數字化稅收征管與企業投融資期限錯配

許江波 徐夢潔 張智越

【摘要】投融資期限錯配容易使企業陷入財務危機， 甚至會加劇金融系統性風險。本文基于“金稅三期”的準自然實驗， 采用2010 ～ 2021年滬深A股上市公司數據探究數字化稅收征管對企業投融資期限錯配的影響。結果表明： 數字化稅收征管顯著降低了企業的投融資期限錯配程度， 且其通過減輕企業的融資約束發揮“橋梁效應”， 以及緩解企業的雙重代理問題發揮“治理效應”， 進而降低投融資期限錯配程度。進一步分析發現， 數字化稅收征管政策的溢出效應在抵押擔保能力較弱、 分析師關注度較低以及非國有企業中更為顯著。

【關鍵詞】數字化稅收征管；投融資期限錯配；橋梁效應；治理效應；“金稅三期”

【中圖分類號】 F275；F812.42? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）09-0019-8

一、 引言

金融是服務實體經濟的有力工具， 而企業投融資期限錯配是我國金融風險的重大來源之一。我國金融供給側結構性改革豐富了金融市場的產品供給， 在一定程度上滿足了企業的資金需求， 但沒能從根本上解決企業融資難的現實問題。目前， 我國仍然有超過20%的上市公司存在投融資期限錯配的激進型財務行為（翟淑萍等，2021）。關于造成投融資期限錯配的原因， 目前學術界有兩種看法： 一是， 當金融市場存在制度缺陷時， 企業可能會被迫選擇這種方式（白云霞等，2016）； 二是， 企業為了實現自身經營目的， 可能會主動選擇這種方式（Kahl等，2015）。此外， 銀行貸款程序繁瑣復雜、 耗時較長， 企業風險防范意識不足等， 均會導致短貸長投現象惡化。因此， 探究影響企業投融資期限錯配的因素及其作用機制， 對于企業防范財務風險、 促進金融服務實體經濟發展具有重要意義。

習近平總書記在多次公開講話中都提到了數字經濟的重要驅動力。從制度層面來看， 2021年《關于進一步深化稅收征管改革的意見》中指出， 在稅收征管方面要實現從傳統的“以票治稅”模式向更加現代化的“以數治稅”模式的轉變。在此背景下， “金稅三期”項目利用大數據技術與云計算平臺， 使用現代化手段監管和征收所有稅種， 改變了傳統的“人管人”模式， 實現了“程序管人”的現代化管理模式。從理論層面來看： 一方面， 數字化稅收征管作為一種資本融通機制， 可以在資金供需雙方之間發揮“橋梁效應”， 緩解企業融資約束（蔡昌等，2021）、 減少盈余管理（孫雪嬌等，2021）； 另一方面， 數字化稅收征管作為一種公司治理機制， 可以有效緩解公司治理中的兩類代理沖突， 發揮“治理效應”， 進而提高企業的市場表現（Xu等，2011）。融資約束問題與代理問題恰恰是造成企業投融資期限錯配的關鍵因素（白云霞等，2016；孫鳳娥，2019）。鑒于此， 本文旨在探討我國數字化稅收征管模式能否降低企業的投融資期限錯配程度， 以及其發揮作用的路徑。

為了研究上述問題， 本文基于我國的制度背景， 將“金稅三期”工程在各省的試點作為事件沖擊， 使用2010～2021年滬深A股上市公司數據， 探究數字化稅收征管對企業投融資期限錯配的影響。本文的研究不僅可以為正在推行的“金稅四期”提供參考與借鑒， 還可以為深化稅收征管改革、 金融供給側結構 性改革提供理論支撐和經驗數據。

二、 制度背景、 文獻回顧與研究假設

（一）制度背景

為了解決虛開發票等現實問題， 在借鑒國際增值稅管理經驗的基礎上， “金稅工程”在我國應時而生。迄今為止， “金稅工程”經歷了四個發展階段。始于1994年的“金稅一期”旨在加強我國當時混亂的增值稅管理， 但由于增值稅專用發票需要人工錄入信息， 出錯率較高， 實際效果與預期相差較大， 因此， “金稅一期”在1996年底停止運行。此后， 國家汲取“金稅一期”的經驗教訓， 在1998年開啟了“金稅二期”的建設。“金稅二期”自2001年7月1日開始在全國范圍內實施， 它在一定程度上解決了“金稅一期”面臨的問題， 提升了增值稅的征管效率。但是， 隨著經濟發展和稅收體系的變化， 數字化程度不高的“金稅二期”難以適應， 給稅收征管帶來了新的挑戰。“金稅三期”是在2013 ～ 2016年期間在全國各省市逐步實施的， 其以大數據和云計算技術為基礎， 將稅務數據源、 企業數據源、 第三方數據源、 互聯網數據源匯集在一起， 對集中存儲的數據進行過濾、 處理、 整合和對比， 在數據收集、 處理、 共享和應用等方面取得了巨大進展， 是我國稅收征管系統在數字化升級上的重要里程碑。“金稅四期”于2021年啟動， 目前正處于開發階段， 旨在實現掌握更多企業數據， 編織多維度、 細顆粒“監控之網”的目標。

（二）文獻回顧

1.? 投融資期限錯配的影響因素。投融資期限錯配一般是指“短貸長投”現象， 大量研究證明， 外部環境因素和企業內部因素是影響投融資期限錯配的主要原因。從外部環境來看， 制度缺陷是企業投融資期限錯配的重要原因之一， 白云霞等（2016）通過比較我國與美國的金融市場， 研究發現我國金融體系的滯后性導致了嚴重的投融資期限錯配問題。現有文獻表明， 利率市場化（王紅建等， 2018）、 適度的貨幣政策（饒品貴和姜國華，2013）、 銀行競爭（肖繼輝和李輝煌，2019）對于緩解企業融資約束， 進而降低投融資期限錯配程度具有積極作用。從企業內部來看， 企業的經營特征和管理模式也會影響投融資期限錯配。例如： 管理層做出的非理性行為會加重低融資約束企業的投融資期限錯配程度（孫鳳娥，2019）； 管理者能力不僅能夠通過緩解制度缺陷對企業造成的融資約束， 而且可以減少管理者非理性行為而導致的過度投資， 從而降低企業的投融資期限錯配程度（王東清和劉華南，2020）。此外， 企業通過購買董責險來進行“兜底”， 會使得企業進行更多的短貸長投行為， 忽視自身經營風險（賴黎等，2019）； 當最終控制人手中的所有權和控制權比例不平衡時， 投資和融資期限極可能出現不匹配的情況（高友才和劉孟暉，2012）； 存在侵占動機的家族控制權會導致企業投融資期限錯配加劇（鐘凱等，2018）。

2.? 稅收征管的經濟后果。稅收征管對市場微觀主體的影響主要表現為其對企業產生的效應。一方面， 加強稅收征管會使企業減少避稅行為， 從而加重實際稅收負擔（范子英和田彬彬，2013）， 使得企業稅負現金流出增多， 全要素生產率下降（張明，2017）。有學者認為， 稅收征管還存在進一步深入研究的空間， 如： 于文超等（2018）發現， 受到稅務稽查的企業更容易遇到融資障礙， 進而加劇企業的融資壓力； 而孫雪嬌等（2019）研究發現， 以納稅信用評級為代表的柔性稅收征管可以發揮“激勵作用”， 減輕企業融資壓力； 蔡昌等（2021）發現， 加強稅收征管通過打破融資方與資金方之間的信息壁壘， 在資金供需雙方之間發揮“橋梁效應”。另一方面， 稅收征管作為一種公司治理機制， 通過降低股東與經理人之間、 大股東和中小股東之間的代理成本， 提高公司的市場表現（Xu等，2011）、 降低股價崩盤風險（江軒宇，2013）。此外， 稅務機關能夠通過加強稅收征管更好地發揮監督作用， 這有助于減少企業盈余管理， 提升財務報告信息質量（孫雪嬌等，2021）。隨著數字技術的發展， 加強稅收征管有利于降低信息不對稱程度， 提高企業的信息透明度（蔡棟梁等，2022）。

綜上可知， 盡管已有研究考慮了數字化稅收征管對企業融資約束的作用， 但鮮有文獻進一步探究數字化稅收征管如何影響企業的投融資期限錯配。此外， 數字時代信息技術的迅猛發展有效緩解了各方之間的信息不對稱， 強有力的監管減少了企業的代理問題， 但數字化稅收征管如何作用于企業投融資期限錯配亟待理論研究和實證檢驗。

（三）研究假設

由現有文獻可知， 導致企業投融資期限錯配的原因主要包括外部環境因素和企業內部因素， 即制度缺陷和企業自身行為特征。一方面， 數字化稅收征管可以提高數據源的信息透明度， 進而減少資本市場各主體之間的信息不對稱問題， 同時有利于將企業價值的相關信息有效地傳遞到市場上（蔡棟梁等，2022）。數字化稅收征管通過減少企業與資金提供方之間的信息不對稱， 在資金供需雙方之間發揮“橋梁效應”（ 蔡昌等，2021）。另一方面， 自“金稅三期”上線以來， 其接入了企業繳納社保信息、 企業工商備案信息、 統計數據和銀行往來信息等， 并且與納稅信用等級、 實名制相結合， 構建了一套有史以來最嚴格的、 針對所有企業的監管系統， 使得管理層侵占股東利益的機會主義行為、 控股股東侵占中小股東利益的掏空行為難以掩蓋， 有效緩解了兩權分離制度下的雙重代理問題（Xu等，2011）， 發揮了“治理效應”。因此， 本文認為“金稅三期”的實施可能通過發揮“橋梁效應”和“治理效應”， 進而抑制企業的投融資期限錯配。

1.? 橋梁效應。企業和資金提供方之間的信息不對稱是制約企業獲得融資的重要原因之一（Kaplan和Zingales，1997）。一方面， 融資方需要花費大量時間和成本向銀行或者資本市場投資者證明自己的實力； 另一方面， 資金提供方也需要通過聘請專業人士、 開展盡職調查等途徑耗費相應成本對企業信息進行核實。在納稅信用評級和信息共享機制的配合下， 數字化稅收征管可以有效減少資金供需雙方的信息不對稱， 從而緩解企業的融資約束， 降低投融資期限錯配程度。

隨著我國信用體系的構建和逐步完善， 企業信用狀況被廣泛應用于招標、 投標和融資等領域， 成為企業參與市場競爭的重要因素。企業參與市場競爭時， 納稅信用扮演著重要角色， 資金提供方可以通過納稅信用評級進一步判斷企業的財務現狀， 評估企業償還債務的能力， 數字化稅收征管的實施使得納稅人高度重視并維護自身的納稅信用。此外， 稅務局會向社會公眾公布納稅信用評級結果為A的企業名單， 這會激勵企業規范納稅， 為自身樹立良好的形象。因為銀行在向企業提供貸款時， 會將納稅信用評級結果作為重要的參考， 即銀行會更愿意向納稅信用評級較高的企業提供貸款（孫雪嬌等，2019）。通過使用大數據技術， 政府可以建立良好的信息公開機制， 更有效地控制信息披露， 從而有助于解決治理中的信息不對稱問題（Kaplan和Haenlein，2009）。為實現信息交流和共享， “金稅三期”工程四個系統中的外部信息系統建立了稅務部門與其他部門的信息交換渠道， 實現跨部門網絡互聯； 在所有級別稅務機關與相關外部機構之間建立安全可靠的業務信息交流與共享平臺， 使得外部投資者更容易了解企業的基本面信息， 間接打破企業與外部資金提供方之間的信息壁壘， 緩解企業融資約束， 從而使企業可以獲得更多的融資， 這在某種程度上可以減輕企業的投融資期限錯配問題。

2.? 治理效應。數字化稅收征管作為一種外部治理手段， 可以有效緩解兩類代理沖突， 從而提高公司治理水平和企業聲譽， 進而降低企業的投融資期限錯配程度， 發揮“治理效應”。一方面， 管理層和股東之間的代理沖突可能導致經理人有意進行過度投資、 建造個人商業帝國等， 管理層的私利行為不僅可能導致股東和債權人未來現金流量減少， 還會使債權人的資金風險增加、 企業的信用評級下降。另一方面， 當控股股東和中小股東之間存在代理沖突時， 控股股東可能會利用不正當手段， 如長時間無息占用企業資金、 通過不公允的關聯交易來轉移企業的優質資產和利潤（Johnson等，2000）， 導致企業現金流量減少、 企業價值受損（Chen等，2010）， 進而損害中小股東和債權人的利益， 增加投資風險； 此時， 企業舉債的抵押擔保物價值也會降低， 從而債權人在債務清算中收回本息的概率降低（Friedman等，2003）。可見， 當企業預計存在上述兩類潛在代理問題時， 為了降低代理風險和減少潛在損失， 銀行等債權人通常會更傾向于發放風險低、 期限短的貸款， 此時企業的短貸長投程度增加， 即代理問題越嚴重， 企業的投融資期限錯配程度越高。

政府作為一類特殊的“股東”（Desai等，2007）， 通過稅收強制性參與企業的利潤分享， 為了防止企業隱瞞和轉移應稅收入， 政府希望企業能夠實施良好的公司治理， 并提高企業信息透明度（Desai和Dharmapala，2006；鄭志剛等，2013）。有研究表明， 管理層在謀劃避稅活動時， 會故意增加交易的復雜度， 降低企業財務信息的可理解性， 為管理層謀取私利創造機會， 進而加大管理層與股東之間的代理矛盾（葉康濤和劉行，2014）； 同時， 大股東的掏空行為不可避免地會影響政府稅收（曾亞敏和張俊生，2009）。數字化稅收征管運用互聯網開票、 數據庫和大數據分析等信息技術， 將企業的稅務數據直接上傳給稅務局， 使稅務局能夠實時了解企業的交易數據和經營狀況， 彌補了人工征稅方式下信息滯后的不足， 提高了企業避稅的難度， 進而能夠抑制管理層和控股股東的自利行為， 提高公司治理水平和企業聲譽， 降低企業的投融資期限錯配程度。

基于上述理論分析， 數字化稅收征管通過緩解企業融資約束和兩類代理問題， 從而減輕企業的投融資期限錯配問題。因此， 本文提出如下假說：

H1： 數字化稅收征管顯著降低了企業投融資期限錯配程度。

三、 研究設計

（一）數據來源與樣本篩選

2013年， 山西、 山東（青島市除外）、 重慶三省（市）單軌上線了“金稅三期”系統， 自此， “金稅三期”工程拉開了帷幕。經過一年的開發升級， “金稅三期”優化版于2014年完成。2015年內蒙古、 河南、 廣東（深圳市除外）三省（區）開始單軌運行“金稅三期”。國家稅務總局決定， 從2015年開始全面推廣“金稅三期”優化版， 于2016年完成全國推廣工作， 全面實現數字化稅收征管。為了避免政策實施前后時間跨度對研究結論造成干擾， 本文選取“金稅三期”上線前三年（2010年）至2021年的滬深Ａ股上市公司數據為樣本。在不同地區， “金稅三期”的上線時間存在差異， 為了避免這種差異的影響， 本文剔除了辦公地和注冊地不同的企業樣本。此外， 還剔除了金融類公司樣本、 ST類樣本、 凈資產小于0的樣本以及財務數據有缺失值的樣本， 并對所有連續變量不分年度按上下1%進行縮尾處理， 最終共得到31488個有效觀測值。數據主要來源于CSMAR和WIND數據庫。

（二）變量定義

1. 投融資期限錯配。鐘凱等（2016）采用企業所需長期投資的資金缺口來衡量企業短貸長投， 由于企業短貸長投水平越高， 說明投融資期限錯配問題越嚴重， 本文采用該指標來衡量投融資期限錯配（SFLI）。

2. 數字化稅收征管。本文用“金稅三期”的上線情況來衡量是否實施了數字化稅收征管（POST）。需要注意的是， “金稅三期”上線需要一定的時間推廣， 所以參照朱凱等（2021）的做法， 如果該地區在上半年上線， 就視為本年實施了數字化稅收征管； 如果在下半年上線， 則視為下一年實施了數字化稅收征管。此外， 由于青島市和深圳市與其所在省份的上線時間不同， 本文單獨考慮了這兩個城市的實施時間。

3. 控制變量。參照蔡昌等（2021）的研究， 本文選取了企業基本財務特征、 公司治理特征方面的控制變量， 如企業規模（SIZE）、 企業年齡（AGE）、 經營活動凈現金流量（CF）、 營業費用占比（EXP）、 營業利潤率（OPM）、 負債水平（LDEBT）、 盈利水平（LOSS）、 工資水平（LWAGE）。此外， 還控制了企業個體（FIRM）和年份（YEAR）固定效應。具體變量定義如表1所示。

（三）模型設定

“金稅三期”系統從2013年上線開始， 歷經四年時間， 逐步在全國范圍內實現了全面推廣， 政策分批試點實施具有準自然實驗性質。因此， 本文構建多期雙重差分模型， 以檢驗數字化稅收征管與企業投融資期限錯配的關系， 具體模型如下：

SFLIi，t=α0+α1POSTi，t+∑Controlsi，t+FIRMi+

YEARt+εi，t （1）

其中， i表示企業， t表示年份， SFLIi，t表示企業投融資期限錯配， POSTi，t為企業當年是否實施了數字化稅收征管的啞變量， Controlsi，t表示其他控制變量， FIRMi代表企業個體固定效應， YEARt代表年份固定效應， εi，t為殘差項。

四、 實證結果

（一）描述性統計

表2是主要變量的描述性統計結果。SFLI的均值為-0.056， 標準差為0.129， 最小值為-0.443， 最大值為0.318， 表明樣本企業存在不同程度的投融資期限錯配問題。POST的均值為0.592， 表明樣本期間共有59.2%的觀測值受到了“金稅三期”的影響。控制變量的描述性統計結果均與已有文獻相似。

（二）基準回歸結果

表3列示了模型（1）的回歸結果。第（1）列的結果顯示， 在只控制企業個體—時間雙向固定效應時， 數字化稅收征管（POST）的系數為-0.009， 且在10%的水平上顯著。第（2）列的結果顯示， 在加入所有控制變量后， POST的系數為-0.014， 且在1%的水平上顯著。為排除變量間多重共線性對結論的干擾， 本文用方差膨脹系數（VIF）進行檢驗（檢驗結果略），發現 控制變量的VIF值均分布在［1， 2］區間內， 遠遠小于10， 說明本文自變量之間不存在多重共線性問題。為確保基準回歸結果的穩健性， 本文在控制了地區、 行業及年份三者的固定效應后進行回歸， 第（3）列、 第（4）列分別為未加入控制變量、 加入控制變量時的回歸結果， POST的系數均在1%的水平上顯著為負， 與第（2）列的回歸結果相似。這說明是否加入地區、 行業固定效應并不影響本文的結論， 因此本文后續研究均在控制企業個體和年份的固定效應下進行。以上結果表明， 實施“金稅三期”后， 企業投融資期限錯配程度顯著降低。

（三）穩健性檢驗

1.? 平行趨勢檢驗。為了排除實驗組和對照組自身差異對研究結果的影響， 本文構建了模型（2）進行平行趨勢檢驗。

SFLIi，t=α0+? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?αtPOSTyeari，t+

∑Controlsi，t+FIRMi+YEARt+εi，t （2）

其中， POSTyeart代表企業實施數字化稅收征管的時間， 本文取實施前三年及以前年度（pre_3）、 實施前兩年（pre_2）、 實施前一年（pre_1）、 實施當年（current）、 實施后一年（post_1）、 實施后兩年（post_2）、 實施后三年及以后年度（post_3）。以數字化稅收征管實施前一年（pre_1）作為基準年， 采用模型（2）進行回歸。若數字化稅收征管實施之前的回歸系數顯著， 則說明企業投融資期限錯配程度的降低可能是源于其他因素。回歸結果顯示， pre_3、 pre_2的系數均不顯著， 說明在實施數字化稅收征管之前實驗組和對照組的投融資期限錯配程度沒有顯著差異， 平行趨勢假設成立； current、 post_1、 post_2、 post_3的系數均在1%的水平上顯著為負， 再次驗證了H1。

2. 安慰劑檢驗。為了排除其他政策變革和隨機性因素的干擾， 本文進行了安慰劑檢驗。將企業所在地“金稅三期”實際上線時間之前的第二年和實際上線時間之后的第二年作為數字化稅收征管實施的虛假時間點， 構造虛擬變量POST1、 POST2， 分別代入模型（1）重新進行檢驗。回歸結果顯示， POST1和POST2的系數均不顯著， 即可排除其他因素的影響。

3. 熵平衡法檢驗。為了控制實驗組和對照組之間的系統性差異， 本文采用Hainmueller（2012）提出的熵平衡（Entropy balancing）數據處理方法， 通過調整協變量分布的一階、 二階和三階矩的差異， 估算出熵平衡的權重。經熵平衡匹配后， POST的系數在1%的水平上顯著為負， 表明在運用熵平衡法去除樣本選擇偏誤后， H1仍然成立。

4. 排除“營改增”政策的干擾。“營改增”于2012年在上海啟動試點， 并于2016年全面實施。“營改增”政策通過消除雙重征稅， 降低企業稅負， 從而增加企業的資金留存， 這可能會減輕企業的投融資期限錯配， 從而干擾本文的研究結論。為此， 設置“營改增”虛擬變量（vat_after）， 若企業受到“營改增”政策的影響， 則取值為1， 否則取值為0。結果顯示， vat_after和POST×vat_after的系數均不顯著， 表明企業投融資期限錯配程度的降低不受“營改增”政策的影響。

5. 排除2019年增值稅改革的影響。2019年， 我國繼續開展增值稅改革， 進一步減稅和降低增值稅稅率， 這將有助于減輕企業的負擔， 提高企業的利潤， 降低企業的投融資期限錯配程度， 干擾本文結論。因此， 本文剔除2019年及以后年度的數據重新進行回歸， 結果顯示， POST的系數為-0.015， 且在1%的水平上顯著， 與基準回歸結果基本一致。

因篇幅限制， 以上穩健性檢驗結果均未列示出來。

五、 進一步分析

（一）機制檢驗

根據上文的理論分析， 一方面， 數字化稅收征管通過“金稅三期”系統， 完善信息評價體系和信息共享機制， 降低資金供需雙方的信息不對稱程度， 充分發揮“橋梁效應”， 緩解企業的融資約束， 從而降低投融資期限錯配程度； 另一方面， 數字化稅收征管有助于緩解兩類代理問題， 有效發揮“治理效應”， 進而降低企業投融資期限錯配程度。為驗證上述作用機制， 本文參考溫忠麟和葉寶娟（2014）的三步法， 基于模型（1）， 構建了中介效應模型， 以檢驗“橋梁效應”和“治理效應”兩條作用路徑， 具體模型如下：

Mi，t=α0+α1POSTi，t+∑Controlsi，t+FIRMi+

YEARt+εi，t （3）

SFLIi，t=α0+α1POSTi，t+α2Mi，t+∑Controlsi，t+

FIRMi+YEARt+εi，t （4）

其中， M為中介變量， 主要指融資約束（SA）和代理成本（MER）。本文采用SA指數衡量融資約束， 計算公式為： SA=-0.737×Size+0.043× Size^2-0.040×Age， 其中Size為經通貨膨脹調整后的總資產自然對數， Age為觀測年份與上市年份之差（Hadlock和Pierce，2010）。SA指數越大， 說明企業融資約束越嚴重。另外， 參照蔡昌等（2021）的做法， 使用企業管理費用和營業收入之比來衡量代理成本（MER）， 該值越大， 說明企業的代理問題越嚴重。

1.? 數字化稅收征管的“橋梁效應”。表4列示了以融資約束為中介變量的回歸結果。第（2）列中POST的系數顯著為負， 表明數字化稅收征管能夠有效緩解企業融資約束； 第（3）列中SA的系數顯著為正， 說明企業融資約束與投融資期限錯配程度同方向變動； 第（4）列將SA作為控制變量代入了主回歸， 其系數依然顯著為正， POST的系數顯著為負， 說明數字化稅收征管通過緩解企業的融資約束降低了投融資期限錯配程度， 發揮了“橋梁效應”。

2. 數字化稅收征管的“治理效應”。表5列示了以代理成本為中介變量的回歸結果。第（2）列中POST的系數顯著為負， 表明數字化稅收征管顯著降低了企業的代理成本； 第（3）列中MER的系數顯著為正， 表明隨著代理成本的增加， 企業投融資期限錯配程度提高； 第（4）列將MER作為控制變量代入了主回歸， 其系數依然顯著為正， POST的系數顯著為負， 說明數字化稅收征管通過減少代理沖突降低了企業投融資期限錯配程度， 發揮了“治理效應”。

（二）異質性檢驗

1. 抵押擔保能力。理論和實踐證據顯示， 銀行在審核企業的長期借款申請時， 通常十分看重企業的抵押擔保能力， 抵押資產中最常見的就是固定資產。出于對企業違約風險的擔憂， 銀行會更愿意放貸給抵押擔保能力強的企業， 因此抵押擔保能力較弱的企業獲取銀行長期借款的難度更大， 從而面臨更大的融資約束， 在此情況下數字化稅收征管對投融資期限錯配的抑制作用會更強。本文參照劉行等（2017）的做法， 用固定資產占總資產的比重衡量抵押擔保能力（FA）， 并按照其年度—行業中位數劃分高、 低抵押擔保能力組， 回歸結果見表6。在高抵押擔保能力組中， POST的系數不顯著； 而在低抵押擔保能力組中， POST的系數為

-0.027， 且在1%的水平上顯著； POST×FA的系數在10%的水平上顯著為負。以上結果均說明， 在抵押擔保能力較弱的企業中， 數字化稅收征管對企業投融資期限錯配的抑制作用更顯著， 這進一步增加了“橋梁效應”作用機制的相關證據。

2. 分析師關注度。數字化稅收征管能夠加強對企業行為的制約， 減輕企業存在的兩類代理問題。鑒于此， 數字化稅收征管作為一種外部治理機制， 對公司治理水平較低的企業可能會帶來更大的積極作用。一般來說， 具有更高分析師關注度的企業治理水平也會更高。因為當分析師聚焦于某一企業時， 會挖掘企業更多的細節問題， 將企業置于“放大鏡”之下， 也就意味著該企業的信息會更加透明， 這會促使企業提高自身的治理水平。相反， 當企業無人問津時， 企業會處于一個惡性循環的狀態， 自身的問題越來越多， 治理水平也會越來越低。參照謝露等（2021）的做法， 本文采用分析師跟蹤人數加1后取自然對數來衡量分析師關注度（ANALYST）， 并按照其年度—行業中位數劃分高、 低分析師關注度組， 回歸結果見表7。在低分析師關注度組中， POST的系數顯著為負； 而在高分析師關注度組中， POST的系數不顯著； POST×ANALYST的系數在1%的水平上顯著為正。以上結果均說明， 在分析師關注度較低的企業中， 數字化稅收征管對企業投融資期限錯配的抑制作用更為顯著， 這進一步增加了“治理效應”作用機制的相關證據。

3. 產權性質。在企業產權性質方面， 國有企業對于國家經濟調控有著不可替代的重要作用， 肩負著更多的社會責任， 信息披露更加透明， 這也意味著國有企業不會刻意進行避稅行為， 因此數字化稅收征管的“橋梁效應”可能對于減輕非國有企業的投融資期限錯配問題更為顯著。此外， 國有企業的資源優勢使其比非國有企業更易于獲得融資， 而非國有企業面臨著更嚴重的融資難、 融資貴問題， 因此數字化稅收征管對融資約束更高的非國有企業投融資期限錯配的抑制作用更為明顯。鑒于此， 根據產權性質（STATE）， 將樣本分為國有企業組（STATE=1）和非國有企業組（STATE=0）， 回歸結果見表8。國有企業組中POST的系數在5%的水平上顯著為負， 非國有企業組中POST的系數在1%的水平上顯著為負， POST×STATE的系數在1%的水平上顯著為正。以上結果均說明， 在非國有企業中， 數字化稅收征管政策對投融資期限錯配的抑制作用更為顯著。

六、 結論與啟示

2013年開始在全國范圍內陸續上線的“金稅三期”系統使得本文可以在準自然實驗的情境下研究數字化稅收征管對企業投融資期限錯配的影響。研究發現， 我國上市公司普遍存在投融資期限錯配現象， 以“金稅三期”為代表的數字化稅收征管顯著降低了企業投融資期限錯配程度。中介機制檢驗表明， 數字化稅收征管通過打破企業和資金提供方之間的信息壁壘， 提高信息透明度， 緩解企業融資約束， 最終減輕企業投融資期限錯配； 同時， 通過抑制上市公司管理層的機會主義行為和控股股東的掏空行為， 減少代理問題， 從而抑制企業投融資期限錯配。此外， 在抵押擔保能力較弱、 分析師關注度較低以及非國有企業中數字化稅收征管對企業投融資期限錯配的抑制作用更為顯著。

本文的研究可為當前階段深化稅制改革、 優化企業投融資結構提供決策依據。基于上述結論， 可得到如下啟示： 一是， 稅務部門要依托信息化技術， 進一步完善信息共享渠道， 更好地發揮數字化稅收征管的“橋梁效應”。“金稅三期”已經實現了銀稅互通， 稅務機關將企業的納稅信用等級共享給銀行系統， 為其發放貸款提供有益信息。因此， 未來稅收征管改革應進一步整合更多的企業信息， 而不僅僅是涉稅信息， 要擴大數據范圍， 進一步提高企業信息透明度。二是， 要深化金融供給側結構性改革， 有效發揮數字化稅收征管的“橋梁效應”。融資難是我國企業短貸長投的直接原因之一， 輕則導致企業陷入財務困境， 重則引發金融系統性風險。因此， 金融業的發展應順應改革的方向， 不斷改善金融制度環境， 為企業提供更加豐富的金融產品， 拓寬中長期資金來源， 滿足不同企業的融資需求。三是， 各監管部門要加大監管力度， 增強數字化稅收征管的“治理效應”。金融機構、 證監會等應當運用好大數據系統提供的企業數據， 加強對企業生產經營等方面的監管； 同時， 通過大數據分析技術， 對資本市場進行風險警示， 及時披露上市公司信息， 加大對資本市場參與者的保障力度。四是， 企業應重視投融資期限的配置， 合理安排短期負債和長期負債資金， 提前做好短期借款的還款準備， 降低經營風險； 同時， 提高公司治理水平， 利用數字化稅收征管平臺， 完善信息披露， 加強與外部投資者的溝通， 為企業投融資爭取更多的機會。

【 主 要 參 考 文 獻 】

白云霞，邱穆青，李偉．投融資期限錯配及其制度解釋——來自中美兩國金融市場的比較［ J］．中國工業經濟，2016（7）：23 ～ 39．

蔡昌，林高怡，王卉喬．稅收征管與企業融資約束——基于金稅三期的政策效應分析［ J］．會計研究，2021（5）：107 ～ 120．

蔡棟梁，劉敏，鄒亞輝等．稅收征管與股價同步性——基于制度背景的研究［ J］．南開管理評論，2022（3）：160 ～ 171．

范子英，田彬彬．稅收競爭、稅收執法與企業避稅［ J］．經濟研究，2013（9）：99 ～ 111．

高友才，劉孟暉．終極控制人股權特征與公司投融資策略研究——來自中國制造業上市公司的經驗證據［ J］．中國工業經濟，2012（7）：96 ～ 108．

賴黎，唐蕓茜，夏曉蘭等．董事高管責任保險降低了企業風險嗎？——基于短貸長投和信貸獲取的視角［ J］．管理世界，2019（10）：160 ～ 171．

劉行，趙健宇，葉康濤．企業避稅、債務融資與債務融資來源——基于所得稅征管體制改革的斷點回歸分析［ J］．管理世界，2017（10）：113 ～ 129．

饒品貴，姜國華．貨幣政策、信貸資源配置與企業業績［ J］．管理世界，2013（3）：12 ～ 22+47+187．

孫鳳娥．投融資期限錯配：制度缺陷還是管理者非理性［ J］．金融經濟學研究，2019（1）：94 ～ 110．

孫雪嬌，翟淑萍，于蘇．大數據稅收征管如何影響企業盈余管理？——基于“金稅三期”準自然實驗的證據［ J］．會計研究，2021（1）：67 ～ 81．

孫雪嬌，翟淑萍，于蘇．柔性稅收征管能否緩解企業融資約束——來自納稅信用評級披露自然實驗的證據［ J］．中國工業經濟，2019（3）：81 ～ 99．

王東清，劉華南．管理者能力影響企業短貸長投嗎？［ J］．金融發展研究，2020（1）：46 ～ 54．

王紅建，楊箏，阮剛銘等．放松利率管制、過度負債與債務期限結構［ J］．金融研究，2018（2）：100 ～ 117．

肖繼輝，李輝煌．銀行業競爭與微觀企業投融資期限錯配［ J］．南京審計大學學報，2019（3）：38 ～ 45．

葉康濤，劉行．公司避稅活動與內部代理成本［ J］．金融研究，2014（9）：158 ～ 176．

于文超，殷華，梁平漢．稅收征管、財政壓力與企業融資約束［ J］．中國工業經濟，2018（1）：100 ～ 118．

翟淑萍，韓賢，陳曦．數字金融對企業投融資期限錯配的影響及其路徑分析——基于“短貸長投”視角［ J］．廣東財經大學學報，2021（4）：96 ～ 110．

鄭志剛，殷慧峰，胡波．我國非上市公司治理機制有效性的檢驗——來自我國制造業大中型企業的證據［ J］．金融研究，2013（2）：142 ～ 155．

鐘凱，程小可，張偉華．貨幣政策適度水平與企業“短貸長投”之謎［ J］．管理世界，2016（3）：87 ～ 98+114+188．

鐘凱，劉金釗，王化成．家族控制權會加劇企業資金期限結構錯配嗎？——來自中國非國有上市公司的經驗證據［ J］．會計與經濟研究，2018（2）：3 ～ 20．

朱凱，潘舒芯，胡夢夢．智能化監管與企業盈余管理選擇———基于金稅三期的自然實驗［ J］．財經研究，2021（10）：140 ～ 155．

Chen S.， Chen X.， Cheng Q.， et al.. Are Family Firms More Tax Aggressive Than Non-family Firms？［ J］． Journal of Financial Economics，2010（1）：41 ～ 61．

Desai M. A.， Dharmapala D.. Corporate Tax Avoidance and High-powered Incentives［ J］． Journal of Financial Economics，2006（1）：145 ～ 179．

Desai M. A.， Dyck A.， Zingales L.. Theft and Taxes［ J］． Journal of Financial Economics，2007（3）：591 ～ 623．

Friedman E.， Johnson S.， Mitton T.. Propping and Tunneling［ J］． Journal of Comparative Economics，2003（4）：732 ～ 750．

Hadlock C. J.， Pierce J. R.. New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index［ J］． The Review of Financial Studies， 2010（5）：1909 ～ 1940．

Kahl M.， Shivdasani A.， Wang Y.. Short-term Debt as Bridge Financing： Evidence from the Commercial Paper Market［ J］． The Journal of Finance，2015（1）：211 ～ 255．

Kaplan A. M.， Haenlein M.. Users of the World， Unite！ The Challenges and Opportunities of Social Media［ J］． Business Horizons，2009（1）：59 ～ 68．

Kaplan S. N.， Zingales L.. Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints？［ J］． The Quarterly Journal of Econo-mics，1997（1）：169 ～ 215．

Xu W.， Zeng Y.， Zhang J.. Tax Enforcement as a Corporate Governance Mechanism： Empirical Evidence from China［ J］． Corporate Governance： An International Review，2011（1）：25 ～ 40．

【基金項目】國家社會科學基金項目“杠桿監管對國有企業財務行為的影響機理研究”（項目編號：20BGL072）；首都經濟貿易大學研究生科技創新資助項目（項目編號：2023KJCX068）

【作者單位】1.首都經濟貿易大學會計學院， 北京100070；2.中國建筑材料科學研究總院有限公司， 北京100020