增值稅留抵退稅政策是否提升了智能制造企業價值？

■/ 李夢洋 張 青

一、引言

增值稅實行鏈條抵扣機制，即以納稅人當期銷項稅額抵扣進項稅額后的余額為應納稅額，當進項稅額大于銷項稅額時，未抵扣完的進項稅額會形成留抵稅額。對于留抵稅額一般有兩種處理方式：允許納稅人結轉下期繼續抵扣或申請當期退還。為解決制造業留抵稅額問題，我國增值稅留抵退稅改革是將結轉下期抵扣調整為當期退還。2019 年8月，財政部及國家稅務總局將部分先進制造業的退稅條件變為“增量留抵稅額大于零”，并取消了退稅計算60%的限制；2021 年4 月又將運輸設備、電氣機械、儀器儀表、醫藥、化學纖維等制造業納入制造業留抵退稅政策范圍，并實行按月全額退還增量留抵稅額；2022 年3 月又進一步擴大了優惠范圍，將先進制造業按月全額退還增值稅留抵稅額政策范圍擴大到全體制造業，并一次性退還中大型制造業存量留抵稅額。增值稅增量留抵退稅通過提前返還尚未抵扣的稅款，理論上增加了企業的現金流，緩解了企業的融資約束，有利于智能制造企業降低經營風險，將資源向創新和研發傾斜，增強企業核心競爭力，但政策的實際執行效果如何，有待進一研究。

二、理論分析與研究假設

財稅政策是國家通過對企業進行宏觀調控來促進企業創新的一種重要方式，主要形式為財政補貼和稅收優惠，但兩類財稅政策工具在激勵方式和政策效果方面存在差異（雎華蕾等，2020），財政補貼僅在短期內有效，稅收優惠政策則對企業短期和長期價值提升均有激勵作用（李香菊等，2019）。

增值稅具有稅收中性特征，留抵退稅政策符合稅收中性原則，能夠降低制度性交易成本，鼓勵企業投資，促進企業價值提升（吳怡俐等，2021）。智能制造在促進制造業創新和研發、產業模式轉變方面具有正外部性，因此政府應當進行引導，放大智能制造行業發展過程中的正外部效應。根據政府干預理論，為促進智能制造企業研發的積極性，政府有必要采取措施支持并引導企業發展，而稅收優惠政策可以較好地促進企業發展，改善由于市場失靈帶來的資源錯配問題，幫助智能制造企業提升企業價值。留抵退稅政策對于市場來說是利好信號，投資者接收到企業獲取額外收益的信號，將會傾向于擴大投資，促進企業價值的提升。據此，提出本文研究假設1。

H1：增值稅留抵退稅政策能夠促進智能制造企業價值提升。

智能制造企業大多數都需要投入大量的資源來進行生產研發方面的投資，多依賴外源融資，融資約束是影響企業價值有效性的主要因素，在資金緊張的情況下，企業必須放棄一些寶貴的投資機會，導致投資不足（楊興全等，2015）。留抵退稅政策退還了企業的增量留抵稅額，增加了企業內部資金，減小了企業對外源融資的需求，促進了企業的研發創新。大量的留抵稅額，降低了企業的現金流，導致企業融資成本增高，而留抵退稅能夠增加現金流，降低企業融資成本（解洪濤等，2019）。據此，提出本文研究假設2。

H2：增值稅留抵退稅政策通過降低智能制造企業的融資約束提升企業價值。

在市場競爭中，企業的規模越大，越能夠獲得規模效益，科技型企業面臨的市場競爭更激烈。為增強企業的抗風險能力，科技型企業一般會選擇擴大企業規模，獲取規模效益增加研發投入，因此對不同規模的智能制造企業，留抵退稅政策的促進作用不同。據此，提出本文研究假設3。

H3：相比于小規模企業，留抵退稅政策對大規模智能制造企業價值提升有更好的促進作用。

在增值稅留抵退稅政策的作用下，越是現金流短缺的智能制造企業越可以降低企業因為自由現金流不充分而面臨的融資約束風險。根據現金持有理論的權衡理論，企業存在現金持有的最佳水平，如果企業現金持有超額將會出現過度投資的問題，企業價值從而受到負面影響；而現金流水平過低，也會造成生產經營活動減少，錯失最佳投資機會，從而損害企業價值（朱兆珍等，2013）。因此對于現金流狀況不同的智能制造企業，對留抵退稅政策的反應程度也有所不同。據此，提出本文研究假設4。

H4：相比于高現金流企業，留抵退稅政策對低現金流智能制造企業價值提升有更好的促進作用。

由于增值稅留抵退稅重點行業的龍頭企業幾乎都是國有企業，所以留抵退稅政策可能更直接惠及國企。另外受到退稅負擔機制的影響，對于經濟不發達的地區，政府退稅壓力相對較大，政策的落實程度較小，位于這些地區的企業，相對難以及時獲得退稅款，根據國資委2021 年公布的國企地區分布來看，大部分國企都集中在比較發達的地區，這些地區的企業更容易享受到政策紅利，因而大部分國企都更容易及時得到退稅款。因此增值稅留抵退稅政策對于不同股權性質的智能制造企業，具有不同程度的影響。據此，提出本文研究假設5。

H5：相比于非國有企業，留抵退稅政策對國有智能制造企業價值提升有更好的促進作用。

三、研究設計

（一）樣本選取

本文以2017 年第1 季度到2021 年第3 季度共19個季度作為研究樣本，處理組選取滬深A股上市的智能制造企業；對照組選取在2019 年之前不適用增值稅留抵退稅政策，2019 年及以后雖然適用該政策，但政策力度與處理組有明顯差別的黑色金屬冶煉及壓延加工業、其他制造業、廢棄資源綜合利用業和金屬制品、機械和設備修理業四個制造行業的企業。按照上述原則，共篩選120家企業。為了確保研究的可靠性，本文對樣本進行了如下篩選：剔除2017年第一季度及以后上市的企業；剔除ST、*ST、暫停上市、退市或者重大重組的公司；剔除連續虧損、所有者權益為負的企業；剔除企業價值變量缺失的樣本。經過篩選，最終得到48 家上市公司樣本，其中處理組17家，對照組31家。

（二）變量定義

1.被解釋變量。企業價值，采用托賓Q值衡量。

2.解釋變量。留抵退稅政策。因為本文關注的核心是留抵退稅政策對智能制造企業價值的影響，因此引入政策虛擬變量和時間虛擬變量，用兩者的乘積衡量解釋變量。

3.中介變量。融資約束。借鑒劉惠好、焦文妞（2022）的做法，采用SA 指數作為融資約束的衡量指標，SA指數一般為負，對SA指數取絕對值處理，絕對值越大，表示融資約束程度越大。

4.控制變量。參考何楊等（2019）的研究，選取企業規模、資本結構、上市年限、盈利能力和股權集中度作為控制變量。

變量具體定義見表1。

表1 變量定義表

（三）模型構建

1.雙重差分模型。構建雙重差分模型（DID），檢驗增值稅留抵退稅制度對智能制造企業價值的影響效應。參考何楊等（2019）的做法，將DID模型設定如下：

模型中，β1為本文的研究重點，表示政策影響的凈效應；CVi，t代表一系列控制變量；ηi表示企業的個體固定效應；δt表示季度時間固定效應；εi，t為隨機擾動項。

2.中介效應模型。借鑒溫忠麟、葉寶娟（2014）的中介效應分析方法，構建如下中介效應模型：

其中，模型（2）是把模型（1）中的被解釋變量替換為融資約束，模型（3）是把融資約束作為解釋變量納入模型（1）中。

四、實證分析

（一）描述性統計分析

表2報告了相關變量的分布情況，托賓Q值的平均值為1.4190，表明樣本企業平均市值高于企業總資產，企業價值基本實現了保值和增值，最小值為0.5093，最大值為4.952，說明樣本之間存在較大差異。控制變量方面，企業規模的標準差為1.5335，上市年限的極差為24，說明樣本企業之間的規模和上市年限差異較大。企業的平均資產負債率是51.99%，股權集中度的衡量指標平均值為60.1335%，表示企業的資產負債率和股權集中度在正常范圍之內，說明選取的樣本范圍較為合理。總資產報酬率平均值為4.39%，因為智能制造業多屬于研發型企業，企業資金利用率較低，資產報酬率相對較低。

表2 描述性統計表

（二）基準回歸分析

表3 是模型（1）的回歸結果，由表3 可知，交互項系數為0.1574，且在1%水平上顯著，表示在實行留抵退稅政策之后，智能制造企業價值提升了15.74%，驗證了假設1，說明增值稅留抵退稅政策能夠促進智能制造企業價值的提升。控制變量的系數均表現為顯著，對智能制造企業價值產生負向影響的有企業規模、上市年限和股權集中度，表示智能制造企業的規模越大，上市越久，股權越集中，企業價值越不容易提升；對企業價值產生正向影響的有盈利能力和資本結構，可以理解為智能制造企業的盈利能力越好，總負債占總資產的比重越大，越易于提升企業價值。

表3 基準回歸結果

（三）穩健性檢驗

1.平行趨勢檢驗。運用DID 模型的前提是處理組和控制組的樣本必須滿足平行趨勢假設，要求在政策實施前的樣本期，處理組和控制組之間的企業價值應該沒有明顯的差異，在政策實施后，處理組受到政策影響，與控制組之間的企業價值應該出現明顯差異。

圖1顯示處理組和控制組在政策實施前，除在第5期呈現相反趨勢以外，其他各期企業價值的變化趨勢大致相同。第5 期趨勢相反的原因可能是2018年的《政府工作報告》首次提出要推動智能制造企業發展，加大智能制造企業減稅降費力度，考慮到政策的公布時間，雖然政策尚未實施，但由于存在稅收政策方面的利好消息，智能制造企業的市場價值受到正向影響，導致企業價值短暫時間內得到提升，因此出現了變化趨勢相反的結果。而在政策實施后，處理組企業價值開始大幅提升，而控制組的企業價值趨于平緩，無明顯上升趨勢，與處理組產生了明顯差異，因此可以判斷，研究樣本符合平行趨勢假設，雙重差分模型得到的結果是可靠的。

圖1 平行趨勢圖

2.PSM-DID 分析。運用DID 模型進行回歸要求處理組和對照組之間具備一定的同質性，否則可能導致研究結果出現偏差，造成不利影響，采用傾向得分匹配法（PSM）可以有效降低處理組與對照組之間的系統性差異，使研究結果更加可靠。本文以政策虛擬變量為處理變量，將企業規模、資產負債率、上市年限、資產報酬率、股權集中度作為協變量，以企業價值為結果變量，對處理組和對照組進行核匹配，匹配結果見表4。

表4 PSM平衡性檢驗結果

結果顯示：在匹配后協變量幾項指標的標準偏差大多數出現大幅度減小，而顯示處理組和對照組差異的t統計量在匹配前有的顯著，有的不顯著，但在匹配后均變得不顯著，說明傾向得分匹配的效果較好，有效降低了樣本偏差，因此可以使用匹配后的樣本進行下一步研究。經過匹配，剔除未匹配到的企業樣本后，共得到722 個樣本數據，其中處理組253個數據，對照組469個數據。

通過傾向得分匹配法消除了原始數據的系統性差異之后，對匹配后的樣本數據進行回歸，結果如表5 所示。由表5 可知，交互項系數為0.1481，且在5%的水平上顯著為正，說明留抵退稅政策對智能制造企業價值的提升有促進作用。與基礎回歸相比，系數的顯著性和正負沒有發生變化，系數大小略有下降但變化不大。整體來看，經過傾向得分匹配法處理后的樣本，回歸結果與基礎回歸的結果基本一致，說明基礎回歸得到的結論是穩健的，并沒有高估或者低估留抵退稅政策對智能制造企業價值的政策效果。

3.調整樣本期。由于上文樣本數據適用的是季度數據，考慮到企業價值的計算方法和股市的波動性，企業的股票市值變化較為頻繁，因此通過季度數據計算得到的企業價值也存在一定的波動性，可能會導致研究結果出現誤差，為了保證回歸結果的一致性，本文將季度數據轉化為半年度數據，得到432個樣本數據。

對調整樣本期后的樣本數據進行回歸，回歸結果見表5。結果顯示，交互項的系數為0.2014，且在5%水平上顯著，同樣說明留抵退稅政策能夠顯著促進智能制造企業價值提升，與基礎回歸相比，交互項系數依然顯著為正，系數大小略有上升，說明在降低了季度數據存在的波動性之后，產生了相對較好的政策效果。整體來看，轉變為半年度數據后的樣本，能夠得到與基礎回歸相同的結論，系數大小差距不大，驗證了基礎回歸結論的穩健性。

表5 穩健性檢驗結果

（四）作用機制分析

中介效應模型的回歸結果如表6 所示。首先以融資約束作為被解釋變量時，解釋變量即交互項系數為0.0477，且在1%的水平上顯著為負，表示在政策實施以后，智能制造企業的融資約束下降了4.77%，說明留抵退稅政策確實能夠降低智能制造企業的融資約束。再將融資約束作為解釋變量納入模型（3）時，交互項系數為0.1212，融資約束的系數為-0.7574，均在1%的水平上顯著，說明增值稅留抵退稅政策對智能制造企業價值存在正向促進作用，而融資約束對企業價值存在負向的影響，因此降低智能制造企業的融資約束能夠有效促進企業價值的提升，將模型（3）的回歸結果與基準回歸結果進行對比，交互項系數都顯著為正，系數大小略有下降，而融資約束的系數顯著為負，說明存在部分中介效應，留抵退稅政策通過降低智能制造企業的融資約束，從而提升了企業價值。綜上，假設2得證。

表6 中介效應檢驗結果

（五）異質性檢驗

1.基于企業規模的分析。為驗證留抵退稅政策對不同規模的智能制造企業價值的影響，使用樣本企業總資產在19 個季度的樣本期間中，總資產高于中位數的季度數是否超過半數來區分企業規模，將整體樣本分成大規模企業和小規模企業兩組，并進行回歸分析，結果見表7。由表7 可知，大規模企業的交互項系數為0.2076，且在1%的水平上顯著為正，說明留抵退稅政策對大規模智能制造企業價值的提升有促進作用；小規模企業不顯著，可以理解為政策對小規模企業價值沒有明顯的促進作用。與基礎回歸結果相比，只對大規模智能制造企業進行回歸時，影響系數略有上升，表示政策對大規模智能制造企業價值提升有更好的促進作用，控制變量除資本結構外，系數大小、符號和顯著性均沒有大的變化，資本結構由正向顯著變成了不顯著，說明對于大規模智能制造企業，資產負債率對企業價值的影響并不顯著。

2.基于現金流的分析。樣本企業19 個季度的現金流數據，按照19 個季度中企業現金流高于中位數的季度數是否超過半數來區分企業現金流的高低，將樣本企業分為高現金流量和低現金流量兩組進行回歸分析，結果見表7。結果顯示，對于現金流較為短缺的智能制造企業，交互項系數為0.1814，且在5%水平上顯著為正，而高現金流的智能制造企業表現為不顯著，表明增值稅留抵退稅政策對低現金流的智能制造企業價值提升有顯著的促進作用，對高現金流的企業價值的促進作用并不明顯。與基礎回歸相比，只對低現金流樣本企業進行回歸，影響系數略有上升，說明政策對低現金流企業價值有更好的促進作用。

3.基于企業股權性質的分析。按照樣本企業的股權性質是否為國有企業將樣本分為國有企業和非國有企業兩組進行回歸分析，結果見表7。結果顯示，國有性質的智能制造企業，交互項系數為0.3139，且在1%的水平上顯著為正，而非國有性質的企業表現為不顯著，說明留抵退稅政策對國有性質的智能制造企業價值提升有顯著的促進作用，對非國有企業價值沒有明顯的促進作用。與基礎回歸相比，只對國有性質的智能制造企業進行回歸，交互項系數上升，說明增值稅留抵退稅政策對國有性質的智能制造企業價值提升的促進作用更好，控制變量方面，資本結構由顯著為正變成了不顯著，說明對于國有性質的智能制造業，資產負債率對企業價值沒有明顯的影響，這一結果與大規模企業一致，可能是因為目前國有性質的智能制造企業多為大規模企業。

表7 異質性檢驗結果

五、結論及建議

本文從實證角度出發，選擇構建雙重差分模型，通過基礎回歸、穩健性檢驗、中介效應分析和異質性分析，得出以下結論：

1.留抵退稅政策能夠促進智能制造企業價值提升，且PSM-DID 估計和調整樣本期間的穩健性檢驗證明結論具有較好的可靠性與穩健性。

2.留抵退稅政策能夠緩解企業的融資約束，且通過降低智能制造企業的融資約束，促進了企業價值的提升。

3.政策對大規模企業的影響顯著為正，對小規模企業不顯著，對大規模企業的影響強于小規模企業。

4.政策對現金流短缺企業的影響顯著為正，對高現金流企業不顯著，對低現金流企業的影響強于高現金流企業。

5.政策對國有企業的影響顯著為正，對非國有企業不顯著，對國有企業的影響強于非國有企業。

基于以上結論，提出如下建議：

1.降低退稅門檻，加大退稅力度。目前留抵退稅政策要求企業六個月內均存在留抵稅額，企業可能因為第六個月沒有留抵稅額而導致無法退稅。建議將目前政策的退稅門檻更改為設置最低退稅門檻，對符合條件的納稅人，可以在申報增值稅時，允許其自行選擇扣繳和退稅；不具備資格的納稅人，可以采取只能留抵的方式；降低信用等級限制，以此促進初創企業、前期研發投入高的企業更好發展，減輕初創企業、企業智能化轉型的成本；取消60%的退稅條件限制，促進各行各業的智能化轉型以及智能制造企業更好的發展。

2.完善退稅相關法規，降低退稅風險。完善爭議復議機制，保證納稅人對退稅相關決定存在異議時，能夠按照相關法律規定，向稅務機關提起行政復議等，從而保護納稅人的合法權利，更好地落實增值稅留抵退稅政策；明確稅務機關審查批準后，應當在規定的時間內將退稅款退還給納稅人，如果出現延期，稅務部門需做出退稅補償措施，如支付利息等，保證納稅人能夠及時拿到退稅款，使政策有效落實；完善退稅款償債等問題，若納稅人存在稅收債務等款項，稅務機關應有權將退稅款優先用于償還債務。

3.加強退稅管理機制，明確行業認定標準。建立專項監督問責機制，形成懲戒激勵制度，對稅務人員的失職、工作不力等問題嚴肅處理，保證基層運行體系完善，提升業務辦理效率，保證留抵退稅政策的落實；加強對企業的政策輔導，通過講解、模擬和分析，加強企業辦理留抵退稅的意識和能力，提醒企業及時辦理退稅申請；明確智能制造行業的認定標準，對智能制造核心技術進行細化，并將符合要求的智能制造項目，列入稅收優惠政策，使智能制造企業能夠享受到多項稅收優惠政策，促使制造業盡快完成智能化轉型。