税收优惠政策对创业板企业绩效影响的建模分析

彭永翠 李新剑，2

(1.安徽机电职业技术学院,安徽 芜湖 241000；2.浙江工业大学,浙江 杭州 310023)

0引言

区别于常规的经济市场,创业板在市场内又被称为第二股票交易市场,此种市场是一种不同于一类证券的经营市场,主要提供一些无法在一类市场上市的创业型企业,提供一个有效的融资渠道与有效的发展空间。基于其本质分析,创业板市场可以为实体经济市场补充,是我国目前资本产业的主要构成。相比一些常规的金融市场,企业在创业板市场内上市的门槛相对较低,市场对企业提出的要求也仅局限在资本产业规模、建设时间、中期经营利润方面。[1]创业板市场的提出,在真正意义上为市场内一些中小型企业的发展提供了发展路径,无论任何类型的企业,均可在创业板市场内获得发展动力,因此,可以认为二类市场是中小型创业型企业的“孕育摇篮”。截至2009年,我国的创业板市场正式启动运营,并在同年10月正式上市,与此同时,我国资本市场发生了全方面的经济改革。[2]为了顺应产业的此种发展趋势,金融市场对其原有的税收优惠政策进行了调整,并基于宏观层面调控产业发展,部分创业板企业在此过程中脱颖而出,但也有少部分企业由于没有及时调整自身内部运营方案,导致其产业运营出现失衡问题。为了提供创业板企业正确的发展指示方向,本文将结合市场现有的税收优惠政策,采用建模的方式,开展政策对创业板企业绩效影响的分析。

1 税收优惠政策对创业板企业绩效影响的建模分析

1.1 数据来源与数据样本选择

为了确保本文课题的研究成果具有一定时效性,可在开展相关研究前,针对性地获取数据样本。在此过程中,选择2018年～2020年近三年内的创业板企业为研究对象,在二类股票市场内发展与成长速度较快的行业指向企业中获取样本。[3]此次研究以信息技术类企业与智能化制造业企业为试点企业,并采用调用CSMAR数据库的方式获取研究变量,针对获取数据过程中存在的缺失类企业发展数据,可采用检索对应企业年报表与企业知识产权官网的方式手动获取。[4]经过实践整理数据后,剔除了近三年内无法手动查缺补漏的企业,得到了85家创业板企业近期的市场运营面板数据,其中85家创业板企业中包括25家智能化制造业企业与60家信息技术类企业。

在获取基础面板数据后,采用统计学分析的方式,对获取的相关信息进行统计学描述。如表1与表2所示。

表1 信息技术类企业变量统计描述

表2 智能化制造业企业变量统计描述

上述表格中：KI表示企业在资本市场的密度；RI表示对应企业在创业板中的规模；SIZE表示企业在市场中发展的有效控制变量；TAX表示企业每年实际所得税；IP表示企业年收益(对应的创新业绩/绩效)。

通过表1和表2数据可知,智能化制造业企业与信息技术类企业,对应的IP平均值为20.562与12.4205,但智能化制造业企业的IP最高值达到了335.0,IP最小值为1.0,证明企业在创业板发展中的创业绩效是存在较大差异的。[5]对应两类企业的TAX值为14.540与9.5728,证明企业在市场内的赋税水平相对较低,但在信息技术类企业中,所得税最高达到了27.59%,证明国家对于高新技术类行业的发展是较为重视的。除此之外,分析控制变量的结果可知,信息技术类企业在生产中的投入与投资比例相对较高,而智能化制造类资本企业在市场内的密度较高。

1.2 构建创业板企业绩效影响因素分析模型

在获取创业板市场相关数据后,可参照价格敏感度测试模型(Price Sensitivity Measurement,PSM),构建对应的创业板企业绩效影响因素分析模型。在模型中,采用倾向评分匹配方法分析数据匹配度,此种方法的优势可以降低在分析过程中外界相关因素对其的干预。[6]在此过程中,将企业绩效影响因素描述为一个二维变量,则在市场税收优惠政策的辅助下,二维变量的统计过程可用公式(1)表示：

C(αi)=C(VCH=1/α=αi)

(1)

公式(1)中：C表示企业绩效影响因素统计结果；VCH表示企业在市场组织运营中的发展风险；α表示企业在市场组织运营中的净收益；i表示二维变量统计行为发生次数。当VCH=1.0时,表示创业板企业在市场内的组织运营存在风险,当VCH=0时,表示创业板企业在市场内的组织运营不存在风险。通过上述计算公式,可以掌握创业板企业在税收优惠政策的干预下,二维统计变量发生变更的概率。[7]在此基础上,构建一个核函数,采用计算核函数中不同参数距离的方式,掌握变量受到的影响程度。并以此为依据,对不同变量进行参数赋值。核函数表达式如下：

(2)

公式(2)中：M表示核函数标准表达式；j表示对应的企业类型；k表示企业税收倾向；h表示函数带宽。在完成公式(2)的计算后,构建税收政策对创业板企业绩效影响分析模型,构建过程中采用均值处理的方式评估影响效应。平均效应计算公式如下：

(3)

公式(3)中：ATE表示平均影响效应；m表示匹配的样本数据量；β表示创业板企业真实绩效水平。综合上述计算公式,可知ATE与β变量呈现一种正比例关系,即创业板企业的绩效能力提升,对应的影响效应也显著增强。[8]基于此种理论,提出税收优惠政策对创业板企业绩效影响的假设：市场通过调整或调度税收优惠政策的方式,可以实现对企业资金运转情况的调整,并在一定程度上降低企业研发产品或技术生产过程中的高额税负,通过此种方式,可以提高企业创新研发的积极性。[9]因此,认为税收优惠政策在二类市场内可以起到事前引导的作用,并在此基础上,税收力度的降低,也减轻了企业生产投入的压力,从而起到事后激励的作用。综合上述分析,构建对应的分析模型,如公式(4)所示：

IPit=γ0+γ1TAXit+γ2SIZEit+γ3RIit+γ4KIit+εit

(4)

公式(4)中：t表示对应的年份(本文数据样本采样年份为2019年～2021年,因此t的取值为2019年、2020年、2021年)；γ表示税收优惠政策；ε表示分析过程中产生的随机误差项。输出上述计算公式,完成分析模型构建。

1.3 解释变量可行性分析

为了确保提出的分析变量在实际应用中具有一定均衡性,需要在完成上述相关研究后,分析解释变量的可行性。在此过程中,可综合分析市场供给侧的变化机制,结合数据在稳定变化过程中的线性规律,构建传输函数。函数表达式如公式(5)所示：

y=H(a)U(a)

(5)

公式(5)中：y表示传输函数；H(a)表示先导函数,其中a表示输入的变量数据；U(a)表示后导函数。在计算过程中,考虑到创业板市场的经济变化趋势是存在一定随机性的,因此,可参照模糊聚类分析法,为函数设定一个约束条件,并通过在不同执行条件下,约束解释变量以掌握解释变量在实际应用中的可行性。在此基础上,使用因果关系分析方法对解释变量进行仿真分析。例如,使用Vensim PLE软件,分析企业在市场内现行运行规律。设定企业技术资源、管理资源等存在影响干预性能的参数初始化值表示为0,综合市场宏观发展趋势,分析企业组织运营收益,经过系统性的分析后可知,企业在参与多方合作的过程中,知识总存储量呈现一种提升趋势,资源异构性能更为显著。[10]这也从侧面证明了创业板企业无论是在一类市场中的发展,还是在二类市场中的发展,均是遵循产业发展规律的。因此,可将设定的相关参数对接一类市场企业,经过收益综合分析后发现,解释变量属于常规变量,符合市场宏观发展规律,可用于创业板企业绩效影响分析。

1.4 税收优惠政策对企业绩效影响的回归结果分析

为了验证上文提出的假设,在完成解释变量可行性分析后,按照设定的模型,对解释变量进行多元回归计算。即计算不同解释变量与创业板企业对接后的真实数值,回归结果如表3所示。

表3 创业板企业绩效回归计算结果分析

综合表3数据可知,在税收优惠政策下,F值为正数,证明回归分析结果具有一定的可行性,属于有效数据。其中税率百分点与企业绩效存在正相关关系,即企业的创新绩效越高,对应享受的税收优惠越大。因此,可以认为此次回归分析结果验证了1.2提出的假设,即市场税收优惠政策可以提升创业板企业绩效。除此之外,发现企业在二类市场内的规模与企业创新绩效也呈现正向关系,这也从一定程度上表明企业在创业板市场内的规模越大,对应的企业管理者与技术研究人员更重视企业的创新生产。

综合上述分析,税收优惠政策对创业板企业绩效是存在一定影响的,此种影响对于企业的可持续发展而言,属于一种正向干预,企业可在资金运转满足市场运营的条件下,加大对创新生产的投入,以此种方式,获得更高的优惠待遇,从而实现为企业的进一步发展创造更高的经济收益。

2 实例应用分析

通过本文上述论述,从理论方面对建模分析思路明确,为了进一步验证上述分析思路是否可行以及分析效果,选择某创业板企业2018年～2020年近三年发展过程中的绩效情况以及税收优化政策情况作为研究样本。在研究前,为了确保得出的实例应用结果具有可行性,选择研究样本中财务数据等相关研究数据,以此构建一个包含426个有效数据的研究样本。按照本文上述内容,首先构建对创业板企业绩效影响因素分析的模型,并检测税收优惠政策实施前后对创业板企业绩效的影响,将得出的结果绘制成表4所示。

表4中影响内容A表示是否实施税收优惠政策对企业绩效的影响；B表示税收优化政策背景对企业绩效的影响；C表示税收优惠政策中税收比例对企业绩效的影响；D表示税收优惠政策声誉对企业绩效的影响；OE表示企业绩效当中的净资产收益率；OA表示企业绩效当中的总资产收益率；S.E.表示为标准差；T值表示为统计数值。

表4 税收优惠政策实施前后对创业板企业绩效的影响

从表4中得出的数据可以看出,影响内容A得出的数据中是否实施税收优惠政策对OE在1%水平上呈现出显著负相关,说明这一影响内容与创业板企业净资产收益率具有显著的负面影响。影响内容A得出的数据中对于OA得出的相关数据说明,这一因素对创业板企业绩效当中的总产值收益率在1%水平上具有显著的负相关性,对其具有显著的负面影响。因此,综合上述得出的数据结果及分析能够说明,税收优惠政策在实施前会产生对创业板企业在OA和OE上两个方面的负面影响,而在税收优惠政策实施后,会产生对创业板企业在OA和OE上两个方面的正面影响。从其他三个方面得出,税收优化政策背景对创业板企业OA和OE均具有正面影响；税收优惠政策中税收比例对创业板企业OA和OE均具有负面影响；税收优惠政策声誉对创业板企业OA和OE均具有正面影响。

上述得出的数据与该创业板企业的实际发展情况相符,说明本文上述提出的建模分析思路可行。同时,通过实验数据可以看出,利用本文上述建模分析思路能够实现对创业板企业绩效影响程度的量化,以此能够为企业未来的发展提供更加可靠的数据依据。在创业板企业实际发展过程中,应当合理利用本文上述设计的建模分析思路,将其与当前实收优惠政策的各项影响内容建立联系,以此实时掌握其相应的参数变化,从而在出现创业板企业绩效受到负面影响前,针对具体问题给出相应的解决措施,确保创业板企业在发展过程中的利益不受到损害。

3 结束语

本文从获取数据、构建创业板企业绩效影响因素分析模型、解释变量可行性分析、回归结果分析四个方面,开展了税收优惠政策对创业板企业绩效影响的建模分析,并在完成相关研究后,选择某创业板企业近三年发展过程中的绩效情况以及税收优化政策情况作为研究样本,对设计的方法进行实例应用检验,经过检验证明,本文研究的成果,可真实地应用到市场内对企业现行组织经营模式进行分析。但此次实例应用中的成果数据较少,仍无法作为最终评估本文方法有效性的依据,还需要在后期的深入研究中,选择多个创业板企业作为研究对象,通过获取大量数据样本并进行检验的方式,证明本文方法的有效性,因此,本文研究成果仅供参考,还需要后续大量的数据为此方法的使用与推广提供依据。