◆杜 剑 ◆刘 窈 ◆杨 杨
内容提要:在金融化愈演愈烈的当下,柔性税收征管发挥了何种效应?治理效应还是助推效应?文章以2014—2019年在我国A股上市的非金融企业为样本,实证检验了柔性税收征管对企业金融化的影响及其作用机制。结果显示:柔性税收征管发挥了治理效应,显著抑制了企业金融化;通过不同的分组回归发现,柔性税收征管的治理效应在金融生态环境好、内部控制质量低和非国有企业更加显著。进一步中介效应检验发现,柔性税收征管能够通过提高企业信息透明度和缓解企业过度融资两条路径来抑制企业金融化。文章的研究为企业金融化的治理提供了经验启示,也为科学评价纳税信用评级制度实施经济后果提供了新视角。
近年来的大部分研究都表明,企业金融化对实体企业乃至经济社会发展具有负面的甚至是破坏性的影响。微观层面,企业金融化增加了企业融资难度(徐军辉,2013),提高了财务风险(黄贤环等,2018),对实物资本投资和创新投资产生挤出效应(杜勇等,2017),并且降低了企业全要素生产率(颜新艳等,2020)和企业价值,最终抑制了实体经济发展(周彬和谢佳松,2018)。宏观层面,企业金融化会造成实体经济“空心化”(谢家智等,2014),破坏金融市场稳定(彭俞超,2018),诱发金融危机(Bhaduri,2011),从而阻碍经济增长和金融效率提升(闫海洲和陈百助,2018)。实体兴则经济兴,实体强则经济强。党的十九届五中全会提出,坚持把发展经济着力点放在实体经济上,实体经济是“十四五”经济发展的根基。因此,如何有效治理企业金融化,促使经济“脱虚向实”成为当前急需解决的问题。
现有研究表明,提高内部控制质量(王瑶和黄贤环,2020)、加强金融监管(黄海涛等,2020)、利率市场化以及地方产业政策(向海凌等,2020)等都可以抑制企业金融化。然而,作为外部治理机制的税收征管,鲜有文献考察其对企业金融化的治理效应。特别地,柔性税收征管作为一种创新型税收治理方式,其治理效应如何值得关注。国家税务总局2014年7月出台的《纳税信用管理办法(试行)》对企业每年的纳税信用情况进行评级,并对纳税信用评级为A级的企业实施多项激励措施。此次纳税信用评级不同于以往的强制性税收征管,以往税收稽查会向社会公布企业“黑名单”,而此次纳税信用评级具有柔软性,只向社会公布A级纳税人,只传递“好消息”。本文将纳税信用评级作为一项准自然实验,以2014—2019年我国A股上市公司作为研究样本,研究柔性税收征管对企业金融化的影响。
本文可能的贡献在于:第一,系统考察了柔性税收征管对企业金融化的影响和作用机理,丰富并拓展了企业金融化治理领域的相关研究,为抑制企业金融化,促进我国经济“脱虚向实”提供参考。第二,结合经济“脱实向虚”的背景,探究了柔性税收征管对企业金融化的影响,丰富了柔性税收征管经济后果方面的研究。第三,为科学评价纳税信用评级制度实施后果提供了新视角,为规范纳税信用管理,建设诚信社会提供了经验依据。
柔性税收征管可以降低信息不对称。一方面,企业为了获取诚信纳税所带来的各种激励收益,会倾向于严格遵守相关会计准则制度规定,减少避税活动,降低了企业与税务征管部门之间的信息不对称。而避税程度的降低有利于提高企业的财务报告质量和信息透明度,有利于抑制管理者自利主义动机,从而使管理者能够基于企业的长期发展做出投资决策,着力发展实体主业,减少对金融资产的非理性逐利。另一方面,纳税信用A级企业名单的披露,客观上向企业外部的利益相关者们传递了“企业财务报表真实可靠”这一利好信号,有效缓解了企业与利益相关者之间的信息不对称,有利于企业获得外部融资。特别地,纳税信用评级披露的信息溢出效应可以有效缓解非国有企业产权性质对企业信用借款的负面影响,缓解银行融资歧视。这些企业将减少向影子银行贷款,影子银行的收益下降,即金融资产收益下降,原先具有融资优势的企业将减少对金融资产的投资。
柔性税收征管还可以提高企业的社会声誉。纳税信用评级为A,意味着企业的诚实守信、合法经营品质得到了政府相关监管部门的高度认可,这无疑会提高企业的声誉和形象。一方面,根据声誉的信号传递功能,纳税信用评级高的企业易与外部利益相关者之间建立信任合作关系,即产生基于声誉的信任。声誉机制能够降低代理冲突,缓解企业融资约束,具有融资优势的企业将减少对金融资产的配置。另一方面,根据声誉的监督作用,高纳税声誉带来的关注发挥监督功效,对企业产生更高的道德要求,抑制管理层机会主义行为,管理层将减少对高收益金融资产的投资。
通过避税增加收益、减少现金流出是企业缓解融资约束的有效途径之一。存在融资约束的企业更倾向于通过避税来缓解融资约束。在纳税信用评级指标中,反避税调查信息是评级的重要指标,纳税企业若想评级为A则应降低其避税程度。避税程度的降低意味着企业将承担较高经营成本,进一步加剧企业融资约束。此时,为了防止资金链断裂风险,企业很可能会加大对金融资产的投资。
基于上述分析,本文提出竞争性假设:
假设1a:柔性税收征管抑制了企业金融化,发挥“治理效应”。
假设1b:柔性税收征管加剧了企业金融化,发挥“助推效应”。
为了研究柔性税收征管对企业金融化的影响,本文构建以下的基本回归模型:
其中,Gap、Yieldrisk、Yogap分别为企业金融化的三个测度指标(见表1),GradeA为纳税信用评级,CVs为控制变量。若GradeA的系数显著为负,则表明假设1a成立,即柔性税收征管抑制了企业金融化,发挥了治理效应。
表1 变量定义
本文基于利润来源来度量企业金融化,同时考虑了经营风险等因素。具体地,借鉴刘姝雯等(2019)的研究,使用金融资产收益率与经营资产收益率的差额、经过风险调整后二者的差额以及经过风险调整后金融资产收益率来衡量企业金融化。其中,金融资产收益率与经营资产收益率根据宋军和陆旸(2015)的方法计算而得。关于企业金融投资资产的度量,根据顾雷雷等(2020)的研究,选取“交易性金融资产”“衍生金融资产”“其他应收款”等12个资产负债表科目。柔性税收征管(GradeA),基于国家税务局官网披露的企业纳税信用等级信息,若年度企业纳税信用等级为A级,则取值为1,否则为0。本文控制了企业特征变量以及公司治理变量,此外还控制了年度、行业、地区固定效应。具体的变量定义见表1。
本文选取2014—2019年A股上市公司作为初始样本,按以下步骤进行剔除:首先,剔除金融业企业和房地产业企业;其次,剔除ST类、PT类企业;最后,剔除相关数据异常或缺失的样本。为了消除极端值的影响,本文对所有连续变量在1%和99%分位上进行Winsorize处理。柔性税收征管数据来源于国家税务局官方网站,通过手工搜集获得;内部控制数据来源于深圳迪博内部控制与风险管理数据库;其他变量数据均来源于国泰安数据库。
表2显示,柔性税收征管(GradeA)对企业金融化三类衡量指标的回归系数都显著为负,验证了假设1a成立,表明柔性税收征管抑制了企业金融化,发挥了“治理效应”。
表2 柔性税收征管与企业金融化
1.倾向得分匹配—双重差分法(PSM-DID)
上文的回归样本可能存在自选择偏误问题。为克服这一问题,本文将2015年披露纳税信用评级为A级作为一项自然实验,选取2009—2019年的中国A股上市公司的数据,采用PSM-DID进行实证检验。将处理组的样本与对照组进行一对一匹配。匹配结果如表3所示,处理组和对照组变量的平均值偏差的绝对值都小于10%,且t值不存在显著差异,说明变量均为均衡分布。
表3 PSM匹配效果——匹配前后的样本特征对比
age 匹配前 2.8159 2.6718 38.9 27.91 0.000匹配后 2.8159 2.8256 -2.6 -2.00 0.045 lev 匹配前 0.4026 0.4165 -7.0 -5.08 0.000匹配后 0.4026 0.4074 -2.4 -1.64 0.101 cash 匹配前 0.0517 0.0442 11.3 8.23 0.019匹配后 0.0517 0.0496 3.2 2.15 0.032 tobinq 匹配前 2.0847 1.9961 7.5 5.53 0.000匹配后 2.0847 2.1045 -1.7 -1.04 0.300 boardsize 匹配前 2.1257 2.1515 -13.0 -9.61 0.000匹配后 2.1257 2.1221 1.8 1.20 0.230 lndep 匹配前 0.3753 0.3728 4.8 3.55 0.000匹配后 0.3753 0.3750 0.6 0.9639 0.694
其次,将企业纳税信用评级披露作为准自然实验,构建如下计量模型:
其中,Post为纳税信用评级结果披露时间。若柔性税收征管抑制了企业金融化,则交叉项的系数β3应该显著为负。表4报告了柔性税收征管对企业金融化影响的回归结果。第(1)列、第(2)列及第(3)列分别为依次加入控制变量,加入年度、行业、地区固定效应后的回归结果。结果显示,交叉项系数在5%的水平上显著为负,表明柔性税收征管显著抑制了企业金融化。
表4 倾向得分匹配—双重差分法
0.0115(0.25)N 11208 11000 11000 R2 0.002 0.204 0.216 industry N N Y province N N Y_cons 0.0199***(9.29)-0.0300(-0.74)
2.安慰剂检验(Placebo)
本文借鉴Liu等(2019)的研究,将纳税信用等级为A级随机分配给上市公司,然后用生成的虚假处理组和控制组变量与P的交叉项对基准模型进行回归(以gap作为被解释变量为例),并采用式(1)重复1000次,回归的结果如图1所示,可以看出虚构的交叉项的回归t值的分布以0为轴呈对称的倒U型,表明本文构造的虚假处理效应并不存在。
图1 安慰剂检验
3.更换企业金融化的测度指标
更换测度企业金融化的指标进行重新检验:参照刘珺等(2014)的研究,以金融资产占总资产的比重(fa)表示企业金融化;参照彭俞超和黄志刚(2018)的研究,以金融资产占总资产的比重(fa1)表示企业金融化。对模型(1)重新进行检验,回归结果与前文一致,假设1a得以验证,表明结论是稳健和可靠的。
表5 更换测度指标
boardsize -0.0208***(-2.95)-0.0190***(-3.77)lndep 0.0156(0.68)-0.0223(-1.39)dual -0.000877(-0.37)-0.0797***(-3.66)N 15,877 15,877 R2 0.138 0.158-0.00308*(-1.85)year Y Y industry Y Y district Y Y_cons 0.0123(0.41)
1.基于产权性质
依据产权性质,将样本组分为国有企业组和非国有企业组,回归结果见表6。结果表明在非国有企业组中,柔性税收征管对企业金融化的抑制作用更加显著。这可能因为,相比于国有企业,非国有企业金融化的动机更强。企业持有金融资产的目的之一是流动性储备,以防止企业资金链断裂风险。国有企业具有天然政治背景的优势,政府作为其无形的“担保人”,即使当企业陷入财务困境,出于“父爱效应”,政府也会提供优惠政策对其救助。此外,国有企业管理层出于晋升考虑,比较注重其声誉的维护,而声誉机制可以有效阻止管理层机会主义行为的发生。综上所述,国有企业进行金融资产投资的动机较弱,而非国有企业不具备天然政治优势,没有政府的隐性担保,相比于固定资产,金融资产具有更强的流动性,当企业遭遇财务危机时,企业可迅速通过出售金融资产获取流动性补充,因此非国有企业更有意愿进行金融资产投资。柔性税收征管可以缓解信息不对称,提高非国有企业信息披露质量,提高企业声誉和形象,有助于企业获取外部信贷资源补充流动性。因此,柔性税收征管对非国有企业金融化治理效应更强。
表6 异质性分析
2.基于金融生态环境
将样本企业按行政区划分为东部企业和非东部企业,分别对应金融生态环境较好地区和金融生态环境较差地区。回归结果见表6。结果表明,地区金融生态环境越好,柔性税收征管对企业金融化行为的治理效应也更加明显。这可能是因为在金融生态环境较好的地区,企业金融化能力和动机更强。当企业所处的金融生态环境较好时,企业获取资金的渠道更便捷且支付的成本更低,企业有更强的意愿和能力进行金融资产的投资,以便从中获利。相反,当外部金融生态环境较差时,企业外部融资渠道受到限制,企业除了对主业投资外很难获取额外的资金对金融资产进行投资。因此,柔性税收征管对企业金融化的治理效应在金融生态环境较好的地区更强。
3.基于内部控制质量
将内部控制指数大于中位数的列为高质量内部控制组,小于中位数的列为低质量内部控制组,回归结果见表6。结果显示,对于内部控制质量较低的企业,柔性税收征管对金融化有更显著的抑制作用。这可能是因为,在现代企业中所有权与经营权两权分离,存在管理者为获取私利损害所有者权益的可能。在内部控制质量较低的企业中,权力制衡较弱,管理层机会主义选择的可能性更高。金融资产投资在短期内可能给企业带来高收益,管理者可以从中获得既定报酬甚至超额报酬,而且即使投资失败,也可以归咎于外部环境的变化。柔性税收征管可以抑制管理者自利主义动机,减少管理者对金融资产的非理性逐利。因此,柔性税收征管对内部控制质量较差的企业金融化行为治理效应更强。
为了探究柔性税收征管对企业金融化的治理效应的作用机制,本文在模型(1)的基础上构建模型(5)和模型(6)进行中介效应检验。
其中,Mech表示本文中的两个中介变量:信息透明度(Tran)和过度融资(EEFR)。
1.基于提高信息透明度的作用路径分析
关于信息透明度(Tran),以企业过去三年操控性应计利润绝对值之和进行度量,绝对值越大表示信息越不透明。表7的(1)—(3)报告了信息透明度作为中介变量的回归结果。第(2)列中GradeA的系数在5%的水平上显著为正,表明柔性税收征管显著提高了企业信息透明度。第(3)列中,GradeA系数显著为负,Tran的系数也显著为负,表明柔性税收征管提高了信息透明度,进而抑制了企业金融化。信息透明度起了部分中介作用。
表7 作用路径:信息透明度和过度融资
2.基于缓解过度融资的作用路径分析
关于过度融资比率(EEFR)。借鉴文春晖等(2018)用上市公司实际借款减去上市公司正常融资需求表示上市公司过度融资需求。上市公司的正常融资需求,借鉴Demirguc-Kunt和Maksimovic(1998),将企业成长性融资需求与可实现内生增长融资需求之差作为正常融资需求,其计算公式为:
其中,Asset为企业总资产;ROE为企业净资产收益率,企业过度融资比率为:
其中,LD和SD分别表示企业的长期借款和短期借款。表7的(4)—(6)报告了过度融资作为中介变量的回归结果。第(5)列中GradeA的系数在5%的水平上显著为负,表明柔性税收征管显著缓解了企业过度融资。第(6)列中,GradeA系数显著为负,EEFR系数显著为正,表明柔性税收征管缓解了企业过度融资,从而抑制了企业金融化。过度融资起了部分中介作用。
本文以2014—2019年A股上市的非金融企业为样本,实证检验了柔性税收征管对企业金融化的影响。结果显示:柔性税收征管显著抑制了企业金融化,发挥了治理效应;通过不同的分组回归发现,柔性税收征管对企业金融化的治理效应在非国有企业、金融生态环境好的企业以及内部控制质量低的企业更加显著。进一步,通过中介效应检验,发现柔性税收征管能够通过提高企业信息透明度和缓解企业过度融资两条路径来抑制企业金融化。
第一,从税务机关角度来说,本文研究表明,体现柔性征管特征的纳税信用评级制度具有激励效应,因此税务机关可以将柔性税收征管与强制性税收征管结合实施,实现税收征管的协同效应。税务部门应利用移动互联网和社交网络等商业化平台,借助网络爬虫技术等工具在互联网大样本、高纬度的海量数据中智能采集筛选政府数据、电商数据、社交数据、移动数据等准确有用的涉税数据,结合已有税收数据,在进行数据标引、整理、清洗和脱敏的基础上做好涉税数据的深加工,为柔性税收征管提供数据保障,建成“无风险不打扰、有违法要追究、全过程强智控”的税务执法新体系。其次,还应当继续完善纳税信用评级激励、惩罚、恢复机制。加大对失信企业的稽查力度,提高其失信成本,增加信用重构成本。对于纳税信用好的企业,提供差别化纳税服务,使纳税信用成为企业的一项信用资产。建立信用修复机制,对于积极整改的失信企业,可以考虑恢复守信纳税人的权利和义务。再次,还应当扩大纳税信用评级结果的应用范围,除了在税务总局官网公布名单外,还可以在一些有影响的媒体网站积极宣传,传播“好消息”,提高声誉,降低信息不对称。除了公布A级纳税人名单外,要逐步考虑公布B、C、D、M等其他级别的评级过程和评级结果,评级过程的公开可以减少纳税信用评级制度设计过程中人为干预和寻租。此外,可以将企业纳税信用评级信息与企业管理层的个人信用挂钩,对于纳税信用等级差的企业,让其管理层承担信用责任,促使企业依法诚信纳税,降低企业避税程度,减少管理层机会主义行为,抑制企业金融化。
第二,从金融机构角度来说,金融机构应当加大与税务部门合作,为诚信纳税企业提供更多融资便利。具体来说,继续完善“征信互认、银税互动”机制,扩大“银税互动”受惠范围,贷款发放对象可适当扩围到B级纳税人,贷款金额也可依据不同的纳税信用评级分等级发放。特别地,应当依据企业所处行业、地区、产权性质等不同,给予特定的贷款服务,缓解融资歧视。此外,金融机构还应创新服务,对于纳税信用好的企业,可以考虑为其开通VIP贷款通道,加快贷款的发放速度,为其提供一些低利率、高面值、长期限的贷款项目,降低企业的融资约束,抑制企业金融化。
第三,从企业自身角度来说,企业要完善内部治理机制,不断提高信息透明度,同时还要加强自身信用建设,提高诚信自律意识,提高税法遵从度。特别是对于非国有企业、内部控制质量较低的企业,更要通过规范纳税提高纳税信用评级,借助纳税信用评级披露降低信息不对称,为企业带来信贷资源,破解企业融资困境,降低企业金融化风险。