稅收優惠與企業融資約束關系的實證分析

妥曉芬

一、引言

隨著我國經濟步入新常態，地方政府以及企業負債率逐漸攀升，生產體系和社會需求結構出現了明顯的改變，產業結構升級迫在眉睫。在此背景下，國家出臺了一系列稅收激勵政策，以不斷提高供給質量，鼓勵企業加大創新投入力度，推動經濟高質量發展。固定資產加速折舊政策作為減稅政策的重要內容，是國家于2014年10月、2015年9月、2019年4月分階段發布、逐步推進實施的，該政策對固定資產加速折舊優惠的行業范圍進行了明確，允許行業范圍內的企業采取縮短固定資產折舊年限或加速折舊法的方式計提折舊。已有研究表明，稅收激勵政策能夠降低企業成本，提高企業資源利用效率，促進企業增加固定資產投資，推進產業結構高級化（劉啟仁等，2019）。

現有文獻較少討論國家稅收優惠政策對企業融資約束的影響。從已有相關文獻看，現有研究主要考察了固定資產加速折舊政策對企業投資、短貸長投、租賃融資、研發創新、人力資本升級等方面的作用，卻忽視了從融資約束的角度探索固定資產加速折舊政策對微觀企業的影響。在當前深化供給側結構性改革的制度背景下，去杠桿一直貫穿于經濟工作的始終，面對依然存在的信貸結構性矛盾，融資難融資貴的問題更為突出，已成為阻礙中國經濟高質量發展的重要難題。那么，國家出臺的一系列稅收優惠政策是否有助于緩解企業融資難融資貴的問題，仍是一個值得探討的話題。

基于此，本文以融資約束為視角，將固定資產加速折舊政策的出臺作為一項準自然實驗，利用雙重差分模型檢驗了固定資產加速折舊政策與公司融資約束的關系，以期研究結論有助于深入理解稅收優惠政策的內涵與作用，進而優化經濟資源配置。本文的研究結果顯示，固定資產加速折舊政策顯著緩解了公司融資約束，尤其是對重資產公司的融資約束緩解作用更為顯著，這說明受到稅收優惠政策的作用，企業融資難以及融資貴的問題得到了一定程度的改善。

相較于已有研究，本文的研究貢獻主要表現在如下方面：第一，從融資約束的視角拓展了稅收優惠政策經濟后果的分析框架。鑒于目前鮮有文獻從融資約束的角度關注稅收優惠政策的經濟后果，本文以固定資產加速折舊政策為準自然實驗，從融資約束的角度豐富了稅收優惠政策經濟后果方面的文獻。第二，從稅收政策的維度豐富了融資約束相關研究，已有文獻較少探討稅收政策對融資約束的作用，本文提供了供給側改革背景下國家稅收優惠政策對企業融資約束影響的實證證據，有助于揭示緩解企業融資約束的路徑。第三，從經營資產結構的角度豐富了稅收優惠政策與企業融資約束關系的討論。本文將經營資產結構與稅收優惠政策研究的文獻結合，發現稅收優惠政策對輕資產公司與重資產公司的影響存在異質性，稅收優惠政策對重資產公司的融資約束的緩解作用更顯著，有效拓展了資產運營與減稅政策研究的學術文獻。

二、理論分析與研究假設

根據中國企業會計準則和所得稅法相關規定，公司用于購買固定資產所花費的成本，應當計入固定資產項目，并在其使用壽命期內根據相關折舊方法對計提折舊額進行系統分攤，企業在計算應納稅所得額時可以將當年計提的折舊作為費用予以扣除。公司在當年提取的折舊與其當年予以稅前扣除的金額成正比，企業當年固定資產折舊提取越多，稅前扣除的金額越大，享受的稅收優惠額度也相應越大。

固定資產加速折舊政策規定，處于政策范圍內的企業可以自由選擇縮短折舊年限或者加速折舊的方法，其目的在于減輕公司的前期負擔，讓公司在固定資產投資前期計入更多的成本費用于稅前扣除。該政策并不會改變企業固定資產的折舊總額，但通過允許公司在固定資產投資前期多抵扣后期少抵扣的方式，延遲了企業的納稅時間，有助于降低公司前期的所得稅費用（劉行等，2019）。因此，固定資產加速折舊政策能夠增加公司前期的可用資金，盤活公司固定資產投資前期的資金存量，增加公司的資金流動性。此外，推遲納稅時間所具備的資金時間價值效應，能夠進一步減少公司固定資產投資成本，緩解企業的資金壓力。

表1 變量定義

表2 變量描述性統計

可見，一方面，固定資產加速折舊政策本身能夠為公司節約部分現金流，通過將原本應作為所得稅費用列支的金額可以留存公司內部作為發展資金，有助于盤活公司的存量資金，降低公司面臨的融資約束；另一方面，留存在公司內部的現金流，直接關系到公司未來生產經營所必須資金的獲取。公司通過自主選擇固定資產折舊年限和折舊方法，能夠及時地調整企業的資金配置狀況，從而為公司提供未來發展所需資金。公司將節約的資金用于優質項目的投資，能夠進一步增強公司的核心競爭優勢，向市場傳遞公司價值良好的信息，從而能夠強化公司的資源獲取能力，為公司未來融資提供保障，進一步緩解公司的融資約束。基于上述分析，本文提出如下假設：

H1：限定其他條件，固定資產加速折舊政策能夠緩解公司面臨的融資約束。

作為公司資產配置模型，公司的經營資產結構可以劃分為輕資產公司與重資產公司。無論是輕資產運營還是重資產運營，經營資產結構是公司的戰略選擇。從經營資產結構的特征來看，輕資產公司和重資產公司在資產規模、資產結構、抵押物狀況、成長性、市場份額、融資需求等特征方面均存在顯著差別。一般而言，輕資產公司更專注于品牌、設計等軟實力資產的建設，其固定資產投資比例較低，專利、商標等無形資產比例相對更高（Wang et al.，2017）。與此相反，重資產公司則更重視固定資產投資，其所持有的固定資產數量相對更多。

考慮到不同經營資產結構具有差別化的特征，固定資產加速折舊政策對經營資產結構不同的公司所產生的影響也會存在異質性。對于重資產公司而言，其發展需要依賴大量固定資產，因而其對固定資產的需求量更大。按照固定資產加速折舊政策，重資產公司在購入固定資產時能夠在前期多提取折舊，從而能享受更多的稅收抵扣額。與重資產公司形成明顯對比的是，輕資產公司由于對固定資產需求量較少，從而能夠享受的稅前抵扣額更低。因此，公司的經營資產結構特征決定了固定資產加速折舊政策對不同類型企業融資約束所發揮的效應。相較于輕資產結構的公司，固定資產折舊政策對重資產結構公司的融資約束緩解程度更高。基于上述分析，本文提出如下假設：

H2：限定其他條件，與輕資產公司相比，固定資產加速折舊政策對重資產公司融資約束的緩解效應更大。

三、研究設計

（一）樣本選擇與數據來源

為有效驗證前文的研究假設，本文以2007-2019年中國滬深A股上市公司為初始研究樣本。按照研究慣例，本文進行了如下樣本篩選程序：（1）刪除金融類行業的樣本公司；（2）刪除ST、PT類等處于異常交易狀態的樣本公司；（3）刪除數據缺失的樣本企業。通過上述程序進行篩選后，最終得到26443個公司年度樣本觀察值。為避免極端值對本文結果的影響，對所有連續變量均進行了上下1%的縮尾處理。本文數據主要來源于國泰安數據庫（CSMAR）。

表3 固定資產加速折舊政策對公司融資約束的影響

（二）實證模型與變量定義

為了考察國家稅收優惠政策對上市公司融資約束的影響，本文將2014年和2015年固定資產加速折舊政策作為準自然實驗，采用雙重差分法，構建如下實證模型：

為考察固定資產加速折舊政策對不同經營資產結構公司融資約束的影響效應，本文構建如下實證模型：

式（1）和式（2）中，被解釋變量SA表示公司面臨的融資約束程度，參考Hadlock and Pierce（2010）的研究，采用SA指數度量公司受到的融資約束，SA指數越大，公司所遭受的融資約束程度越高。另外，本文還根據SA指數設置了融資約束虛擬變量Dumsa，若SA指數高于其行業年度中位數，則Dumsa取值為1，否則為0。Treat為是否屬于固定資產加速折舊政策范圍內的行業，若是則設定為實驗組，取值為1，否則為控制組，取值為0。本文將2014年與2015年固定資產加速折舊政策所涉及的行業認定為政策范圍內的行業。Post表示固定資產加速折舊政策實施年份虛擬變量，在該政策實施年份之前取值為0，政策實施當年及之后取值為1。Stru表示公司經營資產結構，借鑒張新民和祝繼高（2019）的研究，采用固定資產與在建工程之和除以總資產進行衡量。

Controls表示控制變量，本文選取公司規模（Size）、資產負債率（Lev）、公司成長性（Grow）、盈利能力（ROA）、償債能力（Liabi）、固定資產比例（PPE）、股權集中度（Top1）、年個股回報率（Ret）、上市年齡（Age）、董事會規模（Bsize）、獨立董事比例（Indratio）、兩職合一（Duality）作為控制變量。除此之外，本文還控制了公司個體固定效應μi和年度固定效應μt。本文主要變量定義如表1所示。

四、實證結果與分析

（一）描述性統計

表2列示了本文主要研究變量的描述性統計分析結果。結果顯示，融資約束（SA）的均值為-2.1297，最小值為-3.2043，最大值為-0.6759，說明不同的樣本公司所面臨的融資約束存在較大差異。融資約束啞變量（Dumsa）的均值為0.4644，說明約有46.44%的樣本公司受到較為嚴重的融資約束。經營資產結構（Stru）的均值為0.2714，最小值為0.0019，最大值為0.7924，說明樣本公司中固定資產與在建工程之和占總資產的比重平均為27.14%，且不同的樣本公司的經營資產結構差異較為明顯。

表4 經營資產結構對政策效應的影響

表5 安慰劑檢驗

（二）實證檢驗結果

1.固定資產加速折舊政策與企業融資約束。表3列示了2014年與2015年固定資產加速折舊政策對公司融資約束的雙重差分估計結果。其中，第（1）列和第（2）列為未加入控制變量的結果，可以看出，本文關注的交互項Treat×Post的回歸系數顯著為負，說明政策范圍內企業受到的融資約束程度顯著低于非政策范圍內的企業。由于政策范圍內的企業在固定資產加速折舊政策實施后享受了更多的稅前抵扣額，這反映出2014年和2015年固定資產加速折舊政策能夠緩解企業面臨的融資約束。鑒于企業規模、盈利能力、償債能力等相關特征變量也會對公司的融資約束產生影響，本文在第（3）列和第（4）列中進一步加入控制變量，結果顯示交互項Treat×Post的估計系數分別為-0.0218和-0.0312，且在1%水平上通過了顯著性檢驗，說明固定資產加速折舊政策的確有助于緩解企業面臨的融資約束。本文的假設1得到驗證。

2.經營資產結構對政策效應的影響。表4列示了經營資產結構對固定資產加速折舊政策效應的影響結果。其中，第（1）列和第（2）列為全樣本回歸結果，可以看出，本文關注的交互項Treat×Post×Stru的回歸系數均顯著為負，這表明固定資產加速折舊政策給重資產公司帶來的融資約束緩解效應更大。按照經營資產結構（Stru）的行業年度中位數將樣本公司分為兩組，高于行業年度中位數的公司設定為重資產公司，否則為輕資產公司。分組回歸結果如表4第（3）列至第（6）列所示，可以看出，與輕資產公司相比，重資產公司交互項Treat×Post的估計系數的絕對值更大，且兩組公司的系數差異在5%以上的水平上顯著。該結果表明，公司的經營資產結構越重，固定資產加速折舊政策對其融資約束的緩解程度越高。本文的假設2得到驗證。

（三）穩健性檢驗

1.雙重差分平行趨勢假設檢驗。采用雙重差分法產生的結果是否有效，需要依賴于實驗組樣本公司和控制組樣本公司之間的“平行趨勢假設”是否滿足，也就是需要判斷實驗組和控制組的固定資產折舊政策實施前是否具有相似的趨勢。若政策實施前具有相同的特征與趨勢，則認為滿足平行趨勢假設，唯一的差別在于，實驗組處于固定資產加速折舊政策范圍內，而控制組不在政策范圍內。圖1呈現了雙重差分模型的平行趨勢圖。可以發現，在固定資產加速折舊政策實施以前，實驗組樣本公司的融資約束與控制組樣本公司不存在明顯差異，但在固定資產加速折舊政策實施以后，實驗組樣本公司的融資約束顯著降低，證實本文采用的雙重差分法滿足平行趨勢假設。

表6 雙重差分傾向得分匹配法

表7 改變融資約束度量方式與調整樣本期間

2.安慰劑檢驗。鑒于企業在固定資產加速折舊政策實施后的融資約束變化情況可能僅僅是時間趨勢的結果，并不是加速折舊政策實施所致，本文通過改變政策實施年份進行安慰劑檢驗。具體而言，本文參考范文林和胡明生（2020）的研究，將固定資產加速折舊政策實施年份提前至2013年，如果公司融資約束是由于該政策沖擊所致，那么由于將實際實施時間提前一年時該政策尚未真正實施，理論上便不應該觀察到公司融資約束的明顯變化。表5列示了安慰劑檢驗結果。可以看出，交互項Treat×Post以及Treat×Post×Stru的回歸系數雖為負，但均未通過顯著性檢驗，說明本文虛擬的加速折舊政策效應并不存在，即前文發現的公司融資約束得到緩解的確是固定資產加速折舊政策所致，而不是受到其他因素的影響導致。

3.雙重差分傾向得分匹配法。為緩解可能存在的樣本自選擇問題，本文進一步根據傾向得分匹配法（PSM方法）為加速折舊政策范圍內的公司尋找同年度特征相似的非政策范圍內的公司作為控制組，重新加以檢驗。具體地，本文選取公司規模、資產負債率、公司成長性、盈利能力、償債能力、上市年齡、產權性質等變量，同時考慮年度與行業的因素，采用logit回歸估計樣本公司進入實驗組的傾向得分。傾向得分平衡性檢驗結果顯示，采用PSM方法配對之后所選匹配變量的標準化偏差均小于5%，實驗組和控制組不存在明顯差異。采用PSM方法配對后得到的樣本重新回歸，結果如表6。結果顯示，交互項Treat×Post以及Treat×Post×Stru的回歸系數依然在1%水平上顯著為負，說明在控制了樣本自選擇問題后，固定資產加速折舊政策依然能夠降低公司面臨的融資約束；且與輕資產公司相比，固定資產加速折舊政策對重資產公司融資約束的緩解作用更大。

4.改變融資約束的度量方法。參考陳彩云等（2019）的研究，本文采用WW指數作為企業融資約束的代理變量，具體計算方式為WW指數=-0.091×現金流量/總資產-0.062×是否支付現金股利+0.021×長期負債/總資產-0.044×企業規模+0.102×行業銷售增長率-0.035×銷售增長率，重新回歸后的結果見表7第（1）列和第（2）列所示。結果顯示，交互項Treat×Post以及Treat×Post×Stru的估計系數仍然在5%的水平上顯著為負，說明固定資產加速折舊政策能夠降低企業融資約束，且對重資產公司融資約束的緩解作用更大。該結論表明，改變融資約束的計量方式后，本文的結論依然穩健。

5.調整樣本期間。考慮到固定資產加速折舊政策頒布時點分別為2014年10月和2015年9月，其中規定政策范圍內的企業可以在2014年1月1日以及2015年1月1日對所購入的固定資產采取調整折舊年限或加速折舊方法。參考劉行等（2019）的做法，為避免企業融資約束狀況受到固定資產加速折舊政策發布前后相關因素的共同影響，本文將政策實施年度2014年與2015年相關數據刪除后重新測試，結果見表7第（3）列至第（6）列。結果顯示，交互項Treat×Post以及Treat×Post×Stru的估計系數依然顯著為負，表明與政策范圍外企業相比，固定資產加速折舊政策實施后，政策范圍內企業融資約束顯著降低，且對重資產企業的融資約束降低效應更大。該結果意味著，在改變樣本期間后，本文的結論未發生改變。

五、研究結論

本文以2007-2019年中國滬深A股上市公司為研究樣本，采用雙重差分法實證考察了固定資產加速折舊政策對上市公司融資約束的作用，以及經營資產結構對二者關系的影響。研究結果發現：固定資產加速折舊政策顯著降低了政策范圍內企業的融資約束；且與輕資產公司相比，固定資產加速折舊政策對重資產公司的融資約束緩解作用更強。上述結論在采取安慰劑檢驗、雙重差分傾向得分匹配法、改變變量的計量方式、調整樣本期間等一系列穩健性檢驗后依然成立。本文的研究結論為稅收優惠與公司融資約束的關系研究提供了實證證據，有助于豐富已有研究關于減稅政策政策方面的文獻。同時，對于深入認識和理解國家稅收優惠政策對微觀企業的影響也大有裨益，尤其是對新興國家的微觀企業利用稅收優惠政策緩解融資約束、促進公司可持續發展提供了一定的參考。此外，稅收優惠政策可以作為公司管理層經營決策的重要工具，本文研究結論對于引導公司進行投融資決策，合理配置公司經濟資源提供了一定的借鑒。同時，鑒于固定資產加速折舊政策對重資產公司融資約束的緩解效應更大，公司應根據自身的經營資產結構，充分利用固定資產加速折舊政策對微觀企業融資約束的緩解作用，提高公司投資效率和競爭優勢，促進公司產業結構的高級化。