稅收征管數(shù)字化對公司信息披露質(zhì)量的影響:治理效應(yīng)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(huán)境日益復雜多變,中國經(jīng)濟發(fā)展面臨需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱等多重壓力,研究和探索實現(xiàn)經(jīng)濟高質(zhì)量行穩(wěn)致遠的發(fā)展目標成為必然。黨的二十大報告明確提出“著力推動高質(zhì)量發(fā)展,主動構(gòu)建新發(fā)展格局”,而稅務(wù)工作作為與經(jīng)濟發(fā)展密切相關(guān)的領(lǐng)域,對經(jīng)濟高質(zhì)量發(fā)展具有重要的影響力。《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》更加注重稅收監(jiān)管在助力數(shù)字經(jīng)濟發(fā)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(diào)了加強數(shù)字政府建設(shè)和推進財稅體制改革的重要性。稅收征管數(shù)字化作為財稅體制改革的重大創(chuàng)新,既是數(shù)字技術(shù)與稅收征管的結(jié)合,更是稅收監(jiān)督與稅務(wù)稽查的升級,在保障國家稅源、落實稅收政策、規(guī)范企業(yè)行為、促進國民經(jīng)濟發(fā)展等方面起著重要作用。數(shù)據(jù)統(tǒng)計顯示,2019年稅務(wù)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(shù)字化的實施不僅會影響企業(yè)避稅行為,同時也會產(chǎn)生治理效應(yīng),進而影響企業(yè)信息披露行為,對企業(yè)的信息披露質(zhì)量產(chǎn)生影響,進一步推動資本市場的健康發(fā)展。因此,深入研究稅收征管數(shù)字化對企業(yè)信息披露質(zhì)量的影響,對于促進企業(yè)高質(zhì)量發(fā)展和資本市場健康穩(wěn)定具有重要現(xiàn)實意義。

稅制改革的過程中,國家將“大智移云物”等新興技術(shù)與稅務(wù)相結(jié)合并應(yīng)用于稅收征管實際工作中。“金稅三期”工程作為稅收征管數(shù)字化突破性創(chuàng)新事件之一,打破了傳統(tǒng)“人管人”、經(jīng)驗主義的監(jiān)管模式,轉(zhuǎn)向“程序管人”、數(shù)據(jù)監(jiān)測的智能化監(jiān)管模式[1],實現(xiàn)了“一個平臺、兩級處理、三個覆蓋、四個系統(tǒng)”的目標。大量的理論和實證研究結(jié)果表明,稅收征管數(shù)字化在提高納稅遵從、落實稅收優(yōu)惠[2]的同時,亦作用于公司的經(jīng)營行為,具有外部監(jiān)督治理作用。圍繞治理機制和信息機制,國內(nèi)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(wù)機關(guān)有動機去監(jiān)管企業(yè)資產(chǎn)轉(zhuǎn)移、關(guān)聯(lián)交易、利潤隱藏等任何危害稅源的行為,增加了企業(yè)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(yè)盈余操縱行為[1,6]。信息機制觀點認為,一方面,稅務(wù)機關(guān)不僅能夠通過對企業(yè)財務(wù)項目查閱、實地走訪核查企業(yè)本身涉稅信息,并且能夠借助大數(shù)據(jù)技術(shù)拓展企業(yè)涉稅信息來源,獲取企業(yè)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(wù)機關(guān)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(zhì)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(zhì)量[8]。不同于傳統(tǒng)的稅收征管模式,稅收征管數(shù)字化是稅收征管與數(shù)字化深度融合,實現(xiàn)了新時代“以數(shù)治稅”的重大變革。一方面,數(shù)字技術(shù)與稅收征管雙輪驅(qū)動打破了傳統(tǒng)稅務(wù)機關(guān)與納稅主體合謀空間,并通過信號傳遞產(chǎn)生“稅法威懾效應(yīng)”,降低了稅收自由裁量尺度,提高了稅收征管的法治化和規(guī)范化,能夠有力約束管理層私利行為;另一方面,數(shù)字技術(shù)的無限收斂性和智能即時性使得稅收征管的各個環(huán)節(jié)具有可視性、可比性和可控性,提高企業(yè)信息操縱的成本,并通過納稅監(jiān)督對公司產(chǎn)生治理效應(yīng),顯著降低公司信息不對稱水平。那么,稅收征管數(shù)字化能否發(fā)揮外部監(jiān)督治理作用,對企業(yè)信息披露質(zhì)量產(chǎn)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(yīng)的角度,借助“金稅三期”工程這一外生沖擊,探究稅收征管數(shù)字化對企業(yè)信息披露質(zhì)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(shù)字化稅收征管與外部監(jiān)督治理的關(guān)系,不僅為稅收征管數(shù)字化改善公司治理提供了新的理論依據(jù),還為稅務(wù)部門創(chuàng)新數(shù)字技術(shù)應(yīng)用,提升國家稅收治理現(xiàn)代化水平,促進資本市場健康發(fā)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(shù)字化的治理效應(yīng),探討了稅收征管數(shù)字化對企業(yè)信息披露質(zhì)量的影響,為企業(yè)應(yīng)對委托代理和信息不對稱問題提供了新的解決思路?，F(xiàn)有研究信息披露質(zhì)量更關(guān)注內(nèi)部治理和外部環(huán)境,但忽視了稅收征管的監(jiān)督治理作用,而數(shù)字化稅收監(jiān)管對規(guī)范企業(yè)信息披露具有顯著的治理效應(yīng),本文是對已有研究的有益補充。

第二,解釋了稅收征管數(shù)字化影響企業(yè)信息披露質(zhì)量的機理,驗證了稅收征管數(shù)字化外部治理效應(yīng)的傳導路徑,為數(shù)字化賦能稅收征管發(fā)揮公司治理作用背后的理論邏輯提供了有益解釋?，F(xiàn)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(tǒng)完整地揭示了稅收征管、治理效應(yīng)和信息披露質(zhì)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(guān)注和信息不透明度四個方面對稅收征管數(shù)字化治理效應(yīng)的異質(zhì)性進行了實證,利于深化和全面認識數(shù)字化進程中稅收征管的積極作用,為稅收征管數(shù)字化改進、稅收征管體系的完善和“稅收征管數(shù)字化+”等政策協(xié)同優(yōu)化提供了理論與現(xiàn)實依據(jù)。

二、文獻綜述

(一)稅收征管相關(guān)研究

為更好地服務(wù)國家治理體系和治理能力現(xiàn)代化建設(shè),中國政府一直致力于推動稅制改革?！敖鸲惾凇惫こ套鳛槎愔聘母锏牡浞?其依托大數(shù)據(jù)、人工智能等現(xiàn)代數(shù)字技術(shù)實現(xiàn)了稅收征管能力的突破式創(chuàng)新?，F(xiàn)有文獻主要聚焦于稅收征管數(shù)字化的征稅效應(yīng)。稅收征管數(shù)字化帶來的征管能力提升最為直接的影響是強化稅源監(jiān)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(shù)字化提高了企業(yè)納稅遵從度,陳思霞等(2023)[10]亦得到類似結(jié)論。更為具體地,李艷等(2020)[11]研究發(fā)現(xiàn)稅收征管數(shù)字化提升了企業(yè)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(fā)現(xiàn),稅收征管數(shù)字化不僅提高了企業(yè)納稅遵從度,實現(xiàn)了“應(yīng)收盡收”,還提高了企業(yè)享有稅收優(yōu)惠政策比例,實現(xiàn)“應(yīng)享盡享”。但對這一結(jié)論仍存有爭議,有研究發(fā)現(xiàn),稅收征管數(shù)字化帶來的稅收征管能力的提升使得企業(yè)實際稅負不斷逼近名義稅負,其在降低企業(yè)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(shù)字化的征稅效應(yīng)外,現(xiàn)有文獻還探討了稅收征管數(shù)字化的公司治理效應(yīng)。有研究發(fā)現(xiàn),稅收征管數(shù)字化抑制了企業(yè)的盈余管理、研發(fā)操縱行為[1,6,13],降低了審計費用[14],縮小了內(nèi)部薪酬差距[15],發(fā)揮了對關(guān)聯(lián)交易的治理作用[5],促進企業(yè)脫實向虛[16]。此外,也有研究發(fā)現(xiàn)稅收征管還具有“信息效應(yīng)”,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(fā)現(xiàn),稅收征管數(shù)字化升級能夠搭起資金雙方之間“橋梁”,促進企業(yè)信用融資和貸款融資。

(二)信息披露質(zhì)量相關(guān)研究

信息披露質(zhì)量是資本市場健康運行的基石,對降低信息不對稱[18],優(yōu)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(zhì)量的影響因素。從內(nèi)部因素看,股權(quán)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(yè)信息披露,高股權(quán)集中度的公司,控股股東出于控制權(quán)私利會降低信息披露質(zhì)量[20]。Al Amosh和Mansor(2021)[21]基于非財務(wù)信息披露視角發(fā)現(xiàn),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(quán)衡策略性地披露企業(yè)信息。例如,董事會秘書在任職期間出于聲譽和職業(yè)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(zhì)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(yè)信息披露質(zhì)量[23]。從外部因素看,行業(yè)競爭、外部監(jiān)督、法治環(huán)境等均影響企業(yè)信息披露質(zhì)量。Li(2010)[24]發(fā)現(xiàn),行業(yè)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(fā)現(xiàn),機構(gòu)投資者實地調(diào)研能夠發(fā)揮治理效應(yīng),改善公司信息披露質(zhì)量。還有學者發(fā)現(xiàn)良好的法治環(huán)境和投資者保護能夠限制內(nèi)部人私利控制權(quán),進而提升企業(yè)信息披露質(zhì)量[26]。有關(guān)數(shù)字化對公司信息披露質(zhì)量的影響,已有研究發(fā)現(xiàn),搭載大數(shù)據(jù)技術(shù),企業(yè)數(shù)字化轉(zhuǎn)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(fā)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(fā)現(xiàn)依托于大數(shù)據(jù)技術(shù),企業(yè)數(shù)字化轉(zhuǎn)型能夠發(fā)揮治理效應(yīng),提高公司的信息披露質(zhì)量。這說明數(shù)字化產(chǎn)生的治理效應(yīng)可能是提高公司信息披露質(zhì)量的有效路徑之一。因此,稅收征管數(shù)字化的治理效應(yīng)可能會對公司信息披露質(zhì)量產(chǎn)生影響。

綜上,關(guān)于公司信息披露質(zhì)量的探究主要集中于內(nèi)部公司股東治理、高管特征、數(shù)字化轉(zhuǎn)型和外部行業(yè)競爭、法治環(huán)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(guān)注則明顯欠缺?；凇敖鸲惾凇惫こ烫骄慷愂照鞴艿慕?jīng)濟后果研究亦主要聚焦于征稅效應(yīng),而在稅收征管數(shù)字化的治理效應(yīng)中鮮有文獻涉及公司信息披露質(zhì)量,尤其是結(jié)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(yè)監(jiān)管的一種重要力量,在執(zhí)行征稅的同時亦可能影響企業(yè)的行為,發(fā)揮公司治理效應(yīng)。以“金稅三期”工程為代表的稅收征管數(shù)字化實現(xiàn)了對企業(yè)涉稅行為監(jiān)管的全覆蓋,其所具有的治理效應(yīng)降低了企業(yè)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(shù)字化可能從以下幾個方面影響公司的信息披露質(zhì)量。

其一,稅收征管數(shù)字化通過治理機制影響公司信息披露質(zhì)量。公司能否向資本市場提供高質(zhì)量的信息,是降低內(nèi)外部信息不對稱水平,影響投資者決策的重要因素。但兩權(quán)分離下,股東和經(jīng)理人之間的信息不對稱和監(jiān)督成本與收益的非對等性,使得股東難以實施有效的監(jiān)督與管理;而管理者本身亦存在道德風險,出于稅收規(guī)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(yè)利潤的“強制性”分享,在利益驅(qū)動下,企業(yè)是天然尋求避稅的,而避稅易引發(fā)委托代理問題。基于避稅代理理論觀,為避免避稅被稅務(wù)機關(guān)發(fā)現(xiàn),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(yè)信息環(huán)境。

稅收征管數(shù)字化可以抑制公司的代理問題,進而提高公司信息披露質(zhì)量。一方面,“金稅三期”工程依托大數(shù)據(jù)技術(shù)提高了對企業(yè)會計賬目的監(jiān)管效率,形成對納稅企業(yè)收入、成本、利潤、存貨、銀行賬戶等實時監(jiān)控,有效提高了企業(yè)經(jīng)營活動的透明度,抑制了企業(yè)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(xiàn)了“兩極處理”,涵蓋了所有稅種,且各涉稅環(huán)節(jié)可以順暢流轉(zhuǎn)、交叉審核、相互驗證,能夠通過對業(yè)務(wù)數(shù)據(jù)預(yù)測性分析、對比分析等,實現(xiàn)對納稅企業(yè)涉稅違規(guī)行為精準稽查,有利打擊了企業(yè)的避稅行為[12],進而抑制管理層通過避稅實現(xiàn)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(yè)避稅離不開經(jīng)理人的配合,礙于避稅的非法性和隱蔽性,導致股東與經(jīng)理人的最優(yōu)激勵契約不再有效[31]。稅收征管數(shù)字化可以抑制高管超額薪酬,縮小企業(yè)內(nèi)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(shù)字化可以發(fā)揮對企業(yè)關(guān)聯(lián)交易的治理作用,尤其是對異常關(guān)聯(lián)交易的治理作用。關(guān)聯(lián)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(guān)聯(lián)交易助長了上市公司的“掏空”行為,降低了盈余質(zhì)量[32]和信息透明度[33],且異常關(guān)聯(lián)交易的影響更顯著[34]。稅收征管數(shù)字化對關(guān)聯(lián)交易具有治理作用[5]。一方面,稅收征管數(shù)字化可以利用大數(shù)據(jù)技術(shù)對公司涉稅信息實時監(jiān)控,提高關(guān)聯(lián)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(guān)聯(lián)交易行為;另一方面,稅收征管數(shù)字化可以利用大數(shù)據(jù)技術(shù)將企業(yè)納稅數(shù)據(jù)同行業(yè)內(nèi)類似企業(yè)納稅數(shù)據(jù)實時對比、分析和判別,重點關(guān)注納稅情況異常的公司,以增加關(guān)聯(lián)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(guān)系、清晰的稅收抵扣邏輯鏈和立體化的上下游產(chǎn)業(yè)鏈數(shù)據(jù)業(yè)務(wù)信息,理順經(jīng)濟業(yè)務(wù)實質(zhì),篩選出違反獨立交易原則、顯失公平合理的關(guān)聯(lián)交易,對其精準稽查并作出相應(yīng)處罰。公司出于成本與外界聲譽損失的考慮,會相應(yīng)減少該類行為。

其二,稅收征管數(shù)字化通過信息機制影響公司信息披露質(zhì)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(yīng)[35]。依據(jù)大數(shù)據(jù)等數(shù)字技術(shù),稅務(wù)征管部門顯著提高了稅收征管的執(zhí)法能力和效率,在抑制企業(yè)避稅的同時亦發(fā)揮公司信息鑒證作用。一方面,稅收征管數(shù)字化實現(xiàn)了企業(yè)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(jīng)濟業(yè)務(wù)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(yè)提供可比的會計信息;與此同時,稅收征管數(shù)字化的風險預(yù)警系統(tǒng)能夠?qū)崟r監(jiān)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(wù)信息的行為,使得財務(wù)報告更加清晰和具有可理解性[36];另一方面,稅收征管數(shù)字化的精準監(jiān)測和事后懲罰亦具有威懾效應(yīng)。出于避稅成本與收益的考量,為規(guī)避稅務(wù)稽查風險,維護聲譽,企業(yè)有動機減少無效交易活動,降低業(yè)績粉飾行為,改善信息環(huán)境[8],進而提升企業(yè)財務(wù)報告質(zhì)量。此外,相較于傳統(tǒng)稅收征管,稅收征管數(shù)字化系統(tǒng)實現(xiàn)了納稅企業(yè)涉稅信息的同步更新和部門間實時共享,稅務(wù)執(zhí)法的結(jié)果亦會傳向資本市場,對審計師、分析師等產(chǎn)生正外部性,進一步提高信息披露質(zhì)量。基于以上分析,本文提出假設(shè)1。

H1稅收征管數(shù)字化通過治理和信息雙重機制提高了公司信息披露質(zhì)量。

四、實證研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

選取2009—2020年中國滬深A(yù)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(yè)所得稅法》實施前后導致稅法環(huán)境差異的影響。根據(jù)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(shù)據(jù)缺失的觀測值和資不抵債的公司樣本觀測值;對連續(xù)變量進行上下1%的縮尾處理。經(jīng)過數(shù)據(jù)篩選處理,得到22 308個公司-年度觀測值。本文行業(yè)分類數(shù)據(jù)來自申銀萬國,機構(gòu)投資者持股比例數(shù)據(jù)來自萬德數(shù)據(jù)庫(WIND),地區(qū)層面數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》。其他財務(wù)數(shù)據(jù)主要來自國泰安數(shù)據(jù)庫(CSMAR)和中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)。

(二)變量測度

1.企業(yè)信息披露質(zhì)量

鑒于交易所對上市公司信息披露考評結(jié)果是按年度披露,難以準確捕捉信息披露的動態(tài)變化。因此,參考Kim和Verrecchia(2001)[37]對信息披露質(zhì)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(yīng)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(zhì)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(shù)為反向指標,KimV值越小表明信息披露質(zhì)量越高。

2.稅收征管數(shù)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(nèi)推行。本文根據(jù)試點的時間和省份采用多時點DID識別策略,若企業(yè)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(jié)點作為試點實施時間,且考慮政策的滯后效應(yīng),若試點地區(qū)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(yè)特征、地區(qū)經(jīng)濟發(fā)展、法治化水平等變量。公司規(guī)模(Size),以公司總資產(chǎn)的自然對數(shù)表示;資產(chǎn)負債率(Lev),以負債總計/資產(chǎn)總和表示;成長性(Growth),以營業(yè)收入增長率表示;盈利能力(Roa),以稅后凈利潤/年末總資產(chǎn)表示;公司年齡(Age),以公司成立年數(shù)加1取自然對數(shù)表示;大股東持股(Share1),以第一大股東持股比例表示;董事會規(guī)模(Board),以董事會人數(shù)自然對數(shù)表示;機構(gòu)投資者持股(Institu),以機構(gòu)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(fā)行B股或H股則取值為1,否則為0;審計質(zhì)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(jīng)理兼任則取值為1,否則為0;產(chǎn)權(quán)性質(zhì)(Soe),國有企業(yè)取值為1,否則為0。考慮到金稅三期實施可能與地區(qū)發(fā)展水平相關(guān),以及地區(qū)法治水平可能影響信息披露質(zhì)量,因此將地區(qū)經(jīng)濟發(fā)展水平(gropergdp)和地區(qū)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(jù)“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(gòu)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(yè)信息披露質(zhì)量,TCM代表稅收征管數(shù)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(jié)果的影響,本文控制了公司固定效應(yīng)(δi)和省份固定效應(yīng)(μc)。為控制隨時間變化因素對回歸結(jié)果的影響,本文控制年度固定效應(yīng)(θt)。最后,對所有回歸系數(shù)使用異方差穩(wěn)健標準誤調(diào)整并在省級層面聚類處理。本文主要關(guān)注β系數(shù),若β系數(shù)顯著為負,則說明TCM顯著提高了信息披露質(zhì)量。

五、實證結(jié)果分析

(一)描述性統(tǒng)計

表2匯報了主要變量的描述性統(tǒng)計。可以看出,KimV的均值為0.48,中位數(shù)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(zhì)量存在較大差距。稅收征管數(shù)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(tǒng)計

(二)稅收征管數(shù)字化與信息披露質(zhì)量

表3匯報了稅收征管數(shù)字化與信息披露質(zhì)量的基本回歸結(jié)果。列(1)是未加控制變量的回歸結(jié)果,列(2)是加上控制變量,控制年份、公司固定效應(yīng)的回歸結(jié)果,列(3)是控制年份、公司、省份固定效應(yīng)的回歸結(jié)果。從列(1)(2)可以看出,稅收征管數(shù)字化的回歸系數(shù)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(shù)字化與信息披露質(zhì)量的回歸系數(shù),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(zhì)量得到顯著提高,即稅收征管數(shù)字化顯著提高了公司信息披露質(zhì)量,驗證了H1。

表3 基本回歸結(jié)果

(三)穩(wěn)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(qū)和非試點地區(qū)所有樣本企業(yè)的信息披露質(zhì)量無系統(tǒng)性差異,在時間趨勢上是平行的。為保證結(jié)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(jù)“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(chǔ)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(shù)預(yù)期應(yīng)不顯著。

表4列(1)匯報了平行趨勢檢驗的結(jié)果。結(jié)果顯示,金稅三期實施之前,試點地區(qū)和非試點地區(qū)企業(yè)信息披露質(zhì)量并無顯著差異(pre2、pre3、pre4的回歸系數(shù)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(qū),試點地區(qū)企業(yè)的信息披露質(zhì)量顯著提升(post1、post2、post3和post4均顯著為負)。上述結(jié)果說明,多時點DID模型的平行趨勢檢驗通過,本文研究結(jié)論穩(wěn)健。

表4 穩(wěn)健性檢驗結(jié)果

2.構(gòu)造連續(xù)雙重差分模型

由于“金稅三期”工程在每個地區(qū)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(yīng),借鑒已有研究做法[11],根據(jù)“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(jù)此構(gòu)造出連續(xù)雙重差分模型。表4列(2)匯報了連續(xù)雙重差分模型估計的結(jié)果,由回歸結(jié)果可知,研究結(jié)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(jié)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(zhì)量的考評結(jié)果度量企業(yè)的信息披露質(zhì)量,定義變量為Disclosure,該變量為信息披露質(zhì)量的正向指標。具體的,先將信息披露考評結(jié)果中的優(yōu)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(yīng)有序Logit模型回歸。表4列(3)匯報了替換因變量后的回歸結(jié)果。結(jié)果顯示,稅收征管數(shù)字化的回歸系數(shù)為0.15,在10%的水平上顯著,說明稅收征管數(shù)字化顯著提高了公司信息披露質(zhì)量,再次驗證了本文的研究結(jié)論。

(四)內(nèi)生性檢驗

1.安慰劑檢驗

影響信息披露質(zhì)量的因素很多,礙于不可控因素,難免存有遺漏變量內(nèi)生性問題。為增強本文研究結(jié)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(shù)置換檢驗的方法進行安慰劑檢驗。首先為各地區(qū)隨機生成“金稅三期”工程實施的時間,然后以此為依據(jù)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(shù)字化替換后的變量不應(yīng)該對信息披露質(zhì)量產(chǎn)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(yù)期其回歸系數(shù)應(yīng)該在0點附近。

圖1展示了非參數(shù)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(shù)明顯聚集在0點附近,說明構(gòu)造的“金稅三期”工程隨機事件不會對公司信息披露質(zhì)量產(chǎn)生顯著影響。而在真實的“金稅三期”事件下其估計系數(shù)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(jié)果的可靠性。

圖1 非參數(shù)置換檢驗估計系數(shù)核密度

2.PSM+DID

考慮到試點地區(qū)和非試點地區(qū)公司特征差異對回歸結(jié)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(nèi)(卡尺設(shè)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(nèi)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(jié)果。結(jié)果表明,在控制了樣本選擇偏差之后,稅收征管數(shù)字化顯著提高了公司信息披露質(zhì)量,支持了本文研究結(jié)論。

表5 內(nèi)生性檢驗結(jié)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(nèi)實施,而2016年之后的政策效應(yīng)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(yīng)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(jié)果。結(jié)果顯示,稅收征管數(shù)字化的回歸系數(shù)為-0.02,在5%的水平上顯著,并沒有改變本文研究的主要結(jié)論,研究結(jié)論穩(wěn)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(shù)字化治理機制,本文進一步考察稅收征管數(shù)字化對代理成本、關(guān)聯(lián)交易(包括正常關(guān)聯(lián)交易和異常關(guān)聯(lián)交易)的影響。其中,代理成本(Agency_Cost)采用經(jīng)營費用率表示。關(guān)聯(lián)交易(Relatedt)借鑒劉慧龍等(2022)[5]的做法,采用企業(yè)與關(guān)聯(lián)方之間的商品銷售和購買以及接受和提供勞務(wù)交易的金額之和經(jīng)公司總資產(chǎn)標準化表示。異常關(guān)聯(lián)交易和正常關(guān)聯(lián)交易,借鑒Jian和Wong(2010)[41]的研究,采用關(guān)聯(lián)交易規(guī)模對資產(chǎn)負債率、企業(yè)規(guī)模、市賬比、行業(yè)固定效應(yīng)進行分年度回歸,將回歸殘差定義為異常關(guān)聯(lián)交易(Abnormal_R),將關(guān)聯(lián)交易規(guī)模的擬合值定義為正常關(guān)聯(lián)交易(Normal_R)。

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

表6 治理機制檢驗結(jié)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(shù)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(jīng)濟業(yè)務(wù)進行會計轉(zhuǎn)換處理的結(jié)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(quán)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(jīng)濟業(yè)務(wù)會計轉(zhuǎn)換后的預(yù)期盈余,模型(5)計算的是兩家公司預(yù)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(shù)衡量。

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

表7 信息機制檢驗結(jié)果

七、進一步分析

前文已述,稅收征管數(shù)字化顯著提高了公司信息披露質(zhì)量,為進一步厘清稅收征管數(shù)字化對信息披露質(zhì)量影響的內(nèi)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(guān)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(shù)字化是否發(fā)揮了治理機制提高公司信息披露質(zhì)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(tǒng)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(jiān)督缺位的情況下,謀求私利的稅收征管人員便會利用執(zhí)法的自由裁量權(quán)通過合謀方式放松對于企業(yè)的監(jiān)管,這種征納雙方合謀關(guān)系直接造成國家稅收收入損失和企業(yè)監(jiān)管失效[43],為企業(yè)避稅行為提供了可行的操縱空間[44]。而稅收征管數(shù)字化一方面實現(xiàn)了多元化的信息來源,形成涉稅信息立體化呈現(xiàn)和與各關(guān)聯(lián)部門信息共享;另一方面實現(xiàn)了自動化的監(jiān)管,從監(jiān)管能力、范圍和效率等多渠道規(guī)范了稅收征管體系。這不僅有力限制了稅務(wù)機關(guān)利用自由裁量權(quán)進行征納合謀的行為,還提高了稅收執(zhí)法的統(tǒng)一性、規(guī)范性和納稅的精準性,打擊了企業(yè)避稅行為。因此,如果稅收征管數(shù)字化對公司信息披露質(zhì)量影響通過治理機制發(fā)揮作用,那么,可以合理預(yù)期,相對于征納合謀程度低和企業(yè)避稅程度低的企業(yè),征納合謀程度高和企業(yè)避稅程度高的企業(yè),稅收征管數(shù)字化的治理效應(yīng)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(yè)避稅(以會計收益與應(yīng)稅收益之差衡量),并按照樣本中位數(shù)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(yè)避稅程度高和企業(yè)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(shù)字化與信息披露質(zhì)量的分樣本檢驗結(jié)果。結(jié)果顯示,稅收征管數(shù)字化對公司信息披露質(zhì)量的系數(shù)在稅企征納合謀程度高(EC=1)和企業(yè)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(yè)避稅程度低(RATE=0)的樣本組中,并未通過顯著性檢驗,實證結(jié)果支持了上述分析,也進一步佐證了稅收征管數(shù)字化的治理機制。

表8 進一步分析:治理機制檢驗結(jié)果

為厘清稅收征管數(shù)字化是否通過信息機制提高公司信息披露質(zhì)量,本文選取分析師關(guān)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(yè)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(yè)信息披露隱藏和扭曲行為[45]。因此,分析師關(guān)注度高的企業(yè),其信息不對稱程度更低。而企業(yè)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(zhì)量越差[23]。因此,本文合理預(yù)期稅收征管數(shù)字化對公司信息披露質(zhì)量的影響在分析師關(guān)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(jù)分析師跟蹤人數(shù)和盈余操縱程度中位數(shù)將樣本分為分析師關(guān)注度高、分析師關(guān)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(shù)字化對信息披露質(zhì)量的分樣本檢驗結(jié)果。結(jié)果顯示,稅收征管數(shù)字化對信息披露質(zhì)量的影響在分析師關(guān)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(guān)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(jié)果支持上述分析,進一步佐證了稅收征管數(shù)字化的信息機制。

表9 進一步分析:信息機制檢驗結(jié)果

八、研究結(jié)論與啟示

“著力推動高質(zhì)量發(fā)展,主動構(gòu)建新發(fā)展格局,蹄疾步穩(wěn)推進改革”是黨的二十大報告提出的重要內(nèi)容之一。在穩(wěn)步推進改革的過程中,“金稅三期”工程實現(xiàn)稅收征管與數(shù)字技術(shù)的完美鏈接,進一步加強了政府的監(jiān)督力量,進而對企業(yè)產(chǎn)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(shù)字化對公司信息披露質(zhì)量的影響。研究發(fā)現(xiàn):(1)稅收征管數(shù)字化顯著提高了公司信息披露質(zhì)量;(2)機制檢驗發(fā)現(xiàn),稅收征管數(shù)字化通過治理機制降低了企業(yè)代理成本,抑制了企業(yè)關(guān)聯(lián)交易(尤其是異常關(guān)聯(lián)交易)。通過信息機制簡化了財務(wù)報告復雜度,提高了會計信息可比性,驗證了稅收征管數(shù)字化的治理效應(yīng);(3)基于治理機制的拓展性檢驗發(fā)現(xiàn),稅收征管數(shù)字化的治理效應(yīng)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(fā)現(xiàn),稅收征管數(shù)字化的治理效應(yīng)在分析師關(guān)注度低和信息不透明程度高的公司中更為顯著。研究結(jié)論在補充稅收征管治理效應(yīng)研究的同時,也為創(chuàng)新稅收征管制度、提高信息披露質(zhì)量、完善公司治理提供有益的實踐參考。

結(jié)合本文研究結(jié)論,得出以下政策與實踐啟示。

第一,持續(xù)深化稅收征管改革,助力國家稅收治理體系現(xiàn)代化。本文證據(jù)表明,稅收征管數(shù)字化顯著提高了公司信息披露質(zhì)量,發(fā)揮了治理效應(yīng)。一方面,稅收征管部門應(yīng)提高人工智能、大數(shù)據(jù)等新型技術(shù)在稅收征管方面的創(chuàng)新利用,建立并完善國家稅收征管現(xiàn)代化信息系統(tǒng),提高稅收征管能力。同時還應(yīng)注重稅收征管的溢出效應(yīng),利用大數(shù)據(jù)征管的治理效應(yīng)約束企業(yè)違規(guī)信息披露,助力企業(yè)信息披露質(zhì)量的提升;另一方面,繼續(xù)推動稅收征管數(shù)字化升級,探索稅收征管數(shù)字化的新價值。在后續(xù)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(yè)務(wù)信息,逐步形成系統(tǒng)性、穩(wěn)定性、標準化的規(guī)范,引領(lǐng)公司業(yè)務(wù)發(fā)展。

第二,加快智慧稅務(wù)建設(shè),強化稅收征管對公司治理的正外部性。稅收征管數(shù)字化通過治理機制和信號機制提升公司信息披露質(zhì)量,這說明稅收征管數(shù)字化對公司治理影響是多渠道的,稅務(wù)部門應(yīng)“以數(shù)治稅”“以稅惠企”,實現(xiàn)稅企雙贏。企業(yè)應(yīng)該主動挖掘并利用稅收征管的治理效應(yīng)來完善內(nèi)部治理體系,緩解企業(yè)內(nèi)外部信息不對稱,進而實現(xiàn)高質(zhì)量發(fā)展。

第三,加強稅收征管數(shù)字化與公司的深度融合,實現(xiàn)稅收征管效用最大化。本文研究發(fā)現(xiàn),稅收征管數(shù)字化對公司信息披露質(zhì)量影響具有正向效應(yīng)且存在一定的邊界。因此,一方面稅務(wù)部門應(yīng)主動營造和優(yōu)化稅收環(huán)境,持續(xù)提升征稅服務(wù)質(zhì)量,同時考慮稅收征管數(shù)字化在不同企業(yè)特征、外部環(huán)境下的差異性,從而實現(xiàn)政策效應(yīng)最大化;另一方面,企業(yè)應(yīng)積極與稅務(wù)部門對接,建立內(nèi)外部雙重稅務(wù)風險防范機制,降低稅務(wù)風險。與此同時,根據(jù)自身條件適時引入外部治理機制,完善公司信息披露制度。