納稅信用評級披露制度對企業稅收遵從的影響研究

姜 朋，張崇元

(山東師范大學 商學院，山東濟南 250014，中央財經大學，北京 102206)

一、引言

稅收作為我國主要的財政收入，在經濟發展中起著重要的作用，2018年我國稅收收入占財政收入的85.3%，且最近10年該占比均在80%以上①，但稅收征管一直是我國的難點。據賈紹華2016年對我國2001—2013年的稅收流失率進行了測算，雖然整體上稅收流失率有所下降，但整體稅收流失率仍在20%以上②。對應的我國的稅收成本率③一直維持在較高的位置，據統計2014年我國的稅收成本率為6.52%，且2010—2014年的稅收成本率均在6.2%以上④。據《中國稅務稽查年鑒》統計2004—2014年我國稅收查處收入呈增長勢態，僅2014年查處稅收違法案件收入高達730多億元；2010—2014年查處率⑤均在90%以上，2014年的查處率高達97.96%⑥。從上面的數據可以看出我國稅收流失率高，稅收違法、稅收失信現象比較普遍，所以完善稅收征管體系對于我國顯得尤為重要。納稅信用作為稅收征管的重要組成部分，目前處于起步階段，無論是納稅信用體系相關理論的適用性、完整性，還是公眾的稅收遵從意識都亟需完善。所以本文基于納稅信用披露制度探究納稅信用建設對稅收遵從的影響。

現階段關于稅收遵從的研究。影響稅收遵從的因素比較多，Graham(2014)[1]對公司稅務高管進行問卷調查發現，超過一半的公司稅務高管認為潛在的聲譽成本是他們選擇進行避稅的重要因素。Yitzhaki(1974)[2]通過實證分析認為提高預繳稅款可以提高納稅人稅收遵從。現階段對稅收遵從衡量方法比較多。如周葉(2006)[3]提出可以用稅務檢查的數據來衡量、用財務數據來衡量、問卷調查、模型和直觀分析；因為逃避稅收具有隱蔽性，一般很難直接衡量，國內外學者大多采用間接的方法來衡量企業稅收遵從度。如Gutmann(1977)[4]，Feige(1979)[5]，Tanzi(1980)[6]等利用國家貨幣需求和產品賬戶之間的差異來衡量稅收遵從度，但隨后這種方法遭到很多學者的批判，認為其研究假設無法驗證。Manzon和Plesko(2001)[7]認為可以采用會計利潤和應稅利潤之間的差額來衡量稅收遵從度；國內學者吳聯生(2009)[8]等通過測算研究亦認為公司的稅收差異可以用來衡量稅收遵從度。前人對影響稅收遵從度的因素進行了一些實證研究，但對于納稅信用建設與稅收遵從之間的關系研究得較少。

現階段關于納稅信用披露制度的研究。我國于2014年才開始在全國范圍內實行納稅信用評級，實施時間較短，相關的實證文章也比較少。徐婷婷(2017)[9]通過對S市Y區2015年納稅信用評級結果進行統計分析和問卷調查來探究納稅信用評級的實施效果，認為我國目前納稅信用評級的評價指標有待進一步完善，對納稅信用的應用范圍應該進一步擴大，增加社會和納稅人對這一結果的重視度。耿艷麗(2018)[10]認為納稅信用評級可以作為企業稅收遵從的標準，運用多變量回歸來探究納稅信用的影響因素和經濟后果。孫雪嬌等(2019)[11]利用我國2014年實行納稅信用披露制度這一自然實驗探究該制度的實行對企業融資約束的影響，認為納稅信用披露制度能有效地降低企業融資約束。高躍等(2019)[12]采用稅務局公開的納稅信用評級結果與中國上市公司數據進行匹配，采用Logit和Probit兩種方法探究影響納稅信用的影響因素，認為財政壓力、稅收競爭等因素顯著影響企業稅收信用，同時對產權進行研究發現以上因素對國有企業和非國有企業的納稅信用存在差異化。陶東杰等(2019)[13]亦采用稅務局公開的納稅信用評級結果與中國上市公司數據進行匹配，將納稅信用評級披露歸為“A-S逃稅模型”，運用DID的方法進行檢驗，認為納稅信用披露制度通過弱化信息不對稱和降低企業融資約束的途徑促使企業提升稅收遵從。納稅信用相關實證研究前期主要通過問卷調查和統計分析對納稅信用實施情況進行研究，最近有學者從國家稅務局公布的納稅信用評級為A的名單出發來探究納稅信用評級實施效果，但目前關于這部分的研究仍處于開始階段，還有很大的研究空間。所以本文利用Python編程從國家稅務總局獲取近年上市公司納稅信用評級狀況再與國泰安上市公司的基礎數據進行匹配，利用PSM-DID來探究納稅信用披露制度對企業稅收遵從的凈效應，進一步完善與納稅信用實施效果相關的實證研究。本文相對于前人關于納稅信用披露制度和稅收遵從的研究的創新點是：第一，相對于前人的研究方法，本文采用PSM-DID的研究方法，對樣本進行匹配，減少選擇的誤差；第二，在探究納稅信用披露制度對企業稅收遵從的影響路徑中引入了聲譽影響機制和減低信息不對稱機制；第三，針對我國現階段的納稅信用狀況本文結合ATO稅收遵從模型，提出更為全面的納稅信用分級管理模型。

二、我國納稅信用評級現狀分析

(一)我國企業納稅信用評級制度現狀

我國社會信用體系建設經歷了四個階段，如圖1所示。起步階段(2000年以前)：這一階段主要是進行理論研究，并對國外納稅信用建設情況進行歸納總結；探究階段(2000—2003)：這一階段主要是借鑒國外成熟經驗，在部分城市進行試點探究，2000年上海頒布《關于實施納稅人納稅信用等級分類管理的暫行辦法》，標志著我國納稅信用探究階段的開始；加速階段(2003—2014)：這一階段我國納稅信用建設以2003年的納稅信用評級管理試行辦法為框架在全國各省區逐步開展；全國推進階段(2014年以后)：2014年納稅信用評級管理在全國開展，并對2003年的納稅信用評級管理試行辦法進行完善形成2014年的《納稅信用管理辦法》，標志著納稅信用在全國開展。

圖1 納稅信用建設歷程

隨后幾年國家對納稅信用的評價指標和應用不斷進行補充和完善，如表1所示。其中2014年稅務總局向社會主動公布納稅信用評級為A的名單，并根據納稅信用評級結果出臺相應的獎懲措施，進一步推動了我國納稅信用評級的應用。然而，我國納稅信用體系的建設尚處于起步階段，無論是公共納稅信用意識，還是稅收征管的法律法規建設、運行機制和應用狀況都有待進一步完善。

表1 我國納稅信用建設進程⑦

續表

(二)我國納稅信用評級現狀——以我國上市公司為例

本文以上市公司年報披露的唯一納稅人識別號為檢索依據，采取Python程序以國家稅務總局公布的納稅信用評級為A的查詢網站為基礎獲取我國上市公司納稅信用評級情況。如圖2所示，獲得了3592家上市公司2014—2017年納稅信用評級情況，我國納稅信用A級名單披露制度開始于2014年，我國上市公司納稅信用評級A級企業數占比均超過50%，這一占比也充分說明上市公司納稅信用評級整體較好；另一方面我們可以看到從2014年到2017年我國上市公司納稅信用評級A級企業的占比數處于逐年下降的趨勢，這主要是因為我國從2014年開始進一步完善和細化我國納稅信用評級的指標，對于納稅信用評級為A級的企業要求也逐步提升，存在一些企業之前評為A級但指標進一步完善之后未能持續評為A等級。

圖2 我國上市公司2014—2017年納稅信用評級總體情況

如圖3所示，本文統計了我國上市公司2014—2017年納稅信用評級為A級的企業的連續情況，3592家上市公司中21%的企業連續4年納稅信用評級均為A級，24%的企業納稅信用評級4年中有3年為A級，21%的企業納稅信用評級4年中有2年納稅信用評級為A級，仍有15%的企業連續4年納稅信用評級為非A級。從其中我們可以看出我國企業納稅信用建設還有很長的路需要走，我國上市公司在某種程度上可以說是我國優質企業的代表，但仍有15%的企業納稅信用在4年中均未被評為A級，那對于其他企業來說納稅信用評級中A等級的比例很大可能是低于上市公司這一比例的。

圖3 我國上市公司2014—2017年納稅信用A級連續情況

綜上，我國對于納稅信用評級的開展并不是2014年才開始的，在之前各地主管部門已經進行了一些探索，但2014年開始我國納稅信用評級才走上標準化、全國化的道路。2014年開始對社會各界公布納稅信用評級為A級企業的名單，隨后針對給納稅信用A級企業一系列的聯合激勵措施，同時對于納稅信用D級或者嚴重失信的企業給予相應的懲罰。對我國納稅信用建設狀況進行梳理可以發現以下幾點問題：①我國納稅信用評級指標還不完善，適用性和效率都有待提高；②整個納稅信用管理流程缺乏明確的反饋機制和監督機制，納稅信用評級管理中稅務主管機關處于主導地位，其他各方的參與度較低；③現階段納稅信用僅披露A級企業名單，對其他等級的納稅信用評級有待進一步擴大；④因納稅信用披露不完善，對不同納稅信用等級的管理措施區分度不高，激勵效率需進一步提升。同時本文對我國上市公司納稅信用A級企業情況進行分析，可以大致了解我國現階段納稅信用評級狀況，從中發現我國上市公司納稅信用評級A等級的占比和連續比率均不高。納稅信用建設是我國社會信用建設的重要組成部分，同時我國企業納稅信用建設全面開展也超過5年了，那我國企業納稅信用評級是否達到預期效果呢?即企業納稅信用建設是否有效地提高了企業納稅人的稅收遵從度?本文利用2014年我國主動向社會公布納稅信用A級企業名單這自然實驗來探究納稅信用評級披露制度對企業稅收遵從度的影響。

三、理論分析與研究假設

納稅信用披露制度是我國納稅信用建設的重要舉措，納稅信用披露制度實施之后國家通過一系列的激勵機制引導和規范納稅人的納稅行為，其次針對納稅信用A、B、C、D和M等級的企業實施區別管理，同時2014年開始對社會公布納稅信用A級企業的名單，那這一舉措是否有效地提高企業的納稅遵從呢？

納稅信用評級A級企業的名單公布實際是對企業的一種激勵，這種激勵主要體現在以下幾個方面：①可以提高企業聲譽，目前國家稅務總局僅向社會公布納稅信用A級企業的名單，向社會傳遞該企業在納稅上具有較好的聲譽，其次在某種程度上外界認為該企業的財務信息是得到稅務局認可的，即外界會認為納稅信用A級企業的財務信息透明度相對較高；②納稅信用A級企業可以享受納稅信用便利，如單次可以領取3個月的增值稅發票量、連續3年都評為A級可以享受涉稅專員和綠色辦稅等；③享受聯合激勵，國家稅務總局聯合多部門給予納稅信用A級企業一系列激勵，這些激勵措施包括項目審批、資質審批、融資、稅務服務等。可見納稅信用A級企業名單披露對于名單企業來說是個好消息，這是向社會提供官方認可的信號，降低了信息的不對稱性，提高企業的聲譽。

假設1：納稅信用評級A級披露制度能顯著提高企業稅收遵從。

假設2：納稅信用評級A級披露制度不能顯著提高企業稅收遵從。

其中納稅信用披露制度對企業稅收遵從的作用機制本文提出了聲譽機制和信息不對稱機制兩條路徑。

納稅信用A級企業名單披露可以提高企業聲譽，企業為了保持這一聲譽會進一步提高或者保持之前的遵從狀態，希望下一年能繼續得到這一聲譽。另外因為納稅信用評級涉及稅務內部信息和外部信息，如納稅人在工商、銀行、環保等部門的信用記錄。稅務機關對企業納稅信用評級時需要對企業的這些指標進行鑒證，對相關賬目進行檢查。所以納稅信用評級為A級也向外界傳達了政府對這些納稅信用評級指標的背書，外界對于該聲譽的認可度也比較高，與企業有貿易來往的也希望企業能得到這一聲譽，從而達到外界給予企業獲得A級評級的壓力。

假設3：納稅信用評級A級披露制度能通過聲譽機制顯著提高企業稅收遵從。

假設4：納稅信用評級A級披露制度不能通過聲譽機制顯著提高企業稅收遵從。

納稅信用A級企業名單披露可以通過降低信息不對稱性，通過外界反作用企業提高企業納稅遵從。根據不完全契約理論，稅務機關和企業對于企業信息的了解是不對稱的，企業對自身信息比較了解也利用一些機會進行避稅活動減低納稅遵從，但是當企業采取過多避稅活動就很難獲得納稅信用評級為A級的機會，所以企業為了保持納稅信用A級的機會就會降低避稅程度，提高企業信息透明度，提高納稅遵從。基于以上分析本文提出：

假設5：納稅信用評級A級披露制度能通過降低信息不對稱機制顯著提高企業稅收遵從。

假設6：納稅信用評級A級披露制度不能通過降低信息不對稱機制顯著提高企業稅收遵從。

劉春和孫亮(2015)[14]研究發現因為我國的體制和歷史原因，有很多國有企業和民營企業同時存在，企業產權性質不同對應的利益函數和經濟行為也截然不同。國有企業因其屬于國家所有，其稅收利潤最后歸國家，管理者偷稅漏稅的意愿不是太高，更希望獲得納稅信用A級，從而督促自己提高納稅遵從度。而非國有企業往往面臨著利潤壓力，更有動機通過各種方式逃避稅收減低納稅遵從度。另外，我國納稅信用評級在全國開展，各地方稅務局負責，國有企業和政府關系更為密切，更容易獲得納稅信用A級，而且納稅信用A級企業享受的那些優惠措施，國有企業憑借與政府密切的關系也比較容易獲得，所以納稅信用A級披露制度之后，國有企業也能相對容易地獲得A級評級，不用刻意提升稅收遵從。而非國有企業并沒有這一層關系，其想要獲得納稅信用A級的聲譽需要付出更多的努力，而國家給予納稅信用A級企業那些綠色通道和便利是非國有企業非常希望得到的，所以納稅信用A級披露制度之后非國有企業具有更大動力提高自身納稅遵從。基于以上本文提出以下假設：

假設7：相較于非國有企業，納稅信用A級披露制度更能提高國有企業的稅收遵從。

假設8：相較于國有企業，納稅信用A級披露制度更能提高非國有企業的稅收遵從。

四、研究設計

(一)數據來源與樣本選擇

本文考慮到數據的可得性，選取了2009-2016年我國上市公司為初始樣本，同時采取Python程序獲取我國上市公司2015年以后納稅信用A級企業披露情況并與國泰安數據庫中上市公司中相關數據進行匹配。為了數據的純凈，本文進行了以下步驟：①剔除了金融保險行業、ST企業；②剔除2015年納稅信用披露為A級但2016年納稅信用披露為非A級的企業；③剔除2013—2016年數據不連續的企業，參照Dyreng等(2016)[15]的做法，要比較企業納稅信用披露前后的稅收遵從情況，樣本至少有納稅信用披露前后兩年的數據；④剔除數據有缺失的企業；⑤剔除實際稅率大于1或者小于0的企業；⑥對連續性變量進行縮尾處理(Winsorize),即剔除連續變量的極端值，前后1%。最終得到12883個樣本觀測值。

(二)實證方法和變量定義

1.實證方法

本文采取的實證方法為傾向匹配得分與雙重差分相結合的方法(PSM-DID)，該方法一方面能有效地降低因企業類型、行業、年齡等因素帶來的影響，另一方面有效減低內生性問題。

2.變量定義

(1)因變量。本文采取前人的做法用避稅程度來衡量企業的稅收遵從度，企業稅收遵從度越高避稅程度越低。本文借鑒了Manzon和Plesko(2001)[7]；吳聯生(2009)[8]等的做法來衡量企業避稅程度(ETR)=(名義稅率-實際稅率)/名義稅率，其中實際稅率=(所得稅-遞延所得稅)/利潤總額；名義稅率直接用上市公司的年末稅率。另外考慮到我國上市公司因各種稅收優惠名義稅率有所不同，本文中企業避稅程度用相對于名義稅率的逃稅程度。其次本文在穩健性檢驗中采用Wilson(2009)[16]的方法來衡量避稅程度(BTD)，即整體賬面與實際稅負之間的差異，具體定義如表2所示。

(2)自變量。納稅信用披露制度開始于2014年，但2014年的納稅信用評級A級企業名單于2015年4月向社會披露，公眾可以在國家稅務總局官網查詢。本文用A級表示納稅信用評級是否為A級，A級取1表示企業納稅信用評級為A級，A級取0表示企業納稅信用評級非A級。post代表納稅信用披露前后的時間虛擬變量，2015年之前取1,2015年之后取0。A*post表示政策實施后的凈效應，該交乘項的系數為本文的核心變量，該系數大于0表示在控制其他因素的條件下，納稅信用評級披露制度會增加企業避稅程度。反之，該系數小于0表示在控制其他因素的條件下，納稅信用披露制度能降低企業避稅程度，提高企業稅收遵從。

(3)控制變量。影響企業稅收遵從度的因素比較多，本文借鑒前人經驗，選取企業性質、負債能力、盈利能力、公司規模、公司年齡、成長性、股權集中度等為控制變量，具體定義如表2所示。

表2 相關變量定義

(三)模型設計

為了消除納稅信用評級披露制度自選擇帶來的內生性問題以及時間序列上其他事件的干擾，本文采用PSM-DID來探究納稅信用披露制度對企業稅收遵從的凈效應。其中傾向得分匹配(PSM)的基準數據為2015年度的數據，因為2015年我國才開始對外界公布納稅信用A級企業名單，logistic回歸中使用的協變量為上文中的控制變量，包括公司性質、負債能力和盈利能力等。構建的雙重差分(DID)模型來檢驗本文的基礎回歸如模型(1)所示：

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

(1)

其中ETR為有名義稅率和有效稅率之間的相對差異，ETR越大表明避稅程度越大，納稅遵從越小；A表示納稅信用披露結果，為0和1的虛擬變量，2015年和2016年納稅信用披露結果為A級的企業取1，其余取0；post為納稅信用披露時間的虛擬變量，2015年之前取0，2015年及之后取1；表示相關的控制變量，包括企業的性質、負債能力、盈利能力、公司規模、公司年齡、經營活動現金流、成長性，股權集中度等；Ind表示行業控制啞變量，按中國證監會的標準將企業分為17個行業；Year為年份控制啞變量；為本文的核心解釋變量，其系數顯著小于0證明納稅信用披露制度能有效地降低企業的避稅程度，提高企業的納稅遵從；反之則證明納稅信用披露制度不能有效地降低企業的避稅程度。

本文為了檢驗納稅信用披露制度對企業稅收遵從的影響機制進行了分類回歸。為了驗證信息不對稱機制，本文參照姜付秀等(2016)[17]和孫雪嬌等(2019)[11]的做法，根據是否被四大會計師事務所(普華永道、德勤、畢馬威和安永)審計分為兩類進行回歸，來驗證納稅信用披露制度通過降低企業信息不對稱性進而促使企業提高納稅遵從，姜付秀等(2016)[17]認為四大會計師事務所有能力和動機發現企業報表中的問題并精確反映。為了檢驗聲譽機制，本文參照孫雪嬌等(2019)[11]的做法，根據企業是否因違規受到證監會處罰進行分類回歸，孫雪嬌等認為沒有受到證監會處罰的企業更注重自身的聲譽，也會更加努力維持自身的聲譽。

本文在穩健性檢驗中采取替換解釋變量(如模型(2)所示)和樣本范圍，對本文的結論進一步驗證。

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

(2)

五、實證結果分析

(一)實證分析

1.描述性統計

如表3所示，本文通過以上的篩選措施共獲得12883個樣本觀測值。從表中我們可以得出Etr的均值為0.3394、中位數為0.1629；Btd的均值為0.0194、中位數為0.016。說明我國上市公司的名義稅率普遍大于實際稅率，即避稅現象目前普遍存在，這一統計結果與我國目前整體的稅收環境是一致的。A的均值為0.6633，表示在本樣本中有66.33%的企業納稅信用評級為A，這說明我國上市公司大部分企業獲得納稅信用A級；Age的均值為16.1288，說明我國上市公司的平均成立時間在16年左右；Growth的均值為0.247，表明我國上市公司的營業利潤的平均增長率為24.7%；Dual的均值為0.2469，表明我國上市公司中有24.69%的企業董事長和總經理為同一人。其他變量的統計結果與現實生活基本一致，在此就不一一贅述。

表3 各變量描述性統計

續表

2.傾向得分匹配

本文為了消除樣本選擇誤差，采用傾向得分匹配(PSM)的方法來最大程度尋找實驗組和對照組其他因素一致的樣本，本文參考前人的一些研究選取了公司規模、負債能力、公司年齡、成長性、盈利能力、經營活動凈現金流、行業啞變量等指標作為本文的logistic回歸的協變量，選取了2015年的數據為基礎匹配數據，采取了1∶1的近鄰匹配。 如圖3所示本文對匹配的平衡性進行了檢驗，從圖中可以看出匹配后(M)協變量的標準化偏差均小于10%，且相對于匹配前標準化偏差大部分都縮小了，且T檢驗的結果不拒絕實驗組和對照組有系統差異的假設。所以基于以上我們可以說明匹配的平衡性基本得到滿足。

圖4 標準化偏差圖

3.平衡趨勢檢驗

本文參考Dyreng等人(2016)[15]的方法對平衡趨勢進行檢驗，進一步驗證實驗組在納稅信用披露制度后的稅收遵從度變化是由于納稅信用披露制度引起的，而不是純粹的時間引起的稅收遵從度變化。本文用納稅信用披露制度前后兩年的年份與A的交乘項作為自變量進行檢驗，檢驗結果如表4所示。從表中可以看出納稅信用披露制度之前的年份與A的交乘項(即Ay2013和Ay2014)的回歸系數不顯著，說明納稅信用評級披露制度之前，實驗組和對照組對稅收遵從呈現平行趨勢；而納稅信用披露制度之后的年份與A的交乘項(即Ay2015和Ay2016)的回歸系數分別在5%和10%的水平上顯著為負，說明納稅信用披露制度顯著降低了企業的避稅程度，提高了企業稅收遵從。納稅信用披露制度前后年份與A交乘項的系數對比可得出，實驗組在納稅信用披露制度前后的避稅程度變化是由政策引起的，而不是時間。

表4 平衡趨勢檢驗結果

續表

4.基準回歸

在前文對實驗組和對照組進行匹配后，剔除沒有匹配上的觀測值，最終得到5252個樣本。如表5所示，報告了納稅信用披露制度對企業稅收遵從的雙重差分回歸結果。表中第(1)第(3)列為模型(2)的回歸結果，從第(1)到第(3)列逐漸增加控制變量，我們可以看到隨著控制變量的增加，R的平方逐漸增大，說明隨著控制變量的增加模型得到不斷地優化。從表中可以看到，雖然第(1)第(3)列的控制變量不同，但它們的交乘項(Apost)的系數都顯著小于0。第(3)列所示交乘項系數(Apost)的系數為-77.04%，且在1%的置信水平上顯著為負，這表明納稅信用披露制度使企業的相對避稅程度下降77.04%，從而驗證了前文假設1，即納稅信用披露制度能顯著提升企業的稅收遵從。

表5 納稅信用披露制度對企業稅收遵從的影響

續表

5.作用機制檢驗

檢驗聲譽機制。本文在猜想納稅信用A級企業名單披露對于企業來說是某種聲譽，企業為了繼續保持這種聲譽會進一步規范納稅行為，提高稅收遵從度。為檢驗這一作用機制，本文通過檢驗納稅信用披露制度是否在聲譽較差的環境下更有助于企業降低避稅程度，提升企業稅收遵從。本文借鑒孫雪嬌等(2019)[11]的做法，將樣本是否因違規受到證監會處罰分為兩個樣本組，按照模型(2)進行分類回歸，分類回歸結果如表6所示。第(1)列表示因違規受證監會處罰(ENF=0)樣本組的回歸結果；第(2)列表示未因違規受證監會處罰(ENF=1)樣本組的回歸結果。從表中可以看出因違規受證監會處罰(ENF=0)樣本組交乘項(Apost)的系數為-1.15，且在5%的水平上顯著；而未因違規受證監會處罰(ENF=1)樣本組交乘項(Apost)的系數并不顯著。所以結果表明納稅信用披露制度在聲譽較差的環境下更有助于企業降低避稅程度，提高稅收遵從，從而驗證了假設3。

表6 作用機制檢驗結果

檢驗降低信息不對稱機制。本文參考前人的一些經驗把樣本分為是否經四大會計師事務所審計來檢驗納稅信用評級披露制度通過降低企業和外界的信息不對稱性進而提高企業的稅收遵從度。姜付秀等(2016)[16]和孫雪嬌等(2019)[11]認為四大會計師事務所具有較強的專業能力，能有效發現報表中存在的問題并精準向外界披露，所以四大會計師事務所審計之后的企業的財務信息與企業真實的信息之間的差距相對較小。本文參照前人的驗證機制，檢驗是否在信息不對稱性較高的環境下納稅信用披露制度能更大程度地降低企業避稅程度，提高稅收遵從。本文將兩組樣本分別對模型(2)進行回歸，回歸結果如表6所示，第(3)列為非四大會計師事務所(Big=0)審計的樣本組的回歸結果，第(4)列為四大會計師事務所(Big=1)審計的樣本組回歸結果。從表中可以看出非四大(Big=0)審計的樣本組中，交乘項(Apost)的系數為-80.19%，在1%的水平上顯著為負；而四大會計師事務所(Big=1)審計的樣本組中，交乘項(Apost)的系數并不顯著。所以納稅信用披露制度可以通過降低企業的信息不對稱性從而降低企業的避稅程度，提升企業的稅收遵從，從而驗證了假設5。

綜上可得，納稅信用披露制度的確通過聲譽機制和降低信息不對稱機制降低企業避稅，提升企業稅收遵從。再對比兩組樣本中交乘項(Apost)的系數大小和顯著性，可以發現納稅信用披露制度通過聲譽機制提高企業稅收遵從的效果大于通過降低企業信息不對稱的效果。

6.異質性分析

因為我國歷史原因，企業分為國有企業和非國有企業，兩者在所有權、管理等方面都不同，導致其經濟行為有所不同。所以本文通過探究將樣本分為國有企業(Attr=1)和非國有企業(Attr=0)兩類，按模型(2)進行回歸，來探究納稅信用披露制度對它們的激勵作用是否相同。回歸結果如表7所示，其中第(1)列表示非國有企業樣本組(Attr=0)的回歸結果；第(2)列表示國有企業樣本組(Attr=1)的回歸結果。從回歸結果可以看出非國有企業樣本組(Attr=0)交乘項(Apost)的系數在1%的水平上顯著為負；而國有企業樣本組(Attr=1)交乘項(Apost)的系數并不顯著。結果表明，納稅信用披露制度更能讓非國有企業提高稅收遵從。從而驗證了本文假設8，即相較于國有企業，納稅信用A級披露制度更能提高非國有企業的稅收遵從。

表7 異質性檢驗回歸結果

續表

7.穩健性檢驗

如表8所示，為了進一步檢驗結論的可靠性，本文通過改變被解釋變量和改變樣本范圍進行穩健性檢驗。避稅程度的衡量方法多種多樣，除了前文中名義稅率與實際稅率之間的相對差異(ETR)，本文借鑒葉康濤(2006)的方法，采用稅會差異⑧(BTD)衡量避稅程度進行穩健性檢驗，回歸結果如第(1)列所示，交乘項(Apost)的系數在10%的水平上顯著為負，所得結論與前文一致。另一方面本文通過改變樣本范圍對上述結論進一步探究，一是僅保留納稅信用披露制度前后兩年的數據，即2013—2016年的數據；二是僅保留納稅信用披露制度前后一年的數據，即2014—2015年的數據。按模型(2)進行回歸，回歸結果如第(2)、第(3)列所示，交乘項(Apost)的回歸系數在1%和5%的水平上顯著為負，所得結論與前文一致。

表8 穩健性檢驗回歸結果

續表

(二)實證結論

本文從我國納稅信用政策的實施情況出發，基于納稅信用披露制度的激勵效應，來探究納稅信用披露制度對企業稅收遵從的影響。采用國家稅務總局2015年4月開始向公布的納稅信用A級企業名單作為自然實驗，通過爬蟲獲取上市公司納稅信用評級情況，以上市公司2009—2016年的數據為樣本，采用PSM-DID的方法進行實證研究，進一步探究納稅信用評級披露制度對企業稅收遵從的影響和作用機制。檢驗結果表明：

第一，納稅信用披露制度能顯著提高企業稅收遵從。納稅信用A級名單披露之后，對于納稅信用評級為A級的企業來說是一種聲譽，憑借這種聲譽企業能在涉稅服務以及其他部門的一些事務中獲得綠色通道，企業為了進一步保持這種聲譽會規范其涉稅行為，提高稅收遵從。另一方面，納稅信用A級的名單是由稅務局經過多項評價指標評分得到的，在某種程度上說這些指標是獲得政府背書，所以納稅信用A級企業披露的信息質量更高，外界對其認可也比較高，更希望與其進行合作，那企業在外界這種“A級”期望的壓力下也更希望繼續成為納稅信用A級名單中的一員，為了獲得這個資格，企業會在日常經營中進一步規范自己的經營行為和涉稅行為提高稅收遵從。

第二，納稅信用披露制度通過聲譽機制和降低信息不對稱機制提升企業稅收遵從。從實證結果顯示，在因違規受證監會處罰的樣本組中，納稅信用披露制度能顯著降低企業避稅程度，提高納稅遵從；同樣在非四大會計師事務所審計的樣本組中納稅信用披露制度能顯著降低企業避稅程度，提高納稅遵從。這一結果表明納稅信用披露制度在聲譽較差、企業信息不對稱性高的企業中對提升稅收遵從的激勵作用較大。再對比兩組結果中交乘項的系數可以發現，在納稅信用披露制度提升企業稅收遵從的作用機制中，聲譽機制的效果大于降低信息不對稱機制的效果。

第三，相較于國有企業，納稅信用披露制度更能提升非國有企業的稅收遵從。國有企業和非國有企業在經濟行為、經濟利益等方面有較大差異，本文通過分類回歸探究納稅信用披露制度對于國企和非國有企業的影響是否一致。回歸結果顯示，非國有企業的樣本組中納稅信用披露制度能有效地降低企業避稅程度，提高企業稅收遵從。這一結論也證實了前文中的假設：一方面，相對于國有企業來說，非國有企業獲得納稅信用A級的聲譽較難，其需要付出更多的努力；另一方面，國家給予納稅信用A級企業在涉稅服務和其他政府服務中一些便利和綠色通道，國有企業因為與政府關系密切可能在納稅信用披露制度之前就能享受這些便利，對于非國有企業來說納稅信用A級企業的便利是其真正需要的便利。所以，相對于國有企業，非國有企業更希望獲得納稅信用A級的聲譽，會進一步規范自身涉稅行為，提高稅收遵從。

六、政策建議

根據實證結果，本文提出的具體政策建議如下：

一是完善納稅信用披露制度。進一步提高納稅信用制度的透明度，建立完善的納稅信用披露制度。現階段國家稅務總局僅向社會公布納稅信用A級企業的名單，建議逐步披露納稅信用評級B、C、D級和M級的企業名單。實證結果顯示納稅信用A級企業名單披露是能有效提高企業稅收遵從，這是一種好的聲譽。其他等級的納稅信用結果披露也有利于增加外界對納稅信用評級結果的運用，通過社會各界對納稅信用評級結果的行為反作用企業，促使企業提升稅收遵從。不管是好消息還是壞消息均可以通過聲譽機制讓守信的企業暢通無阻，讓失信的企業寸步難行。

二是建立納稅信用反饋監督機制。首先，信息收集是納稅信用評級的基礎，只有相關信息真實、準確、及時，才能確保納稅信用評級結果準確、公平地反映企業納稅信用狀況；其次，要確定科學合理的納稅信用評級指標體系，提高納稅信用評級獲得納稅人和社會的認同度，這些均由稅務局公布的標準，可能存在與企業實際情況不相符的情況，這就需要建立評價指標反饋機制；最后，完善納稅信用評級參與制度，加強對納稅信用評級的監督。如圖5所示，建立一個動態、循環的納稅信用評級管理流程，納稅人和社會各界能夠參與到納稅信用評級的每個環節，對于每個環節都有相應的反饋和監督機制，該機制的建立能夠讓納稅信用評級更加精準有效，形成一個良性循環。

圖5 納稅信用評級反饋監督機制

三是完善納稅信用評級分類管理制度。在完善納稅信用披露制度和納稅信用評級管理流程后，更重要的是加強對納稅信用評級結果的運用，讓納稅信用評級結果變得重要，納稅人更加重視納稅信用評級。目前我國對于納稅信用評級結果的運用基本上都是監管部門的監管和獎勵，外界對于納稅信用評級結果的運用較少，這主要因為納稅信用評級結果披露不全面，在完善納稅信用評級披露制度和納稅信用評級流程后，結果的運用就顯得尤為重要。本文借鑒ATO稅收遵從模型，建立納稅信用評級分類管理模型，如圖6所示，納稅信用評級結果的運用包括監管部門的運用以及社會對其的運用。

圖6 納稅信用評級分類管理模型

注 釋：

① 數據來源：國家統計局。

② 數據來源：賈紹華《我國稅收流失的測算分析與治理對策探討》《會計之友》2016年。

③ 稅收成本率=征稅成本/稅收收入。

④ 數據來源：《中國稅務年鑒2011-2015》。

⑤ 查處率=立案查處稅收違法案件/全國稽查系統共檢查納稅人戶數。

⑥ 數據來源：《中國稅務稽查年鑒2011-2015》。

⑦ 數據來源：國家稅務總局官網。

⑧ 稅會差異=[ 利潤總額-(所得稅費用- 遞延所得稅費用)/ 名義稅率] / 資產總額。