稅收征管數字化對公司信息披露質量的影響:治理效應分析視角

王濤 王建新

(中國財政科學研究院,北京 100142)

一、引言

隨著國際環境日益復雜多變,中國經濟發展面臨需求收縮、供給沖擊、預期轉弱等多重壓力,研究和探索實現經濟高質量行穩致遠的發展目標成為必然。黨的二十大報告明確提出“著力推動高質量發展,主動構建新發展格局”,而稅務工作作為與經濟發展密切相關的領域,對經濟高質量發展具有重要的影響力?！丁笆奈濉睌底纸洕l展規劃》更加注重稅收監管在助力數字經濟發展中的作用,并提出了新的要求。此外,在中央全面深化改革委員會第二十五次會議中,再次強調了加強數字政府建設和推進財稅體制改革的重要性。稅收征管數字化作為財稅體制改革的重大創新,既是數字技術與稅收征管的結合,更是稅收監督與稅務稽查的升級,在保障國家稅源、落實稅收政策、規范企業行為、促進國民經濟發展等方面起著重要作用。數據統計顯示,2019年稅務部門累計新增減稅降費超過2.3萬億元,拉動GDP增長約0.8%;2018年8月至2019年底,累計檢查涉嫌虛開騙稅22萬戶,涉及稅額2 124.76億元,涉稅違法行為得到有效遏制。稅收征管數字化的實施不僅會影響企業避稅行為,同時也會產生治理效應,進而影響企業信息披露行為,對企業的信息披露質量產生影響,進一步推動資本市場的健康發展。因此,深入研究稅收征管數字化對企業信息披露質量的影響,對于促進企業高質量發展和資本市場健康穩定具有重要現實意義。

稅制改革的過程中,國家將“大智移云物”等新興技術與稅務相結合并應用于稅收征管實際工作中。“金稅三期”工程作為稅收征管數字化突破性創新事件之一,打破了傳統“人管人”、經驗主義的監管模式,轉向“程序管人”、數據監測的智能化監管模式[1],實現了“一個平臺、兩級處理、三個覆蓋、四個系統”的目標。大量的理論和實證研究結果表明,稅收征管數字化在提高納稅遵從、落實稅收優惠[2]的同時,亦作用于公司的經營行為,具有外部監督治理作用。圍繞治理機制和信息機制,國內外學者對稅收征管展開大量研究,并取得較為豐富的成果。治理機制觀點認為,稅收的保障性和強制性使得稅務機關有動機去監管企業資產轉移、關聯交易、利潤隱藏等任何危害稅源的行為,增加了企業偷稅、漏稅、逃稅等成本,進而能夠有效降低大股東掏空、管理層自利等代理問題[3-5],抑制企業盈余操縱行為[1,6]。信息機制觀點認為,一方面,稅務機關不僅能夠通過對企業財務項目查閱、實地走訪核查企業本身涉稅信息,并且能夠借助大數據技術拓展企業涉稅信息來源,獲取企業其他涉稅信息,大大降低了稅企間的信息不對稱水平;另一方面,稅務機關在履行征稅責任的同時亦扮演著第三方信息中介的作用,降低融資方信息自證成本和投資方的信息獲取成本,起著雙方溝通的“橋梁”作用[7]。

管理層自利和信息不對稱是導致低質量信息披露的重要因素。基于避稅代理理論,稅收征管可以降低代理成本,提高盈余質量[8]。不同于傳統的稅收征管模式,稅收征管數字化是稅收征管與數字化深度融合,實現了新時代“以數治稅”的重大變革。一方面,數字技術與稅收征管雙輪驅動打破了傳統稅務機關與納稅主體合謀空間,并通過信號傳遞產生“稅法威懾效應”,降低了稅收自由裁量尺度,提高了稅收征管的法治化和規范化,能夠有力約束管理層私利行為;另一方面,數字技術的無限收斂性和智能即時性使得稅收征管的各個環節具有可視性、可比性和可控性,提高企業信息操縱的成本,并通過納稅監督對公司產生治理效應,顯著降低公司信息不對稱水平。那么,稅收征管數字化能否發揮外部監督治理作用,對企業信息披露質量產生影響?進一步地,兩者之間的作用機制又是什么?這些問題已有研究鮮有涉及。本文試圖從治理效應的角度,借助“金稅三期”工程這一外生沖擊,探究稅收征管數字化對企業信息披露質量的影響及其作用機制。上述問題的探討有助于深入理解數字化稅收征管與外部監督治理的關系,不僅為稅收征管數字化改善公司治理提供了新的理論依據,還為稅務部門創新數字技術應用,提升國家稅收治理現代化水平,促進資本市場健康發展提供部分政策啟示。

相較于已有研究,本文可能的邊際貢獻為:第一,聚焦于稅收征管數字化的治理效應,探討了稅收征管數字化對企業信息披露質量的影響,為企業應對委托代理和信息不對稱問題提供了新的解決思路?，F有研究信息披露質量更關注內部治理和外部環境,但忽視了稅收征管的監督治理作用,而數字化稅收監管對規范企業信息披露具有顯著的治理效應,本文是對已有研究的有益補充。

第二,解釋了稅收征管數字化影響企業信息披露質量的機理,驗證了稅收征管數字化外部治理效應的傳導路徑,為數字化賦能稅收征管發揮公司治理作用背后的理論邏輯提供了有益解釋?，F有文獻更多從單一渠道或者路徑進行解釋,本文從治理和信息披露兩個角度,更加系統完整地揭示了稅收征管、治理效應和信息披露質量之間的邏輯鏈條。

第三,基于治理機制和信息機制從征納合謀、避稅程度、分析師關注和信息不透明度四個方面對稅收征管數字化治理效應的異質性進行了實證,利于深化和全面認識數字化進程中稅收征管的積極作用,為稅收征管數字化改進、稅收征管體系的完善和“稅收征管數字化+”等政策協同優化提供了理論與現實依據。

二、文獻綜述

(一)稅收征管相關研究

為更好地服務國家治理體系和治理能力現代化建設,中國政府一直致力于推動稅制改革。“金稅三期”工程作為稅制改革的典范,其依托大數據、人工智能等現代數字技術實現了稅收征管能力的突破式創新?，F有文獻主要聚焦于稅收征管數字化的征稅效應。稅收征管數字化帶來的征管能力提升最為直接的影響是強化稅源監控,保障了納稅遵從。唐博和張凌楓(2019)[9]實證檢驗稅收征管數字化提高了企業納稅遵從度,陳思霞等(2023)[10]亦得到類似結論。更為具體地,李艷等(2020)[11]研究發現稅收征管數字化提升了企業銷項稅和進項稅,但是對于增值稅稅負水平并無顯著影響。樊勇和李昊楠(2020)[2]研究發現,稅收征管數字化不僅提高了企業納稅遵從度,實現了“應收盡收”,還提高了企業享有稅收優惠政策比例,實現“應享盡享”。但對這一結論仍存有爭議,有研究發現,稅收征管數字化帶來的稅收征管能力的提升使得企業實際稅負不斷逼近名義稅負,其在降低企業避稅的同時,也削弱了減稅政策的紅利,實則是“減稅難降負”[12]。

除了稅收征管數字化的征稅效應外,現有文獻還探討了稅收征管數字化的公司治理效應。有研究發現,稅收征管數字化抑制了企業的盈余管理、研發操縱行為[1,6,13],降低了審計費用[14],縮小了內部薪酬差距[15],發揮了對關聯交易的治理作用[5],促進企業脫實向虛[16]。此外,也有研究發現稅收征管還具有“信息效應”,能夠有效降低融資雙方的信息成本,降低雙方信息不對稱程度[17]。蔡昌等(2021)[7]研究發現,稅收征管數字化升級能夠搭起資金雙方之間“橋梁”,促進企業信用融資和貸款融資。

(二)信息披露質量相關研究

信息披露質量是資本市場健康運行的基石,對降低信息不對稱[18],優化資本配置等具有重要作用[19]。學者們從多個方面探討了信息披露質量的影響因素。從內部因素看,股權集中度、管理層持股、合格境外投資者、高管特征等對信息披露具有顯著影響。公司特征一定程度上影響企業信息披露,高股權集中度的公司,控股股東出于控制權私利會降低信息披露質量[20]。Al Amosh和Mansor(2021)[21]基于非財務信息披露視角發現,公司對于風險和機遇方面信息給予高水平披露,而對治理和前景方面的信息則不盡然。管理者由于私利與成本的權衡策略性地披露企業信息。例如,董事會秘書在任職期間出于聲譽和職業生涯的考慮,會花費大量時間和精力完成信息披露職責,進而提高公司信息披露質量[22],而這一影響在董事會秘書變更后便不復存在,甚至會降低企業信息披露質量[23]。從外部因素看,行業競爭、外部監督、法治環境等均影響企業信息披露質量。Li(2010)[24]發現,行業競爭會促使公司提高的信息披露水平。譚勁松和林雨晨(2016)[25]研究發現,機構投資者實地調研能夠發揮治理效應,改善公司信息披露質量。還有學者發現良好的法治環境和投資者保護能夠限制內部人私利控制權,進而提升企業信息披露質量[26]。有關數字化對公司信息披露質量的影響,已有研究發現,搭載大數據技術,企業數字化轉型能夠加速信息知識要素整合、傳遞與流動,緩解信息不對稱,降低代理問題,發揮公司治理作用[27],進而影響公司信息披露。Wang等(2022)[28]研究發現依托于大數據技術,企業數字化轉型能夠發揮治理效應,提高公司的信息披露質量。這說明數字化產生的治理效應可能是提高公司信息披露質量的有效路徑之一。因此,稅收征管數字化的治理效應可能會對公司信息披露質量產生影響。

綜上,關于公司信息披露質量的探究主要集中于內部公司股東治理、高管特征、數字化轉型和外部行業競爭、法治環境等方面,研究成果較為豐富,對于外部治理中稅收征管的關注則明顯欠缺?；凇敖鸲惾凇惫こ烫骄慷愂照鞴艿慕洕蠊芯恳嘀饕劢褂谡鞫愋?而在稅收征管數字化的治理效應中鮮有文獻涉及公司信息披露質量,尤其是結合當前國家治理背景下考慮的文獻更少,系列問題有待深入探討。

三、理論分析與研究假說

稅收征管作為政府對企業監管的一種重要力量,在執行征稅的同時亦可能影響企業的行為,發揮公司治理效應。以“金稅三期”工程為代表的稅收征管數字化實現了對企業涉稅行為監管的全覆蓋,其所具有的治理效應降低了企業因避稅而采取復雜交易掩蓋行為致使信息披露失真問題,有效提高了公司透明度。具體來說,稅收征管數字化可能從以下幾個方面影響公司的信息披露質量。

其一,稅收征管數字化通過治理機制影響公司信息披露質量。公司能否向資本市場提供高質量的信息,是降低內外部信息不對稱水平,影響投資者決策的重要因素。但兩權分離下,股東和經理人之間的信息不對稱和監督成本與收益的非對等性,使得股東難以實施有效的監督與管理;而管理者本身亦存在道德風險,出于稅收規避、利益侵占、盈余操縱等私利目的,其有動機和能力實施操縱、扭曲信息披露的行為[29]。稅收是政府對企業利潤的“強制性”分享,在利益驅動下,企業是天然尋求避稅的,而避稅易引發委托代理問題。基于避稅代理理論觀,為避免避稅被稅務機關發現,管理層往往會增加交易的復雜性和不透明度,而這一行為又為管理層尋租提供便利[3],進而進一步惡化企業信息環境。

稅收征管數字化可以抑制公司的代理問題,進而提高公司信息披露質量。一方面,“金稅三期”工程依托大數據技術提高了對企業會計賬目的監管效率,形成對納稅企業收入、成本、利潤、存貨、銀行賬戶等實時監控,有效提高了企業經營活動的透明度,抑制了企業盈余操縱[1],進而加劇管理層實施機會主義行為的成本;同時,“金稅三期”工程實現了“兩極處理”,涵蓋了所有稅種,且各涉稅環節可以順暢流轉、交叉審核、相互驗證,能夠通過對業務數據預測性分析、對比分析等,實現對納稅企業涉稅違規行為精準稽查,有利打擊了企業的避稅行為[12],進而抑制管理層通過避稅實現私利的行為;另一方面,在治理機制中,除了約束管理層外,激勵同樣是抑制代理問題的一個重要手段[30]。已有研究表明,企業避稅離不開經理人的配合,礙于避稅的非法性和隱蔽性,導致股東與經理人的最優激勵契約不再有效[31]。稅收征管數字化可以抑制高管超額薪酬,縮小企業內部薪酬差距,使之趨于合理水平,進而修正契約制度的缺陷,緩解代理問題。

稅收征管數字化可以發揮對企業關聯交易的治理作用,尤其是對異常關聯交易的治理作用。關聯交易因缺乏透明度、交易復雜成為大股東或管理層“隧道挖掘”、利益輸送的重要手段。大量的研究表明,關聯交易助長了上市公司的“掏空”行為,降低了盈余質量[32]和信息透明度[33],且異常關聯交易的影響更顯著[34]。稅收征管數字化對關聯交易具有治理作用[5]。一方面,稅收征管數字化可以利用大數據技術對公司涉稅信息實時監控,提高關聯交易信息的透明度,增加管理層利益輸送、“掏空”等進行機會主義行為成本,進而有效抑制公司的異常關聯交易行為;另一方面,稅收征管數字化可以利用大數據技術將企業納稅數據同行業內類似企業納稅數據實時對比、分析和判別,重點關注納稅情況異常的公司,以增加關聯交易識別的速度和概率。同時,還能夠利用收入、費用、利潤等會計科目勾稽關系、清晰的稅收抵扣邏輯鏈和立體化的上下游產業鏈數據業務信息,理順經濟業務實質,篩選出違反獨立交易原則、顯失公平合理的關聯交易,對其精準稽查并作出相應處罰。公司出于成本與外界聲譽損失的考慮,會相應減少該類行為。

其二,稅收征管數字化通過信息機制影響公司信息披露質量。已有研究表明,稅收征管能夠緩解融資雙方的信息不對稱問題,具有信息中介效應[35]。依據大數據等數字技術,稅務征管部門顯著提高了稅收征管的執法能力和效率,在抑制企業避稅的同時亦發揮公司信息鑒證作用。一方面,稅收征管數字化實現了企業涉稅信息的相互驗證和可比性,能夠有效識別管理層對相同或相似經濟業務因采用不同的會計程序或會計方法而帶來稅收的顯著差異,減少了會計政策選擇方面的盈余操縱行為[1],促使企業提供可比的會計信息;與此同時,稅收征管數字化的風險預警系統能夠實時監控公司的納稅風險行為,這無形中增加管理層盈余操縱的機會主義成本,抑制管理層因避稅、利益侵占等私利動機而模糊財務信息的行為,使得財務報告更加清晰和具有可理解性[36];另一方面,稅收征管數字化的精準監測和事后懲罰亦具有威懾效應。出于避稅成本與收益的考量,為規避稅務稽查風險,維護聲譽,企業有動機減少無效交易活動,降低業績粉飾行為,改善信息環境[8],進而提升企業財務報告質量。此外,相較于傳統稅收征管,稅收征管數字化系統實現了納稅企業涉稅信息的同步更新和部門間實時共享,稅務執法的結果亦會傳向資本市場,對審計師、分析師等產生正外部性,進一步提高信息披露質量?；谝陨戏治?本文提出假設1。

H1稅收征管數字化通過治理和信息雙重機制提高了公司信息披露質量。

四、實證研究設計

(一)樣本選擇與數據來源

選取2009—2020年中國滬深A股上市公司為研究對象,之所以選擇2009年為開始年份,是為了避免《中華人民共和國企業所得稅法》實施前后導致稅法環境差異的影響。根據研究需要對樣本進行如下處理:剔除金融類和ST的樣本觀測值;剔除樣本數據缺失的觀測值和資不抵債的公司樣本觀測值;對連續變量進行上下1%的縮尾處理。經過數據篩選處理,得到22 308個公司-年度觀測值。本文行業分類數據來自申銀萬國,機構投資者持股比例數據來自萬德數據庫(WIND),地區層面數據來自歷年《中國統計年鑒》。其他財務數據主要來自國泰安數據庫(CSMAR)和中國研究數據服務平臺(CNRDS)。

(二)變量測度

1.企業信息披露質量

鑒于交易所對上市公司信息披露考評結果是按年度披露,難以準確捕捉信息披露的動態變化。因此,參考Kim和Verrecchia(2001)[37]對信息披露質量的測度方法,通過股票收益率對成交量回歸的斜率替代性計量。該指標不僅能夠反映強制性信息披露,還包括自愿性信息披露,可以避免采用會計變量因應計利潤和盈余管理等引起的系列問題[38],能夠較好地反映公司信息披露質量,且得到眾多學者的認可[22,39]。具體如式(1)所示

ln|ΔPt/Pt-1|=α+β(Volt-Vol0)+μi

(1)

其中,ΔPt為Pt與Pt-1之差,Pt為t日的收盤價,Volt為t日的交易量,Vol0為年度日均交易量,刪除年度交易日不足100天,β為負及ΔPt為0的值,得到KimV=β×1 000 000,該指數為反向指標,KimV值越小表明信息披露質量越高。

2.稅收征管數字化

“金稅三期”工程于2013年在重慶、山西、山東試點,后分批逐步實施,最終在全國范圍內推行。本文根據試點的時間和省份采用多時點DID識別策略,若企業所在省份當年被納入“金稅三期”工程試點省份或城市則定義TCM取值為1,否則為0。需要說明的是,本文借鑒張克中等(2020)[12]的做法,采用各省或市“金稅三期”工程單軌運行的時間節點作為試點實施時間,且考慮政策的滯后效應,若試點地區的試點時間在下半年,則將該試點實施時間視為下一年開始。

3.控制變量

參考已有文獻的做法[39,22],本文控制了企業特征、地區經濟發展、法治化水平等變量。公司規模(Size),以公司總資產的自然對數表示;資產負債率(Lev),以負債總計/資產總和表示;成長性(Growth),以營業收入增長率表示;盈利能力(Roa),以稅后凈利潤/年末總資產表示;公司年齡(Age),以公司成立年數加1取自然對數表示;大股東持股(Share1),以第一大股東持股比例表示;董事會規模(Board),以董事會人數自然對數表示;機構投資者持股(Institu),以機構投資者持股比例表示;盈余管理(Abs_DA),采用修正的Jones模型計算得到;交叉持股(BH),如上市公司同時發行B股或H股則取值為1,否則為0;審計質量(AuditOp),若上市公司年報審計為標準審計意見則為1,否則為0;兩職合一(Dual),若公司董事長與總經理兼任則取值為1,否則為0;產權性質(Soe),國有企業取值為1,否則為0。考慮到金稅三期實施可能與地區發展水平相關,以及地區法治水平可能影響信息披露質量,因此將地區經濟發展水平(gropergdp)和地區法治化水平(Lawe)納入控制變量中。具體變量定義如表1所示。

(三)實證模型

為驗證假說1,依據“金稅三期”工程實施的準自然實驗,采用多時點DID估計方法,構建如下模型

KimVi,c,t=α+βTCMi,c,t+γControlsi,c,t+δi+μc+θt+ε

(2)

其中,KimV代表企業信息披露質量,TCM代表稅收征管數字化,Controls表示系列控制變量。下標i,c,t分別表示公司、省份和年份。為控制不隨時間變化因素對回歸結果的影響,本文控制了公司固定效應(δi)和省份固定效應(μc)。為控制隨時間變化因素對回歸結果的影響,本文控制年度固定效應(θt)。最后,對所有回歸系數使用異方差穩健標準誤調整并在省級層面聚類處理。本文主要關注β系數,若β系數顯著為負,則說明TCM顯著提高了信息披露質量。

五、實證結果分析

(一)描述性統計

表2匯報了主要變量的描述性統計?？梢钥闯?KimV的均值為0.48,中位數為0.45,最小值和最大值分別為0.09、1.00,說明上市公司的信息披露質量存在較大差距。稅收征管數字化的均值為0.42,說明大約有42%的樣本公司受到“金稅三期”工程的影響。這與已有研究基本一致[15]。其余變量與已有文獻基本類似。

表2 變量描述性統計

(二)稅收征管數字化與信息披露質量

表3匯報了稅收征管數字化與信息披露質量的基本回歸結果。列(1)是未加控制變量的回歸結果,列(2)是加上控制變量,控制年份、公司固定效應的回歸結果,列(3)是控制年份、公司、省份固定效應的回歸結果。從列(1)(2)可以看出,稅收征管數字化的回歸系數均為-0.02,均在1%水平上顯著,初步驗證了H1。從列(3)可以看出,稅收征管數字化與信息披露質量的回歸系數,較前面有所下降,但仍在1%的水平上顯著。這表明“金稅三期”工程實施之后,在試點省份或城市的公司信息披露質量得到顯著提高,即稅收征管數字化顯著提高了公司信息披露質量,驗證了H1。

表3 基本回歸結果

(三)穩健性檢驗

1.平行趨勢檢驗

多時點DID模型有效性的一個潛在前提是滿足平行趨勢檢驗。就本文而言,即在“金稅三期”工程實施之前,試點地區和非試點地區所有樣本企業的信息披露質量無系統性差異,在時間趨勢上是平行的。為保證結果的有效性,本文對多時點DID模型進行平行趨勢檢驗。首先,根據“金稅三期”工程實施的時間,將“金稅三期”工程實施當年定義為current,取值為1,否則為0,“金稅三期”工程實施前1年定為pre1(1,0虛擬變量),“金稅三期”工程實施前2年定義pre2(1,0虛擬變量),“金稅三期”工程實施前3年定義為pre3(1,0虛擬變量),“金稅三期”工程實施前4年定義為pre4(1,0虛擬變量)。同理,將“金稅三期”工程實施后一年定為post1(1,0虛擬變量),以此類推生成post2、post3和post4。然后,以“金稅三期”工程實施前一年為基準期,在基準模型的基礎上,回歸分析檢驗金稅三期實施前是否具有平行趨勢。理論上,若滿足平行趨勢,則pre2、pre3、pre4的回歸系數預期應不顯著。

表4列(1)匯報了平行趨勢檢驗的結果。結果顯示,金稅三期實施之前,試點地區和非試點地區企業信息披露質量并無顯著差異(pre2、pre3、pre4的回歸系數為負,均未通過顯著性檢驗),而在金稅三期實施之后,相對于非試點地區,試點地區企業的信息披露質量顯著提升(post1、post2、post3和post4均顯著為負)。上述結果說明,多時點DID模型的平行趨勢檢驗通過,本文研究結論穩健。

表4 穩健性檢驗結果

2.構造連續雙重差分模型

由于“金稅三期”工程在每個地區上線時間的差異,為了更加精確地捕捉“金稅三期”工程在同一年上線不同月份的政策效應,借鑒已有研究做法[11],根據“金稅三期”工程實施的具體月份,將不滿12個月的時間,按照公式(12-n+1)/12計算得出,據此構造出連續雙重差分模型。表4列(2)匯報了連續雙重差分模型估計的結果,由回歸結果可知,研究結論依然不變。

3.替換因變量

為了排除因變量測量誤差導致的回歸結果偏誤,本文采用深交所和上交所對A股上市公司信息披露質量的考評結果度量企業的信息披露質量,定義變量為Disclosure,該變量為信息披露質量的正向指標。具體的,先將信息披露考評結果中的優秀、良好、及格和不及格依次賦值為4、3、2和1,然后替換被解釋變量,最后采用固定效應有序Logit模型回歸。表4列(3)匯報了替換因變量后的回歸結果。結果顯示,稅收征管數字化的回歸系數為0.15,在10%的水平上顯著,說明稅收征管數字化顯著提高了公司信息披露質量,再次驗證了本文的研究結論。

(四)內生性檢驗

1.安慰劑檢驗

影響信息披露質量的因素很多,礙于不可控因素,難免存有遺漏變量內生性問題。為增強本文研究結論的可信度,緩解遺漏變量問題,參考Cornaggia和Li(2019)[40]、劉慧龍等(2022)[5]的做法,采用非參數置換檢驗的方法進行安慰劑檢驗。首先為各地區隨機生成“金稅三期”工程實施的時間,然后以此為依據重新定義一個新的變量以置換真實“金稅三期”工程事件變量TCM,最后將之納入主模型回歸。因為上述是隨機生成的偽事件,所以稅收征管數字化替換后的變量不應該對信息披露質量產生顯著影響,為避免隨機生成金稅三期工程實施時間過程中偶然性因素的干擾,本文進行重復500次上述隨機過程模擬估計,預期其回歸系數應該在0點附近。

圖1展示了非參數置換檢驗估計的核密度圖。從圖中可以看出,當“金稅三期”工程時間是隨機生成時,其估計系數明顯聚集在0點附近,說明構造的“金稅三期”工程隨機事件不會對公司信息披露質量產生顯著影響。而在真實的“金稅三期”事件下其估計系數在安慰劑檢驗核密度圖中屬于小概率事件,這進一步說明了本文回歸結果的可靠性。

圖1 非參數置換檢驗估計系數核密度

2.PSM+DID

考慮到試點地區和非試點地區公司特征差異對回歸結果造成的偏差,以及“金稅三期”工程是繼“金稅一期”和“金稅二期”工程之后,可能存在政策評估上的“噪音”。因此,本文采用傾向得分匹配加雙重差分法進行檢驗。首先以主模型控制變量為匹配標準,然后使用Logit模型計算傾向得分,并進行1對1卡尺內(卡尺設為0.05)近鄰匹配,僅保留各匹配年份均位于共同取值范圍內的樣本,最后對保留樣本進行變時點DID回歸。表5列(1)匯報了PSM+DID的回歸結果。結果表明,在控制了樣本選擇偏差之后,稅收征管數字化顯著提高了公司信息披露質量,支持了本文研究結論。

表5 內生性檢驗結果

3.剔除其他政策影響

考慮到“金稅三期”工程于2016年之后就在全國范圍內實施,而2016年之后的政策效應可能會受到其他政策(如降低稅率、試行留抵退稅等)的干擾,導致政策效應估計偏差。為此,參考已有研究做法[5],刪除2016年及以后的樣本,對剩余樣本進行重新回歸,表5列(2)匯報了剔除2016年及以后樣本的回歸結果。結果顯示,稅收征管數字化的回歸系數為-0.02,在5%的水平上顯著,并沒有改變本文研究的主要結論,研究結論穩健。

六、影響機制研究

為了驗證前文理論分析中的稅收征管數字化治理機制,本文進一步考察稅收征管數字化對代理成本、關聯交易(包括正常關聯交易和異常關聯交易)的影響。其中,代理成本(Agency_Cost)采用經營費用率表示。關聯交易(Relatedt)借鑒劉慧龍等(2022)[5]的做法,采用企業與關聯方之間的商品銷售和購買以及接受和提供勞務交易的金額之和經公司總資產標準化表示。異常關聯交易和正常關聯交易,借鑒Jian和Wong(2010)[41]的研究,采用關聯交易規模對資產負債率、企業規模、市賬比、行業固定效應進行分年度回歸,將回歸殘差定義為異常關聯交易(Abnormal_R),將關聯交易規模的擬合值定義為正常關聯交易(Normal_R)。

表6匯報了稅收征管數字化對代理成本、關聯交易(包括正常關聯交易和異常關聯交易)的回歸結果。從列(1)結果可以看出,稅收征管數字化顯著降低了企業代理成本(系數為-0.01,t值為-1.87)。從列(2)可以看出,稅收征管數字化顯著降低了關聯交易(系數為-0.01,t值為-1.97),進一步支持了已有研究結論[5]。從列(3)(4)可以看出,稅收征管數字化對異常關聯交易發揮顯著的治理效應(系數為-0.10,t值為-2.27),對正常關聯交易的抑制作用并未通過顯著性檢驗。這說明稅收征管數字化通過治理機制提高公司信息披露質量,結果進一步驗證了前文的理論推理。

表6 治理機制檢驗結果

為驗證前文理論分析中的信息機制,本文進一步考察了稅收征管數字化對會計信息可比性和年報可讀性的影響。會計信息可比性借鑒De Franco等(2011)[42]的方法計算得到。該計算方法的合理性在于:如果兩家公司對相同的經濟業務進行會計轉換處理的結果相似,則認為這兩家公司提供的會計信息具有可比性。具體估計模型如下

(3)

(4)

(5)

其中,Earning表示公司季度凈利潤除以期初權益市場價值,Return表示公司股票季度收益率。模型(3)和模型(4)計算的是兩家公司對同一經濟業務會計轉換后的預期盈余,模型(5)計算的是兩家公司預期盈余之間的差異,表示會計信息可比性(CompAcct),該指標越大說明會計信息可比性越高。年報可讀性采用年報文本信息總字符長度的自然對數衡量。

表7匯報了稅收征管數字化對會計信息可比性和年報可讀性的回歸結果。由列(1)可知,稅收征管數字化顯著提高了公司會計信息可比性(系數為0.002,在10%的水平上顯著)。由列(2)結果可知,稅收征管數字化顯著降低了年報復雜度,提高了年報可讀性(系數為-0.02,在1%的水平上顯著)。上述結果說明,稅收征管數字化通過信息機制提高公司信息披露質量,進一步驗證了前文理論分析。

表7 信息機制檢驗結果

七、進一步分析

前文已述,稅收征管數字化顯著提高了公司信息披露質量,為進一步厘清稅收征管數字化對信息披露質量影響的內在機理,本文基于治理機制和信息機制分別從征納合謀、避稅程度、分析師關注度和信息不透明度四個維度具體分析。

為厘清稅收征管數字化是否發揮了治理機制提高公司信息披露質量,本文選取征納合謀、避稅程度兩種情境進行分樣本檢驗。主要原因如下:傳統稅收征管模式具有稅源信息單一、征稅、管理和稽查三者合一的特征,在信息不對稱或監督缺位的情況下,謀求私利的稅收征管人員便會利用執法的自由裁量權通過合謀方式放松對于企業的監管,這種征納雙方合謀關系直接造成國家稅收收入損失和企業監管失效[43],為企業避稅行為提供了可行的操縱空間[44]。而稅收征管數字化一方面實現了多元化的信息來源,形成涉稅信息立體化呈現和與各關聯部門信息共享;另一方面實現了自動化的監管,從監管能力、范圍和效率等多渠道規范了稅收征管體系。這不僅有力限制了稅務機關利用自由裁量權進行征納合謀的行為,還提高了稅收執法的統一性、規范性和納稅的精準性,打擊了企業避稅行為。因此,如果稅收征管數字化對公司信息披露質量影響通過治理機制發揮作用,那么,可以合理預期,相對于征納合謀程度低和企業避稅程度低的企業,征納合謀程度高和企業避稅程度高的企業,稅收征管數字化的治理效應更加明顯。

為驗證上述推理,參考田彬彬和范子英(2018)[44]、張克中等(2020)[12]的研究,度量征納合謀(以尋租性賄賂支出表示)和企業避稅(以會計收益與應稅收益之差衡量),并按照樣本中位數將樣本分為稅企征納合謀程度高和征納合謀程度低以及企業避稅程度高和企業避稅程度低共計四組進行分樣本檢驗。表8匯報了稅收征管數字化與信息披露質量的分樣本檢驗結果。結果顯示,稅收征管數字化對公司信息披露質量的系數在稅企征納合謀程度高(EC=1)和企業避稅程度高(RATE=1)的樣本組中顯著為負,而在稅企征納合謀程度低(EC=0)和企業避稅程度低(RATE=0)的樣本組中,并未通過顯著性檢驗,實證結果支持了上述分析,也進一步佐證了稅收征管數字化的治理機制。

表8 進一步分析:治理機制檢驗結果

為厘清稅收征管數字化是否通過信息機制提高公司信息披露質量,本文選取分析師關注度和信息不透明度兩種情境進行分樣本檢驗。因為分析師在資本市場中對降低信息不對稱起著重要作用。大量的研究表明,在信息披露制度不完善的資本市場中,分析師的信息傳播能夠緩解企業投資雙方的信息不對稱問題,為投資者提供有價信息,挖掘和矯正企業信息披露隱藏和扭曲行為[45]。因此,分析師關注度高的企業,其信息不對稱程度更低。而企業信息不透明度越高,出于理性人的使然,管理層更有動機做出選擇性的信息披露,其信息質量越差[23]。因此,本文合理預期稅收征管數字化對公司信息披露質量的影響在分析師關注度低和信息不透明度高的樣本組中更加明顯。

為了驗證上述推理,本文根據分析師跟蹤人數和盈余操縱程度中位數將樣本分為分析師關注度高、分析師關注度低和信息不透明度高、信息不透明度低四組進行分樣本檢驗。表9匯報了稅收征管數字化對信息披露質量的分樣本檢驗結果。結果顯示,稅收征管數字化對信息披露質量的影響在分析師關注度低(Analysts=0)和信息不透明度高(Abs_DA=1)的樣本組中,顯著為負,而在分析師關注度高(Analysts=1)和信息不透明度低(Abs_DA=0)的樣本組中,并未通過顯著性檢驗。實證結果支持上述分析,進一步佐證了稅收征管數字化的信息機制。

表9 進一步分析:信息機制檢驗結果

八、研究結論與啟示

“著力推動高質量發展,主動構建新發展格局,蹄疾步穩推進改革”是黨的二十大報告提出的重要內容之一。在穩步推進改革的過程中,“金稅三期”工程實現稅收征管與數字技術的完美鏈接,進一步加強了政府的監督力量,進而對企業產生重要的治理作用。本文基于“金稅三期”工程實施的準自然實驗,以2009—2020年中國A股上市公司為樣本,探究了稅收征管數字化對公司信息披露質量的影響。研究發現:(1)稅收征管數字化顯著提高了公司信息披露質量;(2)機制檢驗發現,稅收征管數字化通過治理機制降低了企業代理成本,抑制了企業關聯交易(尤其是異常關聯交易)。通過信息機制簡化了財務報告復雜度,提高了會計信息可比性,驗證了稅收征管數字化的治理效應;(3)基于治理機制的拓展性檢驗發現,稅收征管數字化的治理效應在征納合謀程度高和避稅程度高的公司中更加明顯?；谛畔C制的拓展性檢驗發現,稅收征管數字化的治理效應在分析師關注度低和信息不透明程度高的公司中更為顯著。研究結論在補充稅收征管治理效應研究的同時,也為創新稅收征管制度、提高信息披露質量、完善公司治理提供有益的實踐參考。

結合本文研究結論,得出以下政策與實踐啟示。

第一,持續深化稅收征管改革,助力國家稅收治理體系現代化。本文證據表明,稅收征管數字化顯著提高了公司信息披露質量,發揮了治理效應。一方面,稅收征管部門應提高人工智能、大數據等新型技術在稅收征管方面的創新利用,建立并完善國家稅收征管現代化信息系統,提高稅收征管能力。同時還應注重稅收征管的溢出效應,利用大數據征管的治理效應約束企業違規信息披露,助力企業信息披露質量的提升;另一方面,繼續推動稅收征管數字化升級,探索稅收征管數字化的新價值。在后續的金稅工程稅收改制中,可以以公司涉稅信息為依托,拓展至其他業務信息,逐步形成系統性、穩定性、標準化的規范,引領公司業務發展。

第二,加快智慧稅務建設,強化稅收征管對公司治理的正外部性。稅收征管數字化通過治理機制和信號機制提升公司信息披露質量,這說明稅收征管數字化對公司治理影響是多渠道的,稅務部門應“以數治稅”“以稅惠企”,實現稅企雙贏。企業應該主動挖掘并利用稅收征管的治理效應來完善內部治理體系,緩解企業內外部信息不對稱,進而實現高質量發展。

第三,加強稅收征管數字化與公司的深度融合,實現稅收征管效用最大化。本文研究發現,稅收征管數字化對公司信息披露質量影響具有正向效應且存在一定的邊界。因此,一方面稅務部門應主動營造和優化稅收環境,持續提升征稅服務質量,同時考慮稅收征管數字化在不同企業特征、外部環境下的差異性,從而實現政策效應最大化;另一方面,企業應積極與稅務部門對接,建立內外部雙重稅務風險防范機制,降低稅務風險。與此同時,根據自身條件適時引入外部治理機制,完善公司信息披露制度。