投資者網絡關注度對公司稅收規避的監督效應

范合君 王思雨

一、引言

2021年3月，中共中央辦公廳和國務院辦公廳聯合發布了《關于進一步深化稅收征管改革的意見》（下文簡稱《意見》），文件明確提出：“對隱瞞收入、虛列成本、轉移利潤以及利用‘稅收洼地’‘陰陽合同’和關聯交易等逃避稅行為，加強預防性制度建設，加大依法防控和監督檢查力度。”文件反映了公司的稅收規避行為將面臨嚴格稽查監管的趨勢。同時《意見》還指出：“通過加強社會協同來持續深化拓展稅收共治格局”，將投資者作為參與公司外部治理的一類規模龐大的社會群體，履行外部監督職責。2019年，中國投資者數量超過1.5億人，其中自然人投資者數量占比為99.76%。投資者通過質疑公司的異常行為以引起監管部門的關注，例如2017年凱迪生態董事會違規轉讓資產、2020年貴州茅臺違規巨額捐贈等事件。中國互聯網普及率于2020年12月底達到70.4%，互聯網的廣泛應用為投資者掌握公司動態、獲取大量信息提供了便捷渠道。那么，投資者網絡關注是否能夠成為一種有效監督公司稅收規避行為的非正式制度呢?

已有研究證實，外部審計、機構投資者、媒體和分析師（金鑫等，2011；李昊洋等，2018；嚴若森等，2018）都是有效抑制公司稅收規避行為的重要監督主體。但是，這些研究忽視了個體投資者在監督公司稅收規避行為方面的作用。個體投資者對公司的關注可以通過網絡搜索行為來反映（Da等，2011），它具有兩個方面的作用：一方面是信息獲取，個體投資者通過搜索公司股票信息，提高信息解讀效率，促進信息傳遞，進而緩解信息不對稱性；另一方面是情緒傳播，個體投資者關注加劇了情緒因素對資產價格的影響（江婕等，2020），誘發投資者決策羊群行為，引起公司股價波動。所以，投資者網絡關注能夠引起管理層、審計師等的注意，并采取應對措施。研究表明，投資者關注有利于激勵公司創新（鄧向榮等，2020），幫助審計師提高審計收費（喻凱等，2021）。而稅收規避可能意味著公司存在財務舞弊問題，面臨著監管處罰的風險，投資者關注是否對公司稅收規避行為發揮監督效應有待進一步實證檢驗。

基于此，本文以2011年至2019年滬深A股上市公司為研究對象，探討投資者網絡關注對公司稅收規避行為的影響。研究結果表明，投資者網絡關注度越高，越能有效抑制公司的稅收規避行為；投資者網絡關注度對公司稅收規避的抑制作用在高新技術企業和非國有企業中更加顯著。與現有研究相比，本文可能的研究貢獻主要體現在：一是豐富了公司稅收規避的影響因素相關研究，以個體投資者網絡關注的視角探討對公司稅收規避行為的監督效應；二是拓展了投資者關注的經濟后果研究，證實了投資者是協同稅務部門監管的重要社會公眾力量。

二、研究假說

投資者網絡關注對公司稅收規避行為的監督效應分為直接監督效應和間接監督效應。投資者網絡關注的直接監督效應表現在三個方面：一是降低了公司信息不對稱程度。稅收規避程度高的公司具有較低的信息透明度和較高的財務復雜度（Balakrishnan 等，2019）。管理層經常設計復雜隱蔽的交易形式以降低被稅務機關查處的風險（蔡宏標等，2015）。然而，互聯網為投資者提供了及時、便捷、廉價的信息渠道，信息環境的改變導致管理層盈余操縱受到約束（權小鋒等，2012），難以實施復雜的交易方案，提高了公司信息透明度。二是提高了管理層監管壓力。投資者對上市公司高頻率的搜索會使公司負面問題曝光的可能性增加，也使投資者在網絡上對上市公司相關問題的討論熱度持續上升，即，互聯網促使投資者之間的信息傳播速度加快和情緒傳染力增強。鑒于管理者做出的決策面臨著投資者的監督，和可能承受的網絡輿論壓力，所以需要對其行為后果謹慎評估。三是增加了管理層的違規成本。稅收規避行為在獲得稅收收益的同時也給公司帶來了損失，譬如公司債務融資成本上升（Hasan I 等，2014）、公司風險增加（張新民等，2019）以及公司價值受損（周曉光等，2019）。而且，投資者網絡關注度提高了管理層稅收規避行為被識別的風險，從而導致公司股價波動，引起公司未來股價崩盤風險的增加（唐斯圓等，2018），這使得管理者必須權衡稅收規避行為的成本收益。

投資者網絡關注的間接監督效應體現在，其能夠吸引其他外部監督主體注意力，從而提高公司的稅收規避成本。投資者的高度關注會提高對上市公司重要事項的討論熱度，隨之可能會吸引媒體、中介組織、監管部門等其他外部監督主體的注意力。而且，投資者關注提高了潛在審計風險被挖掘的可能性，從而導致審計師更傾向于出具非標準審計意見（呂敏康等，2015）以及提高審計收費（Donohoe 等，2014）。因此，投資者網絡關注度強化了對公司的外部監管力度，有助于抑制管理者的自利行為，從而減少公司稅收規避。基于此，提出以下假說：

表1 變量定義表

H1：投資者網絡關注度越高，對公司稅收規避的抑制作用越強。

高新技術企業享有減按15%稅率繳納所得稅、研發費用加計扣除等稅收優惠政策，然而，這一稅收優惠政策給高新技術企業提供了操縱納稅金額的空間。一方面，高新技術企業資質認定申請時，傾向于采取激進的收入確認（張子余等，2015）和費用操縱（張子余等，2019）手段，以獲取更多的“節稅收益”。高新技術企業每隔三年需要進行資質復審，可能具有復審不合格等風險，這一情況進一步誘使高新技術企業操縱會計信息，以享有更多稅收優惠。另一方面，高新技術企業在歸集研發費用時經常將研發費用和其他相關費用混淆，導致研發成本虛增（包曉蕓等，2017）。還有部分高新技術企業利用研發費用加計扣除的稅收優惠政策作為“稅盾”，而非專注于提高創新產出（李維安等，2016）。因此，防范和治理“偽高新技術企業”是稅務部門的重要治理工作內容。

創新研發作為公司一項重要的經營活動，投資者給予高度關注。由于高新技術企業兼具高收益和高風險，從而投資者網絡關注度對其產生更明顯的創新激勵效應（鄧向榮等，2020）。投資者網絡關注可以降低信息不對稱程度，促使高新技術企業更為詳細地披露與創新研發有關的信息，這有助于識別和判斷高新技術企業的財務信息披露質量。對于企業不合理的收入、費用等，投資者較高的網絡關注會使消息迅速傳播擴散，引起稅務部門、審計署等監督機構的監管介入。進而，企業發生稅務風險不僅會影響市場品牌聲譽，還會面臨喪失享受高新技術企業稅收優惠的資格等處罰危機。基于此，提出以下假說：

H2：行業異質性在投資者網絡關注度對公司稅收規避的影響中具有調節作用。

非國有企業比國有企業具有更強的避稅動機。首先，國有企業和非國有企業的經營目標不同。國有企業需要兼顧經濟價值目標與稅收、就業等政治和社會目標（文雯等，2019），而非國有企業以經濟利益為主要目標，實現股東價值最大化。因此，與國有企業相比，非國有企業面臨更大的經營業績壓力（張新民等，2019）。并且，非國有企業貸款利率較高，融資難度較大，融資約束問題進一步誘發了管理層強烈的避稅動機（張銘洪等，2018）。其次，信息不對稱程度不同。由于政府直接監督考核國有企業，所以國有企業的信息不對稱程度較低；而非國有企業的管理層與股東之間信息不對稱程度較高（嚴若森等，2018），因此非國有企業對管理層自利行為的監管力度偏弱。

投資者網絡關注是一種非正式監督方式。投資者從網絡上及時獲取公司信息，對于非國有企業為規避稅收所設計的復雜交易方案及其潛在風險都可能隨時提出疑問，這促使企業披露更多的相關細節。而當投資者對公司的交易行為或回復等表現出負面情緒或做出消極評價時，也會通過互聯網在投資者之間相互傳染，從而影響公司聲譽。非國有企業的經營發展更依賴于企業聲譽，所以對公司稅收規避行為具有顯著的抑制作用（馬德功等，2019）。此外，非國有企業的稅收規避行為也會給公司價值帶來更大的損害（張新民等，2019；周曉光等，2019），一旦被投資者識別，更容易引起公司股價波動并且影響公司長期發展。基于此，提出以下假說：

H3：產權性質在投資者網絡關注度對公司稅收規避的影響中具有調節作用。

三、研究設計

（一）樣本選擇與數據來源

以2011年至2019年滬深A股上市公司為初始樣本。投資者網絡關注度數據來源于CNRDS數據庫，該數據庫提供了自2011年起我國上市公司網絡搜索指數值，該指標根據新聞輿情等信息來反映網民情緒、公司搜索熱度等行為。其他數據均來自于CSMAR數據庫。樣本處理流程如下：（1）剔除金融類上市公司；（2）數據缺失的樣本；（3）ST、＊ST等特殊類型公司；（4）剔除當期稅前利潤小于0的樣本；（5）剔除實際稅率小于0或大于1的樣本。為減少異常值的影響，對所有連續變量進行上下1%的縮尾處理。最終獲得12217個觀測值。

（二）變量定義

1.被解釋變量。借鑒金鑫等（2011）的研究，采用以下兩種方式衡量稅收規避：（1）以會計賬面與實際稅負差異（BTD）來衡量，BTD=[利潤總額-（所得稅費用-遞延所得稅費用）/年末所得稅率]/上一年資產總額；（2）以扣除應計項目影響后的會計賬面與實際稅負差異（DDBTD）來衡量。該指標采用固定效應殘差法計算，根據BTDi,t=α×TACCi,t+μi+εi,t，其中，BTD為上述（1）中的會計賬面與實際稅負差異；TACC 為公司總應計項目，即：（凈利潤-經營活動現金流量凈額）/上一年度資產總額;μi為公司的稅負不隨時間變化的固定特征部分；εi,t為公司稅負差異的變動特征部分；DD_BTD為μi+εi,t。BTD和DD_BTD 越大，公司稅收規避程度越高。

2.解釋變量。參考鄧向榮等（2020），投資者網絡關注度（SVI）是以第t年投資者對公司i的網絡搜索指數值加1并且取對數來衡量。其中網絡搜索指數值根據股票代碼、公司簡稱、公司全稱三種關鍵字搜索指數值之和所得。

3.調節變量。產權性質（SOE）是國有企業取值為1，非國有企業取值為0；行業異質性（Tech）是上市公司被認證為高新技術企業為1，否則為0。

4.控制變量。參考嚴若森等（2018）、馬德功等（2019）的研究選取以下變量：公司規模（SIZE）、資產負債率（LEV）、資產收益率（ROA）、成長性（Growth）、固定資產比率（PPE）、無形資產比率（INTA）、存貨密集度（INVINT）、股權集中度（TOP1）、股權制衡度（H10）、兩職合一（DUAL）。并且，本文還控制了年度固定效應和行業固定效應。

（三）模型設定

為檢驗投資者網絡關注度對公司稅收規避的影響，本文構建模型（1）：

為驗證行業異質性的調節效應，在模型（1）的基礎上加入交互項SVIi,t×Techi,t，構建模型（2）：

為驗證產權性質的調節效應，在模型（1）的基礎上加入交互項SVIi,t×SOEi,t，構建模型（3）：

四、實證結果分析

（一）描述性統計

表2是樣本描述性統計結果。BTD的均值為-0.036，標準差為0.078；DDBTD的均值為0，標準差為0.078。這表明大部分上市公司的會計利潤和應納稅所得額具有一定的差異，并且各個公司之間的稅收規避程度存在較大差別。SVI的均值為12.79，標準差為0.675，這反映了公司獲得投資者的網絡關注度普遍較高，而且不同企業的投資者網絡關注度差異較大。

表2 描述性統計

（二）分組檢驗

表3匯報了分組檢驗結果。本文將投資者網絡關注度高于樣本均值的歸入投資者網絡關注度高組，將低于樣本均值的歸入投資者網絡關注度低組。其中，高組樣本量為5503，低組的樣本量為6714。在高組中，BTD和DDBTD的均值以及中位數都小于低組，并且均值差異t檢驗和中位數檢驗全部在1%水平上顯著。這表明投資者網絡關注度較高時，公司稅收規避程度越低。

表3 分組檢驗

（三）回歸分析

1.投資者網絡關注度與公司稅收規避。表4列示了投資者網絡關注度對公司稅收規避的回歸結果。第（1）列以BTD為稅收規避代理變量，投資者網絡關注度（SVI）在1%水平上顯著為負。第（2）列以DDBTD為稅收規避代理變量，投資者網絡關注度（SVI）的回歸系數同樣在1%水平上顯著為負。這一結果表明，投資者網絡關注度越高，對公司稅收規避的抑制作用越強。投資者網絡關注度越高，公司的信息不對稱程度減少，管理層風險感知增強，其自利行為受到監督，難以通過設計復雜的交易活動來進行稅收規避。假說H1得到驗證。

表4 投資者網絡關注度對公司稅收規避的回歸結果

2.行業異質性的調節效應。表5第（1）列和第（2）列檢驗了行業異質性的調節效應。第（1）列以BTD為稅收規避代理變量，交互項SVI×Tech的回歸系數在5%水平上顯著為負。第（2）列以DDBTD為稅收規避代理變量，交互項SVI×Tech回歸系數也實現了5%水平上顯著為負。上述結果說明相較于非高新技術企業，投資者網絡關注度對公司稅收規避的抑制作用在高新技術企業中更顯著。投資者網絡關注度越高，高新技術企業的財務信息操縱越容易被識別，提高了公司聲譽損失風險和違規處罰風險，從而有效抑制公司稅收規避動機。假說H2得到驗證。

表5 行業異質性和產權性質的調節效應

3.產權性質的調節效應。表5第（3）列和第（4）列檢驗了行業異質性的調節效應。第（3）列以BTD為稅收規避代理變量，交互項SVI×SOE的回歸系數在10%水平上顯著為正。第（2）列以DDBTD為稅收規避代理變量，交互項SVI×SOE的回歸系數同樣在10%水平上顯著正相關。上述結果說明相較于國有企業，投資者網絡關注度對公司稅收規避的抑制作用在非國有企業中更顯著。投資者網絡關注度增加了非國有企業因稅收規避所承擔的經濟后果的嚴重性，彌補了公司內部治理監督不足，提高了信息透明度，減少了稅收規避行為。假說H3得到驗證。

（四）穩健性檢驗

1.替換被解釋變量。根據金鑫等（2011）總結稅收規避的測度方式，本文以有效稅率（ETR）為代理變量進行穩健性檢驗。有效稅率（ETR）的計算公式為ETR=（所得稅費用-遞延所得稅費用）/稅前利潤。有效稅率（ETR）越小，稅收規避程度越高。如表6第（1）列結果所示，SVI回歸系數在1%水平上顯著為正。這一結果表明投資者網絡關注度越高，公司稅收規避程度越低。

表6 穩健性檢驗

2.替換解釋變量。一是以僅用股票代碼為搜索關鍵詞計算的投資者網絡關注度（SVI_Code）為代理變量。相比于輸入公司簡稱，投資者以股票代碼進行搜索表明其對公司財務信息和投資前景信息關注度更高（胡瑋佳等，2019）。表6第（2）列和第（3）列表明SVI_Code的回歸系數在1%水平上顯著為負。二是以超額投資者網絡關注度（SVI_Above）為代理變量。投資者對公司所處行業給予較高的網絡關注，可能使得公司獲得較高的投資者網絡關注度。所以，采取經年度-行業調整后的投資者網絡關注度進行檢驗，即SVI_Above是根據第t年投資者對公司的搜索指數值與同行業同年度均值之比加1并取對數所得。表6第（4）列和第（5）列結果顯示SVI_Above的回歸系數均為負，并且在1%水平上顯著。這同樣驗證了假說H1。

3.滯后一期檢驗。由于公司稅收規避可能促使投資者更高的網絡關注度，所以本文將投資者網絡關注度滯后一期（SVIt-1）進行檢驗。表7第（1）列和第（2）列中SVIt-1回歸系數在5%水平上顯著為負，這說明投資者網絡關注度對公司稅收規避具有抑制作用。

表7 滯后一期檢驗和工具變量法

4.工具變量法。參考張淑惠等（2020）研究，單個公司的稅收規避行為不受同行業平均投資者網絡關注度的影響，而公司的投資者網絡關注度與行業平均投資者網絡關注度有關。所以采取投資者網絡關注度的同年度同行業均值（mean_SVI）作為工具變量進行2SLS回歸。結果如表6第（4）列和第（6）列，投資者網絡關注（SVI）的回歸系數均為負并且在5%水平上顯著，這表明假說H1結論穩健。

五、研究結論與研究啟示

本文以2011年至2019年滬深A股上市公司為樣本，研究投資者網絡關注度對公司避稅行為的影響。研究發現：（1）投資者網絡關注度越高，對公司稅收規避行為的監督效應越顯著；（2）相較于非高新技術企業，投資者網絡關注度在高新技術企業中對公司稅收規避行為的監督效應更強；（3）相較于國有企業，投資者網絡關注度在非國有企業中對公司稅收規避行為的監督效應更有效。

根據上述結論得出以下研究啟示：（1）稅務部門應當利用大數據等數字技術及時了解投資者對上市公司的輿論。稅務部門通過加強對上市公司的輿情監控，匯總分析投資者對上市公司的評論、股票交易等信息反饋內容，便于及時掌握上市公司的動向，以及關注影響公司納稅的重要事項。這有助于緩解稅務部門與上市公司之間的信息不對稱問題，獲取上市公司在納稅申報材料之外所披露的稅務信息，從而進行針對性地審核監督。（2）稅務部門需要重點監測高新技術行業中投資者對上市公司稅收行為的關注度。當高新技術企業的投資者網絡關注度偏低時，其外部監管環境相對寬松，由此可能導致高新技術企業利用稅收優惠政策進行的會計操縱或異常研發費用核算等問題未被及時察覺。所以，對于關注度較低的高新技術企業，稅務部門應適當加大監管投入力度。例如通過開展不定期的抽查監督，告誡高新技術企業主動履行納稅義務，同時提醒投資者關注這類企業的稅務風險問題。（3）上市公司應當積極主動利用網絡、微博、微信等渠道向投資者披露稅務信息。公司應該提供滿足投資者利益需求的稅務信息，編制服務于投資者決策的稅務報表。結合公司享有的稅收優惠政策、所處行業特點以及重大經營事項等，向投資者做出專門的稅務風險提示。公司通過自覺披露詳細地稅務信息，有利于形成積極納稅的公司聲譽，塑造主動履行社會責任的良好形象。