減稅降費能抑制企業金融化嗎？*——來自“營改增”準自然實驗的證據

李衛兵，王利霞

（華中科技大學經濟學院，湖北 武漢 430074）

一、引言

如何減輕企業負擔以幫助其良性發展是我國當前亟待解決的重要問題，而減稅降費是常用的企業減負手段。2012年以來，我國逐漸開始實施大規模的減稅降費政策。在此背景下，眾多學者從不同角度分析了減稅降費對企業的影響，發現減稅政策對企業專業化分工（陳釗和王旸，2016）、盈利能力（劉建民等，2017）、生產效率（吳輝航等，2017）、研發投入（袁從帥等，2015）和企業創新（張璇等，2019）等方面具有顯著影響，但鮮有文獻關注減稅對企業金融化的影響。實際上，我國的實體企業表現出越來越多的金融化傾向，而財稅政策作為一種重要的宏觀政策無疑會對企業金融化產生影響。因此，本文試圖研究減稅降費對企業金融化的深入影響，并識別潛在的影響機制。

相關文獻主要從企業微觀層面研究企業金融化的動機，比如發現利潤追逐動機（陳妍村和干勝道，2018；張建偉，2020）、跟風投資動機與現金管理動機（韓燕等，2015）。宏觀經濟政策也可能影響企業金融化行為。貨幣政策可以通過改變市場風險進而影響企業的金融資產配置，例如寬松的貨幣政策會提高企業金融化水平（杜勇，2016；胡奕明，2017）。緊縮型信貸政策會在短期內增加企業的流動性資金需求而降低其長期資金需求，并改變企業長期投資戰略（王義中等，2015）。但是關于財稅政策影響企業金融化的文獻較為匱乏。與本文相關的另一些文獻是關于稅收影響企業投資的研究，這是因為企業配置金融資產屬于一種投資行為?？傮w來說，相關文獻側重于從成本角度出發研究減稅降費對企業投資的影響。從理論上看，減稅降費可以通過降低資本的使用成本而促進企業的固定資產投資（Hall和Jorgenson，1967；Hasset和Hubbard，2002），這一點已被基于英國、瑞典和智利的實證研究所證實（Devereux，1989；Auerbach等，1995；Vergara，2010）。從這一路徑出發，一些學者利用我國的增值稅改革進行實證分析，發現減稅對企業投資行為（聶輝華等，2009）和固定資產投資（汪德華，2016；李成和張玉霞，2015）具有促進作用，且對中西部地區和非出口企業的激勵效果更佳（申廣軍等，2016）。付文林和趙永輝（2014）主要是從企業籌資和融資的角度，考察了減稅降費所導致的國內企業投資結構偏向現象。龐鳳喜和劉暢（2019）基于2010-2016年A股工業企業數據，分析了稅收政策對企業金融化的影響，證實微觀稅負上升會顯著提高企業的金融資產配置水平，但該研究僅考慮企業層面的微觀稅負，沒有控制相關宏觀經濟政策的影響，可能存在比較嚴重的內生性問題，其估計結果可能存在偏誤。

本文基于“營改增”改革的準自然實驗，考察減稅降費政策是否會抑制企業金融化水平。2012年，“營改增”率先在上海推出試點，試點的行業包括“1+6”行業，并于當年推廣至北京、江蘇等8個省市。至2013年8月，“營改增”在全國范圍內推廣，試點行業也新增了廣播影視業，隨后試點行業的范圍不斷擴大。由于“營改增”政策是分時間、分地區開始推行的，而且會通過增加可抵扣范圍而對原本屬于增值稅納稅行業的企業產生影響，這對我們進行有效的因果關系識別造成了干擾。如果采用“營改增”行業作為實驗組，增值稅納稅行業作為對照組，就會由于增值稅納稅行業可抵扣范圍的增加而低估“營改增”政策的經濟效應。鑒于此，本文借鑒陳釗和王旸（2016）的研究，以增值稅納稅行業（一直繳納增值稅而非“營改增”的行業）作為實驗組，以營業稅納稅行業（一直繳納營業稅而非“營改增”的行業）作為對照組，以改革推行的時間構成第二重差分，構建DID模型進行實證檢驗。在2016年，建筑業、房地產業、金融業和生活服務業被納入“營改增”政策試點的行業范圍，主要現代服務業均已成為增值稅納稅行業，所以2016年及之后營業稅納稅行業很少，因而本文以2009-2015年A股非金融上市公司為研究對象。

本文可能的邊際貢獻主要在于：第一，直接關注稅收激勵對企業金融化影響的文獻較少，本文證實了減稅降費對企業金融化的抑制作用，是對現有文獻的有益補充。第二，本文深入分析了減稅降費影響企業金融化的傳導路徑，發現減稅降費主要通過替代效應抑制企業金融化，富余效應未發揮顯著作用，從而揭示了減稅降費影響企業金融化的微觀機制。第三，本文采用DID方法進行估計，能有效地進行因果關系識別。在此基礎上，本文進一步考察了減稅降費對企業金融化的異質性影響，發現對于民營企業和處于銀行存貸比較高地區的企業而言，減稅降費對企業金融化的抑制效應更強，該結論為政府制定有針對性的政策提供了微觀證據。

二、“營改增”影響企業金融化的理論分析

作為一項結構性減稅政策，“營改增”對企業金融化的影響可歸納為替代效應和富余效應。其中，替代效應主要影響企業金融化與經營性投資的替代關系，而富余效應則使企業持有更多的富余現金，從而促使其配置更多的金融資產。“營改增”對企業金融化的影響路徑可概括為圖1。

圖1上半部分描述“營改增”通過替代效應這一傳導路徑對企業金融化產生影響。具體來說，“營改增”可以通過替代效應抑制企業金融化水平，即企業金融化與經營性投資之間存在替代關系。如果企業配置過多的金融資產，就會擠占原本用于投資經營性業務的資源（Orhangazi，2007；Onaran，2011）；反之，如果企業增加經營性投資，就會對企業金融化產生抑制效應。在“營改增”之前，由于服務業企業繳納營業稅，增值稅納稅人購買服務無法獲得進項稅額抵扣，而改革之后，增值稅納稅企業購買專利技術、商務咨詢服務和軟件服務等無形資產和服務也可進行進項稅額抵扣，這有利于企業（尤其是外購服務需求較大的企業）降低經營成本。經營成本的下降有利于提高經營性投資相對于金融資產的吸引力，由于經營性投資與金融資產投資之間的替代關系，“營改增”會對企業金融化產生抑制作用。

圖1 “營改增”對企業金融化的影響過程

圖1下半部分描述“營改增”通過富余效應影響企業金融化的傳導路徑。富余效應主要體現在兩個方面：一方面，“營改增”對企業內部現金流的影響取決于外購服務需求進項稅額抵扣和銷售收入剝離銷項稅額對現金流影響的相對大小。外購服務需求進項稅額抵扣會導致企業增值稅實際稅負下降（倪娟等，2019）。改革后，銷售商品時從含稅銷售額轉變成剝離增值稅銷項稅額的營業收入，會導致企業在銷售收入不變的情況下報表中的收入減少（喬睿蕾和陳良華，2017）。另一方面，富余效應還體現為對企業外部現金流的影響。企業會在現金流減少的同時降低其風險水平，從而使企業對應的市場報酬率下降，從外部改變企業補充現金流的能力。此外，根據信號傳遞理論，“營改增”會向市場投資者釋放積極信號，外部投資者可能會增加對企業的資金供給量，降低企業融資成本，從而緩解企業的外部融資約束（羅宏和陳麗霖，2012）。

“營改增”對企業金融化的影響取決于替代效應與富余效應的相對強度。如果富余效應比替代效應更強，“營改增”會對企業金融化產生促進效用；反之，則“營改增”會抑制企業金融化。當然，替代效應和富余效應這兩個傳導路徑究竟是否發揮作用，還有待實證檢驗。

三、研究設計

（一）數據來源

至2016年底，“營改增”的全面推行已基本完成，絕大多數企業實現了“營改增”的轉變。因此，為了創建合理的處理組與對照組以進行DID估計，本文以2009-2015年為樣本期，選取31個?。ㄊ小^）（不含港澳臺）的滬深兩市非金融上市公司為樣本企業。參考相關文獻，本文剔除以下樣本：①2012-2015年“營改增”直接涉及的行業；②ST和*ST企業；③主變量數據有缺失的企業；④固定資產為零的樣本觀察值。經過處理，最終得到1644個企業2009-2015年的9162個觀察值。鑒于極端值的存在可能會影響估計結果，本文對企業層面的連續變量進行1%的雙側縮尾處理。此外，本文依據證監會2012年行業分類標準對企業進行行業分類。

本文使用的數據主要來自于國泰安數據庫（CSMAR）和萬德數據庫（Wind），本外幣存貸款余額數據來自于中國人民銀行官網，各?。ㄊ小^）財政支出和GDP數據來自于各省統計年鑒。

（二）變量選取

1.被解釋變量

企業金融化的度量主要針對非金融企業。周紹東和謝浩然（2018）定義的金融資產包括交易性金融資產、長期股權投資和投資性房地產，而宋軍和陸旸（2015）在這三個科目之外，還將衍生金融資產、可供出售金融資產和持有至到期投資劃分為金融資產。持有至到期投資是最受爭議的一項，彭俞超等（2018）主張將長期股權投資中對金融機構的持股劃分為金融資產，而周紹東和謝浩然（2018）則主張將長期股權投資的整個科目劃為金融資產。這是出于兩種不同的考慮，如果把非金融企業參與資本市場作為企業金融化的表現，則長期股權投資整個科目應作為金融資產；但如果只把持有FIRE（金融業、保險業和房地產業）部門的資產視為金融資產的話，則應當將長期股權投資中對金融機構的持股劃分為金融資產。

本文側重于研究非金融企業對資本市場的參與，所以考慮寬口徑的企業金融化，將長期股權投資整個科目劃分為金融資產，最終將交易性金融資產、長期股權投資、投資性房地產、衍生金融資產、可供出售金融資產和持有至到期投資這六個科目界定為金融資產。企業金融化水平以企業的金融資產占總資產的比重表示。

2.解釋變量

SA指數。參考Hadlock和Pierce（2010）提出的方法，采用SA指數衡量企業面臨的融資約束程度。SA指數由兩個外生變量構成，易于計算，而且計算結果比較穩健，因而被廣泛使用（鞠曉生等，2013；吳秋生和黃賢環，2017）。SA指數的計算公式為：SA=-0.737Asset+0.043Asset2-0.04Age，其中：Asset表示企業資產總額，Age為企業成立年限。根據上式計算出來的SA指數為負值，且其絕對值越大表示企業面臨著更嚴重的融資約束（鞠曉生等，2013）。

托賓Q值。企業價值反映市場投資者對企業的認可度，如果認可度高，則企業的外部資金供給增加，有利于企業降低融資成本。企業價值的代理變量一般可分為盈利性財務指標和企業市場價值兩類。托賓Q值是最常用的企業價值代理變量，這是因為盈利性財務指標可能會受資本市場欠成熟、財務粉飾和盈余管理等因素的影響而導致數據失真（張立民和李琰，2017），而托賓Q值則不易受企業層面的操縱，而且市場價值也表示投資者對企業的認可度，這與本文的研究更加貼近。因此，本文用托賓Q值作為企業價值的代理變量。

經營性投資比率。經營性投資比率衡量企業對經營性活動的參與力度，以企業直接投放于生產經營環節的資本占總資產的比率表示。具體核算指標包括購買商品和接受勞務支付的現金、支付給職工以及為職工支付的現金、支付的各項稅費、支付其他與經營活動有關的現金（劉楠楠等，2017），并用總資產進行標準化。如果企業對經營性活動的參與度提高，則經營性投資比率上升。

3.控制變量

基準回歸中的控制變量包括企業層面和地區層面兩類變量。其中，企業層面的控制變量包括產業關聯度、企業規模、存貨密集度、固定資產比例、企業年齡、凈利潤率、股權集中度、所有權性質和資產負債率。地區層面的控制變量包括企業所在省份的銀行存貸比和財政支出比率（該變量僅在引入遺漏變量的內生性討論中加入）。變量定義見表1。

表1 變量定義

Cash 凈現金流比率 經營活動凈現金流量/期末總資產Size 企業規模 期末資產總額的自然對數Fixed 固定資產比率 固定資產/總資產Age 企業年齡 樣本年份-企業注冊年份Profit 凈利潤率 凈利潤/營業收入Shareholder 股權集中度 前十大股東持股比例Ownership 所有權性質 國有企業為1，否則為0 Credit 銀行存貸比 本外幣貸款余額/本外幣存款余額Fiscal 財政支出比率 財政支出/GDP Relevance 產業關聯度 根據產業關聯表計算所得

產業關聯度用來衡量上游企業獲得的進項稅額抵扣能力。參考范子英和彭飛（2017）的做法，用2012年我國投入產出表中139個部門直接消耗系數矩陣為權重，與對應的增值稅稅率相乘，得出企業所在行業的產業關聯度，即：

其中：k、m表示行業（k、m=1,2......,139），Vatrate指不同中間投入行業的增值稅稅率，營業稅的增值稅稅率為0，其他情況按當年增值稅稅率（取值包括6%、9%、13%和17%）計算。Direct_cons是按照2012年投入產出表得出的直接消耗系數矩陣。

（三）模型設定

采用政策評估中的多時點DID方法分析“營改增”這一重大稅制改革的微觀效應。采用DID模型進行政策評估的前提是該政策要符合外生性要求（袁從帥等，2015），即政策選擇的實驗對象是隨機的。“營改增”于2012年1月1日率先在上海市試點，同年9月后開始在其他省市進行試點，于2013年8月全國推行。雖然政府優先選擇沿海地區進行試點，存在一定的非隨機性，但對于企業而言，并不會因為在沿海或內地而存在顯著差異，而且“營改增”在各地推廣時間非常接近，企業很難在短時間內遷移進入其他省市。整體而言，本文的研究比較適用于DID模型。

根據DID模型的設定，選定的對照組應該不受“營改增”政策的影響，這就要求每個個體的潛在結果不會因為其他個體是否進入處理組而受到影響。在本文的研究中，雖然“營改增”的對象是服務業，但對于制造業等增值稅納稅行業而言，在改革之后外購服務也可以進行進項稅額抵扣，這就會低估“營改增”的政策效應。所以本文根據證監會行業劃分標準，將所屬行業屬于增值稅納稅行業（一直是增值稅納稅行業而不是“營改增”行業）的企業作為處理組。同時，由于所有增值稅納稅行業均會因為購入服務而受到“營改增”的影響，因此本文選取營業稅納稅行業（一直繳納營業稅而非“營改增”行業）的企業作為對照組，主要包括2016年5月第三批次進入“營改增”的行業。參考陳釗和王旸（2016）的處理，設定如下DID模型進行檢驗：

其中：Yijt表示j省的i企業在t年的金融化水平。Timejt表示j省在t年是否已經實施“營改增”改革，是則取值為1，否則取值為0；Policyi表示對于實驗組和對照組的區分，如果企業屬于實驗組則取值為1，否則取值為0；ρi和τt表示企業固定效應和時間固定效應；εijt為穩健標準誤，由于“營改增”是分地區、分行業推行的，政策效應受同一地區市場環境的影響較強，因而在同一地區內企業之間的相關性也較強，本文使用城市層面的聚類效應對標準誤進行修正；β1是主要關注的系數，反映“營改增”政策對企業金融化的影響。

四、實證分析

（一）基準回歸

表2中的基準回歸結果表明，無論是否控制年份、城市和企業固定效應以及省份時間趨勢，交互項Time×Policy的系數均顯著為負，這表明與對照組相比，處理組的樣本在“營改增”之后，企業金融化水平顯著下降。具體來說，“營改增”對樣本公司金融化水平的抑制效應約為2個百分點。

其他控制變量與企業金融化的關系基本符合理論預期。由于表2中第（6）列控制了各種固定效應及相關因素，下面以該列的回歸結果進行簡要分析。固定資產比率（Fixed）的系數顯著為負，說明企業購置的固定資產越多，企業金融化水平就越低。固定資產比率的增加是企業經營性活動增加的體現，這也從側面證實替代效應的存在。企業規模（Size）的系數顯著為負數，說明大企業擁有更低的金融化水平，這可能是由于規模優勢的存在，大企業因經營成本更低而增加實體經營活動，從而對企業金融化產生抑制作用。企業年齡（Age）的系數也顯著為負數，說明企業金融化水平會隨著企業經營年限的增加而顯著下降。凈利潤率（Profit）對企業金融化具有顯著的促進作用，這是因為凈利潤率高的企業持有現金量更多，可以配置更多的金融資產。其他變量如產業關聯度（Relevance）、凈現金流比率（Cash）、股權集中度（Shareholder）、所有權性質（Ownership）和銀行存貸比（Credit）并不顯著，說明這些變量對企業金融化的影響并不大。

表2 “營改增”對企業金融化的影響

注：括號中數值以城市為聚類的穩健標準誤，“*”、“**”、“***”分別表示10%、5%、1%顯著性水平下顯著,下同。

（二）內生性問題

1.平行趨勢檢驗

DID模型要求實驗組與對照組符合平行趨勢假定。為了進行平行趨勢檢驗，借鑒 Beck等（2010）的做法，在基準回歸方程中加入各時點虛擬變量與區分實驗組與對照組的虛擬變量的交互項，其他控制變量保持不變，同時控制年份、城市固定效應以及使用城市層面的聚類穩健標準誤，并重新進行DID估計。若“營改增”推行之前該交互項的系數不顯著異于0，則表明實驗組和對照組確實具有平行趨勢。

圖2描繪了“營改增”在各個年度的政策效應，橫軸為對應年份，縱軸為該交互項的估計系數。其中，current表示2012年，pre_1和pre_2分別表示2011年和2010年，post_1、post_2和post_3分別表示2013、2014和2015年。顯然，在2012年之前，交互項的系數并不顯著異于0，證實實驗組與對照組樣本具有平行趨勢。2012年之后，交互項的系數呈明顯下降趨勢，到2014年下降程度最明顯，這是因為2013年8月之后“營改增”在全國范圍內推廣，而本文將當年下半年推行的“營改增”政策視為次年推行，所以在圖中2014年的下降程度最明顯，進一步證實“營改增”確實使得企業金融化顯著下降。

圖2 平行趨勢檢驗（圖中垂直線為相應的95%置信區間）

2.加入重要的遺漏變量

“營改增”政策是由中央政府推行的，不會存在企業層面的因素影響政策推行，因而反向因果關系所導致的內生性問題不太可能存在。但可能存在某些遺漏變量同時影響“營改增”政策的推行以及企業金融化水平，例如地方政府的財政政策可能會導致該地區成為“營改增”政策的試點地區，同時財政政策也可能會影響企業績效（張帆和張友斗，2018）。為了考察地方政府的財政政策是否會干擾基準回歸結果，我們加入了地方政府財政支出這一可能的遺漏變量并重新進行DID估計。從表3的回歸結果可以看出，交互項的系數依然顯著，與基準回歸結果相比變化不大，而財政支出的估計系數并不顯著，表明地方政府的財政政策對企業金融化水平不存在顯著影響。整體而言，內生性問題并不會導致本文的估計產生較大偏誤。

表3 加入地方政府財政支出的模型回歸結果

（三）穩健性檢驗

1.時間安慰劑檢驗

基準回歸結果表明“營改增”政策的推行導致企業金融化水平降低，但還存在一點疑問，即企業金融化水平的降低是否的確源于“營改增”政策的推行？還有一種可能的解釋是，企業在“營改增”之后的時間范圍內正好減少了對金融資產的持有，但這并不必然與“營改增”政策的推行相關，而只不過是“營改增”政策剛好在這段時間內推行而已。為此，我們進行反事實檢驗，即假設“營改增”政策開始推行的時間提前1年或提前2年，試點地區和批次均不改變，并相應調整虛擬變量的取值。新的DID 估計結果（見表4）顯示，交互項Time×Policy的系數均不顯著，進一步證實企業金融化水平的下降是因為“營改增”政策的推行，而不是因為在這段時間內企業的金融化水平恰好下降。

表4 時間安慰劑檢驗

城市固定效應 Yes Yes Yes Yes省份時間趨勢 No Yes No Yes個體固定效應 Yes Yes Yes Yes常數項 0.5282***（0.1086）0.6634***（0.1305）0.5286***（0.1080）0.6643***（0.1302）組內R2 0.8589 0.8657 0.8589 0.8657 N 9162 9162 9162 9162

2.地區安慰劑檢驗

時間安慰劑檢驗從時間角度進行反事實檢驗，但是也可能在“營改增”政策推行的地區中企業金融化水平恰好下降，而這并不是由于“營改增”政策的推行所引起的。為此，我們參考李衛兵和李翠（2018）的做法，從試點地區的角度進行反事實檢驗，即在31個地區中隨機選取9個地區作為假想的“營改增”政策試點地區，推廣過程并不改變，2012年隨機選取1個地區作為試點地區，2013年選取8個地區作為試點地區，到2014年所有地區均進行推廣，其他設定均與基準回歸中的第（6）列相同，并依此進行DID估計。為了增加結果的說服力，重復進行500次檢驗，交互項Time×Policy的估計系數的分布密度圖如圖3所示。由圖可知，基于500次反事實的處理組所估計的系數分布在大于-0.01的區域以內，而真實的基準回歸中交互項Time×Policy的系數為-0.0163，位于正態分布兩端之外，表明基準回歸中“營改增”對企業金融化的顯著抑制作用并非地區層面未觀察到的其他因素所驅動。

圖3 地區安慰劑檢驗

3.行業安慰劑檢驗

本文選取的對照組是按照行業劃分的，下面進一步從行業角度進行安慰劑檢驗。基本的思路與地區安慰劑檢驗類似，即在56個樣本行業中隨機選取30個行業中的企業作為新的處理組，其他行業中的企業則作為新的對照組，地區推廣過程依然保持不變，其他設定與基準回歸中第（6）列相同，然后進行DID估計。同樣地，重復進行500次檢驗，估計的交互項的系數分布密度圖如圖4所示?？梢钥闯?，基于500次反事實的處理組所估計的交互項Time×Policy的系數分布在大于-0.004的區域內，而真實的基準回歸中Time×Policy交互項的估計系數為-0.0163，位于正態分布的兩端之外，進一步證實“營改增”的政策效應并沒有受到行業層面未觀察到的其他因素所驅使。

圖4 行業安慰劑檢驗

五、機制分析

前文從理論上闡釋了“營改增”影響企業金融化的潛在機制，即富余效應與替代效應，下面對這兩個機制進行實證檢驗。

（一）富余效應

企業可以通過內部現金流和外部現金流兩個渠道增加現金持有，所以我們選取融資約束、企業價值與凈現金流比率三個指標來進行驗證。融資約束指標采用SA指數衡量，該指數為負數且絕對值越大，企業所面臨的融資約束越嚴重。在樣本企業中，SA指數多為負數且均值小于-1，表明樣本企業存在一定的融資約束。企業價值指標采用流行的托賓Q值衡量。凈現金流比率直接衡量了企業內部現金流的變化。從“營改增”對融資約束、企業價值影響的回歸結果來看，交互項Time×Policy的估計系數均不顯著，表明“營改增”政策并未顯著緩解企業的融資約束、促進企業價值提升和直接增加企業內部現金流，因而“營改增”政策并沒有通過促進企業現金量持有而增加對金融資產的配置，這說明富余效應的傳導路徑并不存在。

（二）替代效應

以企業直接投放于生產經營環節的資本占總資產的比率作為衡量經營性投資的指標，表5顯示了替代效應的檢驗結果。在所有6個點估計中，交互項Time×Policy的估計系數均至少在10%的統計水平上顯著。整體來看，“營改增”對企業經營性投資具有顯著的正向促進作用，而且“營改增”政策的推行使得企業經營性投資比率提高5個百分點以上。

表5 替代效應檢驗

綜合來說，“營改增”影響企業金融化的兩個潛在機制中，富余效應這一機制并未發揮實際作用，而替代效應則能發揮顯著作用，因而“營改增”主要通過促進企業經營性投資，發揮替代效應而對企業金融化產生抑制作用。

六、異質性檢驗

（一）所有權性質的異質性檢驗

上文的檢驗已經證實“營改增”政策主要通過促進企業經營性投資的替代效應而抑制企業金融化，通過緩解企業融資約束而促進企業金融化的富余效應并不顯著。但是，我國的國有企業和民營企業在投資行為方面表現出許多不同的特征。國有企業存在投資低效、投資過度等問題（李昊楠和郭彥男，2020），因此“營改增”通過發揮替代效應而抑制企業金融化這一影響路徑，很可能在國有企業和民營企業中存在較大差別。為了深入考察所有權性質是否會影響“營改增”對企業金融化的抑制效應，我們將全部樣本劃分為國有企業和民營企業并進行分組DID估計。

值得指出的是，異質性檢驗不能簡單地對比分組回歸的結果，而是要進行組間系數差異檢驗（李衛兵和張凱霞，2019）。因此，本文采用費舍組合檢驗法（Fisher's Permutation test）來進行考察，其報告了兩個組別之間所有變量的組間系數差異。同時，為了增強說服力，我們使用自助法（bootstrap）重復進行1000次的抽樣，得到相應的經驗p值用于識別組間調整系數差異的顯著程度。按國有企業和民營企業進行分組的回歸結果見表6中的第（1）、（2）列。根據經驗p值判斷，“營改增”政策對企業金融化的抑制效應會受到企業所有制的顯著影響。具體來說，“營改增”使國有企業的金融化水平下降1.83個百分點，使民營企業的金融化水平下降6.04個百分點。相較而言，“營改增”對民營企業金融化水平的抑制效應更強。

表6 異質性分析：所有權性質與銀行信貸

（二）銀行信貸環境的異質性檢驗

前文研究表明， “營改增”主要通過促進企業經營性投資，發揮替代效應而抑制了企業的金融化。銀行信貸是企業投資的重要資金來源，且主要用于支持第二產業的發展（郭明等，2009）。在信貸較寬松的地區，企業的經營性投資更容易獲得信貸支持，這可能導致“營改增”在信貸寬松的地區對經營性投資的促進力度更大，發揮的替代效應更強，最終表現為對企業金融化水平更加明顯的抑制效應。為考察“營改增”對企業金融化的異質性影響，將各省份的存貸比進行排序，并將所有樣本按省份分為存貸比高和存貸比低兩個組別。分組回歸結果見表6中的第（3）、（4）列，經驗p值顯示“營改增”對企業金融化的影響在存貸比高和存貸比低的地區存在顯著差異。從交互項Time×Policy的系數可以發現，在存貸比高的地區，“營改增”顯著抑制了企業金融化水平，但在存貸比低的地區，“營改增”卻對企業金融化水平沒有顯著影響。可能的解釋是，在存貸比較低的地區，銀行對企業經營性活動的信貸支持力度較小，從而削弱了“營改增”對企業金融化的抑制程度。

七、結論和建議

“營改增”是近年來我國在結構性減稅方面完成的一項重大稅制改革，對實體經濟產生了重大影響。本文對“營改增”影響企業金融化的潛在機制進行理論分析，并利用滬深兩市2009-2015年間上市公司的微觀數據，采用DID方法實證分析了“營改增”對企業金融化的影響程度及渠道。結果表明：第一，“營改增”對企業金融化具有顯著的抑制效應；第二， “營改增”主要通過刺激企業經營性投資的替代效應而對企業金融化產生抑制作用，但“營改增”并未顯著緩解企業的融資約束和提升企業的市場價值；第三， “營改增”對民營企業金融化的抑制效應強于對國有企業的影響，且“營改增”對企業金融化的抑制效應主要存在于存貸比較高的地區。上述研究結論表明，“營改增”作為一項結構性減稅政策，對抑制企業金融化、促進實體企業增加經營性投資具有積極意義。

本文的政策含義在于，針對目前中小企業面臨的經營困境，無論是從短期內應對疫情沖擊，還是從長期內促進中小企業健康發展來看，實行結構性減稅或其他政策以減輕企業負擔，對企業的良性健康發展均具有積極意義。 減稅降費對企業金融化的影響會受到企業所有制和信貸環境的影響，說明減稅降費政策要適當考慮國有企業與民營企業之間的差異，對企業發展的激勵政策要充分考慮財稅政策與貨幣政策的協調配合，以更好地發揮減稅降費政策的效應。