分析師關注對企業避稅的影響研究

[摘 要]" 分析師關注如何影響企業避稅在理論和經驗證據上都值得深入探究。本文基于2009—2021年中國滬深A 股上市公司的面板數據，構建了一個有調節的中介效應模型，研究分析師關注對企業避稅的影響機理。基準回歸研究發現：分析師關注度的提高直接抑制企業避稅；中介機制的檢驗結果表明，融資約束的緩解與信息透明度的提高在分析師關注抑制企業避稅的過程中發揮機制作用；有調節的中介模型檢驗結果表明，數字經濟發展水平能在分析師關注影響融資約束與信息透明度的路徑上起到顯著的正向調節作用。本研究既有助于深入理解分析師關注和企業避稅間的內在關系，也能為證監會進一步完善分析師行業準則和企業如何充分利用分析師調研報告提供實證經驗。

[關鍵詞]分析師關注；企業避稅；融資約束；信息透明度；數字經濟

[中圖分類號]F275；F812.423[文獻標志碼]A[文章編號]1672-4917（2024）02-0048-12

一、引言

企業避稅問題由來已久。從企業的角度來看，政府強制分享企業的稅前利潤會減少企業現金持有量，而避稅可以將更多的資金留存在企業內部^[1]，幫助企業緩解外部融資壓力。與此同時，我國稅收優惠政策種類繁多，導致會計準則與稅法存在差異，加之內外部信息不對稱以及稅收征管力度不足等因素，企業實施避稅活動因此有“可觀”的操作空間。現實表明，企業的稅務部門已逐步從被動的“成本中心”轉變為特殊的“利潤中心”，能否最小化企業稅負已經成為管理者能力的重要象征。已有文獻表明，國內外學者主要從企業層面和外部環境層面考察影響企業避稅的因素：一是內部審計委員會等企業內部治理因素^[2]，二是機構投資者等外部治理因素^[3]。從本質上講，分析師關注也是一種外部治理因素，但是目前鮮有文獻研究分析師關注與企業避稅之間的內在聯系，這可能與學術界的研究慣性有關。然而，分析師已經構成我國資本市場中一支不可忽視的專業力量。截至2023年6月，我國證券分析師的人數已達到4354名^①。在這種背景下，研究分析師關注對企業避稅行為的影響對于企業的經營發展和國家的稅收征管具有理論和實踐上的雙重意義。

在理論上，逃稅和避稅可以進行嚴格區分，它們的最終目的都是減少企業當期應納稅額，而手段的合法性則是兩者最明顯的不同之處。然而，在實踐層面上，這種合法性常常難以用具體細致的操作性規則進行區分。在大多數情況下，一旦發現企業的納稅金額不足，稅務機關通常只要求企業及時補繳，而較少采取罰款等措施。事實上，大多數實證研究都將逃稅和避稅二者混用。當然，也有些研究者傾向于使用逃稅這一術語^[4]，而另一些則更傾向于使用避稅這一說法^[5]。此外，一些實證研究文獻還使用其他更中立的表述方式，如稅收不遵從等。

從國家的角度來看，企業避稅尤其是不合理的避稅有明顯的不利影響，主要是會減少國家的財政收入，損害財政的健康運行，破壞稅負公平，不利于社會公共資源的再分配等。對企業自身而言，避稅表面上雖然可以為企業帶來一些短期收益，但同時會產生不可小覷的隱性影響。舉例來說，盡管利用稅法規定和相關優惠政策的不完善性進行避稅，可以短期內提升公司的自有現金流，但是會加劇公司短期主義的經營行為和管理層的私人利益追求問題，進而引發一系列負面后果，諸如無效率投資、股票市價崩盤等^[6-7]，最終損害股東利益和企業價值。再比如說，企業避稅和違法的偷稅逃稅其實只有一線之隔，因此企業避稅容易滑入“灰色地帶”，如若操作不慎，則很有可能脫離合法的框架，被稅務局追究責任。照此看來，有效遏制企業避稅行為不僅可以在宏觀層面營造良好的營商氛圍，提高政府為社會提供公共產品和公共服務的能力；還能在微觀層面減少管理層短視行為，減少企業的操作風險，充分保障股東和投資者的合法權益。

為此，本研究選取了2009年至2021年滬深A股上市公司為樣本，重點探討了分析師關注對企業避稅行為的影響及其作用機制。相較于現有研究，本研究有三個方面邊際貢獻：首先，以分析師關注為切入點，補充了有關企業避稅的影響要素，豐富了分析師在企業外部治理層面的應用；其次，以往的文獻大多從企業違法違規行為、促進企業創新等財務視角展開研究，本研究的落腳點是企業避稅；最后，從融資約束和信息透明度雙重視角出發，厘清了分析師關注作用于企業避稅的機制路徑，并且在區分企業所在城市數字經濟發展水平的情況下，驗證了分析師關注對降低企業避稅程度的效果差異。

目前，關于分析師關注的實證研究仍處于初探階段，尚未形成共識性結論。本研究驗證了分析師關注作為外部治理機制的有效性，并從融資約束與信息透明度的角度揭示了其對企業避稅的作用機理。同時，考慮了數字經濟發展水平在該機制路徑中的調節作用。這些研究結果有助于稅收征管機構和企業更全面、深入地理解分析師關注對企業避稅的影響。

二、文獻回顧

現有文獻主要從影響上市公司行為決策和市場效率兩個層面，對分析師關注的信息中介功能展開研究。

在企業層面上，分析師關注作為一種獨立的外部監督機制，能夠通過降低企業內外部的信息不對稱程度，有效地識別公司的盈余操縱^[8]，減少代理問題和盈余管理^[9]。即便是成本更低、更不易被發現的分類轉移盈余管理，分析師仍然能夠顯著抑制這類活動^[10]。首先，分析師會運用專業知識挖掘公司特質信息，從而減少有損企業價值的并購發生以及違規行為^[11]。其次，分析師還能夠通過信息效應改善企業實物資本、研發資本與組織管理資本投資^[12]。尤其是明星分析師及其團隊，相比于一般分析師能更好地抑制企業成本黏性，提高企業的投資效率和資源配置效率^[13]。最后，分析師的跟蹤有助于減輕企業面臨的信息不對稱和代理問題，從而減少企業的融資限制，并增強管理層進行研發創新的動機^[14]。然而，分析師的影響并非完全都是正向的，他們的關注也有可能導致企業高管出現短視行為。特別是當分析師的關注度過高時，高管承受著來自外部監督的巨大壓力，為了追求短期業績目標可能會采取一系列短視行為，而這有可能反向影響企業的創新力度^[15]。

在市場層面上，現有研究指出分析師關注對市場效率產生影響主要表現在市場行為、股票流動性和股價信息含量等方面。就企業的市場行為而言，外部信息不對稱雖然為企業的杠桿操縱行為提供了機會，但是有效的外部監督卻能夠抑制杠桿操縱。具體而言，分析師關注這種外部監督能夠通過提高股票流動性和減少投資者信息不對稱兩種途徑抑制企業杠桿操縱^[16]。值得強調的是，只有在分析師關注達到一定程度時，才能有效地抑制杠桿操縱^[17]。在促進股票流動方面，分析師充當信息中介角色，促進市場內信息的共享，進而提高股票流動性水平^[18]。在減少投資者信息不對稱方面，分析師報告中與企業特質相關的信息越豐富，被跟蹤企業的股價同步性越小，表明分析師增加了企業特質信息在股價中的反映^[19]。不僅如此，分析師關注度的增加還可以提升股價反映公司層面信息的能力，有效改善股票市場的信息環境。如果投資者依據分析師的意見進行投資，可以獲得更多的超額收益^[20]。不過，也有一部分研究者持不同意見，他們認為分析師的盈余預測（尤其是長期盈余增長）和薦股意見過于樂觀，所以依據分析師意見的投資收益通常更低^[21]。此外，當企業信息透明度降低時，股價信息含量也會隨之降低，從而提高股價崩盤發生的可能性，而分析師關注能夠緩解企業內外部信息不對稱問題，有效減少股價崩盤的發生^[22]。當然，過高的分析師關注度也會給管理層帶來巨大的市場壓力，為了迎合分析師的預測，管理者選擇隱瞞企業不利消息的動機增強，反而會增加未來股價崩盤的可能性^[23]。總體而言，大多數文獻認為分析師關注能夠對企業的行為決策和市場效率產生積極影響，說明分析師關注能夠作為約束企業行為的重要外部治理機制。

綜上所述，盡管已有一定數量的研究聚焦分析師關注對企業投資、創新等微觀層面的影響，但在分析師關注如何影響企業避稅行為這一問題上，尚缺乏深入剖析。有鑒于此，本研究以融資約束和信息透明度為紐帶，利用上市企業數據，嘗試探究分析師關注度變化如何影響企業的避稅程度，并揭示其作用機制，從而對現有研究進行拓展和延伸，也為企業決策提供了更具針對性的參考。

三、理論分析與研究假設

（一）分析師關注對企業避稅的直接影響

避稅代理理論強調了作為受托方的管理層和作為委托方的股東之間的代理沖突對企業避稅的重要影響。根據該理論，管理層可能會采取復雜且隱蔽的避稅行為，以謀取個人利益^[24]。從代理理論的角度來看，管理層進行避稅并非出于對股東利益的考慮，而更多是為了個人獲得避稅收益。那么，分析師的關注是否直接影響管理層的避稅行為呢？

心理學中的“霍桑效應”表明，當個體意識到自己受到關注時，會有意識地調整自己的不良行為。分析師的關注也具有類似效應，因為他們類似于審視公司經營的“眼睛”，在他們專業眼光的關注下，為了維護自己依法納稅的形象，管理層會有意收斂某些避稅行為，尤其是那些容易被揭露的不合理避稅行為。同時，分析師的關注能夠激發公司的內外部治理機制。這些治理機制可以進一步限制管理層通過避稅活動謀取私利。例如，內部治理機制包括增強股權激勵^[25]和提高內部控制質量^[26]；外部治理機制包括增加機構投資者持股^[27]和強化稅收監管^[28]。當這些治理機制在分析師的關注下得到加強時，可以減輕管理層與股東之間的代理沖突，并抑制管理層出于自身利益而進行的避稅行為。

此外，作為重要的外部治理機制，分析師運用其專業知識精確地分析公開和非公開信息，能為投資者和外部監管機構提供合理的建議。作為信息的挖掘者和傳遞者，分析師經常通過跟蹤上市企業的定期報告和實地調研等方式對管理層的行為進行監督^[29]。憑借其專業的判斷能力，分析師不僅在獲取信息方面具有優勢，還能夠識別上市公司所披露的信息中是否存在重大錯報或舞弊問題。這些因素增加了管理層避稅行為的透明度，從而對管理層起到良好的監督作用。尤其是對于存在舞弊嫌疑的企業而言，相比于企業內部監管層及注冊會計師，作為“外部人”的分析師沒有利益捆綁的包袱，更能夠有效揭露公司財務造假^[30]。除此之外，分析師還能夠降低外部使用者的信息獲取成本，促使外部投資者更加積極主動地監督公司內部管理。當公司管理層面臨更多的監督時，會主動減少那些容易給公司帶來“麻煩”的避稅行為。基于此，提出如下研究假設。

假設1：企業所受分析師關注度越高，企業避稅程度越低，即分析師關注對企業的避稅行為存在抑制作用。

（二）融資約束的作用機制

信息不對稱理論表明，銀企之間的信息不對稱問題給債權人帶來的風險是難以預期的。為了避免自身利益受到傷害，銀行往往會通過縮減貸款額度、增加貸款的限制性條款等方式來約束企業。當企業面臨融資約束而內源資金又無法滿足其生產經營需求時，通常會采取各種避稅手段來緩解資金壓力。特別是在內外融資受到極大阻礙的情況下，企業更容易采取不合理的避稅手段。由于投資者和金融機構對不同企業的了解程度存在差異，為了盡可能地降低貸款風險，他們往往會更加信賴掌握更多信息的企業。

分析師作為資本市場中重要的信息傳遞中介，可以有效幫助投資者和金融機構在投資決策前進行更加細致的分析，提高他們對目標企業的了解程度，降低信息不對稱程度^[31]。此外，分析師通過發布盈余預測報告和其個人影響力，可以提升證監會、社交媒體和稅收監管機構對企業的關注，從而推動市場監督者對企業的外部治理效應^[32]。這進一步加強了行政機構和社會輿論對管理層或控股股東的約束作用，從而降低企業的代理成本并緩解融資約束問題。如果分析師對某公司的關注度降低，投資者和金融機構對該公司的信息獲取也會減少。由于信息不對稱等問題存在，投資者和金融機構通常會拒絕提供資金支持或要求更高的風險補償，以確保借出資金的安全性，這往往導致企業錯失良好的投資機會。反之，如果某公司受到分析師較高的關注，分析師可以通過向市場傳遞與公司相關的財務和非財務信息，建立起企業與投資者等外部信息使用者之間的良好溝通渠道，從而加深投資者對企業的了解程度，有效促進企業向處于信息劣勢的投資者傳遞信息，提高企業獲得外部融資的可能性。當融資約束得到緩解時，企業利用避稅措施籌集資金的動機也會降低。基于此，提出如下研究假設。

假設2：分析師關注能夠通過緩解融資約束來有效減少企業避稅行為。

（三）信息透明度的作用機制

分析師出具的研究報告作為一種外部渠道，可以向投資者傳遞更為及時、清晰、全面的有用信息，緩解信息不對稱。基于信號傳遞理論，分析師作為企業外部的市場信息中介之一，在企業和市場之間扮演著非常重要的信息傳遞角色。盡管企業管理層有意避免向利益相關者透露公司內部信息，分析師依然可以向外界及時提供有用的增量信息，對上市公司的信息披露起到補充作用。

尤其在受到分析師團隊關注的情況下，上市公司的信息透明度會顯著提高^[33]。信息透明度的提高將迫使管理層經營行為接受股東和監管者更為深入的觀察和更為嚴厲的控制，這有助于提升公司治理水平。一個直觀的證據是，分析師關注可以降低信息不對稱帶來的負面作用。具體而言，企業信息透明度的提高，一方面，可以極大程度降低各方利益相關者獲得企業真實財務信息和經營成果的成本^[34]，使得企業各項經營決策受到更好的監督；另一方面，能使會計師事務所等第三方鑒證機構更好甄別企業的避稅行為。隨著避稅水平的增加，企業被出具非標準審計意見的可能性也隨之提高。換言之，通過提升信息透明度，企業能夠引入更為有效的外部治理機制，從而對避稅行為進行更加有效的監管。

綜上所述，避稅行為通常與低信息透明度密切相關，但在受到分析師關注的影響下，公司的信息透明度明顯提高導致避稅行為被投資者和稅務機關發現的可能性提高，進一步導致管理層為實施避稅行為所承擔的邊際成本大幅增加^[35]，從而可以抑制管理層基于自利動機采取避稅行為的傾向。基于此，提出如下研究假設。

假設3：分析師關注通過提高企業信息透明度抑制避稅行為。

（四）數字經濟發展水平的調節作用機制

數字經濟促進了新型網絡社交媒體的快速發展，使信息傳播擺脫了時間和空間的限制。這不僅增加了債權人和監管部門監督管理的便利性，也使得企業難以隱瞞負面信息，企業的違約成本也隨之增加^[36]。數字經濟技術在公司范圍內的運用，能夠通過提升資源運營效率和信息透明度抑制公司真實盈余管理活動^[37]。因此，數字經濟帶來的“聚光燈”效應將企業管理者的行為置于嚴密的監督之下，有效緩解了信息不對稱，充分發揮了聲譽對違約的懲罰功能，遏制了管理層的機會主義行為。為了維護企業和自身的聲譽，管理層只能選擇如實披露信息、按時納稅，從而降低其避稅意愿。

此外，數字經濟的快速發展極大地降低了信息挖掘、加工和傳遞的成本，能夠為分析師提供更多正式和非正式的信息渠道，縮短分析師獲取企業相關信息的時間。分析師可以更充分地利用公司特有的財務和非財務信息，以緩解企業內外部信息不對稱等問題。上市公司經營范圍廣泛，交易信息繁雜，導致投資者無法完全理解企業財務報表所提供的信息。借助專業化和規模化的調查分析，分析師能夠為投資者提供更專業的建議，有助于降低投資風險，提高資金回報率。分析師與互聯網平臺之間還可以形成信息優勢互補，能夠更準確地搜集影響企業信息的因素，從而緩解企業信息不對稱問題^[38]。

與此同時，數字經濟發展水平同樣能為投資者和銀行快速獲取分析師的預測信息提供便利，從而提高外部信息使用者對企業經營狀況的了解，增強分析師對企業的外部監督和治理作用。為了進一步獲取外部融資，企業需要研究分析師對其發展前景的評價，及時發現并解決經營過程中的問題。通過主動提高信息透明度，向投資者和銀行提供與企業未來發展有關的積極信息，有效拓寬企業獲得外部融資的機會，并降低融資成本。因此，數字經濟的發展能夠產生信息增強效應，有助于增強分析師對企業信息透明度和融資約束的影響，從而減弱企業的避稅動機。基于此，提出如下研究假設。

假設4a：數字經濟發展水平能夠正向調節融資約束在分析師關注與企業避稅之間的中介作用。

假設4b：數字經濟發展水平能夠正向調節信息透明度在分析師關注與企業避稅之間的中介作用。

四、研究設計

（一）樣本選擇與數據來源

本研究以2009年至2021年滬深A股上市公司的數據作為分析對象。考慮到2008年我國對企業所得稅相關法律規定進行了改革，為了保證樣本企業所處的稅制環境具有可比性，將樣本區間起始年份選定在2009年。同時基于現有數據的可獲得性和樣本數據的代表性，將2021年作為樣本區間的結束年份。為了保證樣本的合理性，剔除了金融行業的樣本、存在財務異常（ST，^*ST）的公司、稅前利潤小于0的公司、實際稅率大于1或小于0的公司，以及變量缺失的樣本。此外，對所有連續變量進行1%的縮尾處理。最后，共獲得26 896個有效觀測值。上市公司的基本財務數據從CSMAR數據庫中獲取。

（二）變量定義

1.分析師關注度（Analyst_num）

借鑒Yu的研究^[39]，采用國泰安 CSMAR 證券分析師預測數據庫提供的上市企業證券分析師關注人數。因為隨著追蹤上市公司的分析師人數增加，對上市公司進行盈余預測報告的數量也隨之增加，從而反映出分析師關注度的提升。為降低異質性，數據加1后進行對數處理。

2.企業避稅程度（BTD）

借鑒劉行的做法^[40]，采用會計-稅收差異來衡量企業避稅程度，其計算公式為（稅前會計利潤－應納稅所得額）/期末總資產。一般認為，BTD越大，企業避稅程度越大。

3.中介變量

借鑒Whited的研究方法^[41]，選擇WW指數作為融資約束的衡量指標，該數值越大，表示企業融資約束程度越高。該指數計算數據來源于CSMAR數據庫，基于資產規模、財務杠桿率、現金股利、銷售增長率等指標建立模型，進行回歸、擬合所得，具有較強的綜合性。

企業信息透明度（Info）參考曾慶生的研究成果^[42]，根據深交所對上市公司信息披露工作的年度考評結果進行度量，將A、B、C、D等級依次賦值為4、3、2、1。數值越大，代表上市公司的信息披露狀況越好，信息透明度越高。

4.調節變量

借鑒趙濤的做法^[43]，將互聯網發展水平作為核心測度，并以數字金融發展水平來表征數字交易的程度。基于此，構建了衡量地級市數字經濟發展程度的指標體系。對于城市層面的互聯網發展測度，選取指標包括：每百人互聯網用戶數、計算機服務和軟件從業人員占比、人均電信業務總量、每百人移動電話用戶數。運用主成分分析法，將上述指標的數據標準化后降維處理，得到數字經濟水平指數（DE）。

5.控制變量

參考關于企業避稅的現有研究，選取企業規模（Size）、負債水平（Lev）等作為控制變量，具體定義如表1所示。

（三）計量模型設定

本研究對分析師關注影響企業避稅行為，以及融資約束和信息透明度的中介效應進行檢驗。借鑒呂越的做法^[44]，設計檢驗模型如下：

BTD_i，t=β₀+β₁Analyst_num_i，t+β₂CV_i，t+α_i+Ind+Year+ε_i，t（1）

FC_i，t=β₀+β₁Analyst_num_i，t+β₂CV_i，t+α_i+Ind+Year+ε_i，t（2）

BTD_i，t=β₀+β₁Analyst_num_i，t+β₂Analyst_num_i，t×FC_i，t+β₃FC_i，t+β₄CV_i，t+α_i+Ind+Year+ε_i，t（3）

Info_i，t=β₀+β₁Analyst_num_i，t+β₂CV_i，t+α_i+Ind+Year+ε_i，t（4）

BTD_i，t=β₀+β₁Analyst_num_i，t+β₂Analyst_num_i，t×Info_i，t+β₃Info_i，t+β₄CV_i，t+α_i+Ind+Year+ε_i，t（5）

其中，i代表企業，t代表年份，BTD_i，t表示企業避稅程度，Analyst_num _i，t表示分析師關注度，FC_i，t 表示融資約束，Info_i，t表示信息透明度，CV_i，t表示所有控制變量，α_i為企業固定效應，Ind為行業固定效應，Year為年份固定效應，ε_i，t為殘差項。模型（1）用于檢驗分析師關注對企業避稅的直接影響，模型（2）（3）用于融資約束的機制檢驗，模型（4）（5）用于信息透明度的機制檢驗。

五、實證結果分析

（一）描述性統計

表2匯報了樣本總體的描述性統計情況。其中企業避稅程度的平均值為0.017，中位數大于0表明企業避稅可能是一種普遍存在的現象；分析師關注度平均值為1.390，說明在我國股票市場中，分析師的整體覆蓋率較高；標準差為1.196，表明不同規模的樣本企業所受分析師關注存在一定的差異。在公司特征方面，公司規模平均值為22.055，標準差為1.270，說明樣本企業的規模差距明顯；盈利能力（Growth）最小值為-0.704，最大值為6.686，標準差為0.949，樣本的銷售增長率也存在顯著差異；負債水平的平均值為0.405，標準差為0.204，樣本企業間負債水平差異不大。

（二）基準回歸結果

表3匯報了基準回歸結果。具體來說，第（1）列展示了僅控制企業層面固定效應的回歸結果。可以發現，核心解釋變量（Analyst_num）系數顯著為負，說明分析師關注可以顯著降低企業避稅程度。第（2）列展示了控制企業固定效應和年份固定效應的回歸結果，第（3）列展示了控制企業固定效應和行業固定效應的回歸結果。可以發現，核心解釋變量系數仍然顯著為負，且系數大小相比變化不大。第（4）列展示了控制全部固定效應的回歸結果，結果顯示，分析師關注的系數仍然顯著為負，且這一結果通過了1%的顯著性檢驗。以第（4）列作為對基準模型可以做出較為準確的估計：在其他因素不變的情況下，當企業受到分析師關注后，企業避稅程度顯著降低0.27%，即分析師關注可以有效抑制企業實施避稅活動。

（三）工具變量法

本文借鑒郭建鸞的做法解決內生性問題^[45]，選取上市公司百度指數作為分析師關注變量的工具變量，用兩階段最小二乘法來識別分析師關注與企業避稅之間的因果關系。該指數是通過對百度搜索關鍵詞中與上市公司相關的搜索量進行統計得出的。通常情況下，上市公司百度指數越高，意味著該公司在投資者心目中的關注度越高。一方面，分析師在選擇調查分析對象時，會充分考慮投資者的信息需求，如果投資者對某些上市企業表現出較高的關注，那么分析師就會加強對該企業的信息挖掘與分析，滿足相關性要求；另一方面，與上市公司相關的搜索內容主要包括公司財務報表、新聞媒體報道、社交媒體評論以及行業報告等，而投資者搜索上市公司信息的主要目的在于了解企業盈利水平、市場份額、發展前景和社會責任等。因此，上述搜索內容很難直接反映出上市公司是否存在避稅行為，并不會直接影響企業避稅行為，滿足排他性要求。表4直接報告了第二階段回歸結果，其中第（3）列數據展示了控制固定效應和控制變量的回歸結果，分析師關注的工具變量與企業避稅的估計系數均在5%水平下顯著為負，表明分析師關注能夠顯著抑制企業避稅程度，這與前文結論基本一致。除此之外，弱工具變量檢驗的統計結果表明，第一階段F統計量值為20.496，大于經驗值10，說明將投資者關注作為工具變量不存在弱工具變量問題。另外，由于工具變量數量與解釋變量的數量相同，不存在過度識別問題。最后，回歸結果表明，在控制可能的內生性問題后，本研究結論依然穩健。

（四）穩健性檢驗

1.替換分析師關注度的衡量方式

將研報關注度 （Repatt）作為分析師關注的替代衡量方式。其計算方式為樣本上市公司被研究報告數量加1取對數。回歸結果如表5第（1）列所示，回歸系數均支持前文結論。

2.替換企業避稅的衡量方式

為剔除盈余管理對避稅的影響，通過總賬面稅收差異對應計項目進行回歸，回歸時均用上一年資產總額對兩個變量進行標準化處理，得到殘差（DDBTD）作為企業避稅程度的替換指標帶入回歸模型中進行檢驗。檢驗結果如表5第（2）列所示，回歸系數在1%水平上顯著為負，進一步驗證了基準回歸結果。

3.采用分析師關注滯后一期變量

一般來說，分析師關注的下一期數據與模型當期誤差項并不存在相關關系，所以可以考慮在回歸模型中加入分析師關注滯后一期，盡可能減輕分析師關注與避稅之間的內生性問題。由于將相關變量進行滯后處理，回歸樣本量變為22 818個。表5第（3）列的回歸估計系數顯著為負，進一步表明分析師關注會顯著抑制企業避稅。

4.隨機改變樣本量

樣本量變化會使回歸的結果發生變化。為了驗證不同樣本量情況下回歸結果的穩健性，隨機挑選80%的樣本進行回歸。結果如表5第（4）列所示，表明改變樣本容量之后結果依然成立。

（五）作用機制檢驗

在基準回歸模型的基礎之上，加入融資約束（FC）進行檢驗。從表6第（1）列數據可以看出，在控制全部固定效應之后，分析師關注顯著緩解企業融資約束。根據第（2）列的結果可以發現，Analyst_num×FC的系數在1%的水平上顯著為正，表明在融資約束（FC）較高的情況下，分析師關注與企業避稅的負相關關系越顯著。上述結果表明，分析師關注度的提高，可能會緩解公司的融資約束，進而可以降低企業避稅程度。

在基準回歸模型的基礎之上，加入信息透明度（info）進行檢驗。從表6第（3）列數據可以看出，在控制全部固定效應之后，分析師關注顯著提高企業信息透明度。根據第（4）列的結果可以發現，Analyst_num×info的系數在1%的水平上顯著為負，表明在信息透明度（info）較低的情況下，分析師關注與企業避稅的負相關關系越顯著。上述結果表明，分析師關注度的提高，可能會提高企業信息透明度，進而可以降低避稅動機。

（六）數字經濟的調節中介效應檢驗

當數字經濟發展處于不同水平時，融資約束與信息透明度的中介效應存在差異且滿足顯著性水平，就能說明存在被調節的中介作用。以均值上下一個標準差作為調節變量的高低值，然后再比較兩個取值下的中介效應差異。對于有調節的中介機制檢驗，設定如下模型：

FC_i，t=α₀+α₁Analyst_num_i，t+α₂DE+α₃Analyst_num×DE+α₄CV_i，t+Ind+Year+ε_i，t（6）

BTD_i，t=β₀+β₁Analyst_num_i，t+β₂FC_i，t+β₃DE+β₄Analyst_num×DE+β₅CV_i，t+Ind+Year+ε_i，t（7）

info_i，t=α₀+α₁Analyst_num_i，t+α₂DE+α₃Analyst_num×DE+α₄CV_i，t+Ind+Year+ε_i，t （8）

BTD_i，t=β₀+β₁Analyst_num_i，t+β₂info_i，t+β₃DE+β₄Analyst_num×DE+β₅CV_i，t+Ind+Year+ε_i，t（9）

其中，DE表示調節變量數字經濟發展水平，Analyst_num×DE表示自變量與調節變量的交乘項。條件間接效應=β₂（α₁+α₃DE）。由圖1可知，a表示調節變量數字經濟發展水平對解釋變量（分析師關注）影響中介變量（融資約束）產生的調節效應；b表示調節變量數字經濟發展水平對解釋變量（分析師關注）影響中介變量（信息透明度）產生的調節效應。

從表7中可以看出，當數字經濟發展處于低水平時，95%置信區間為[-0.000 25，-0.000 12]，不包含0，表明中介效應顯著（條件間接效應為-0.000 187）。當數字經濟發展處于高水平時，95%置信區間為[-0.000 18，-0.000 08]，不包含0，表明中介效應顯著（條件間接效應為-0.000 128）。其中，數字經濟發展水平高低之間的條件間接效應差值為正（0.000 059），表明數字經濟發展水平在融資約束中介作用中起到正向調節作用，即數字經濟發展水平的提高會增強分析師關注對融資約束的抑制作用，進而減少企業避稅程度。由此假設4a得到驗證。

從表8中可以看出，當數字經濟發展處于低水平時，95%置信區間為[0.000 20，0.000 36]，不包含0，表明中介效應顯著（條件間接效應為0.000 278）。當數字經濟發展處于高水平時，95%置信區間為[0.000 22，0.000 39]，不包含0，表明中介效應顯著（條件間接效應為0.000 306）。其中，數字經濟發展水平高低之間的條件間接效應差值為正（0.000 028），表明數字經濟發展水平在信息透明度的路徑中起到正向調節作用，即數字經濟發展水平的提高會增強分析師關注對信息透明度的促進作用，進而減少企業避稅程度。由此假設4b得到驗證。

六、結論與啟示

（一）研究結論

隨著我國資本市場上分析師隊伍的不斷壯大，其在企業的外部監督治理過程中發揮的作用也將越來越突出。分析師關注度不同的企業，避稅動機也會存在差異。研究發現分析師關注度與企業避稅之間存在顯著的負相關關系。在采用固定效應模型、工具變量法和一系列穩健性檢驗后，結果依然成立。同時，機制檢驗結果表明，分析師關注通過緩解企業融資約束和提高企業信息透明度來抑制企業避稅行為，而且數字經濟發展水平在融資約束與信息透明度的作用路徑上存在顯著的促進作用。本研究拓展了分析師關注的經濟后果和避稅影響因素的相關研究，一方面，能幫助上市企業及其投資者更好地理解分析師關注對其決策行為的影響；另一方面，有利于稅收征管部門更好地識別存在避稅嫌疑的企業，更有針對性地加強稅收監管力度，從而提高稅收征管效率。

（二）政策建議

分析師關注對于抑制企業避稅行為具有較為顯著的規范作用。因此，應當進一步增強分析師對企業合法合規經營的外部治理效果。基于此，提出如下政策建議：

在宏觀調控層面，首先，相關部門要根據我國證券市場發展現狀，進一步完善證券分析師行業制度，同時要在確保分析師獨立性的基礎上，著力提高我國資本市場上持證分析師數量，強化分析師專業能力的素質考評，實現分析師關注的普及化和專業化；其次，通過完善企業信息披露的相關規定，積極引導證券公司及分析師團隊重點關注存在融資約束問題和信息透明度較低的上市企業，將分析師關注的外部治理效用發揮到最大；再次，在推動稅收征管領域的數字化建設方面要加大力度，以使大數據技術能夠為稅收征管工作提供強有力的支持，并增強稅收機關發現和糾正企業避稅行為的能力。最后，稅務部門和證券行業協會應該強強聯合，進一步加強信息交流，定期對分析師獨立性、執業能力和出具的預測報告進行監督考察，保證分析師在執業過程中遵守行業準則。與此同時，證監會應該嚴格要求上市公司按照規定進行信息披露，有效提高企業信息透明度，從而降低企業避稅的可能性，實現上市公司誠信經營。

在微觀層面，考慮到分析師關注能夠幫助股東、投資者和稅務機關及時識別企業避稅行為，所以上市公司應當以企業的長遠發展作為首要目標，積極主動地配合分析師的調查，充分利用分析師出具的盈余預測報告，并以此來優化企業內部控制制度和提高信息披露質量，從企業內部防止涉稅違規行為的發生。對于投資者和稅務機關而言，要充分考慮分析師關注度的高低及分析師發布的調研報告，并將此作為預測公司發展前景和評估上市公司涉稅潛在違規風險的重要參考依據。

（三）研究局限和未來展望

本研究提出分析師關注能在企業避稅行為中發揮有效的外部治理作用，并初步揭示了融資約束與信息透明度在分析師關注影響企業避稅路徑中的作用，后續研究可以進一步探究其他可能的中介機制。例如，基于本研究的理論基礎，未來可以探究企業聲譽、內部控制質量等變量的中介作用。此外，本研究主要分析了數字經濟發展水平對分析師關注和企業避稅關系的調節作用，未來可以探討其他可能的調節變量。例如，針對外部治理因素，可以探究稅收征管強度、政府行政效率和媒體以及輿論監督等因素帶來的影響；針對內部治理因素，則可以探討高管個人特征、高管政治關聯等因素的調節作用。最后，本研究選取上市公司百度指數作為工具變量，雖然在理論分析和統計檢驗上證明了其適用性，但存在例外情況。未來可嘗試尋找其他更完美的工具變量來進一步優化實證模型。

[參考文獻]

[1]范子英、田彬彬：《稅收競爭、稅收執法與企業避稅》，《經濟研究》2013年第9期，第99—111頁。

[2]Gallemore J，Labro E：“The Importance of the Internal Information Environment for Tax Avoidance”，Journal of Accounting and Economics，Vol.27，No.1，2015，pp.149-167.

[3][27]蔡宏標、饒品貴：《機構投資者、稅收征管與企業避稅》，《會計研究》2015年第10期，第59—65頁。

[4]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》，《經濟研究》2020年第3期，第116—132頁。

[5][6][40]劉行、葉康濤：《企業的避稅活動會影響投資效率嗎？》，《會計研究》2013年第6期，第47—53頁。

[7][28]江軒宇：《稅收征管、稅收激進與股價崩盤風險》，《南開管理評論》2013年第5期，第152—160頁。

[8]Sun J，Liu G：“Does Analyst Coverage Constrain Real Earnings Management？”，The Quarterly Review of Economics and Finance， Vol.59，No.2，2016，pp.131-140.

[9]Chen J，Ding R，Hou W et al. ：“Do Financial Analysts Perform a Monitoring Role in China？ Evidence from Modified Audit Opinions”，Abacus， Vol.52，No.3，2016，pp.473-500.

[10]翟淑萍、甦葉、袁克麗：《分析師實地調研與企業分類轉移盈余管理》，《會計與經濟研究》2022年第3期，第33—53頁。

[11][29]Tao Chen，Jarrad Harford，Chen Lin：“Do Analysts Matter for Governance？ Evidence from Natural Experiments”，Journal of Financial Economics，Vol.115，No.2，2015，pp.383-410.

[12]趙勝民、張博超：《分析師關注如何影響公司投資行為——基于不同投資類型的分析》，《中央財經大學學報》2021年第5期，第51—64頁。

[13]宋常、楊華領、李沁洋：《證券分析師關注與上市公司成本黏性》，《經濟理論與經濟管理》2016年第12期，第93—107頁。

[14]邱洋冬：《分析師追蹤能提升企業真實創新產出嗎——兼論研報文本的解讀》，《廣東財經大學學報》2022年第3期，第98—111頁。

[15]He J J，Tian X：“The Dark Side of Analyst Coverage： The Case of Innovation”，Journal of Financial Economics，Vol.109，No.3，2013，pp.856-878.

[16]李志輝、王博、孫沁茹：《分析師關注能否抑制市場操縱行為——基于收盤價操縱識別模型的檢驗》，《南開經濟研究》2022第5期，第165—180頁。

[17]尹林輝、段忠悅：《證券分析師對企業杠桿操縱的治理——基于信息中介和市場壓力的雙重效應》，《上海金融》2023年第7期，第29—44頁。

[18]孔東民、劉莎莎、譚偉強：《分析師評級與投資者交易行為》，《管理世界》2019年第1期，第167—178頁。

[19]伊志宏、楊圣之、陳欽源：《分析師能降低股價同步性嗎——基于研究報告文本分析的實證研究》，《中國工業經濟》2019年第1期，第156—173頁。

[20]Green T C，Jame R，Markov S et al. ：“Access to Management and the Informativeness of Analyst Research”，Journal of Financial Economics，Vol.114，No.2，2014，pp.239-255.

[21]Corwin S A，Larocque S A，Stegemoller M A：“Investment Banking Relationships and Analyst Affiliation Bias： The Impact of the Global Settlement on Sanctioned and Non-sanctioned Banks”，Journal of Financial Economics， Vol.124，No.3，2017，pp.614-631.

[22]潘越、戴亦一、林超群：《信息不透明、分析師關注與個股暴跌風險》，《金融研究》2011年第9期，第138—151頁。

[23]韓艷錦、馮曉晴、宋建波：《基于信息生成環節的分析師關注與股價崩盤風險》，《管理學報》2021年第2期，第279—286頁。

[24][25]Desai M A，Dharmapala D：“Corporate Tax Avoidance and High-powered Incentives”Journal of Financial Economics，Vol.79，No.1，2006，pp.145-179.

[26]陳駿、徐玉德：《內部控制與企業避稅行為》，《審計研究》2015年第3期，第100—107頁。

[30]Dyck A，Morse A，Zingales L：“Who Blows the Whistle on Corporate Fraud？”，Journal of Finance，Vol.65，No.6，2010，pp.2213-2253.

[31]李馨子、肖土盛：《管理層業績預告有助于分析師盈余預測修正嗎》，《南開管理評論》2015年第2期，第30—38頁。

[32]游家興、張哲遠：《財務分析師公司治理角色研究——文獻綜述與研究展望》，《廈門大學學報（哲學社會科學版）》2016年第5期，第128—136頁。

[33]張宗新、周嘉嘉：《分析師關注能否提高上市公司信息透明度？——基于盈余管理的視角》，《財經問題研究》2019年第12期，第49—57頁。

[34]董竹、張欣：《會計信息可比性與企業風險承擔的關系研究》，《外國經濟與管理》2021年第2期，第36—50頁。

[35]Kerr J N：“Transparency， Information Shocks， and Tax Avoidance”，Contemporary Accounting Research，Vol.36，No.2，2019，pp.1146-1183.

[36]朱孟楠、梁裕珩、吳增明：《互聯網信息交互網絡與股價崩盤風險：輿論監督還是非理性傳染》，《中國工業經濟》2020年第10期，第81—99頁。

[37]羅進輝、巫奕龍：《數字化運營水平與真實盈余管理》，《管理科學》2021年第4期，第3—18頁。

[38]唐松、伍旭川、祝佳：《數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異》，《管理世界》2020年第5期，第52—66頁。

[39]Yu F F：“Analyst Coverage and Earnings Management”，Journal of Financial Economics，Vol.88，No.2，2008，pp.245-271.

[41]Whited T M，Wu G：“Financial Constraints Risk”，The Review of Financial Studies，Vol.19，No.2，2006，pp.531-559.

[42]曾慶生：《高管及其親屬買賣公司股票時“渾水摸魚”了？——基于信息透明度對內部人交易信息含量的影響研究》，《財經研究》2014年第12期，第15—26頁。

[43]趙濤、張智、梁上坤：《數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據》，《管理世界》2020年第10期，第65—76頁。

[44]呂越、張昊天、薛進軍等：《稅收激勵會促進企業污染減排嗎——來自增值稅轉型改革的經驗證據》《中國工業經濟》2023年第12期，第112—130頁。

[45]郭建鸞、簡曉彤：《分析師的外部監督效應——來自企業高管在職消費的證據》，《中央財經大學學報》2021年第2期，第73—88頁。

Research on the Impact of Analysts’ Attention on Corporate Tax Avoidance：

A Moderated Mediation Effect Model

LUO" Yonghua，LIU" Siyuan

（School of Economics and Trade， Hunan University of Technology， Zhuzhou 412007， Hunan， China）

Abstract： How analysts’ attention affects corporate tax avoidance deserves in-depth investigation in terms of both theoretical and empirical evidence. Based on the panel data of Chinese A-share listed companies in Shanghai and Shenzhen from 2009 to 2021， a moderated mediation effect model is constructed to investigate the mechanism of analysts’ attention to corporate tax avoidance. The benchmark regression study finds that the increase of analysts’ attention can directly inhibit corporate tax avoidance; the test results of the mediation mechanism show that the alleviation of financing constraints and the improvement of information transparency play a mechanism role in the process of analysts’ attention to inhibit corporate tax avoidance. The test results of the moderated mediation model show that the level of digital economy development can play a significant positive moderating effect on the path of analysts’ attention to influence the financing constraints and information transparency. This study not only contributes to a deeper understanding of the intrinsic relationship between analysts’ focus and corporate tax avoidance， but also provides empirical experience for the SEC to further improve the analyst industry guidelines and for corporations to make full use of analysts’ research reports.

Key words：analyst attention; corporate tax avoidance; financing constraints; information transparency; digital economy

（責任編輯 編輯齊立瑤；責任校對 劉永俊）