稅收優惠政策對創業板企業績效影響的建模分析

彭永翠 李新劍，2

(1.安徽機電職業技術學院,安徽 蕪湖 241000；2.浙江工業大學,浙江 杭州 310023)

0引言

區別于常規的經濟市場,創業板在市場內又被稱為第二股票交易市場,此種市場是一種不同于一類證券的經營市場,主要提供一些無法在一類市場上市的創業型企業,提供一個有效的融資渠道與有效的發展空間。基于其本質分析,創業板市場可以為實體經濟市場補充,是我國目前資本產業的主要構成。相比一些常規的金融市場,企業在創業板市場內上市的門檻相對較低,市場對企業提出的要求也僅局限在資本產業規模、建設時間、中期經營利潤方面。[1]創業板市場的提出,在真正意義上為市場內一些中小型企業的發展提供了發展路徑,無論任何類型的企業,均可在創業板市場內獲得發展動力,因此,可以認為二類市場是中小型創業型企業的“孕育搖籃”。截至2009年,我國的創業板市場正式啟動運營,并在同年10月正式上市,與此同時,我國資本市場發生了全方面的經濟改革。[2]為了順應產業的此種發展趨勢,金融市場對其原有的稅收優惠政策進行了調整,并基于宏觀層面調控產業發展,部分創業板企業在此過程中脫穎而出,但也有少部分企業由于沒有及時調整自身內部運營方案,導致其產業運營出現失衡問題。為了提供創業板企業正確的發展指示方向,本文將結合市場現有的稅收優惠政策,采用建模的方式,開展政策對創業板企業績效影響的分析。

1 稅收優惠政策對創業板企業績效影響的建模分析

1.1 數據來源與數據樣本選擇

為了確保本文課題的研究成果具有一定時效性,可在開展相關研究前,針對性地獲取數據樣本。在此過程中,選擇2018年～2020年近三年內的創業板企業為研究對象,在二類股票市場內發展與成長速度較快的行業指向企業中獲取樣本。[3]此次研究以信息技術類企業與智能化制造業企業為試點企業,并采用調用CSMAR數據庫的方式獲取研究變量,針對獲取數據過程中存在的缺失類企業發展數據,可采用檢索對應企業年報表與企業知識產權官網的方式手動獲取。[4]經過實踐整理數據后,剔除了近三年內無法手動查缺補漏的企業,得到了85家創業板企業近期的市場運營面板數據,其中85家創業板企業中包括25家智能化制造業企業與60家信息技術類企業。

在獲取基礎面板數據后,采用統計學分析的方式,對獲取的相關信息進行統計學描述。如表1與表2所示。

表1 信息技術類企業變量統計描述

表2 智能化制造業企業變量統計描述

上述表格中：KI表示企業在資本市場的密度；RI表示對應企業在創業板中的規模；SIZE表示企業在市場中發展的有效控制變量；TAX表示企業每年實際所得稅；IP表示企業年收益(對應的創新業績/績效)。

通過表1和表2數據可知,智能化制造業企業與信息技術類企業,對應的IP平均值為20.562與12.4205,但智能化制造業企業的IP最高值達到了335.0,IP最小值為1.0,證明企業在創業板發展中的創業績效是存在較大差異的。[5]對應兩類企業的TAX值為14.540與9.5728,證明企業在市場內的賦稅水平相對較低,但在信息技術類企業中,所得稅最高達到了27.59%,證明國家對于高新技術類行業的發展是較為重視的。除此之外,分析控制變量的結果可知,信息技術類企業在生產中的投入與投資比例相對較高,而智能化制造類資本企業在市場內的密度較高。

1.2 構建創業板企業績效影響因素分析模型

在獲取創業板市場相關數據后,可參照價格敏感度測試模型(Price Sensitivity Measurement,PSM),構建對應的創業板企業績效影響因素分析模型。在模型中,采用傾向評分匹配方法分析數據匹配度,此種方法的優勢可以降低在分析過程中外界相關因素對其的干預。[6]在此過程中,將企業績效影響因素描述為一個二維變量,則在市場稅收優惠政策的輔助下,二維變量的統計過程可用公式(1)表示：

C(αi)=C(VCH=1/α=αi)

(1)

公式(1)中：C表示企業績效影響因素統計結果；VCH表示企業在市場組織運營中的發展風險；α表示企業在市場組織運營中的凈收益；i表示二維變量統計行為發生次數。當VCH=1.0時,表示創業板企業在市場內的組織運營存在風險,當VCH=0時,表示創業板企業在市場內的組織運營不存在風險。通過上述計算公式,可以掌握創業板企業在稅收優惠政策的干預下,二維統計變量發生變更的概率。[7]在此基礎上,構建一個核函數,采用計算核函數中不同參數距離的方式,掌握變量受到的影響程度。并以此為依據,對不同變量進行參數賦值。核函數表達式如下：

(2)

公式(2)中：M表示核函數標準表達式；j表示對應的企業類型；k表示企業稅收傾向；h表示函數帶寬。在完成公式(2)的計算后,構建稅收政策對創業板企業績效影響分析模型,構建過程中采用均值處理的方式評估影響效應。平均效應計算公式如下：

(3)

公式(3)中：ATE表示平均影響效應；m表示匹配的樣本數據量；β表示創業板企業真實績效水平。綜合上述計算公式,可知ATE與β變量呈現一種正比例關系,即創業板企業的績效能力提升,對應的影響效應也顯著增強。[8]基于此種理論,提出稅收優惠政策對創業板企業績效影響的假設：市場通過調整或調度稅收優惠政策的方式,可以實現對企業資金運轉情況的調整,并在一定程度上降低企業研發產品或技術生產過程中的高額稅負,通過此種方式,可以提高企業創新研發的積極性。[9]因此,認為稅收優惠政策在二類市場內可以起到事前引導的作用,并在此基礎上,稅收力度的降低,也減輕了企業生產投入的壓力,從而起到事后激勵的作用。綜合上述分析,構建對應的分析模型,如公式(4)所示：

IPit=γ0+γ1TAXit+γ2SIZEit+γ3RIit+γ4KIit+εit

(4)

公式(4)中：t表示對應的年份(本文數據樣本采樣年份為2019年～2021年,因此t的取值為2019年、2020年、2021年)；γ表示稅收優惠政策；ε表示分析過程中產生的隨機誤差項。輸出上述計算公式,完成分析模型構建。

1.3 解釋變量可行性分析

為了確保提出的分析變量在實際應用中具有一定均衡性,需要在完成上述相關研究后,分析解釋變量的可行性。在此過程中,可綜合分析市場供給側的變化機制,結合數據在穩定變化過程中的線性規律,構建傳輸函數。函數表達式如公式(5)所示：

y=H(a)U(a)

(5)

公式(5)中：y表示傳輸函數；H(a)表示先導函數,其中a表示輸入的變量數據；U(a)表示后導函數。在計算過程中,考慮到創業板市場的經濟變化趨勢是存在一定隨機性的,因此,可參照模糊聚類分析法,為函數設定一個約束條件,并通過在不同執行條件下,約束解釋變量以掌握解釋變量在實際應用中的可行性。在此基礎上,使用因果關系分析方法對解釋變量進行仿真分析。例如,使用Vensim PLE軟件,分析企業在市場內現行運行規律。設定企業技術資源、管理資源等存在影響干預性能的參數初始化值表示為0,綜合市場宏觀發展趨勢,分析企業組織運營收益,經過系統性的分析后可知,企業在參與多方合作的過程中,知識總存儲量呈現一種提升趨勢,資源異構性能更為顯著。[10]這也從側面證明了創業板企業無論是在一類市場中的發展,還是在二類市場中的發展,均是遵循產業發展規律的。因此,可將設定的相關參數對接一類市場企業,經過收益綜合分析后發現,解釋變量屬于常規變量,符合市場宏觀發展規律,可用于創業板企業績效影響分析。

1.4 稅收優惠政策對企業績效影響的回歸結果分析

為了驗證上文提出的假設,在完成解釋變量可行性分析后,按照設定的模型,對解釋變量進行多元回歸計算。即計算不同解釋變量與創業板企業對接后的真實數值,回歸結果如表3所示。

表3 創業板企業績效回歸計算結果分析

綜合表3數據可知,在稅收優惠政策下,F值為正數,證明回歸分析結果具有一定的可行性,屬于有效數據。其中稅率百分點與企業績效存在正相關關系,即企業的創新績效越高,對應享受的稅收優惠越大。因此,可以認為此次回歸分析結果驗證了1.2提出的假設,即市場稅收優惠政策可以提升創業板企業績效。除此之外,發現企業在二類市場內的規模與企業創新績效也呈現正向關系,這也從一定程度上表明企業在創業板市場內的規模越大,對應的企業管理者與技術研究人員更重視企業的創新生產。

綜合上述分析,稅收優惠政策對創業板企業績效是存在一定影響的,此種影響對于企業的可持續發展而言,屬于一種正向干預,企業可在資金運轉滿足市場運營的條件下,加大對創新生產的投入,以此種方式,獲得更高的優惠待遇,從而實現為企業的進一步發展創造更高的經濟收益。

2 實例應用分析

通過本文上述論述,從理論方面對建模分析思路明確,為了進一步驗證上述分析思路是否可行以及分析效果,選擇某創業板企業2018年～2020年近三年發展過程中的績效情況以及稅收優化政策情況作為研究樣本。在研究前,為了確保得出的實例應用結果具有可行性,選擇研究樣本中財務數據等相關研究數據,以此構建一個包含426個有效數據的研究樣本。按照本文上述內容,首先構建對創業板企業績效影響因素分析的模型,并檢測稅收優惠政策實施前后對創業板企業績效的影響,將得出的結果繪制成表4所示。

表4中影響內容A表示是否實施稅收優惠政策對企業績效的影響；B表示稅收優化政策背景對企業績效的影響；C表示稅收優惠政策中稅收比例對企業績效的影響；D表示稅收優惠政策聲譽對企業績效的影響；OE表示企業績效當中的凈資產收益率；OA表示企業績效當中的總資產收益率；S.E.表示為標準差；T值表示為統計數值。

表4 稅收優惠政策實施前后對創業板企業績效的影響

從表4中得出的數據可以看出,影響內容A得出的數據中是否實施稅收優惠政策對OE在1%水平上呈現出顯著負相關,說明這一影響內容與創業板企業凈資產收益率具有顯著的負面影響。影響內容A得出的數據中對于OA得出的相關數據說明,這一因素對創業板企業績效當中的總產值收益率在1%水平上具有顯著的負相關性,對其具有顯著的負面影響。因此,綜合上述得出的數據結果及分析能夠說明,稅收優惠政策在實施前會產生對創業板企業在OA和OE上兩個方面的負面影響,而在稅收優惠政策實施后,會產生對創業板企業在OA和OE上兩個方面的正面影響。從其他三個方面得出,稅收優化政策背景對創業板企業OA和OE均具有正面影響；稅收優惠政策中稅收比例對創業板企業OA和OE均具有負面影響；稅收優惠政策聲譽對創業板企業OA和OE均具有正面影響。

上述得出的數據與該創業板企業的實際發展情況相符,說明本文上述提出的建模分析思路可行。同時,通過實驗數據可以看出,利用本文上述建模分析思路能夠實現對創業板企業績效影響程度的量化,以此能夠為企業未來的發展提供更加可靠的數據依據。在創業板企業實際發展過程中,應當合理利用本文上述設計的建模分析思路,將其與當前實收優惠政策的各項影響內容建立聯系,以此實時掌握其相應的參數變化,從而在出現創業板企業績效受到負面影響前,針對具體問題給出相應的解決措施,確保創業板企業在發展過程中的利益不受到損害。

3 結束語

本文從獲取數據、構建創業板企業績效影響因素分析模型、解釋變量可行性分析、回歸結果分析四個方面,開展了稅收優惠政策對創業板企業績效影響的建模分析,并在完成相關研究后,選擇某創業板企業近三年發展過程中的績效情況以及稅收優化政策情況作為研究樣本,對設計的方法進行實例應用檢驗,經過檢驗證明,本文研究的成果,可真實地應用到市場內對企業現行組織經營模式進行分析。但此次實例應用中的成果數據較少,仍無法作為最終評估本文方法有效性的依據,還需要在后期的深入研究中,選擇多個創業板企業作為研究對象,通過獲取大量數據樣本并進行檢驗的方式,證明本文方法的有效性,因此,本文研究成果僅供參考,還需要后續大量的數據為此方法的使用與推廣提供依據。