[15]的做法，要比较企业纳税信用披露前后的税收遵从情况，样本至少有纳税信用披露前后两年的数据；④剔除数据有缺失的企业；⑤剔除实际税率大于1或者小于0的企业；⑥对连续性变量进行缩尾处理(Winsorize),即剔除连续变量的极端值，前后1%。最终得到12883个样本观测值。

(二)实证方法和变量定义

1.实证方法

本文采取的实证方法为倾向匹配得分与双重差分相结合的方法(PSM-DID)，该方法一方面能有效地降低因企业类型、行业、年龄等因素带来的影响，另一方面有效减低内生性问题。

2.变量定义

(1)因变量。本文采取前人的做法用避税程度来衡量企业的税收遵从度，企业税收遵从度越高避税程度越低。本文借鉴了Manzon和Plesko(2001)[7]；吴联生(2009)[8]等的做法来衡量企业避税程度(ETR)=(名义税率-实际税率)/名义税率，其中实际税率=(所得税-递延所得税)/利润总额；名义税率直接用上市公司的年末税率。另外考虑到我国上市公司因各种税收优惠名义税率有所不同，本文中企业避税程度用相对于名义税率的逃税程度。其次本文在稳健性检验中采用Wilson(2009)[16]的方法来衡量避税程度(BTD)，即整体账面与实际税负之间的差异，具体定义如表2所示。

(2)自变量。纳税信用披露制度开始于2014年，但2014年的纳税信用评级A级企业名单于2015年4月向社会披露，公众可以在国家税务总局官网查询。本文用A级表示纳税信用评级是否为A级，A级取1表示企业纳税信用评级为A级，A级取0表示企业纳税信用评级非A级。post代表纳税信用披露前后的时间虚拟变量，2015年之前取1,2015年之后取0。A*post表示政策实施后的净效应，该交乘项的系数为本文的核心变量，该系数大于0表示在控制其他因素的条件下，纳税信用评级披露制度会增加企业避税程度。反之，该系数小于0表示在控制其他因素的条件下，纳税信用披露制度能降低企业避税程度，提高企业税收遵从。

(3)控制变量。影响企业税收遵从度的因素比较多，本文借鉴前人经验，选取企业性质、负债能力、盈利能力、公司规模、公司年龄、成长性、股权集中度等为控制变量，具体定义如表2所示。

表2 相关变量定义

(三)模型设计

为了消除纳税信用评级披露制度自选择带来的内生性问题以及时间序列上其他事件的干扰，本文采用PSM-DID来探究纳税信用披露制度对企业税收遵从的净效应。其中倾向得分匹配(PSM)的基准数据为2015年度的数据，因为2015年我国才开始对外界公布纳税信用A级企业名单，logistic回归中使用的协变量为上文中的控制变量，包括公司性质、负债能力和盈利能力等。构建的双重差分(DID)模型来检验本文的基础回归如模型(1)所示：

ETR=α0+α1A+α2post+α3A*post+∑αi(ControlK+Ind+Year)+ε

(1)

其中ETR为有名义税率和有效税率之间的相对差异，ETR越大表明避税程度越大，纳税遵从越小；A表示纳税信用披露结果，为0和1的虚拟变量，2015年和2016年纳税信用披露结果为A级的企业取1，其余取0；post为纳税信用披露时间的虚拟变量，2015年之前取0，2015年及之后取1；表示相关的控制变量，包括企业的性质、负债能力、盈利能力、公司规模、公司年龄、经营活动现金流、成长性，股权集中度等；Ind表示行业控制哑变量，按中国证监会的标准将企业分为17个行业；Year为年份控制哑变量；为本文的核心解释变量，其系数显著小于0证明纳税信用披露制度能有效地降低企业的避税程度，提高企业的纳税遵从；反之则证明纳税信用披露制度不能有效地降低企业的避税程度。

本文为了检验纳税信用披露制度对企业税收遵从的影响机制进行了分类回归。为了验证信息不对称机制，本文参照姜付秀等(2016)[17]和孙雪娇等(2019)[11]的做法，根据是否被四大会计师事务所(普华永道、德勤、毕马威和安永)审计分为两类进行回归，来验证纳税信用披露制度通过降低企业信息不对称性进而促使企业提高纳税遵从，姜付秀等(2016)[17]认为四大会计师事务所有能力和动机发现企业报表中的问题并精确反映。为了检验声誉机制，本文参照孙雪娇等(2019)[11]的做法，根据企业是否因违规受到证监会处罚进行分类回归，孙雪娇等认为没有受到证监会处罚的企业更注重自身的声誉，也会更加努力维持自身的声誉。

本文在稳健性检验中采取替换解释变量(如模型(2)所示)和样本范围，对本文的结论进一步验证。

BTD=α0+α1A+α2post+α3post*A+∑αi(ControlK+Ind+Year)+ε

(2)

五、实证结果分析

(一)实证分析

1.描述性统计

如表3所示，本文通过以上的筛选措施共获得12883个样本观测值。从表中我们可以得出Etr的均值为0.3394、中位数为0.1629；Btd的均值为0.0194、中位数为0.016。说明我国上市公司的名义税率普遍大于实际税率，即避税现象目前普遍存在，这一统计结果与我国目前整体的税收环境是一致的。A的均值为0.6633，表示在本样本中有66.33%的企业纳税信用评级为A，这说明我国上市公司大部分企业获得纳税信用A级；Age的均值为16.1288，说明我国上市公司的平均成立时间在16年左右；Growth的均值为0.247，表明我国上市公司的营业利润的平均增长率为24.7%；Dual的均值为0.2469，表明我国上市公司中有24.69%的企业董事长和总经理为同一人。其他变量的统计结果与现实生活基本一致，在此就不一一赘述。

表3 各变量描述性统计

续表

2.倾向得分匹配

本文为了消除样本选择误差，采用倾向得分匹配(PSM)的方法来最大程度寻找实验组和对照组其他因素一致的样本，本文参考前人的一些研究选取了公司规模、负债能力、公司年龄、成长性、盈利能力、经营活动净现金流、行业哑变量等指标作为本文的logistic回归的协变量，选取了2015年的数据为基础匹配数据，采取了1∶1的近邻匹配。 如图3所示本文对匹配的平衡性进行了检验，从图中可以看出匹配后(M)协变量的标准化偏差均小于10%，且相对于匹配前标准化偏差大部分都缩小了，且T检验的结果不拒绝实验组和对照组有系统差异的假设。所以基于以上我们可以说明匹配的平衡性基本得到满足。

图4 标准化偏差图

3.平衡趋势检验

本文参考Dyreng等人(2016)[15]的方法对平衡趋势进行检验，进一步验证实验组在纳税信用披露制度后的税收遵从度变化是由于纳税信用披露制度引起的，而不是纯粹的时间引起的税收遵从度变化。本文用纳税信用披露制度前后两年的年份与A的交乘项作为自变量进行检验，检验结果如表4所示。从表中可以看出纳税信用披露制度之前的年份与A的交乘项(即Ay2013和Ay2014)的回归系数不显著，说明纳税信用评级披露制度之前，实验组和对照组对税收遵从呈现平行趋势；而纳税信用披露制度之后的年份与A的交乘项(即Ay2015和Ay2016)的回归系数分别在5%和10%的水平上显著为负，说明纳税信用披露制度显著降低了企业的避税程度，提高了企业税收遵从。纳税信用披露制度前后年份与A交乘项的系数对比可得出，实验组在纳税信用披露制度前后的避税程度变化是由政策引起的，而不是时间。

表4 平衡趋势检验结果

续表

4.基准回归

在前文对实验组和对照组进行匹配后，剔除没有匹配上的观测值，最终得到5252个样本。如表5所示，报告了纳税信用披露制度对企业税收遵从的双重差分回归结果。表中第(1)第(3)列为模型(2)的回归结果，从第(1)到第(3)列逐渐增加控制变量，我们可以看到随着控制变量的增加，R的平方逐渐增大，说明随着控制变量的增加模型得到不断地优化。从表中可以看到，虽然第(1)第(3)列的控制变量不同，但它们的交乘项(Apost)的系数都显著小于0。第(3)列所示交乘项系数(Apost)的系数为-77.04%，且在1%的置信水平上显著为负，这表明纳税信用披露制度使企业的相对避税程度下降77.04%，从而验证了前文假设1，即纳税信用披露制度能显著提升企业的税收遵从。

表5 纳税信用披露制度对企业税收遵从的影响

续表

5.作用机制检验

检验声誉机制。本文在猜想纳税信用A级企业名单披露对于企业来说是某种声誉，企业为了继续保持这种声誉会进一步规范纳税行为，提高税收遵从度。为检验这一作用机制，本文通过检验纳税信用披露制度是否在声誉较差的环境下更有助于企业降低避税程度，提升企业税收遵从。本文借鉴孙雪娇等(2019)[11]的做法，将样本是否因违规受到证监会处罚分为两个样本组，按照模型(2)进行分类回归，分类回归结果如表6所示。第(1)列表示因违规受证监会处罚(ENF=0)样本组的回归结果；第(2)列表示未因违规受证监会处罚(ENF=1)样本组的回归结果。从表中可以看出因违规受证监会处罚(ENF=0)样本组交乘项(Apost)的系数为-1.15，且在5%的水平上显著；而未因违规受证监会处罚(ENF=1)样本组交乘项(Apost)的系数并不显著。所以结果表明纳税信用披露制度在声誉较差的环境下更有助于企业降低避税程度，提高税收遵从，从而验证了假设3。

表6 作用机制检验结果

检验降低信息不对称机制。本文参考前人的一些经验把样本分为是否经四大会计师事务所审计来检验纳税信用评级披露制度通过降低企业和外界的信息不对称性进而提高企业的税收遵从度。姜付秀等(2016)[16]和孙雪娇等(2019)[11]认为四大会计师事务所具有较强的专业能力，能有效发现报表中存在的问题并精准向外界披露，所以四大会计师事务所审计之后的企业的财务信息与企业真实的信息之间的差距相对较小。本文参照前人的验证机制，检验是否在信息不对称性较高的环境下纳税信用披露制度能更大程度地降低企业避税程度，提高税收遵从。本文将两组样本分别对模型(2)进行回归，回归结果如表6所示，第(3)列为非四大会计师事务所(Big=0)审计的样本组的回归结果，第(4)列为四大会计师事务所(Big=1)审计的样本组回归结果。从表中可以看出非四大(Big=0)审计的样本组中，交乘项(Apost)的系数为-80.19%，在1%的水平上显著为负；而四大会计师事务所(Big=1)审计的样本组中，交乘项(Apost)的系数并不显著。所以纳税信用披露制度可以通过降低企业的信息不对称性从而降低企业的避税程度，提升企业的税收遵从，从而验证了假设5。

综上可得，纳税信用披露制度的确通过声誉机制和降低信息不对称机制降低企业避税，提升企业税收遵从。再对比两组样本中交乘项(Apost)的系数大小和显著性，可以发现纳税信用披露制度通过声誉机制提高企业税收遵从的效果大于通过降低企业信息不对称的效果。

6.异质性分析

因为我国历史原因，企业分为国有企业和非国有企业，两者在所有权、管理等方面都不同，导致其经济行为有所不同。所以本文通过探究将样本分为国有企业(Attr=1)和非国有企业(Attr=0)两类，按模型(2)进行回归，来探究纳税信用披露制度对它们的激励作用是否相同。回归结果如表7所示，其中第(1)列表示非国有企业样本组(Attr=0)的回归结果；第(2)列表示国有企业样本组(Attr=1)的回归结果。从回归结果可以看出非国有企业样本组(Attr=0)交乘项(Apost)的系数在1%的水平上显著为负；而国有企业样本组(Attr=1)交乘项(Apost)的系数并不显著。结果表明，纳税信用披露制度更能让非国有企业提高税收遵从。从而验证了本文假设8，即相较于国有企业，纳税信用A级披露制度更能提高非国有企业的税收遵从。

表7 异质性检验回归结果

续表

7.稳健性检验

如表8所示，为了进一步检验结论的可靠性，本文通过改变被解释变量和改变样本范围进行稳健性检验。避税程度的衡量方法多种多样，除了前文中名义税率与实际税率之间的相对差异(ETR)，本文借鉴叶康涛(2006)的方法，采用税会差异⑧(BTD)衡量避税程度进行稳健性检验，回归结果如第(1)列所示，交乘项(Apost)的系数在10%的水平上显著为负，所得结论与前文一致。另一方面本文通过改变样本范围对上述结论进一步探究，一是仅保留纳税信用披露制度前后两年的数据，即2013—2016年的数据；二是仅保留纳税信用披露制度前后一年的数据，即2014—2015年的数据。按模型(2)进行回归，回归结果如第(2)、第(3)列所示，交乘项(Apost)的回归系数在1%和5%的水平上显著为负，所得结论与前文一致。

表8 稳健性检验回归结果

续表

(二)实证结论

本文从我国纳税信用政策的实施情况出发，基于纳税信用披露制度的激励效应，来探究纳税信用披露制度对企业税收遵从的影响。采用国家税务总局2015年4月开始向公布的纳税信用A级企业名单作为自然实验，通过爬虫获取上市公司纳税信用评级情况，以上市公司2009—2016年的数据为样本，采用PSM-DID的方法进行实证研究，进一步探究纳税信用评级披露制度对企业税收遵从的影响和作用机制。检验结果表明：

第一，纳税信用披露制度能显著提高企业税收遵从。纳税信用A级名单披露之后，对于纳税信用评级为A级的企业来说是一种声誉，凭借这种声誉企业能在涉税服务以及其他部门的一些事务中获得绿色通道，企业为了进一步保持这种声誉会规范其涉税行为，提高税收遵从。另一方面，纳税信用A级的名单是由税务局经过多项评价指标评分得到的，在某种程度上说这些指标是获得政府背书，所以纳税信用A级企业披露的信息质量更高，外界对其认可也比较高，更希望与其进行合作，那企业在外界这种“A级”期望的压力下也更希望继续成为纳税信用A级名单中的一员，为了获得这个资格，企业会在日常经营中进一步规范自己的经营行为和涉税行为提高税收遵从。

第二，纳税信用披露制度通过声誉机制和降低信息不对称机制提升企业税收遵从。从实证结果显示，在因违规受证监会处罚的样本组中，纳税信用披露制度能显著降低企业避税程度，提高纳税遵从；同样在非四大会计师事务所审计的样本组中纳税信用披露制度能显著降低企业避税程度，提高纳税遵从。这一结果表明纳税信用披露制度在声誉较差、企业信息不对称性高的企业中对提升税收遵从的激励作用较大。再对比两组结果中交乘项的系数可以发现，在纳税信用披露制度提升企业税收遵从的作用机制中，声誉机制的效果大于降低信息不对称机制的效果。

第三，相较于国有企业，纳税信用披露制度更能提升非国有企业的税收遵从。国有企业和非国有企业在经济行为、经济利益等方面有较大差异，本文通过分类回归探究纳税信用披露制度对于国企和非国有企业的影响是否一致。回归结果显示，非国有企业的样本组中纳税信用披露制度能有效地降低企业避税程度，提高企业税收遵从。这一结论也证实了前文中的假设：一方面，相对于国有企业来说，非国有企业获得纳税信用A级的声誉较难，其需要付出更多的努力；另一方面，国家给予纳税信用A级企业在涉税服务和其他政府服务中一些便利和绿色通道，国有企业因为与政府关系密切可能在纳税信用披露制度之前就能享受这些便利，对于非国有企业来说纳税信用A级企业的便利是其真正需要的便利。所以，相对于国有企业，非国有企业更希望获得纳税信用A级的声誉，会进一步规范自身涉税行为，提高税收遵从。

六、政策建议

根据实证结果，本文提出的具体政策建议如下：

一是完善纳税信用披露制度。进一步提高纳税信用制度的透明度，建立完善的纳税信用披露制度。现阶段国家税务总局仅向社会公布纳税信用A级企业的名单，建议逐步披露纳税信用评级B、C、D级和M级的企业名单。实证结果显示纳税信用A级企业名单披露是能有效提高企业税收遵从，这是一种好的声誉。其他等级的纳税信用结果披露也有利于增加外界对纳税信用评级结果的运用，通过社会各界对纳税信用评级结果的行为反作用企业，促使企业提升税收遵从。不管是好消息还是坏消息均可以通过声誉机制让守信的企业畅通无阻，让失信的企业寸步难行。

二是建立纳税信用反馈监督机制。首先，信息收集是纳税信用评级的基础，只有相关信息真实、准确、及时，才能确保纳税信用评级结果准确、公平地反映企业纳税信用状况；其次，要确定科学合理的纳税信用评级指标体系，提高纳税信用评级获得纳税人和社会的认同度，这些均由税务局公布的标准，可能存在与企业实际情况不相符的情况，这就需要建立评价指标反馈机制；最后，完善纳税信用评级参与制度，加强对纳税信用评级的监督。如图5所示，建立一个动态、循环的纳税信用评级管理流程，纳税人和社会各界能够参与到纳税信用评级的每个环节，对于每个环节都有相应的反馈和监督机制，该机制的建立能够让纳税信用评级更加精准有效，形成一个良性循环。

图5 纳税信用评级反馈监督机制

三是完善纳税信用评级分类管理制度。在完善纳税信用披露制度和纳税信用评级管理流程后，更重要的是加强对纳税信用评级结果的运用，让纳税信用评级结果变得重要，纳税人更加重视纳税信用评级。目前我国对于纳税信用评级结果的运用基本上都是监管部门的监管和奖励，外界对于纳税信用评级结果的运用较少，这主要因为纳税信用评级结果披露不全面，在完善纳税信用评级披露制度和纳税信用评级流程后，结果的运用就显得尤为重要。本文借鉴ATO税收遵从模型，建立纳税信用评级分类管理模型，如图6所示，纳税信用评级结果的运用包括监管部门的运用以及社会对其的运用。

图6 纳税信用评级分类管理模型

注 释：

① 数据来源：国家统计局。

② 数据来源：贾绍华《我国税收流失的测算分析与治理对策探讨》《会计之友》2016年。

③ 税收成本率=征税成本/税收收入。

④ 数据来源：《中国税务年鉴2011-2015》。

⑤ 查处率=立案查处税收违法案件/全国稽查系统共检查纳税人户数。

⑥ 数据来源：《中国税务稽查年鉴2011-2015》。

⑦ 数据来源：国家税务总局官网。

⑧ 税会差异=[ 利润总额-(所得税费用- 递延所得税费用)/ 名义税率] / 资产总额。