稅收征管與商業信用融資

王麗 吳樂 王云霞

【摘要】本文以2009～2021年A股上市公司為研究樣本， 利用“金稅三期”的實施作為準自然實驗， 采用雙重差分模型實證檢驗稅收征管對企業商業信用融資的影響。研究表明， 以“金稅三期”為代表的稅收征管能顯著促進企業獲取商業信用融資；作用渠道顯示， 稅收征管通過增加融資約束和提高信息透明度兩個渠道促進企業獲取商業信用融資； 進一步分析發現， 當企業產權性質為民企、產品市場地位低、征管機構為地稅機關以及處于市場化程度低的地區時， 稅收征管對企業商業信用融資的促進作用更明顯。本研究結論在豐富稅收征管經濟后果和商業信用融資影響因素的同時， 為政府部門進一步完善大數據稅收征管和面對政策變化時企業如何做出合理的融資決策提供了參考價值。

【關鍵詞】稅收征管；融資約束；信息透明度；商業信用融資

【中圖分類號】 F812.4；F234.3? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）11-0112-9

一、 引言

隨著數字經濟的快速發展， 黨中央和國務院開始制定出以數字化轉型推動國家治理方式改革的政策方針。從稅收領域的改革來看， 國家稅務總局在“金稅一期”和“金稅二期”的基礎上進一步推出了“金稅三期”， 以 “一個平臺、 兩級處理、 三個覆蓋、 四個系統”為戰略目標來全面推進稅收征管數字化升級和智能化改造。以“金稅三期”為代表的稅收征管結合了大數據、 云計算等現代信息技術，? 既能夠對企業有關稅務方面的信息收集得比較精確和完整， 又能夠對企業收入和支出進行多方監控， 還能夠將數據分析方法由經驗分析轉換為大數據分析， 從而大大地提高了稅務部門數據分析能力和稅務監管的精確性。從理論研究來看， 現有文獻發現， 大數據稅收征管一方面使得企業偷、 逃稅款活動得到有效抑制（孫鈺鵬，2021）， 從而降低了企業的研發投入和產出（吉赟和王貞，2019）、 產生了“現金流效應”（蔡偉賢和李炳財，2021）； 另一方面能夠發揮治理作用， 提高企業信息透明度， 從而降低了審計風險和審計費用（鄭建明和孫詩璐，2021）、 提高了全要素生產率（詹新宇等，2022）。由此可以看出， 稅收征管對企業生產經營活動、 經營風險等方面產生了影響， 那么是否也會對企業融資活動產生影響有待進一步研究。

商業信用融資是指供應鏈上下游企業之間因為在提供產品或原材料時因延遲收取款項所形成的短期占款。和傳統正式融資渠道相比， 商業信用作為非正式融資渠道， 具有低成本、 易獲取以及限制條件少等優勢。尤其是在金融發展受到抑制的發展中國家， 商業信用融資能夠成為銀行貸款的有效替代， 對緩解企業融資約束、 維持企業順利運轉發揮著重要作用（Fisman 和 Love，2003）。從商業信用需求的角度來看， 其存在的本質原因如下： 一是客戶企業資金的周轉難度， 尤其是在企業存在融資約束的情況下， 對商業融資的需求度較高； 二是供應商和客戶企業雙方的信任度， 信任度越高， 客戶企業獲得商業信用融資的規模就越大（Raise等，2007）。在供應鏈交易中， 供應商對客戶的會計信息質量有較高的要求， 隨著信息透明度的提高， 供應商可以對客戶的資產狀況、 負債狀況、 盈利能力以及現金流等情況進行很好的評估， 雙方之間的信任度也就隨之增加（Hui 等，2012）。理論上而言， 以“金稅三期”為代表的稅收征管有以下作用： 一方面加劇了企業的融資約束， 為緩解這種資金匱乏的現狀， 使得企業獲取商業信用融資的需求增加； 另一方面提高了企業信息透明度， 有助于增加供應鏈交易雙方的信任度， 使得企業獲取商業信用融資的機會增加。基于此， 本文利用“金稅三期”工程逐步、 分批上線實施作為準自然實驗， 實證檢驗以“金稅三期”為代表的稅收征管對企業商業信用融資的影響是否與理論預測一致。

和現有文獻相比， 本文的創新之處表現在如下三個方面： 第一， 從企業融資活動方面拓展了大數據稅收征管經濟后果的相關文獻。現有關于大數據稅收征管的微觀經濟后果研究主要探討了稅收征管對盈余質量（李增福等，2021）、 企業投資（李世剛和黃一松，2022）以及內部薪酬（魏志華等，2022）等各方面生產經營活動的影響， 缺乏大數據稅收征管對企業籌資活動的影響研究。而本文從商業信用融資的角度檢驗以“金稅三期”為代表的稅收征管對企業籌資活動的影響， 拓展了大數據稅收征管在企業籌資活動方面的經濟后果。第二， 從環境變化層面豐富了商業信用融資影響因素的相關文獻。現有文獻主要從文化（Kong等，2020）、 金融（陸正飛和楊德明，2011）以及法制（潘越等，2022）等環境方面進行了相關研究， 但從稅收征管環境變化方面探討商業信用融資影響因素的研究還很少。而本文以“金稅三期”為實施背景， 研究了稅收征管環境對企業獲取商業信用融資的影響， 拓展了商業信用融資在稅收環境變化方面的影響因素。第三， 從現實意義方面對建設數字化稅收征管提供了經驗證據。本文研究發現， 以“金稅三期”為代表的稅收征管一方面通過提高企業信息透明度促進了企業獲取商業信用融資， 所以應該持續推進數字技術與稅收征管的融合， 以更好地發揮公司治理作用； 另一方面通過加強融資約束促進了企業獲取商業信用融資， 所以后期應該在減稅降費的基礎上提高稅收征管能力， 以促進企業高質量發展。

二、 文獻綜述、 理論分析和研究假設

（一）文獻綜述

1. 稅收征管的經濟后果。關于稅收征管的微觀經濟后果一直是國內外學者關注的熱點問題， 現有研究主要聚焦于兩大方面即征稅效應和公司治理效應。具體而言： ①稅收征管產生了征稅效應。稅收征管行為抑制了納稅企業的避稅活動， 提高了企業稅負水平和非正規活動支出， 從而降低了企業留存收益和現金流水平， 最終導致企業融資困難和融資成本增加（Lennox等，2018）。例如： 張克中等（2020）研究發現， 大數據稅收征管技術的提高明顯增加了企業的實際稅負水平， 降低了企業的盈利能力， 在一定程度上出現了“減稅難降負”的問題； 李曉艷等（2022）認為， 在“金稅三期”上線后， 稅收征管抑制了納稅企業的避稅活動， 提高了其融資約束水平， 使得企業缺乏足夠的資金進行金融資產投資， 從而降低了企業的金融化程度。②稅收征管產生了公司治理效應。大數據技術的應用改變了傳統的稅收征管模式， 既可以使不同數據源相互比對， 又可以實現“程序管人”的模式， 還可以從經驗分析轉為大數據分析， 從而能夠有效地對管理層和大股東發揮監督治理作用， 減少其機會主義行為（孫雪嬌等，2021）。例如： 鄭建明和孫詩璐（2021）檢驗了稅收征管對審計費用的影響， 研究表明“金稅三期”的實施可以提高稅收稽查的精確性和有效性， 使得管理層逃稅的成本大大增加， 進而緩解了納稅企業的代理沖突問題， 那么審計風險和審計費用也會不斷降低； 劉慧龍等（2022）認為， 稅收征管數字化升級使得稅務部門既可以獲得更多的信息， 又具有高效的數據分析和處理能力， 從而提高了發現納稅企業關聯交易違背獨立交易原則的能力和概率， 所以導致企業關聯交易降低。此外， 稅收征管的數字化升級在降低股價崩盤風險（徐捍軍，2021）、 提高盈余質量（李增福等，2021）、 縮小內部薪酬差距（魏志華等，2022）以及減少過度投資（李世剛和黃一松，2022）等方面也發揮了公司治理作用。

2. 商業信用融資的影響因素。商業信用作為一種非正規金融手段， 不管是在發達國家還是在發展中國家的供應鏈交易中均得到廣泛的使用。現有研究發現， 融資約束和信息透明度對企業獲取商業信用融資具有重要的影響。具體而言： ①融資約束。從商業信用需求的角度來看， 部分企業在面臨融資約束時會選擇商業信用作為替代性融資手段， 換而言之， 商業信用的發生表現為融資效應（Fisman和Love，2003）。 陸正飛和楊德明（2011）認為， 當貨幣政策緊縮時， 信貸配給問題更加突出， 容易使得企業陷入流動性困境， 此時商業信用融資作為替代性融資方式更有利于緩解企業面臨的融資約束。楊德明和趙璨（2015）從產權性質的角度進行探究， 發現民營企業由于政治關聯度較低存在信貸配給問題， 使得其融資約束水平一般較高， 所以常常通過私人關系以獲取較多的商業信用融資。盧闖等（2022）采用手工收集的單筆質押價格數據， 考察了控股股東股權質押壓力對商業信用融資的影響， 結果表明， 控股股東質押壓力越大， 原本企業融資不足的現狀越是雪上加霜， 增加了企業對流動性的偏好， 從而加強了企業獲取商業信用融資的動機。②信息透明度。客戶企業如果想要在供應鏈交易中獲取商業信用融資額度， 就需要向上游供應商企業提供高質量的會計信息和傳遞經營穩健、 信譽良好的信號， 以降低供應鏈交易雙方的信息不對稱程度， 使得企業的經營狀況、 財務狀況以及未來發展潛力能夠更好地被評估（Wu等，2014）。例如： 鄭軍等（2013）認為， 高質量的內部控制有助于提高會計信息的可靠性， 降低契約各方的信息不對稱， 減少因逆向選擇產生的高額商業信用融資成本， 從而促進其獲得信用配給； 黃波和王滿（2018）認為， 分析師可以通過發布盈余預測的方式將對其所關注上市公司的相關情況傳遞給利益相關者， 提高被關注公司的信息透明度， 從而促進其獲得更多的商業信用融資。

（二）理論分析和研究假設

隨著“金稅三期”工程的上線， 大數據、 云計算等新興技術在稅收征管方面的運用既提高了企業融資約束水平， 又提高了企業信息透明度。而企業獲取商業信用融資容易受到自身融資約束水平和信息透明度的影響。基于此， 本文從融資約束和信息透明度這兩個視角分析“金稅三期”實施后， 稅收征管如何對企業獲取商業信用融資產生影響， 具體理論分析如下：

首先， 稅收征管加劇了企業的融資約束， 從而提高了企業獲取商業信用融資的需求。“金稅三期”工程在運用大數據、 云計算等現代技術后， 對企業有關稅務方面信息的監控能力不斷提高， 從而有助于加強稅收監管對企業避稅活動的抑制作用。具體表現在： 稅務部門利用大數據技術和云計算平臺的智能化技術， 一方面， 能夠獲取企業所在行業、 上下游行業的企業在各生產經營環節的立體化信息， 通過與這些相關行業的企業進行對比， 以判斷企業納稅是否存在異常； 另一方面， 通過核查企業的收入、 成本費用、 利潤和庫存等各科目的信息以及追蹤資金流與票據流， 計算出各項指標并進行判斷， 同時根據歷史數據波動信息對企業未來應納稅額進行預測， 從而能夠有效提高對企業偷稅、 漏稅等行為的識別機會， 使其避稅空間得到抑制（張克中等，2020；李增福等，2021）。而企業避稅活動具有“現金流效應”， 能夠增加留存收益和稅后現金流， 成為企業開展內源融資、 減少債務融資需求以及應對外部風險的有效手段之一（Graham和 Tucker，2005；Edwards等，2016）。稅收征管抑制了企業的避稅活動， 降低了內源融資的能力， 與此同時企業的融資成本與融資難度將隨之增加， 從而提高了企業的融資約束水平。為彌補資金缺口以緩解融資約束， 企業需要依靠外部融資來為其生產經營活動尋求資金支持。和其他外部融資方式相比， 商業信用作為短期融資方式具有融資成本低、 風險小以及門檻低等特點， 隨著融資約束水平的提升， 企業對獲取商業信用融資的需求增加。由此可見， 以“金稅三期”為代表的稅收征管在降低企業內部融資能力后提高了其融資約束水平， 從而增加了企業獲取商業信用融資的需求。

其次， 稅收征管提高了企業的信息透明度， 從而提高了企業獲取商業信用融資的機會。在“金稅三期”工程上線后， 依托大數據、 云計算等數字技術的稅收征管工作， 降低了納稅企業的機會主義行為， 從而提高了其信息透明度。具體表現在： “金稅三期”的上線， 一方面可以對獲取的數據源進行相互比對。一是稅務部門能夠獲取納稅人提供的數據、 互聯網涉稅數據以及其他部門的共享數據等多方來源數據， 從而可以進行相互驗證以提高數據的真實性。二是將國稅和地稅的征管信息系統統一， 實現了稅收數據的集中管理和信息互通， 減少了納稅企業的機會主義行為， 使得企業信息透明度不斷提高（孫雪嬌等，2021）。另一方面， 對獲取的數據進行實時監控。稅務部門既可以實時識別納稅企業電子發票的稅號和金額等相關信息， 以此來評估企業的實際經營狀況， 又可以根據納稅企業的識別號對增值稅的銷項稅發票和進項稅發票進行追蹤和比對， 在這些作用下企業信息披露機會主義行為的成本隨之增加， 使得管理層盈余管理行為減少， 從而有效地提高了企業信息透明度 （魏志華等，2022）。供應商對客戶提供商業信用的根本前提是， 能夠對其生產經營活動、 財務風險以及償債能力進行判斷（Hui等，2012）。如果供應商難以根據掌握的相關信息對客戶企業的經營風險、 財務風險以及償債風險做出合理判斷時， 供應商對客戶企業的信任度就會降低， 而信任度的降低將會使得供應商對客戶企業持續經營能力和管理層機會主義產生懷疑和擔憂， 從而導致供應商減少甚至不對客戶企業提供商業信用以減少違約風險的發生（修宗峰等，2021）。而隨著企業信息透明度的提高， 供應商能夠更加及時地了解企業的真實生產經營狀況、 財務狀況以及未來發展機會等方面的信息， 提高了供應商和企業之間的相互信任度， 供應商據此可以做出更加合理的商業信用供給決策， 有效避免了因逆向選擇過多引發的商業信用融資成本， 從而提高了企業從供應商處獲取商業信用融資的機會。由此可見， 以“金稅三期”為代表的稅收征管提高了信息透明度和供應商對企業的信任度， 從而提高了企業獲取商業信用融資的機會。

綜合上述分析， 在“金稅三期”實施后： 一方面， 稅收征管提高了企業融資約束水平， 使得企業對商業信用融資的需求增加； 另一方面， 稅收征管提高了企業信息透明度， 使得企業獲取商業融資的機會增加。基于此， 本文提出如下假設：

H1： 其他條件不變的情況下， 稅收征管促進了企業獲取商業信用融資。

三、 研究設計

（一）樣本來源與處理

本文選取2009 ～ 2021年的A股上市公司作為研究樣本。之所以以2009 ～ 2021年作為樣本期間， 原因在于“金稅三期”工程最早一批實施的地區是從2013年開始的， 最晚一批的地區是從2016年下半年開始實施的，? 這樣在最早一批實施前有4年的窗口期， 在最晚一批實施后也有4年的窗口期， 可以保持事件窗口期具有一定的對稱性和合理性。根據已有研究慣例， 本文對樣本觀測值進行了如下處理： ①刪除金融、 保險類以及主要變量缺失的樣本觀測值； ②對連續變量進行了上下1%的縮尾處理。在經過上述處理后， 最終得到33584個樣本觀測值。

（二）變量定義

1. 解釋變量： 稅收征管（Gtp）。Gtp用“金稅三期”工程是否實施的虛擬變量進行度量。“金稅三期”工程采取分批次逐步在全國各省市推廣的方式， 如果企業注冊所在地區第t年開始實行“金稅三期”工程， Gtp在第t年及其以后取值為1， 否則為0。由于該工程實施后需要經過一段時間的推廣， 所以借鑒張克中等（2020）的方法， 如果企業所在地區“金稅三期”工程在上半年實施則判定為當年發生了稅收征管， 若在下半年實施則判定為下一年發生了稅收征管。

2. 被解釋變量： 商業信用融資（Credit）。借鑒陸正飛和楊德明（2011）、 耿艷麗等（2021）以及彭愛武和張新民（2022）的研究， 根據應付賬款、 應付票據、 預收賬款之和與當年年末總資產之比的方法來度量企業商業信用融資。

3 .控制變量。借鑒鄭軍等（2013）和盧闖等（2022）的研究， 本文從企業特征、 企業績效和公司治理三個方面選取了一系列影響商業信用融資的控制變量。和企業特征有關的控制變量包括企業規模（Size）、 財務杠桿（Lev）、 固定資產占比（Ppe）、 銀行融資（Bank）、 上市時間（Age）； 和企業績效有關的控制變量包括資產收益率（Roa）、 經營性現金流（Cashflow）、 成長能力（Grow）； 和公司治理有關的控制變量包括股權集中度（Top1）、 獨立董事規模（Indirect）、 分析師關注度（Analyst）、 審計師類型（Auditor）。同時， 還納入公司固定效應（Firm）和年度固定效應（Year）。

上述變量的具體定義如表1所示。

（三）模型設計

由于“金稅三期”工程實行逐步、 分批試點實施的方式， 這一特征具備良好的“準自然實驗”實施條件。基于此， 為檢驗收征管對企業獲取商業信用融資的影響， 本文將采用多期雙重差分方法建立如下模型：

其中， i表示企業， c表示地區， t表示年份。Crediti，t是商業信用融資水平， Gtpc，t為企業注冊地所在地區當年“金稅三期”工程是否實施的虛擬變量， 用以代表稅收征， Controlsi，t為一系列控制變量。本文重點關注Gtp的系數α1， 如果α1>0， 說明稅收征管促進了企業獲取商業信用融資。

四、 實證分析結果

（一）描述性統計

表2報告了基本回歸中主要變量的描述性統計結果。從中可知， 被解釋變量商業信用融資（Credit）的均值為0.157， 即在上市公司的樣本數據中應付賬款、 應付票據、 預收賬款三個會計科目之和在總資產中的占比為15.7%， 說明商業信用融資是多數上市公司獲取外部融資的主要手段。商業信用融資（Credit）的最小值為0.006， 最大值為0.533， 標準差為0.116， 說明各公司從上游供應商處獲得商業信用融資的差異較大。解釋變量稅收征管（Gtp）的均值為0.555， 說明在上市公司樣本中有55%將會受到“金稅三期”項目的影響。其余各控制變量的結果與現有文獻的研究無明顯差異， 且處在合理范圍之內， 故不在此贅述。

（二）基本回歸結果

表3 列示了稅收征管與企業商業信用融資之間關系的基本回歸結果。第（1）列為加入和企業特征有關的控制變量， 稅收征管（Gtp）的回歸系數為0.010， 在5%的水平上通過顯著性測試。第（2）列為繼續加入和企業績效有關的控制變量， 稅收征管（Gtp）的回歸系數為0.017， 在1%的水平上通過顯著性測試。第（3）列為繼續加入和公司治理特征有關的控制變量， 稅收征管（Gtp）的回歸系數為0.019， 在1%的水平上通過顯著性測試。上述基本回歸的結果表明， 以“金稅三期”為代表的稅收征管的實施， 一方面， 增加了企業的融資約束， 從而提高了企業獲取商業信用融資的需求， 另一方面， 提高了企業的信息透明度， 從而提高了企業獲取商業信用融資的機會。總體而言， 這些結果支持了本文的H1， 即稅收征管促進了企業商業信用融資。

（三）作用渠道檢驗

如前文理論分析所述， 以“金稅三期”為代表的稅收征管既可能通過加劇融資約束從而增加企業獲取商業信用融資的需求， 又可能通過提高信息透明度從而增加企業獲取商業信用融資的機會。因此， 本文將檢驗稅收征管是否通過融資約束和信息透明度這兩個作用渠道影響企業商業信用融資。

1.? 融資約束。為檢驗融資約束作用渠道是否成立， 參照溫忠麟等（2004）的中介效應檢驗模型， 在模型（1）的基礎上進一步設立模型（2）、 （3）。其中， SAi，t為融資約束水平。借鑒Hadlock和Pierce（2010）的方法， 對融資約束程度采用SA指數的絕對值進行衡量。一般而言， SA指數的絕對值越大， 說明企業面臨的融資約束程度越高。表4第（1）～（3）列報告了融資約束渠道的中介效應檢驗結果。第（1）列為模型（1）的回歸結果， 即稅收征管促進了企業商業信用融資。第（2）列對融資約束（SA）的回歸結果顯示， 稅收征管（Gtp）的回歸系數為0.003， 在5%的水平上通過顯著性測試， 說明以“金稅三期”為代表的稅收征管加劇了企業的融資約束。第（3）列稅收征管和融資約束對商業信用融資的回歸結果顯示， 融資約束（SA）的回歸系數為0.057， 在1%的水平上通過顯著性測試， 說明融資約束對商業信用融資具有正向影響； 在控制融資約束后， 稅收征管（Gtp）對商業信用融資的回歸系數為0.010， 在5%的水平上通過顯著性測試， 但是和第（1）列相比系數出現了下降。上述回歸結果表明， 融資約束在稅收征管對商業信用融資的影響中發揮了部分中介作用。換而言之， 以“金稅三期”為代表的稅收征管抑制了企業的避稅活動， 企業內部融資能力隨之下降， 融資約束水平隨之提升， 從而提高了企業獲取商業信用融資的需求。

2. 信息透明度。為檢驗信息透明度作用渠道是否成立， 參照溫忠麟等（2004）的中介效應檢驗模型， 在模型（1）的基礎上進一步設立模型（4）、 （5）。其中， DAi，t為信息透明度。借鑒Hutton 等（2008）的方法， 對信息透明度（DA）采用修正Jones模型估算的企業操縱性應計利潤的絕對值進行衡量。一般而言， 操縱性應計利潤的絕對值越大， 說明企業的信息透明度越低。表4第（4）、 （5）列報告了信息透明度渠道的中介效應檢驗結果。第（4）列對信息透明度（DA）的回歸結果顯示， 稅收征管（Gtp）的回歸系數為-0.021， 在1%的水平上通過了顯著性測試， 說明以“金稅三期”為代表的稅收征管提高了企業的信息透明度。第（5）列稅收征管和信息透明度對商業信用融資的回歸結果顯示， 信息透明度（DA）的回歸系數為-0.008， 在1%的水平上通過了顯著性測試， 說明信息透明度對商業信用融資具有正向影響； 在控制信息透明度后， 稅收征管（Gtp）對商業信用融資的回歸系數為0.013， 在5%的水平上通過了顯著性測試， 但是和第（1）列相比系數出現了下降。上述回歸結果表明， 信息透明度在稅收征管對商業信用融資的影響中發揮了部分中介作用。換而言之， 以“金稅三期”為代表的稅收征管提高了企業信息透明度和供應商對企業的信任度， 從而提高了企業獲取商業信用融資的機會。

（四）穩健性檢驗

為確保回歸結果的穩健性， 本文采用以下五種類型的穩健性測試（限于篇幅， 未報告結果）。

1. 平行趨勢檢驗。在基本回歸中， 本文采用的是多期雙重差分模型， 使用該方法的前提條件是要滿足平衡趨勢假設檢驗。為了檢驗雙重差分模型是否符合平行趨勢假設， 本文通過改變“金稅三期”實施時間的“反事實法”來進行驗證。具體而言， 本文將各地區受“金稅三期”上線影響的時間提前1～4年， 即分別設置四個虛擬變量代替稅收征管（Gtp）加入回歸模型中， 分別為Before-4、 Before-3、 Before-2和Before-1， 代表了“金稅三期”實施的前四年、 前三年、 前兩年和前一年。如果這四個變量的回歸系數依然顯著為正， 說明上市公司獲取商業信用融資有可能是由于其他政策的影響造成的， 并非是以“金稅三期”為代表的稅收征管產生的影響； 反之， 如果四個變量的回歸系數不顯著， 說明在“金稅三期”上線之前， 處理組與控制組的上市公司商業信用融資水平滿足趨勢一致的假設條件。回歸結果表明， 四個虛擬變量Before-4、 Before-3、 Before-2和Before-1的回歸系數均不顯著， 說明本文的雙重差分模型符合平行趨勢假設。

2. 傾向得分匹配（PSM）+雙重差分法（DID）。雖然“金稅三期”的上線作為外生沖擊事件能夠緩解遺漏變量和反向因果等方面的內生性問題， 但是“金稅三期”分批試點實施的地區并不是隨機的， 這會使得受“金稅三期”影響的處理組和不受“金稅三期”影響的控制組存在樣本自選擇偏差。為了避免樣本自選擇問題對“金稅三期”政策效應造成影響， 本文采用傾向得分匹配（PSM）與雙重差分法（DID）相結合的方法， 重新檢驗以“金稅三期”為代表的稅收征管對商業信用融資的影響。具體而言： 首先， 選取本文控制變量作為協變量； 其次， 使用Logit模型并按照上市公司所在地區是否會受到“金稅三期”上線的影響進行一對一和一對二的最近鄰匹配； 最后， 分別根據匹配之后的樣本重新進行雙重差分回歸。回歸結果與基本回歸相似， 說明在控制樣本自選擇問題后結論依然保持不變。

3. 避免“營改增”政策的影響。“金稅三期”從逐步上線到全面實施期間， 我國正處于全面深化改革的關鍵時期， 尤其是也推行了其他的稅收改革政策。其中， 影響較大的是“營改增”政策的實施。“營改增”政策的實施期間與“金稅三期”的實施期間存在一定的重合， 有可能會對本文的回歸結果造成干擾。由于“營改增”政策的實施對服務行業的影響較大， 所以為了避免“營改增”政策的干擾， 本文將刪除服務行業的樣本數據后進行回歸。回歸結果與基本回歸相似， 這說明稅收征管對商業信用融資的影響不受同期“營改增”政策的干擾。

4. 刪除2016年及其以后的年度樣本。“金稅三期”工程在2016年實現了全國各地區的覆蓋， 而本文的樣本區間涵蓋了2016年及以后的年度， 這容易出現自2016年起國家頒布的其他政策影響商業信用融資的情況， 從而對稅收征管與商業信用融資的回歸結果造成干擾。為了避免這一問題的發生， 本文借鑒劉慧龍等（2022）的研究， 刪除了2016年及以后的年度樣本數據， 重新按照模型（1）進行回歸。回歸結果與基本回歸相似， 說明對企業商業信用融資的影響在本文的回歸中主要是稅收征管帶來的，2016年及以后的其他政策并未對本文結論造成影響。

5. 改變被解釋變量的衡量方式。第一， 由于應付票據在供應鏈交易中使用得不多， 因此借鑒朱杰（2018）的研究， 按照應付賬款和預收賬款之和在總資產中的占比（Credit2）來重新衡量商業信用融資； 第二， 為減少主營業務成本對商業信用融資的影響， 借鑒鄭軍等（2013）的研究， 按照應付賬款、 預收賬款和應付票據之和在主營業務成本中的占比（Credit3）來重新衡量商業信用融資。改變被解釋變量衡量方式的回歸結果與基本回歸相似， 說明本文回歸結果不受特定測量方法的影響。

五、 進一步分析

前述研究結果證明， 稅收征管通過增加融資約束和提高信息透明度促進了企業獲取商業信用融資。鑒于企業特征、 行業地位、 征管機構以及地區環境也會對兩者的關系產生影響， 本文將進一步從企業產權性質、 產品市場地位、 征管機構以及市場化程度四個方面檢驗其對稅收征管與企業商業信用融資關系的影響。

（一）產權性質的影響

在我國特殊的制度背景下， 國有企業與民營企業在外部資金獲取、 信息透明度方面存在差異， 而這種產權性質方面的差異有可能對稅收征管與商業信用融資的關系產生影響。具體而言， 一方面， 相對于國有企業， 民營企業缺乏政治優勢且企業規模較小、 成立時間較短， 容易受到信貸歧視， 使得其融資約束的程度較高（溫信祥和蘇乃芳，2018）。而稅收征管增加了企業融資約束， 從而會促進民營企業選取商業信用作為替代性融資方式。另一方面， 相對于國有企業， 民營企業受到政策扶持的力度小、 經營規模難以擴大以及缺乏企業財務報表等易于傳遞的“硬信息”， 所以民營企業的信息透明度較低（林毅夫和孫希芳，2005）。而信息透明度較低又使得民營企業難以獲取商業信用融資， 但稅收征管提高了企業信息透明度將有助于民營企業獲取商業信用融資。由此， 本文預期， 相對于國有企業， 稅收征管對民營企業獲取商業信用融資的影響更大。

按照企業產權性質將樣本劃分為國企組和民企組， 然后依據模型（1）進行分組回歸。表5第（1）和（2）列報告了產權性質對稅收征管與商業信用融資關系調節效應的實證結果。從中可知： 在第（1）列國企組中， 稅收征管（Gtp）的系數不顯著； 在第（2） 列民企組中， 稅收征管的系數顯著為正。上述實證結果說明， 相對于國有企業， 民營企業的融資約束程度較高且信息透明度較低， 所以稅收征管更容易促進民營企業獲取商業信用融資。

（二）產品市場地位的影響

企業獲取商業信用需要與供應商進行協商， 當企業的市場地位較高時， 其在與供應商的談判中會有較大優勢， 從而更容易獲取商業信用融資。這種產品市場地位的差異有可能對稅收征管與商業信用融資的關系產生影響。原因在于：? 相對于產品市場地位低的企業， 產品市場地位高的企業一方面具有較強的議價談判能力， 通常會利用其在行業內的競爭優勢采取威脅更換原材料等方式促使供應商為其提供商業信用融資； 另一方面， 與企業發生業務往來的供應商較多， 交易也比較頻繁， 這使得企業與供應商之間的信任度較高， 信息不對稱的程度較低， 更有助于其獲取商業信用融資（應千偉和蔣天驕，2012）。在這種情況下， 稅收征管通過增加融資約束和提高信息透明度而促進產品市場地位高的企業獲取商業信用融資的影響不會很大。因此， 本文預期， 相對于產品市場地位高的企業， 稅收征管更容易促進產品市場地位低的企業獲取商業信用融資。

借鑒盧闖等（2014）的研究， 對市場地位按照企業的年度銷售額占行業內所有企業年度銷售額之和的比例進行衡量。根據企業年度銷售額與行業銷售額的比率是否大于行業樣本中位數， 將樣本劃分為產品市場地位高和產品市場地位低兩組， 并按照模型（1）進行分組回歸。表5第（3）和（4）列報告了產品市場地位對稅收征管與商業信用融資關系調節效應的實證結果。從中可知， 在第（3）列產品市場地位高的組中， 稅收征管的系數不顯著； 在第（4）列產品市場地位低的組中， 稅收征管的系數顯著為正。上述實證結果說明， 產品市場地位高的企業容易獲取商業信用融資， 稅收征管對其影響不大， 所以相對而言， 稅收征管更容易促進產品市場地位低的企業獲取商業信用融資。

（三）征管機構的影響

為了在地方政府的橫向競爭中更好地吸引資本流入， 推進當地工商業蓬勃發展，? 地稅機關對于稅收征管的力度相對于國稅機關較弱。而“金稅三期”工程的出現， 一方面， 能使得有關稅務方面的信息在省局和總局進行集中處理， 同時在地稅機關與國稅機關之間進行信息共享； 另一方面， 采用信息技術手段對企業所繳納的稅款進行對比分析和交叉稽核， 能減小稅收征管中的操作空間與彈性， 實現“技術替代人”， 從而有效提高了稅收征管的能力和客觀性（張克中等，2020）。因此， 本文預期， 相對于國稅機關負責的企業， 稅收征管對地稅機關負責企業的商業信用融資影響較大。

借鑒張克中等（2020）的研究， 根據企業成立時間以及是否是央企將樣本劃分為國稅企業組和地稅企業組進行分組回歸。表6第（1）、 （2）列報告了征管機構對稅收征管與商業信用融資關系調節效應的實證結果。從中可知： 在第（1）列國稅企業組中， 稅收征管的系數不顯著； 在第（2）列地稅企業組中， 稅收征管的系數顯著為正。上述實證結果說明， 稅收征管對企業商業信用融資的促進作用在企業的稅收征管機構為地稅機關時的影響會更大。

（四）市場化程度的影響

我國是一個幅員遼闊的國家， 政策、 經濟、 歷史、 人口等因素使得各地區的市場化程度存在較為明顯的客觀差異。而這種市場化程度的差異可能會對稅收征管與商業信用融資的關系產生影響。具體原因在于： 和市場化程度較高的地區相比， 在市場化程度較低的地區， 一方面， 經濟和金融發展水平都比較低， 企業外部融資渠道受限、 融資成本上升， 對商業信用融資的需求較高； 另一方面， 法律保護程度較弱， 企業與供應商之間的信息不對稱程度較高， 但稅收征管提高了企業信息透明度， 將有助于企業獲取商業信用融資。因此， 本文預期， 相對于市場化程度高的地區， 在市場化程度低的地區稅收征管對企業獲取商業信用融資的影響更加明顯。

本文采用王小魯等（2019）編寫的《中國分省份市場化指數報告（2018）》中的各地區市場化指數來衡量企業所處地區的市場化程度。根據市場化程度是否高于年度中值，將樣本分為市場化程度高組和市場化程度低組， 并按照模型（1）進行分組回歸。表6第（3）和（4）列報告了市場化程度對稅收征管與商業信用融資關系調節效應的實證結果。從中可知： 在第（3）列市場化程度高的組中， 稅收征管的系數不顯著； 在第（4）列市場化程度低的組中， 稅收征管的系數顯著為正。上述實證結果說明， 稅收征管對企業商業信用融資的促進作用在市場化程度較低時影響會較明顯。

六、 結論與啟示

隨著信息技術的飛速發展， 稅收征管已經進入大數據時代， 稅務部門利用先進的信息技術提高了稅收執法的規范性、 優化了納稅服務的質量、 降低了稅收管控的風險以及完善了信息共享機制。本文以2009～2021年A股上市公司為研究樣本， 利用“金稅三期”的逐步上線實施作為準自然實驗， 實證檢驗了稅收征管對企業商業信用融資的影響。研究發現： ①以“金稅三期”為代表的稅收征管顯著促進了企業獲取商業信用融資。在經過平衡趨勢檢驗、 傾向得分匹配和雙重差分法、 避免“營改增”政策的影響、 刪除2016年及以后的年度樣本以及改變被解釋變量的衡量方式等穩健性檢驗后， 結論依然成立。②作用渠道顯示， 稅收征管通過提高融資約束水平和信息透明度促進了企業商業信用融資。③進一步分析發現， 當企業產權性質為民企、 產品市場地位低、 征管機構為地稅機關以及處于市場化程度低的地區時， 稅收征管對企業商業信用融資的促進作用更顯著。

基于上述研究結論得出如下政策啟示： 對于監管部門而言， 應該在減稅降費的前提下推進數字化的稅收征管。本文研究發現， 稅收征管加劇了企業的融資約束， 從而促進企業獲取商業信用融資。在現階段環境下， 只有適當降低企業的稅率、 提供多種稅收優惠政策以深化減稅降費來推動企業高質量發展， 才能使得稅收征管更加高效。對于企業而言， 應該客觀地看待以“金稅三期”為代表的稅收征管帶來的影響。從短期來看， 以“金稅三期”為代表稅收征管將會加劇企業的融資約束。但是， 從長期來看， 以“金稅三期”為代表的稅收征管能提高公司治理水平和信息透明度， 從而有助于提高企業的價值。由此可知， 隨著數字化稅收征管的增強， 企業應正確看待這種稅收管理方法， 避免有損企業長期價值增長的偷稅、 漏稅等行為， 積極爭取達到享受稅收優惠政策的條件， 自覺納稅以促進企業的可持續發展。

【 主 要 參 考 文 獻 】

耿艷麗，魯桂華，李璇．納稅誠信企業更容易獲得商業信用融資嗎？［ J］．管理評論，2021（3）：269 ～ 281．

黃波，王滿．分析師跟蹤影響了商業信用融資嗎——基于我國上市公司的實證分析［ J］．山西財經大學學報，2018（8）：42? ～ 55．

李增福，駱展聰，杜玲，湯旭東．“信息機制”還是“成本機制”？——大數據稅收征管何以提高了企業盈余質量［ J］．會計研究，2021（7）：56 ～ 68．

劉慧龍，張玲玲，謝婧．稅收征管數字化升級與企業關聯交易治理［ J］．管理世界，2022（6）：158 ～ 176．

盧闖，崔程皓，牛煜皓．控股股東質押壓力與商業信用融資——基于質押價格的經驗研究［ J］．會計研究，2022（2）：132 ～ 145．

彭愛武，張新民．企業資源配置戰略對商業信用融資的影響研究［ J］．管理學報，2022（7）：996 ～ 1005．

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．

孫鈺鵬．財政壓力、稅收征管與企業避稅［ J］． 統計與決策，2021（22）168 ～ 172．

魏志華，王孝華，蔡偉毅．稅收征管數字化與企業內部薪酬差距［ J］．中國工業經濟，2022（3）：152 ～ 170．

修宗峰，劉然，殷敬偉．財務舞弊、供應鏈集中度與企業商業信用融資［ J］．會計研究，2021（1）：82 ～ 99．

鄭建明，孫詩璐．稅收征管與審計費用——來自“金稅三期”的準自然實驗證據［ J］．審計研究，2021（4）：43 ～ 52．

朱杰．財務戰略影響公司商業信用融資能力嗎？［ J］． 審計與經濟研究，2018（6）：71 ～ 82．

張克中，歐陽潔，李文健．緣何“減稅難降負”：信息技術、征稅能力與企業逃稅［ J］． 經濟研究，2020（3）：116 ～ 132．

Fisman R..， Love I.. Trade Credit， Financial Intermediary Development，and Industry Growth［ J］． The Journal of? Finance，2003（1）：353 ～ 374．

Graham J. R.， Tucker A. L.. Tax Shelters and Corporate Debt Policy［ J］．Journal of Financial? Economics，2005（3）：563 ～ 594．

Hui K.W.， Klasa S.， Yeung P. E.. Corporate Suppliers and Customers and Accounting Conservatism［ J］． Journal of Accounting and Economics，2012（1－2）：115 ～ 135．

Hutton A.， Marcus A.， Tehranian H.. Opaque Financial Reports， R2， and Crash Risk［ J］． Journal of Financial Economics，2008（1）： 67 ～ 86．

Kong D.， Pan Y.， Tian G. G. ， Zhang P.. CEOs' Hometown Connections and Access to Trade Credit：Evidence from China［ J］． Journal of Corporate Finance，2020（62）：101574．

Lennox C. S.， Li W.， Pittman J.， Wang Z.. The Determinants and Consequences of Tax Audits： Some Evidence from China［ J］． Journal of the American Taxation Association，2018（1）：91 ～ 122．

Wu W. F.， Firth M.， Rui O. M.. Trust and the Provision of Trade Credit［ J］． Journal of Banking and Finance，2014（1）：146 ～ 159．