ESG評級對上市公司避稅程度的影響研究

白夢茹，李韋江

(1.西安交通大學 管理學院，陜西 西安 710001；2.西安交通大學 金禾經濟研究中心，陜西 西安 710001)

1 研究假設

先前的研究表明，企業逃稅的傾向是由各種各樣的因素驅動的。Desai和Dharmapala(2006)[1]認為，激勵性薪酬的增加往往會降低避稅的水平，這表明轉移(division)和避稅(sheltering)之間存在互補關系，從而得出結論，避稅活動成為企業財務決策的核心。根據價值假說，ESG表現是企業的一種價值體現，ESG評級越高，企業的可持續發展能力越強，則代表企業價值越高。利益相關者理論認為，企業在對股東利益負責的同時，也要注意履行企業的社會責任，對利益相關者負責、對社會和生態環境負責等。他們對能否塑造更好的社會形象要求更高，關乎自己作為企業管理者的聲譽問題，通過誠信或者道德激勵做出決策，往往避稅程度會相對低一些。由上述推斷，文章做出如下假設：

假設1a：ESG評級與企業避稅程度呈負相關，ESG評級越高，企業避稅程度越低。

根據工具假說，認為ESG/CSR是企業作為風險管理的工具，并不是企業的價值體現。Minor和Morgan(2011)[2]提出，社會責任履行程度更高，可以讓企業擁有一個對社會公眾更負責的良好形象，這對提高企業名譽、提高投資市場競爭力、提高消費市場吸引力都具有重要作用。同時這種高度履行社會責任的表現能夠降低企業在負面事件中所受到的處罰，因而企業社會責任可能作為避稅行為的“煙霧彈”存在(Hoi等，2013)[3]。

假設1b：ESG評級與企業避稅程度呈正相關，ESG評級越高，企業避稅程度越高。

2 研究設計

2.1 變量設計

通過文獻分析，目前學術界對企業避稅程度指標的衡量方式有以下兩種方法(劉行，葉康濤，2013[4])：①會計-稅收差異及其變體。②有效稅率差異。

由于會計-稅收差異可以剔除遞延所得稅的影響，范圍更加準確，文章在實證研究部分采用BTD作為被解釋變量。具體計算方法如下：

BTDi，t=(PBTi，t-TTPi，t)/Assetsi，t

(1)

TTPi，t=(Taxi，t-Deferredi，t)/Ratei，t

(2)

其中，BTD表示會計-稅收差異，PBT表示企業的稅前利潤，TTP表示企業當期應納稅所得額，Assets表示企業資產規模。其中，應納稅所得額需要通過式(2)進行估算，Tax表示當期繳納稅費，Rate代表企業的名義所得稅率，Deferred表示遞延所得稅費用，通過當期所得稅負債與當期所得稅資產之差計算而得。

表1 控制變量說明

2.2 樣本選取

樣本均來自于Wind數據庫，主要包括全A股上市公司2018—2020年，ESG綜合評分，環境、社會、治理單項評分，企業財務數等，并進行剔除：①剔除樣本缺失個體。②剔除金融企業數據。③剔除ST的公司。④對剩余樣本進行縮尾處理。

2.3 研究模型

為驗證上文提出的主要假設，研究ESG評級對企業避稅程度有什么影響，文章借鑒Manzon和Plesko(2001)[5]，Chen et al.(2010)[6]等人的方法，構建下列ESG評級與企業避稅程度的模型，模擬ESG評級、各類控制變量與避稅程度之間的關系：

BTD=β0+β1ESG_Sum+β2LogTA+β3ROE+β4Leverage+β5PPE+β6Receivable+β7Expense+β8DivDummy+β9Growth+i.Yeari，t+i.Industryi，t+εi，t

(3)

進而探究ESG評級在三個維度上對企業避稅程度的影響，即ESG_Env、ESG_Soc、ESG_Gov對企業避稅程度的影響(B Yoon等，2021)[7]，在實證過程中，依次探究三者同時進行最小二乘檢驗對企業避稅程度的影響，以及三者依次放進回歸模型中對企業避稅程度是否有影響。下面構建三個維度上ESG評級對企業避稅程度的影響，加入與式(3)相同的控制變量：

BTD=β0+β11ESG_Env+β12ESG_Soc+β13ESG_Gov+β2LogTA+β3ROE+β4Leverage+β5PPE+β6Receivable+β7Expense+β8DivDummy+β9Growth+i.Yeari，t+i.Industryi，t+εi，t

(4)

在實證過程中，在上述兩個模型中加入年份和行業的虛擬變量來進行年份和行業的固定效應回歸。

3 實證分析

3.1 描述性統計

經過篩選，得到2018—2020年共篩選得到7121個公司-年份觀測值，如表2所示。被解釋變量BTD，均值為0.013，標準差為0.0073，極差為0.546。ESG評分分數范圍為0～10分，給分過程中精確到小數點后兩位，全樣本均值為5.389，標準差為2.106，下四分位數為5.34，中位數為5.92，上四分位數為6.52。其中環境層面均值為1.164，分數最低；社會層面均值為3.224，居中；治理層面均值為6.170，分數最高，三個層面占比相同。標準差排名同上，治理層面標準差最高為2.543。可見去掉極端值之后不同公司之間的差異不算很大，集中在一個較窄的范圍內。

表2 全樣本描述性統計

3.2 回歸分析

表3是ESG評級對避稅程度影響的固定效應回歸結果。第一欄展示的是ESG評級對BTD的負相關關系，回歸系數為-0.006，并且在1%的水平上顯著，說明ESG評級越高，企業避稅程度越低，稅收激進性越低，證實了理論與假設中對H1a假設。第二欄展示的是模型(4)中，將環境、社會、治理作為解釋變量進行回歸分析，其中環境和社會與避稅程度相關度不高，而治理評分與避稅程度呈負相關，回歸系數為-0.003，其中社會和治理層面在1%的水平上顯著。第三至第五欄是環境、社會、治理分別作為解釋變量，與避稅程度的相關關系，環境與避稅程度的相關性不顯著，社會、治理層面均與避稅程度呈負相關，并且在1%的水平上顯著，即企業的社會責任、治理責任履行程度越好，避稅程度越低，稅收激進性越低。

表3 全樣本回歸分析

3.3 中介效應檢驗

根據風險管理理論，風險承擔水平是影響企業避稅行為的重要影響因素之一。企業風險的衡量，目前主要有兩種方式：①ROA近年來的波動率[8]。②本年度股票波動率[9-10]。考慮到ROA受到企業報表的影響大，存在盈余管理的可能性更大，因此文章選擇第二種方式作為企業風險的衡量方法，以周為周期計算股票波動率并進行年化。

具體的衡量方法如下：

(5)

表4 渠道分析回歸結果

通過回歸分析表4，可以看出，企業避稅程度與企業風險呈正相關，即企業風險越高，企業避稅程度越大，風險越高的企業會越傾向于采取更為激進的避稅行為；其次企業風險與ESG評級呈負相關，ESG評級越高，說明企業風險越低，而ESG評級越高，則說明企業所承擔的各項風險指數就越低，同時企業避稅程度也越低，表明了企業風險是ESG評級影響企業避稅程度的重要途徑之一。社會和治理層面與企業風險的關系仍然為負相關，即社會治理層面評分越高，企業風險越低，而環境層面的影響不顯著。

4 穩健性檢驗

4.1 工具變量法

為解決內生性問題，防止解釋變量與被解釋變量之間存在互為因果的關系，文章運用工具變量法，消除內生性帶來的影響。文章借鑒權小鋒(2016)[11]的做法，考慮到同一地域的企業之間服務方式和經營文化之間有較多的相似性，這會導致企業之間的ESG表現在地域上趨同，因此將同一省份其他企業的ESG評級平均值Other_ESG作為工具變量。第三欄用兩階段最小二乘法(2sls)進行內生性檢驗，同時第四欄用有限信息最大似然估計法(liml)進行重復檢驗，檢驗結果如表5所示。

表5 工具變量法檢驗結果

經過內生性控制得到的ESG_Sum與BTD的關系，回歸系數為-0.007，同樣都為負相關，并且在1%的水平上顯著，說明在考慮內生性問題之后，ESG評級仍對企業避稅程度有負向的影響。

4.2 替換變量

替換被解釋變量衡量方式再次進行OLS回歸分析。其中變量衡量方式如下：

(1)DDBTD計算方法如下：

BTDi，t=αTACCi，t+μi+ξi，t

(6)

其中TACC為總應計利潤，TACC=(凈利潤-經營活動產生的凈現金流)/總資產。μi表示公司i在樣本期間內殘差的平均值，ξi，t表示t年度殘差與公司平均殘差μi的偏離度。其中DDBTD代表BTD中不能被應計利潤解釋的那一部分，即μi和ξi，t的總和。

(2)ETRDIF計算方法如下：

ETRDIF=名義所得稅率-所得稅費用/營業收入

(7)

表6 替換變量回歸分析

表6為ESG評級對避稅程度影響的穩健性檢驗。根據表6的結果，由第一欄和第三欄可知，ESG評分與DDBTD、ETRDIF呈負相關，與回歸分析部分實證結果相同；根據第二欄和第四欄顯示結果，環境和社會層面與企業避稅程度的關系不顯著；治理層面與避稅程度關系為負，結論顯著。上述結果與回歸分析結果完全相同，即ESG評級與避稅程度、ESG分別評分與避稅程度均呈負相關，因此，文章認為H1a假設成立，且較為穩健。

5 研究結論

文章的結論有如下三點：第一，ESG評級與企業避稅程度呈負相關，ESG評級越高，企業避稅程度越低。第二，E、S、G三個維度對單獨評分中，環境與社會維度評分對企業避稅程度沒有顯著影響，而治理維度評分與企業避稅程度顯著負相關。第三，ESG評級通過影響企業風險承擔水平進而影響企業的避稅程度，ESG評級越高，企業風險越低，同時導致的企業避稅程度也越低，證實了風險是ESG評級對企業避稅程度的重要影響渠道。