李青原 李芷薇 王紅建
(1.武漢大學經濟與管理學院,湖北 武漢 430072;2.北京大學光華管理學院,北京 100871;3.南昌大學經濟管理學院,江西 南昌 330031 )
近年來,學者開始關注微觀信息如何反映到宏觀經濟層面,如會計盈余信息對經濟增長率(Konchitchki and Patatoukas, 2014;羅宏等,2016)[5][18]、通貨膨脹率(Shivakumar and Urcan, 2017)[7]等的預測性,但目前鮮有研究涉及企業避稅對經濟增長率的預測性。盡管公司稅收政策是否影響宏觀經濟增長一直是宏觀經濟學家關注的焦點話題,但他們并未得出一致的結論,且主要關注公司法定稅率,忽視了公司稅收籌劃、監管機關征收努力等對宏觀經濟增長的影響,從而造成遺漏變量問題,因此Shevlin et al.(2018)[6]較早地運用跨國數據通過公司避稅1數據構造了一個國家整體避稅指標,發現該指標具有宏觀預測價值。
中國作為世界第二大經濟體,在國際市場上發揮著越來越重要的作用,同時中國有其獨特的市場環境:政府對資本市場的管制、有限的財產權保護和弱的市場制度、獨立的本地會計師事務所的缺乏及社會網絡和政治關聯的普遍性等,因此,中國的研究背景與發達的資本市場存在差異。2005年前中國會計-稅法的一致性程度(book-tax conformity)在全球范圍內處于較高水平,但新會計準則實施之后,根據PricewaterhouseCoopers LLP(2010)關于全球采納國際會計準則情況的調查,中國會計制度與稅法間是“準依賴”的關系。2那么企業避稅行為具有宏觀預測價值嗎?
本文以1995~2015年滬深兩市A股上市公司為樣本,研究企業避稅活動對地區經濟增長的宏觀預測價值,結果表明:地區整體避稅較高意味著該地區的企業通過避稅“籌集”了較多資金,企業可以利用這筆資金進行投資,投資活動會反映于地區經濟增長,說明企業避稅對未來的經濟增長具有宏觀預測價值。該結論在一階差分回歸檢驗、GMM估計等穩健性檢驗中仍然成立。此外,本文進一步研究了企業避稅活動預測地區經濟增長的渠道、原因及避稅的動機。研究發現:第一,企業避稅與地區經濟增長間的正相關性在政治不確定性較低的樣本中顯著,當政治不確定性較高時,由于企業投資活動受到抑制,企業避稅與地區經濟增長的相關性不顯著。同時,企業層面的檢驗表明避稅與企業的投資水平正相關,這說明企業避稅經由投資活動傳導至地區經濟。第二,企業避稅與地區經濟增長間的正相關性在稅收征管強度小、地區財政赤字程度小的樣本中顯著,這表明企業的投資效率高于政府,因為當稅金更多地留在企業里時,避稅與經濟增長的關系更顯著。第三,采用各地區稅收籌劃的整體激進程度進行分組檢驗,發現在稅收籌劃激進的樣本里,企業避稅與地區經濟增長的正相關性更顯著,這說明企業的避稅動機源自其自身的稅收籌劃意愿。
本文可能的研究貢獻在于:(1)豐富和拓展了會計信息預測宏觀經濟的文獻(Konchitchki and Patatoukas,2014;羅宏等,2016)[5][18],本研究發現企業避稅信息也具有宏觀經濟的預測性;(2)本研究直接探究了企業避稅對宏觀經濟的預測作用,豐富和拓展了現有從微觀角度研究企業避稅(Desai and Dharmapala, 2009;Hasan et al., 2014)[1][4]及從宏觀經濟和制度研究企業避稅(劉行和葉康濤,2014;陳冬等,2016)[16][10]的文獻;(3)運用類似于“跨國研究”框架設計出的中國省市地區樣本既拓展了Shevlin et al.(2018)[6]等跨國研究的結論,又較好地克服了跨國研究設計中常見的數據非可比性、測量誤差及遺漏變量等問題。
近二十年來,企業避稅的影響因素研究主要關注企業規模、外部力量(魏春燕,2014;曾姝和李青原,2016)[20][23],同時關注避稅行為對企業價值(Desai and Dharmapala, 2009)[1]、資本成本(Hasan et al.,2014)[4]等的影響。目前越來越多的學者開始關注宏觀環境如地區金融發展程度(劉行和葉康濤,2014)[16]、宏觀經濟周期(陳冬等,2016)[10]等對企業避稅的影響。由此可知,現有文獻大多考察企業避稅的宏觀或微觀影響因素,及微觀經濟后果,而針對微觀企業避稅對宏觀經濟(經濟產出)的影響研究鮮有涉及,這一方向正處于勃興之期(Shevlin et al., 2018)[6]。而作為具有特殊制度背景的中國,企業避稅行為是否具有宏觀預測價值是值得探討的問題。
征稅是政府融資的方式之一,是資金由企業流向政府的過程,企業的稅負越重,意味著企業可支配的稅后收入越少,政府的稅收收入越高,反之亦然,因此企業避稅會影響企業的稅負和政府稅收間的分配(Tang et al.,2017)[8],從而進一步影響企業與政府各自的投資能力。企業和政府均為市場中的投資主體,雖然投資目的不同,投資的側重點不同,但兩類投資主體的投資活動均會反映于地區的GDP(Shevlin et al., 2018;郝穎等,2014)[6][13]。
從企業的角度來看,企業的稅負是企業為了獲得某一地區的公共物品供給所付出的代價,因此,稅費是企業的一筆支出,避稅活動會直接影響企業的凈利潤,進而影響到留存收益及投資能力。企業的投資以盈利為目的,通過建設廠房、更換機器設備等活動擴大再生產,力圖股東權益的最大化。同時,在企業的投資活動中,固定資產投資在購入資產或工程完工的同時即進入當期的生產函數,而無形資產投資對GDP的影響雖然沒有固定資產投資那樣“及時”,但有助于提高經濟增長的“持續性”(郝穎等,2014)[13]。企業可以通過減少當期的應納稅所得額或增加稅收減免額來減少資金的流出,同時通過利用會計準則與稅法所規定的某些項目的暫時性差異進行稅收籌劃,企業可以推遲納稅,從而獲得一筆無息貸款。因此,若企業將這筆通過避稅“籌集”起來的資金用于有效的投資活動,則預示著未來的經濟增長,此時企業避稅與地區經濟增長之間會呈正相關性。然而,復雜的避稅手段會加劇企業代理人和股東之間的信息不對稱程度,并由此削弱高管薪酬的業績敏感性,破壞薪酬合約的有效性(Desai and Dharmapala, 2006;葉康濤和劉行,2014)[2][21],甚至加劇經理人對公司的“掏空”行為,損害股東的利益。劉行和葉康濤(2013)[17]發現,避稅會降低企業的投資效率,主要表現為過度投資。因此,若企業避稅的成本大于利得,又或者企業并未將避稅所獲得的資金用于有效投資,則企業避稅與地區經濟增長之間會呈負相關性。
從政府的角度來看,稅收收入是政府為實現其政治職能所依法取得的財政收入的一部分,而且稅收目前仍是各地方政府的主要融資方式,而企業避稅行為會影響政府的財政收入,財政收入直接影響政府的財政支出和投資能力。政府投資不以盈利為主要目的,但城市里重要的公共物品及基礎設施建設主要依靠政府投資,政府在交通、電力、通訊等基礎設施上的投入直接反映于當年的GDP增量,而科教文衛方面的支出及對社會福利事業的投入則有助于區域的可持續性發展。并且,由于政府公共投資尤其是基礎設施建設具有“外部效應”,有助于提高私人資本的收益率,對私人投資有“擠入”效應,因而對經濟增長有積累效應。郭慶旺和賈俊雪(2006)[12]也認為中國政府公共物質資本投資有助于長期經濟增長。因此,若一個地區的企業整體避稅程度比較低,意味著該地區的企業為其享受此地的公共物品和服務付出了足夠的代價,那么政府也就有足夠的財政收入去為企業提供更好地公共物品及服務,從而改善地區的投資環境,吸引更多的企業,促進該地區經濟發展,此時企業避稅與地區經濟增長之間會呈負相關性。但是,即使有足夠的財政收入來源,政府也未必有能力進行進一步的投資,且政府投資是否會帶來經濟增長也有待考量。在制度環境差、腐敗程度高的地區,政府的投資和建設發生預算軟約束及公共支出結構被扭曲的可能性更大。由此可見,若政府的腐敗程度高、治理水平低、投資效率低,則難以將稅收收入合理配置,此時稅金留在企業中可能會更有利于經濟發展,那么地區避稅程度高預示著經濟更良好的發展態勢,即企業避稅與地區經濟增長之間會呈正相關性。
由此可見,企業避稅行為會影響企業稅負和政府稅收間的分配,進而影響企業與政府各自的投資能力,但其對未來地區經濟增長是否具有預測效應,或增量的信息含量是一個待檢驗的實證問題。本文提出如下零假設:
H1:地區整體的企業避稅與地區經濟增長不相關。
本文選取1995~2015年的所有A股上市公司的財務數據以及30個省級行政區(未包含西藏)的區域宏觀經濟數據作為初選樣本。選取1995年為起始點,是因為計算實際GDP增長率需要上一年的數據,而分稅制改革于1994年開始施行。計算實際GDP增長率的數據取自1994~2016年。本文對初始樣本進行如下篩選:(1)剔除金融類企業的數據;(2)剔除當年被ST和PT企業的數據;(3)在計算實際稅率ETR時先剔除稅前利潤為負及為0的企業,再將大于1的ETR重置為1,將小于0的ETR重置為0(Dyreng et al.,2010)[3];(5)剔除當年新上市公司的樣本(魏春燕,2014)[20];(6)剔除同一年度-行業觀測值未超過15的樣本(曾姝和李青原,2016)[23]3;(7)剔除西藏數據(郝穎等,2014;曾姝和李青原,2016)[13][23];(8)剔除在計算每一年度-地區的加總實際稅率時樣本量小于2的地區4;(9)剔除有數據缺失的樣本。最后得到592個年度-地區的非平衡面板數據。在回歸時,本文對所有連續變量進行上下1%的縮尾處理。
由于工業企業數據庫目前只涵蓋1998~2013年間的數據;此外,雖然工業企業數據庫樣本量更大,但沒有直接度量企業層面避稅的指標,只能通過模型間接推斷樣本總體的避稅程度,所以本文采用的是上市公司數據。上市公司財務數據來自CSMAR數據庫,各地區稅收數據來自《中國稅務年鑒》,中央補助收入來自《中國財政年鑒》,區域其它宏觀經濟的數據來自中經網統計數據庫及各地區統計年鑒。
為檢驗前文的分析,本文設置多元回歸方程(1)來檢驗避稅與經濟增長的關系。
由于GDP會受到通貨膨脹的影響,因此本文采用消費者物價指數(以1978年為基期)調整名義GDP,然后計算得出i省在t年的實際GDP增長率GDPGrowthi,t。在回歸方程中,因變量為t年的實際GDP增長率GDPGrowthi,t,同時本文也控制了t-1年的增長率GDPGrowthi,t-1,以刻畫可能存在的收斂效應(Shevlin et al., 2018;賈俊雪和郭慶旺,2008)[6][14]。
借鑒Dyreng et al.(2010)[3]等文獻,本文使用企業的實際稅率(ETRj,t)衡量企業避稅程度,同時會計—稅收差異被作為中國稅務部門判斷企業是否存在避稅嫌疑的一個重要指標,因此賬稅差異(BTDj,t)也在穩健性檢驗時作為衡量企業避稅程度的另一個指標。其中Taxj,t和Profitj,t分別表示j公司在t年的所得稅費用及稅前利潤,將二者的比值乘上-1,計算出的ETRj,t與企業避稅程度正相關。借鑒Tang et al.(2017)[8]和Shevlin et al.(2018)[6]的研究思路,由于中國居民企業以企業登記注冊地為納稅地,并且企業規模也會影響到公司的實際稅負,因此本文用年末資產規模對注冊在各省的上市公司的實際稅率進行加權平均,得到地區總體企業避稅程度TaxAvoidi,t。5同時,本文在模型中加入如下控制變量:i省在t-1年的實際GDP增長率GDPGrowthi,t-1(Shevlin et al., 2018;賈俊雪和郭慶旺,2008)[6][14]、會計信息Profiti,t-1(羅宏等,2016)[18]、企業所得稅收入比率CorpTaxi,t-1、固定資產投資比率FixedInvi,t-1(李青原等,2013)[15]、財政支出比率GovExpi,t-1(李青原等,2013)[15]、地區對外開放程度Tradei,t-1(郝穎等,2014)[13]、人均受教育年限Edui,t-1(李青原等,2013)[15]、勞動力比率Labori,t-1(賈俊雪和郭慶旺,2008;郝穎等,2014)[14][13]、財政分權指標FDi,t-1(周業安和章泉,2008)[24]、轉移支付指標Transferi,t-1(范子英和張軍,2010)[11]、交通基礎設施Infrai,t-1(韋倩等,2014)[19]。
表2是樣本分布及回歸方程中所有變量的描述性統計結果。實際GDP增長率的均值在11%左右,說明中國各地區在1995~2015年間國民生產總值增速較快,這符合發展中國家的實際情況。地區企業總體避稅TaxAvoid的均值(中位數)約為-0.203(-0.202),小于法定稅率,說明多數省份的實際稅負低于法定稅率水平。Profit的均值(中位數)為0.329(0.079),均值和中位數差異較大,標準差較大。CorpTax的均值(中位數)為0.030(0.020),說明各地區企業所得稅收入占GDP總額的3.0%。FixedInv的均值(中位數)為0.531(0.478),說明各地區全社會固定資產投資完成額約占GDP總量的一半。GovExp的均值(中位數)為0.174(0.154),說明政府支出占GDP總量的17.4%。地區對外開放程度Trade均值(中位數)為0.315(0.128),均值和中位數差異較大,且標準差(0.394)較大,說明中國各地區的對外開放程度有較大差異。各地區人口的平均受教育年限Edu的均值和中位數均在8年左右,大致為初中受教育程度。勞動力變量Labor均值(中位數)為0.543(0.545),意味著各地區就業人口占到了地區總人口的一半以上。財政分權指標FD均值(中位數)為0.770(0.782)。中央補助收入占財政支出的比值Transfer均值(中位數)為0.493(0.529)。Infra均值(中位數)為3.041(3.070),標準差較大。

表3 企業避稅與地區經濟增長
表3第(1)列報告了企業避稅與地區經濟增長的回歸結果,解釋變量TaxAvoidi,t-1的估計系數顯著為正,系數值(t值)為0.086(2.60),且在5%的水平上顯著,意味著地區企業避稅(TaxAvoid)能夠預測未來的地區經濟增長(GDPGrowth),這表明:企業避稅程度越高,可用于資本支出的資金越富余,更有利于開展投資活動,而企業的投資有助于地區經濟發展。另外,t-1年的GDP增長率與t年GDP增長率正相關,且在1%水平上顯著,刻畫了經濟增長的收斂效應。

表4 其他樣本回歸檢驗
為避免回歸方程可能存在的遺漏變量偏誤,本文在此對方程(1)進行一階差分檢驗,回歸結果如表3第(2)列所示,TaxAvoidi,t-1系數顯著為正,說明模型設定受到遺漏變量的影響較小。考慮到可能存在的內生性及反向因果問題,本文又進行了GMM估計,結果如表4第(3)列所示,TaxAvoidi,t-1系數仍然顯著為正。此外,本文還使用“賬稅差異”指標BTDi,t-1((稅前利潤-所得稅費用/名義稅率)/年末總資產)(葉康濤和劉行,2014)[21]衡量企業的避稅程度,然后用資產進行加權平均求得地區避稅程度TaxAvoidi,t-1并帶入回歸方程式(1)進行檢驗,結果如表3第(4)列所示。表4第(1)、(2)列分別為在計算地區加總實際稅率時剔除公司層面觀測值不足5、10的樣本后的回歸結果。由于上海、廣東、北京三個地區在回歸樣本中是國有企業平均數量最多的三個地區,第(3)列為剔除三個地區觀測值后的回歸結果。由于本文所選取的計算ETR的數據受到企業盈余管理活動的影響,本文在方程中控制地區盈余管理程度的變量后再進行檢驗,地區盈余管理程度由企業的操控性應計利潤(葉康濤和劉行,2011)[22]經資產加權平均后得到,表5為檢驗結果。表6為根據企業所得稅分享改革(2002)(Tang et al., 2017)[8]、新會計準則實施(2005)劃分的子區間回歸結果。表7為使用人均GDP增速作為因變量進行檢驗的結果(賈俊雪和郭慶旺,2008)[14]。以上穩健性檢驗基本支持本文的結論。

表5 控制地區盈余管理程度
在本文的前述分析中,本文將投資視作避稅預測經濟增長的傳導渠道:企業避稅為企業節省了稅費,增強了企業的投資能力,企業的投資則拉動了經濟的增長。為驗證這一觀點,本文又進行了進一步的分析檢驗。
曹春方(2013)[9]發現官員法定政治權力的轉移會增強未來經濟政策的不確定性,企業會更加謹慎地對待投資,表現為地方國有企業的投資量在換屆當年顯著降低。上述研究結果表明,當面臨的政治不確定性較高時,企業有較強的動機去削減投資。因此,若企業避稅與經濟增長之間的正相關關系經由投資這條渠道產生,那么在政治不確定性較低的年份里,企業更愿意將避稅所得的資金用于投資,對經濟增長的影響會更顯著,即企業避稅與經濟增長的正相關關系在政治不確定性低的年份里更顯著。

表6 分區間回歸檢驗

表7 使用人均GDP增速
本文用省委書記更替的數據來衡量政治不確定性,若省委書記在當年發生更替,則當年為政治不確定性高的年份。分組回歸檢驗的結果如表8所示,避稅與經濟增長的關系在政治不確定性較低的年份更顯著,在不確定性較高的年份里,企業投資活動受到抑制,因而避稅與經濟增長之間缺乏有效的傳導機制。
此外,本文還用方程(2)進行了企業層面的檢驗:

企業的投資支出采用兩種方式衡量,Invest1j,t=(購建固定資產、無形資產和其他長期資產所支付的現金-處置固定資產、無形資產和其他長期資產所收回的現金)/期初總資產;Invest2j,t=(購建固定資產、無形資產和其他長期資產所支付的現金+取得子公司及其他營業單位支付的現金凈額-處置固定資產、無形資產和其他長期資產所收回的現金-處置子公司及其他營業單位收到的現金凈額)/期初總資產。因變量為t年的投資支出Investj,t,解釋變量為企業t-1年的避稅程度ETRj,t-1。此外,模型中企業層面的控制變量包括:t-1年的投資支出Investj,t-1、年末資產的自然對數Sizej,t-1、股票年回報率Returnj,t-1、托賓Q值Tobinj,t-1、經營活動現金流與總資產的比值CFOj,t-1、資產負債率Levj,t-1、公司上市年限的自然對數Agej,t-1。宏觀層面的控制變量與前文一致。

表8 基于政治不確定性的回歸檢驗
回歸結果如表9所示,在(1)、(2)列中,ETRj,t-1的系數均顯著為正,說明企業避稅程度與企業投資呈正相關,實際稅負的降低的確會促使企業增加投資支出。
從前文的分析可以看出,若企業避稅程度較高,意味著留在企業的可用于投資支出的資金更多;若企業避稅程度較小,意味著政府獲得的可用于地區發展的財政收入越多。既然企業與政府均為投資主體,如果兩類主體的投資效率完全一樣,則這筆稅金具體由哪個主體進行投資不會對經濟增長造成顯著不同的影響。本文的前述研究結果顯示避稅與經濟增長之間正相關,這說明兩類投資主體的投資效率是有差別的,且企業投資效率應大于政府,稅金留在企業中預示著未來的經濟增長,那么地區企業整體避稅與實際經濟增長率之間的相關關系是否由企業與政府的投資效率差異造成?

表9 企業層面的回歸檢驗
為探究這個問題,本文用稅收征管強度把觀測值分成兩組,然后分別用方程(1)進行回歸檢驗。稅收征管強度代表著政府當局為了充分利用稅收能力所付出的努力,強度越大,意味著企業的避稅行為被征管機構發現、處罰的可能性越大,因此稅收征管能起到抑制企業過激避稅的作用。中國稅收立法權集中在中央政府,但地方政府在稅收征管方面享有較大自主權,在稅收征管強度大的地區中,企業整體避稅激進程度應弱于征管強度小的省份。而且,強度越大說明政府將潛在的稅收能力轉換為了切實的稅收收入,有更充足的資源用于政府投資,強度小則說明該地區的管理當局并未充分利用其稅收能力,企業更有可能通過避稅將一部分資金留在企業里進行再投資。因此,如果企業避稅與地區經濟增長的正相關關系是由于企業的投資效率高于政府造成的,那么在稅收征管強度低的組里,企業避稅越多,可用于投資的資本越多,TaxAvoidi,t-1與GDPGrowthi,t的正相關關系會更顯著。借鑒葉康濤和劉行(2011)[22]、曾姝和李青原(2016)[23]的方法,本文用稅收努力指標來衡量每個省的稅收征管強度,具體估算方法如下:

其中,Taxi,t表示i省第t年的總稅收收入9,GDPi,t為i省第t年的國內生產總值,Tradei,t為進出口總額占國內生產總值的比重,代表著地區的對外開放程度,Primi,t和Secondi,t分別代表i省t年第一、第二產業占國內生產總值的比重。本文將各地區的數據用模型(3)進行回歸,估算出預期的稅收負擔,稅收征管強度用實際稅收負擔與預期稅收負擔的比值確定,比值在中位數之上的省份為稅收征管強度較高的省份。
同理,在財政赤字較為嚴峻的地區,政府面臨入不敷出的財政狀況,而通過增加行政收費等預算外收入來緩解這一問題的做法會損害當地的投資環境,不利于長遠發展,這意味著政府有動機通過加強稅收征管來緩解收入短缺的問題。如果企業避稅與地區經濟增長的正相關關系是由于企業的投資效率高于政府造成的,則在財政赤字情況不嚴重的組里正相關關系會里更顯著。本文用地方政府財政支出與財政收入的比值來衡量財政赤字情況(Tang et al., 2017)[8],若該比值位于中位數之上,則財政赤字嚴重,并根據財政赤字情況對方程(1)進行分組回歸。
表10為對投資效率進行回歸檢驗的結果。第(1)、(2)列是根據地區稅收征管強度變量進行分組回歸的結果,結果表明在征管強度較小的觀測值中,TaxAvoidi,t-1與GDPGrowthi,t存在顯著正相關關系,系數值達到了0.091,但在稅收征管強度大的組里卻沒有顯著的相關關系。第(2)、(3)列是用地區財政赤字程度分組回歸的結果,在財政赤字程度小的組里,TaxAvoidi,t-1與GDPGrowthi,t存在顯著正相關關系,系數值達到了0.095。兩個分組回歸的結果均說明企業避稅與地區經濟增長間的正相關性是由于企業的投資效率高于政府造成的。
一般來說,企業的避稅動機有兩種:政府的稅收優惠政策及企業自身的稅收籌劃意愿(Shevlin et al., 2018)[6]。政府當局的稅收優惠及稅收減免政策能夠幫助企業減輕稅負,如研發費用可加計扣除、高新技術企業可享受優惠稅率等,同時企業自身也有動機通過激進的稅收籌劃活動減輕稅負、增加稅后利潤。直觀地看,這兩種動機都能夠解釋企業避稅與地區經濟增長的相關關系:政府的稅收優惠政策減輕了企業的稅負,企業自身的稅收籌劃活動也能夠為企業節省稅費,使企業有更多的資金用于有效的投資活動,因此避稅越多,預示著未來的經濟增長率越高。在企業避稅與地區經濟增長的正相關關系中,哪種避稅動機占據主導地位也是值得探討的問題。

表10 企業避稅、投資效率與經濟增長
為探究這個問題,本文根據稅收籌劃的激進程度對方程(1)進行分組回歸(Shevlin et al., 2018)[6]。企業避稅是政府稅收激勵政策與企業自身納稅籌劃的共同結果,政府的稅收優惠、減免稅政策通常針對某一行業,因此從整體上看,同行業內企業所受的稅收激勵應沒有顯著差別,但同行業企業間可以有不同的稅收籌劃策略。據此,本文將企業的實際稅率(ETR)減去行業均值,得到經過行業調整的實際稅率,經過調整的實際稅率已經剔除了行業優惠稅率的影響,本文在此基礎上再計算每個省所有上市公司在每一年度內經行業調整的實際稅率的標準差,若該省整體稅收籌劃比較激進的話,則標準差較大,因此本文將每一年度標準差位于中位數之上的省份劃分為稅收籌劃激進的省份,相反則為稅收籌劃保守的省份,并對兩組數據分別進行回歸。由于分組的依據“經調整的實際稅率的標準差”已剔除行業優惠稅率的影響,若避稅動機主要受政府稅收優惠政策驅動,則該分組依據下,兩組的顯著性水平應沒有顯著差異;若避稅動機主要受企業自身的稅收籌劃驅動,則在稅收籌劃激進的組里,企業避稅與地區經濟增長間的正相關性應更顯著。

表11 企業避稅、避稅動機與經濟增長
表11為對避稅動機進行回歸檢驗的結果,結果表明,在稅收籌劃激進的組里,企業避稅與地區經濟增長間的正相關性更顯著,說明企業避稅主要是受自身稅收籌劃的驅動。
基于1995~2015年的A股上市公司的財務數據和各地區宏觀經濟發展數據,本文研究了企業避稅對宏觀經濟增長的預測性。雖然上市公司樣本不能代表中國企業整體,但本文的研究發現仍為從避稅視角理解經濟增長提供了證據,具有一定價值。本文研究結果表明:避稅會為企業節省稅費,使企業更有意愿進行投資,而企業的投資活動會反映在地區的GDP增量中,因此企業避稅與地區經濟增長呈正相關,微觀的避稅信息對未來經濟增長具有預測性,此結論在一系列穩健性檢驗中仍然成立。并且,在政治不確定性較高的時候,企業投資會更謹慎,因而避稅與經濟增長之間的相關性不顯著,據此進一步論證了投資是避稅與經濟增長之間的傳導渠道,企業層面的分析則直接佐證了避稅所帶來的企業稅負的減輕會促使企業增加投資支出。此外,本文利用稅收征管強度、財政赤字程度進行分組回歸檢驗,進一步支持企業避稅與地區經濟增長間的正相關性是由于企業的投資效率高于政府造成的。最后,根據稅收籌劃激進程度進行的分組回歸檢驗表明企業的避稅動機來自其自身的稅收籌劃意愿,并非政府的稅收優惠政策。
注釋
※ 感謝中國青年經濟學者論壇(2018)、中國金融學術與政策國際論壇(2018)、中國青年經濟學家聯誼會第3期工作坊(武漢·2018)、安徽工業大學商學院(2017)和浙財會計學術論壇(2017)中林鐘高教授、陳釗教授、鐘寧樺教授、陳斌開教授、劉行教授和李旭超教授等的建設性意見,文責自負。
1.本文所指的避稅是廣義的,包括所有對企業顯性納稅義務(explicit tax liability)產生影響的活動。
2.“PricewaterhouseCoopers LLP,2010,IFRS adoption by country”將稅收制度的類型劃分為三種:dependent、 independent and Quasidependent.其中中國稅收制度的類型為 Quasi-dependent——Taxable profit is principally based on the legal entity statutory accounts, with a number of adjustments provided in the tax.
3.本文的行業劃分基于證監會2012版的行業分類標準,制造業采用二級分類,其他行業采用一級分類。
4.在穩健性測試時改為剔除企業樣本量小于5和10的省份,主要結論不受影響。
5.指省級行政區,包括省、自治區和直轄市,下同。
6.缺失的地區是由于當年地區里滿足篩選條件的上市公司觀測值不足兩個,無法計算加權平均實際稅率導致。重慶的數據從1997年開始。
7.由于現金流數據從1998年開始披露,此處樣本量下降。
8.由于現金流數據從1998年開始披露,此處樣本從1998年開始。再者,由于國泰安數據庫里“處置固定資產、無形資產和其他長期資產所收回的現金”和“處置子公司及其他營業單位收到的現金”缺失值比較多,此處樣本數量較少。若只考慮invest1,樣本量為15558,ETR系數仍顯著為正(t值為2.81)。
9.大連、廈門、深圳、寧波和青島五個城市的稅收收入已被加總到所屬省份。