税收征管与商业信用融资

王丽 吴乐 王云霞

【摘要】本文以2009～2021年A股上市公司為研究样本， 利用“金税三期”的实施作为准自然实验， 采用双重差分模型实证检验税收征管对企业商业信用融资的影响。研究表明， 以“金税三期”为代表的税收征管能显著促进企业获取商业信用融资；作用渠道显示， 税收征管通过增加融资约束和提高信息透明度两个渠道促进企业获取商业信用融资； 进一步分析发现， 当企业产权性质为民企、产品市场地位低、征管机构为地税机关以及处于市场化程度低的地区时， 税收征管对企业商业信用融资的促进作用更明显。本研究结论在丰富税收征管经济后果和商业信用融资影响因素的同时， 为政府部门进一步完善大数据税收征管和面对政策变化时企业如何做出合理的融资决策提供了参考价值。

【关键词】税收征管；融资约束；信息透明度；商业信用融资

【中图分类号】 F812.4；F234.3     【文献标识码】A      【文章编号】1004-0994（2023）11-0112-9

一、 引言

随着数字经济的快速发展， 党中央和国务院开始制定出以数字化转型推动国家治理方式改革的政策方针。从税收领域的改革来看， 国家税务总局在“金税一期”和“金税二期”的基础上进一步推出了“金税三期”， 以 “一个平台、 两级处理、 三个覆盖、 四个系统”为战略目标来全面推进税收征管数字化升级和智能化改造。以“金税三期”为代表的税收征管结合了大数据、 云计算等现代信息技术，  既能够对企业有关税务方面的信息收集得比较精确和完整， 又能够对企业收入和支出进行多方监控， 还能够将数据分析方法由经验分析转换为大数据分析， 从而大大地提高了税务部门数据分析能力和税务监管的精确性。从理论研究来看， 现有文献发现， 大数据税收征管一方面使得企业偷、 逃税款活动得到有效抑制（孙钰鹏，2021）， 从而降低了企业的研发投入和产出（吉赟和王贞，2019）、 产生了“现金流效应”（蔡伟贤和李炳财，2021）； 另一方面能够发挥治理作用， 提高企业信息透明度， 从而降低了审计风险和审计费用（郑建明和孙诗璐，2021）、 提高了全要素生产率（詹新宇等，2022）。由此可以看出， 税收征管对企业生产经营活动、 经营风险等方面产生了影响， 那么是否也会对企业融资活动产生影响有待进一步研究。

商业信用融资是指供应链上下游企业之间因为在提供产品或原材料时因延迟收取款项所形成的短期占款。和传统正式融资渠道相比， 商业信用作为非正式融资渠道， 具有低成本、 易获取以及限制条件少等优势。尤其是在金融发展受到抑制的发展中国家， 商业信用融资能够成为银行贷款的有效替代， 对缓解企业融资约束、 维持企业顺利运转发挥着重要作用（Fisman 和 Love，2003）。从商业信用需求的角度来看， 其存在的本质原因如下： 一是客户企业资金的周转难度， 尤其是在企业存在融资约束的情况下， 对商业融资的需求度较高； 二是供应商和客户企业双方的信任度， 信任度越高， 客户企业获得商业信用融资的规模就越大（Raise等，2007）。在供应链交易中， 供应商对客户的会计信息质量有较高的要求， 随着信息透明度的提高， 供应商可以对客户的资产状况、 负债状况、 盈利能力以及现金流等情况进行很好的评估， 双方之间的信任度也就随之增加（Hui 等，2012）。理论上而言， 以“金税三期”为代表的税收征管有以下作用： 一方面加剧了企业的融资约束， 为缓解这种资金匮乏的现状， 使得企业获取商业信用融资的需求增加； 另一方面提高了企业信息透明度， 有助于增加供应链交易双方的信任度， 使得企业获取商业信用融资的机会增加。基于此， 本文利用“金税三期”工程逐步、 分批上线实施作为准自然实验， 实证检验以“金税三期”为代表的税收征管对企业商业信用融资的影响是否与理论预测一致。

和现有文献相比， 本文的创新之处表现在如下三个方面： 第一， 从企业融资活动方面拓展了大数据税收征管经济后果的相关文献。现有关于大数据税收征管的微观经济后果研究主要探讨了税收征管对盈余质量（李增福等，2021）、 企业投资（李世刚和黄一松，2022）以及内部薪酬（魏志华等，2022）等各方面生产经营活动的影响， 缺乏大数据税收征管对企业筹资活动的影响研究。而本文从商业信用融资的角度检验以“金税三期”为代表的税收征管对企业筹资活动的影响， 拓展了大数据税收征管在企业筹资活动方面的经济后果。第二， 从环境变化层面丰富了商业信用融资影响因素的相关文献。现有文献主要从文化（Kong等，2020）、 金融（陆正飞和杨德明，2011）以及法制（潘越等，2022）等环境方面进行了相关研究， 但从税收征管环境变化方面探讨商业信用融资影响因素的研究还很少。而本文以“金税三期”为实施背景， 研究了税收征管环境对企业获取商业信用融资的影响， 拓展了商业信用融资在税收环境变化方面的影响因素。第三， 从现实意义方面对建设数字化税收征管提供了经验证据。本文研究发现， 以“金税三期”为代表的税收征管一方面通过提高企业信息透明度促进了企业获取商业信用融资， 所以应该持续推进数字技术与税收征管的融合， 以更好地发挥公司治理作用； 另一方面通过加强融资约束促进了企业获取商业信用融资， 所以后期应该在减税降费的基础上提高税收征管能力， 以促进企业高质量发展。

二、 文献综述、 理论分析和研究假设

（一）文献综述

1. 税收征管的经济后果。关于税收征管的微观经济后果一直是国内外学者关注的热点问题， 现有研究主要聚焦于两大方面即征税效应和公司治理效应。具体而言： ①税收征管产生了征税效应。税收征管行为抑制了纳税企业的避税活动， 提高了企业税负水平和非正规活动支出， 从而降低了企业留存收益和现金流水平， 最终导致企业融资困难和融资成本增加（Lennox等，2018）。例如： 张克中等（2020）研究发现， 大数据税收征管技术的提高明显增加了企业的实际税负水平， 降低了企业的盈利能力， 在一定程度上出现了“减税难降负”的问题； 李晓艳等（2022）认为， 在“金税三期”上线后， 税收征管抑制了纳税企业的避税活动， 提高了其融资约束水平， 使得企业缺乏足够的资金进行金融资产投资， 从而降低了企业的金融化程度。②税收征管产生了公司治理效应。大数据技术的应用改变了传统的税收征管模式， 既可以使不同数据源相互比对， 又可以实现“程序管人”的模式， 还可以从经验分析转为大数据分析， 从而能够有效地对管理层和大股东发挥监督治理作用， 减少其机会主义行为（孙雪娇等，2021）。例如： 郑建明和孙诗璐（2021）检验了税收征管对审计费用的影响， 研究表明“金税三期”的实施可以提高税收稽查的精确性和有效性， 使得管理层逃税的成本大大增加， 进而缓解了纳税企业的代理冲突问题， 那么审计风险和审计费用也会不断降低； 刘慧龙等（2022）认为， 税收征管数字化升级使得税务部门既可以获得更多的信息， 又具有高效的数据分析和处理能力， 从而提高了发现纳税企业关联交易违背独立交易原则的能力和概率， 所以导致企业关联交易降低。此外， 税收征管的数字化升级在降低股价崩盘风险（徐捍军，2021）、 提高盈余质量（李增福等，2021）、 缩小内部薪酬差距（魏志华等，2022）以及减少过度投资（李世刚和黄一松，2022）等方面也发挥了公司治理作用。

2. 商業信用融资的影响因素。商业信用作为一种非正规金融手段， 不管是在发达国家还是在发展中国家的供应链交易中均得到广泛的使用。现有研究发现， 融资约束和信息透明度对企业获取商业信用融资具有重要的影响。具体而言： ①融资约束。从商业信用需求的角度来看， 部分企业在面临融资约束时会选择商业信用作为替代性融资手段， 换而言之， 商业信用的发生表现为融资效应（Fisman和Love，2003）。 陆正飞和杨德明（2011）认为， 当货币政策紧缩时， 信贷配给问题更加突出， 容易使得企业陷入流动性困境， 此时商业信用融资作为替代性融资方式更有利于缓解企业面临的融资约束。杨德明和赵璨（2015）从产权性质的角度进行探究， 发现民营企业由于政治关联度较低存在信贷配给问题， 使得其融资约束水平一般较高， 所以常常通过私人关系以获取较多的商业信用融资。卢闯等（2022）采用手工收集的单笔质押价格数据， 考察了控股股东股权质押压力对商业信用融资的影响， 结果表明， 控股股东质押压力越大， 原本企业融资不足的现状越是雪上加霜， 增加了企业对流动性的偏好， 从而加强了企业获取商业信用融资的动机。②信息透明度。客户企业如果想要在供应链交易中获取商业信用融资额度， 就需要向上游供应商企业提供高质量的会计信息和传递经营稳健、 信誉良好的信号， 以降低供应链交易双方的信息不对称程度， 使得企业的经营状况、 财务状况以及未来发展潜力能够更好地被评估（Wu等，2014）。例如： 郑军等（2013）认为， 高质量的内部控制有助于提高会计信息的可靠性， 降低契约各方的信息不对称， 减少因逆向选择产生的高额商业信用融资成本， 从而促进其获得信用配给； 黄波和王满（2018）认为， 分析师可以通过发布盈余预测的方式将对其所关注上市公司的相关情况传递给利益相关者， 提高被关注公司的信息透明度， 从而促进其获得更多的商业信用融资。

（二）理论分析和研究假设

随着“金税三期”工程的上线， 大数据、 云计算等新兴技术在税收征管方面的运用既提高了企业融资约束水平， 又提高了企业信息透明度。而企业获取商业信用融资容易受到自身融资约束水平和信息透明度的影响。基于此， 本文从融资约束和信息透明度这两个视角分析“金税三期”实施后， 税收征管如何对企业获取商业信用融资产生影响， 具体理论分析如下：

首先， 税收征管加剧了企业的融资约束， 从而提高了企业获取商业信用融资的需求。“金税三期”工程在运用大数据、 云计算等现代技术后， 对企业有关税务方面信息的监控能力不断提高， 从而有助于加强税收监管对企业避税活动的抑制作用。具体表现在： 税务部门利用大数据技术和云计算平台的智能化技术， 一方面， 能够获取企业所在行业、 上下游行业的企业在各生产经营环节的立体化信息， 通过与这些相关行业的企业进行对比， 以判断企业纳税是否存在异常； 另一方面， 通过核查企业的收入、 成本费用、 利润和库存等各科目的信息以及追踪资金流与票据流， 计算出各项指标并进行判断， 同时根据历史数据波动信息对企业未来应纳税额进行预测， 从而能够有效提高对企业偷税、 漏税等行为的识别机会， 使其避税空间得到抑制（张克中等，2020；李增福等，2021）。而企业避税活动具有“现金流效应”， 能够增加留存收益和税后现金流， 成为企业开展内源融资、 减少债务融资需求以及应对外部风险的有效手段之一（Graham和 Tucker，2005；Edwards等，2016）。税收征管抑制了企业的避税活动， 降低了内源融资的能力， 与此同时企业的融资成本与融资难度将随之增加， 从而提高了企业的融资约束水平。为弥补资金缺口以缓解融资约束， 企业需要依靠外部融资来为其生产经营活动寻求资金支持。和其他外部融资方式相比， 商业信用作为短期融资方式具有融资成本低、 风险小以及门槛低等特点， 随着融资约束水平的提升， 企业对获取商业信用融资的需求增加。由此可见， 以“金税三期”为代表的税收征管在降低企业内部融资能力后提高了其融资约束水平， 从而增加了企业获取商业信用融资的需求。

其次， 税收征管提高了企业的信息透明度， 从而提高了企业获取商业信用融资的机会。在“金税三期”工程上线后， 依托大数据、 云计算等数字技术的税收征管工作， 降低了纳税企业的机会主义行为， 从而提高了其信息透明度。具体表现在： “金税三期”的上线， 一方面可以对获取的数据源进行相互比对。一是税务部门能够获取纳税人提供的数据、 互联网涉税数据以及其他部门的共享数据等多方来源数据， 从而可以进行相互验证以提高数据的真实性。二是将国税和地税的征管信息系统统一， 实现了税收数据的集中管理和信息互通， 减少了纳税企业的机会主义行为， 使得企业信息透明度不断提高（孙雪娇等，2021）。另一方面， 对获取的数据进行实时监控。税务部门既可以实时识别纳税企业电子发票的税号和金额等相关信息， 以此来评估企业的实际经营状况， 又可以根据纳税企业的识别号对增值税的销项税发票和进项税发票进行追踪和比对， 在这些作用下企业信息披露机会主义行为的成本随之增加， 使得管理层盈余管理行为减少， 从而有效地提高了企业信息透明度 （魏志华等，2022）。供应商对客户提供商业信用的根本前提是， 能够对其生产经营活动、 财务风险以及偿债能力进行判断（Hui等，2012）。如果供应商难以根据掌握的相关信息对客户企业的经营风险、 财务风险以及偿债风险做出合理判断时， 供应商对客户企业的信任度就会降低， 而信任度的降低将会使得供应商对客户企业持续经营能力和管理层机会主义产生怀疑和担忧， 从而导致供应商减少甚至不对客户企业提供商业信用以减少违约风险的发生（修宗峰等，2021）。而随着企业信息透明度的提高， 供应商能够更加及时地了解企业的真实生产经营状况、 财务状况以及未来发展机会等方面的信息， 提高了供应商和企业之间的相互信任度， 供应商据此可以做出更加合理的商业信用供给决策， 有效避免了因逆向选择过多引发的商业信用融资成本， 从而提高了企业从供应商处获取商业信用融资的机会。由此可见， 以“金税三期”为代表的税收征管提高了信息透明度和供应商对企业的信任度， 从而提高了企业获取商业信用融资的机会。

综合上述分析， 在“金税三期”实施后： 一方面， 税收征管提高了企业融资约束水平， 使得企业对商业信用融资的需求增加； 另一方面， 税收征管提高了企业信息透明度， 使得企业获取商业融资的机会增加。基于此， 本文提出如下假设：

H1： 其他条件不变的情况下， 税收征管促进了企业获取商业信用融资。

三、 研究设计

（一）样本来源与处理

本文选取2009 ～ 2021年的A股上市公司作为研究样本。之所以以2009 ～ 2021年作为样本期间， 原因在于“金税三期”工程最早一批实施的地区是从2013年开始的， 最晚一批的地区是从2016年下半年开始实施的，  这样在最早一批实施前有4年的窗口期， 在最晚一批实施后也有4年的窗口期， 可以保持事件窗口期具有一定的对称性和合理性。根据已有研究惯例， 本文对样本观测值进行了如下处理： ①删除金融、 保险类以及主要变量缺失的样本观测值； ②对连续变量进行了上下1%的缩尾处理。在经过上述处理后， 最终得到33584个样本观测值。

（二）变量定义

1. 解释变量： 税收征管（Gtp）。Gtp用“金税三期”工程是否实施的虚拟变量进行度量。“金税三期”工程采取分批次逐步在全国各省市推广的方式， 如果企业注册所在地区第t年开始实行“金税三期”工程， Gtp在第t年及其以后取值为1， 否则为0。由于该工程实施后需要经过一段时间的推广， 所以借鉴张克中等（2020）的方法， 如果企业所在地区“金税三期”工程在上半年实施则判定为当年发生了税收征管， 若在下半年实施则判定为下一年发生了税收征管。

2. 被解释变量： 商业信用融资（Credit）。借鉴陆正飞和杨德明（2011）、 耿艳丽等（2021）以及彭爱武和张新民（2022）的研究， 根据应付账款、 应付票据、 预收账款之和与当年年末总资产之比的方法来度量企业商业信用融资。

3 .控制变量。借鉴郑军等（2013）和卢闯等（2022）的研究， 本文从企业特征、 企业绩效和公司治理三个方面选取了一系列影响商业信用融资的控制变量。和企业特征有关的控制变量包括企业规模（Size）、 财务杠杆（Lev）、 固定资产占比（Ppe）、 银行融资（Bank）、 上市时间（Age）； 和企业绩效有关的控制变量包括资产收益率（Roa）、 经营性现金流（Cashflow）、 成长能力（Grow）； 和公司治理有关的控制变量包括股权集中度（Top1）、 独立董事规模（Indirect）、 分析师关注度（Analyst）、 审计师类型（Auditor）。同时， 还纳入公司固定效应（Firm）和年度固定效应（Year）。

上述变量的具体定义如表1所示。

（三）模型设计

由于“金税三期”工程实行逐步、 分批试点实施的方式， 这一特征具备良好的“准自然实验”实施条件。基于此， 为检验收征管对企业获取商业信用融资的影响， 本文将采用多期双重差分方法建立如下模型：

其中， i表示企业， c表示地区， t表示年份。Crediti，t是商业信用融资水平， Gtpc，t为企业注册地所在地区当年“金税三期”工程是否实施的虚拟变量， 用以代表税收征， Controlsi，t为一系列控制变量。本文重点关注Gtp的系数α1， 如果α1>0， 说明税收征管促进了企业获取商业信用融资。

四、 实证分析结果

（一）描述性统计

表2报告了基本回归中主要变量的描述性统计结果。从中可知， 被解释变量商业信用融资（Credit）的均值为0.157， 即在上市公司的样本数据中应付账款、 应付票据、 预收账款三个会计科目之和在总资产中的占比为15.7%， 说明商业信用融资是多数上市公司获取外部融资的主要手段。商业信用融资（Credit）的最小值为0.006， 最大值为0.533， 标准差为0.116， 说明各公司从上游供应商处获得商业信用融资的差异较大。解释变量税收征管（Gtp）的均值为0.555， 说明在上市公司样本中有55%将会受到“金税三期”项目的影响。其余各控制变量的结果与现有文献的研究无明显差异， 且处在合理范围之内， 故不在此赘述。

（二）基本回归结果

表3 列示了税收征管与企业商业信用融资之间关系的基本回归结果。第（1）列为加入和企业特征有关的控制变量， 税收征管（Gtp）的回归系数为0.010， 在5%的水平上通过显著性测试。第（2）列为继续加入和企业绩效有关的控制变量， 税收征管（Gtp）的回归系数为0.017， 在1%的水平上通过显著性测试。第（3）列为继续加入和公司治理特征有关的控制变量， 税收征管（Gtp）的回归系数为0.019， 在1%的水平上通过显著性测试。上述基本回归的结果表明， 以“金税三期”为代表的税收征管的实施， 一方面， 增加了企业的融资约束， 从而提高了企业获取商业信用融资的需求， 另一方面， 提高了企业的信息透明度， 从而提高了企业获取商业信用融资的机会。总体而言， 这些结果支持了本文的H1， 即税收征管促进了企业商业信用融资。

（三）作用渠道检验

如前文理论分析所述， 以“金税三期”为代表的税收征管既可能通过加剧融资约束从而增加企业获取商业信用融资的需求， 又可能通过提高信息透明度从而增加企业获取商业信用融资的机会。因此， 本文将检验税收征管是否通过融资约束和信息透明度这两个作用渠道影响企业商业信用融资。

1.  融资约束。为检验融资约束作用渠道是否成立， 参照温忠麟等（2004）的中介效应检验模型， 在模型（1）的基础上进一步设立模型（2）、 （3）。其中， SAi，t为融资约束水平。借鉴Hadlock和Pierce（2010）的方法， 对融资约束程度采用SA指數的绝对值进行衡量。一般而言， SA指数的绝对值越大， 说明企业面临的融资约束程度越高。表4第（1）～（3）列报告了融资约束渠道的中介效应检验结果。第（1）列为模型（1）的回归结果， 即税收征管促进了企业商业信用融资。第（2）列对融资约束（SA）的回归结果显示， 税收征管（Gtp）的回归系数为0.003， 在5%的水平上通过显著性测试， 说明以“金税三期”为代表的税收征管加剧了企业的融资约束。第（3）列税收征管和融资约束对商业信用融资的回归结果显示， 融资约束（SA）的回归系数为0.057， 在1%的水平上通过显著性测试， 说明融资约束对商业信用融资具有正向影响； 在控制融资约束后， 税收征管（Gtp）对商业信用融资的回归系数为0.010， 在5%的水平上通过显著性测试， 但是和第（1）列相比系数出现了下降。上述回归结果表明， 融资约束在税收征管对商业信用融资的影响中发挥了部分中介作用。换而言之， 以“金税三期”为代表的税收征管抑制了企业的避税活动， 企业内部融资能力随之下降， 融资约束水平随之提升， 从而提高了企业获取商业信用融资的需求。

2. 信息透明度。为检验信息透明度作用渠道是否成立， 参照温忠麟等（2004）的中介效应检验模型， 在模型（1）的基础上进一步设立模型（4）、 （5）。其中， DAi，t为信息透明度。借鉴Hutton 等（2008）的方法， 对信息透明度（DA）采用修正Jones模型估算的企业操纵性应计利润的绝对值进行衡量。一般而言， 操纵性应计利润的绝对值越大， 说明企业的信息透明度越低。表4第（4）、 （5）列报告了信息透明度渠道的中介效应检验结果。第（4）列对信息透明度（DA）的回归结果显示， 税收征管（Gtp）的回归系数为-0.021， 在1%的水平上通过了显著性测试， 说明以“金税三期”为代表的税收征管提高了企业的信息透明度。第（5）列税收征管和信息透明度对商业信用融资的回归结果显示， 信息透明度（DA）的回归系数为-0.008， 在1%的水平上通过了显著性测试， 说明信息透明度对商业信用融资具有正向影响； 在控制信息透明度后， 税收征管（Gtp）对商业信用融资的回归系数为0.013， 在5%的水平上通过了显著性测试， 但是和第（1）列相比系数出现了下降。上述回归结果表明， 信息透明度在税收征管对商业信用融资的影响中发挥了部分中介作用。换而言之， 以“金税三期”为代表的税收征管提高了企业信息透明度和供应商对企业的信任度， 从而提高了企业获取商业信用融资的机会。

（四）稳健性检验

为确保回归结果的稳健性， 本文采用以下五种类型的稳健性测试（限于篇幅， 未报告结果）。

1. 平行趋势检验。在基本回归中， 本文采用的是多期双重差分模型， 使用该方法的前提条件是要满足平衡趋势假设检验。为了检验双重差分模型是否符合平行趋势假设， 本文通过改变“金税三期”实施时间的“反事实法”来进行验证。具体而言， 本文将各地区受“金税三期”上线影响的时间提前1～4年， 即分别设置四个虚拟变量代替税收征管（Gtp）加入回归模型中， 分别为Before-4、 Before-3、 Before-2和Before-1， 代表了“金税三期”实施的前四年、 前三年、 前两年和前一年。如果这四个变量的回归系数依然显著为正， 说明上市公司获取商业信用融资有可能是由于其他政策的影响造成的， 并非是以“金税三期”为代表的税收征管产生的影响； 反之， 如果四个变量的回归系数不显著， 说明在“金税三期”上线之前， 处理组与控制组的上市公司商业信用融资水平满足趋势一致的假设条件。回归结果表明， 四个虚拟变量Before-4、 Before-3、 Before-2和Before-1的回归系数均不显著， 说明本文的双重差分模型符合平行趋势假设。

2. 倾向得分匹配（PSM）+双重差分法（DID）。虽然“金税三期”的上线作为外生冲击事件能够缓解遗漏变量和反向因果等方面的内生性问题， 但是“金税三期”分批试点实施的地区并不是随机的， 这会使得受“金税三期”影响的处理组和不受“金税三期”影响的控制组存在样本自选择偏差。为了避免样本自选择问题对“金税三期”政策效应造成影响， 本文采用倾向得分匹配（PSM）与双重差分法（DID）相结合的方法， 重新检验以“金税三期”为代表的税收征管对商业信用融资的影响。具体而言： 首先， 选取本文控制变量作为协变量； 其次， 使用Logit模型并按照上市公司所在地区是否会受到“金税三期”上线的影响进行一对一和一对二的最近邻匹配； 最后， 分别根据匹配之后的样本重新进行双重差分回归。回归结果与基本回归相似， 说明在控制样本自选择问题后结论依然保持不变。

3. 避免“营改增”政策的影响。“金税三期”从逐步上线到全面实施期间， 我国正处于全面深化改革的关键时期， 尤其是也推行了其他的税收改革政策。其中， 影响较大的是“营改增”政策的实施。“营改增”政策的实施期间与“金税三期”的实施期间存在一定的重合， 有可能会对本文的回归结果造成干扰。由于“营改增”政策的实施对服务行业的影响较大， 所以为了避免“营改增”政策的干扰， 本文将删除服务行业的样本数据后进行回归。回归结果与基本回归相似， 这说明税收征管对商业信用融资的影响不受同期“营改增”政策的干扰。

4. 删除2016年及其以后的年度样本。“金税三期”工程在2016年实现了全国各地区的覆盖， 而本文的样本区间涵盖了2016年及以后的年度， 这容易出现自2016年起国家颁布的其他政策影响商业信用融资的情况， 从而对税收征管与商业信用融资的回归结果造成干扰。为了避免这一问题的发生， 本文借鉴刘慧龙等（2022）的研究， 删除了2016年及以后的年度样本数据， 重新按照模型（1）进行回归。回归结果与基本回归相似， 说明对企业商业信用融资的影响在本文的回归中主要是税收征管带来的，2016年及以后的其他政策并未对本文结论造成影响。

5. 改变被解释变量的衡量方式。第一， 由于应付票据在供应链交易中使用得不多， 因此借鉴朱杰（2018）的研究， 按照应付账款和预收账款之和在总资产中的占比（Credit2）来重新衡量商业信用融资； 第二， 为减少主营业务成本对商业信用融资的影响， 借鉴郑军等（2013）的研究， 按照应付账款、 预收账款和应付票据之和在主营业务成本中的占比（Credit3）来重新衡量商业信用融资。改变被解释变量衡量方式的回归结果与基本回归相似， 说明本文回归结果不受特定测量方法的影响。

五、 进一步分析

前述研究结果证明， 税收征管通过增加融资约束和提高信息透明度促进了企业获取商业信用融资。鉴于企业特征、 行业地位、 征管机构以及地区环境也会对两者的关系产生影响， 本文将进一步从企业产权性质、 产品市场地位、 征管機构以及市场化程度四个方面检验其对税收征管与企业商业信用融资关系的影响。

（一）产权性质的影响

在我国特殊的制度背景下， 国有企业与民营企业在外部资金获取、 信息透明度方面存在差异， 而这种产权性质方面的差异有可能对税收征管与商业信用融资的关系产生影响。具体而言， 一方面， 相对于国有企业， 民营企业缺乏政治优势且企业规模较小、 成立时间较短， 容易受到信贷歧视， 使得其融资约束的程度较高（温信祥和苏乃芳，2018）。而税收征管增加了企业融资约束， 从而会促进民营企业选取商业信用作为替代性融资方式。另一方面， 相对于国有企业， 民营企业受到政策扶持的力度小、 经营规模难以扩大以及缺乏企业财务报表等易于传递的“硬信息”， 所以民营企业的信息透明度较低（林毅夫和孙希芳，2005）。而信息透明度较低又使得民营企业难以获取商业信用融资， 但税收征管提高了企业信息透明度将有助于民营企业获取商业信用融资。由此， 本文预期， 相对于国有企业， 税收征管对民营企业获取商业信用融资的影响更大。

按照企业产权性质将样本划分为国企组和民企组， 然后依据模型（1）进行分组回归。表5第（1）和（2）列报告了产权性质对税收征管与商业信用融资关系调节效应的实证结果。从中可知： 在第（1）列国企组中， 税收征管（Gtp）的系数不显著； 在第（2） 列民企组中， 税收征管的系数显著为正。上述实证结果说明， 相对于国有企业， 民营企业的融资约束程度较高且信息透明度较低， 所以税收征管更容易促进民营企业获取商业信用融资。

（二）产品市场地位的影响

企业获取商业信用需要与供应商进行协商， 当企业的市场地位较高时， 其在与供应商的谈判中会有较大优势， 从而更容易获取商业信用融资。这种产品市场地位的差异有可能对税收征管与商业信用融资的关系产生影响。原因在于：  相对于产品市场地位低的企业， 产品市场地位高的企业一方面具有较强的议价谈判能力， 通常会利用其在行业内的竞争优势采取威胁更换原材料等方式促使供应商为其提供商业信用融资； 另一方面， 与企业发生业务往来的供应商较多， 交易也比较频繁， 这使得企业与供应商之间的信任度较高， 信息不对称的程度较低， 更有助于其獲取商业信用融资（应千伟和蒋天骄，2012）。在这种情况下， 税收征管通过增加融资约束和提高信息透明度而促进产品市场地位高的企业获取商业信用融资的影响不会很大。因此， 本文预期， 相对于产品市场地位高的企业， 税收征管更容易促进产品市场地位低的企业获取商业信用融资。

借鉴卢闯等（2014）的研究， 对市场地位按照企业的年度销售额占行业内所有企业年度销售额之和的比例进行衡量。根据企业年度销售额与行业销售额的比率是否大于行业样本中位数， 将样本划分为产品市场地位高和产品市场地位低两组， 并按照模型（1）进行分组回归。表5第（3）和（4）列报告了产品市场地位对税收征管与商业信用融资关系调节效应的实证结果。从中可知， 在第（3）列产品市场地位高的组中， 税收征管的系数不显著； 在第（4）列产品市场地位低的组中， 税收征管的系数显著为正。上述实证结果说明， 产品市场地位高的企业容易获取商业信用融资， 税收征管对其影响不大， 所以相对而言， 税收征管更容易促进产品市场地位低的企业获取商业信用融资。

（三）征管机构的影响

为了在地方政府的横向竞争中更好地吸引资本流入， 推进当地工商业蓬勃发展，  地税机关对于税收征管的力度相对于国税机关较弱。而“金税三期”工程的出现， 一方面， 能使得有关税务方面的信息在省局和总局进行集中处理， 同时在地税机关与国税机关之间进行信息共享； 另一方面， 采用信息技术手段对企业所缴纳的税款进行对比分析和交叉稽核， 能减小税收征管中的操作空间与弹性， 实现“技术替代人”， 从而有效提高了税收征管的能力和客观性（张克中等，2020）。因此， 本文预期， 相对于国税机关负责的企业， 税收征管对地税机关负责企业的商业信用融资影响较大。

借鉴张克中等（2020）的研究， 根据企业成立时间以及是否是央企将样本划分为国税企业组和地税企业组进行分组回归。表6第（1）、 （2）列报告了征管机构对税收征管与商业信用融资关系调节效应的实证结果。从中可知： 在第（1）列国税企业组中， 税收征管的系数不显著； 在第（2）列地税企业组中， 税收征管的系数显著为正。上述实证结果说明， 税收征管对企业商业信用融资的促进作用在企业的税收征管机构为地税机关时的影响会更大。

（四）市场化程度的影响

我国是一个幅员辽阔的国家， 政策、 经济、 历史、 人口等因素使得各地区的市场化程度存在较为明显的客观差异。而这种市场化程度的差异可能会对税收征管与商业信用融资的关系产生影响。具体原因在于： 和市场化程度较高的地区相比， 在市场化程度较低的地区， 一方面， 经济和金融发展水平都比较低， 企业外部融资渠道受限、 融资成本上升， 对商业信用融资的需求较高； 另一方面， 法律保护程度较弱， 企业与供应商之间的信息不对称程度较高， 但税收征管提高了企业信息透明度， 将有助于企业获取商业信用融资。因此， 本文预期， 相对于市场化程度高的地区， 在市场化程度低的地区税收征管对企业获取商业信用融资的影响更加明显。

本文采用王小鲁等（2019）编写的《中国分省份市场化指数报告（2018）》中的各地区市场化指数来衡量企业所处地区的市场化程度。根据市场化程度是否高于年度中值，将样本分为市场化程度高组和市场化程度低组， 并按照模型（1）进行分组回归。表6第（3）和（4）列报告了市场化程度对税收征管与商业信用融资关系调节效应的实证结果。从中可知： 在第（3）列市场化程度高的组中， 税收征管的系数不显著； 在第（4）列市场化程度低的组中， 税收征管的系数显著为正。上述实证结果说明， 税收征管对企业商业信用融资的促进作用在市场化程度较低时影响会较明显。

六、 结论与启示

随着信息技术的飞速发展， 税收征管已经进入大数据时代， 税务部门利用先进的信息技术提高了税收执法的规范性、 优化了纳税服务的质量、 降低了税收管控的风险以及完善了信息共享机制。本文以2009～2021年A股上市公司为研究样本， 利用“金税三期”的逐步上线实施作为准自然实验， 实证检验了税收征管对企业商业信用融资的影响。研究发现： ①以“金税三期”为代表的税收征管显著促进了企业获取商业信用融资。在经过平衡趋势检验、 倾向得分匹配和双重差分法、 避免“营改增”政策的影响、 删除2016年及以后的年度样本以及改变被解释变量的衡量方式等稳健性检验后， 结论依然成立。②作用渠道显示， 税收征管通过提高融资约束水平和信息透明度促进了企业商业信用融资。③进一步分析发现， 当企业产权性质为民企、 产品市场地位低、 征管机构为地税机关以及处于市场化程度低的地区时， 税收征管对企业商业信用融资的促进作用更显著。

基于上述研究結论得出如下政策启示： 对于监管部门而言， 应该在减税降费的前提下推进数字化的税收征管。本文研究发现， 税收征管加剧了企业的融资约束， 从而促进企业获取商业信用融资。在现阶段环境下， 只有适当降低企业的税率、 提供多种税收优惠政策以深化减税降费来推动企业高质量发展， 才能使得税收征管更加高效。对于企业而言， 应该客观地看待以“金税三期”为代表的税收征管带来的影响。从短期来看， 以“金税三期”为代表税收征管将会加剧企业的融资约束。但是， 从长期来看， 以“金税三期”为代表的税收征管能提高公司治理水平和信息透明度， 从而有助于提高企业的价值。由此可知， 随着数字化税收征管的增强， 企业应正确看待这种税收管理方法， 避免有损企业长期价值增长的偷税、 漏税等行为， 积极争取达到享受税收优惠政策的条件， 自觉纳税以促进企业的可持续发展。

【 主 要 参 考 文 献 】

耿艳丽，鲁桂华，李璇．纳税诚信企业更容易获得商业信用融资吗？［ J］．管理评论，2021（3）：269 ～ 281．

黄波，王满．分析师跟踪影响了商业信用融资吗——基于我国上市公司的实证分析［ J］．山西财经大学学报，2018（8）：42  ～ 55．

李增福，骆展聪，杜玲，汤旭东．“信息机制”还是“成本机制”？——大数据税收征管何以提高了企业盈余质量［ J］．会计研究，2021（7）：56 ～ 68．

刘慧龙，张玲玲，谢婧．税收征管数字化升级与企业关联交易治理［ J］．管理世界，2022（6）：158 ～ 176．

卢闯，崔程皓，牛煜皓．控股股东质押压力与商业信用融资——基于质押价格的经验研究［ J］．会计研究，2022（2）：132 ～ 145．

彭爱武，张新民．企业资源配置战略对商业信用融资的影响研究［ J］．管理学报，2022（7）：996 ～ 1005．

孙雪娇，翟淑萍，于苏．大数据税收征管如何影响企业盈余管理？——基于“金税三期”准自然实验的证据［ J］． 会计研究，2021（1）：67 ～ 81．

孙钰鹏．财政压力、税收征管与企业避税［ J］． 统计与决策，2021（22）168 ～ 172．

魏志华，王孝华，蔡伟毅．税收征管数字化与企业内部薪酬差距［ J］．中国工业经济，2022（3）：152 ～ 170．

修宗峰，刘然，殷敬伟．财务舞弊、供应链集中度与企业商业信用融资［ J］．会计研究，2021（1）：82 ～ 99．

郑建明，孙诗璐．税收征管与审计费用——来自“金税三期”的准自然实验证据［ J］．审计研究，2021（4）：43 ～ 52．

朱杰．财务战略影响公司商业信用融资能力吗？［ J］． 审计与经济研究，2018（6）：71 ～ 82．

张克中，欧阳洁，李文健．缘何“减税难降负”：信息技术、征税能力与企业逃税［ J］． 经济研究，2020（3）：116 ～ 132．

Fisman R..， Love I.. Trade Credit， Financial Intermediary Development，and Industry Growth［ J］． The Journal of  Finance，2003（1）：353 ～ 374．

Graham J. R.， Tucker A. L.. Tax Shelters and Corporate Debt Policy［ J］．Journal of Financial  Economics，2005（3）：563 ～ 594．

Hui K.W.， Klasa S.， Yeung P. E.. Corporate Suppliers and Customers and Accounting Conservatism［ J］． Journal of Accounting and Economics，2012（1－2）：115 ～ 135．

Hutton A.， Marcus A.， Tehranian H.. Opaque Financial Reports， R2， and Crash Risk［ J］． Journal of Financial Economics，2008（1）： 67 ～ 86．

Kong D.， Pan Y.， Tian G. G. ， Zhang P.. CEOs' Hometown Connections and Access to Trade Credit：Evidence from China［ J］． Journal of Corporate Finance，2020（62）：101574．

Lennox C. S.， Li W.， Pittman J.， Wang Z.. The Determinants and Consequences of Tax Audits： Some Evidence from China［ J］． Journal of the American Taxation Association，2018（1）：91 ～ 122．

Wu W. F.， Firth M.， Rui O. M.. Trust and the Provision of Trade Credit［ J］． Journal of Banking and Finance，2014（1）：146 ～ 159．