納稅信用評(píng)級(jí)對(duì)企業(yè)融資約束的影響

姜 朋，梁書琪

(1.山東師范大學(xué) 商學(xué)院，山東 濟(jì)南 250014；2.中央財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院，北京 102206)

一、引言

在經(jīng)濟(jì)發(fā)展步入“新常態(tài)”和中美貿(mào)易沖突背景下，我國經(jīng)濟(jì)下行壓力驟增，“融資難、融資貴”成為限制企業(yè)經(jīng)營發(fā)展的關(guān)鍵所在。近年來，我國企業(yè)融資成本整體呈下降趨勢(shì)，“降成本”成效顯著，但仍存在“融資難”的結(jié)構(gòu)性矛盾。一方面，由于資金供給方對(duì)資金需求方所掌握的信息有限，易出現(xiàn)金融資源錯(cuò)配，導(dǎo)致信貸資金和資本市場(chǎng)融資規(guī)模收縮，造成企業(yè)融資約束。另一方面，一些企業(yè)或因無法通過亮眼的財(cái)務(wù)績(jī)效證明自己的投資價(jià)值和信用水平，或因賬務(wù)制度不完善，不足以使資金供給方信服，加劇了企業(yè)的融資約束。資金供給方可通過非財(cái)務(wù)指標(biāo)評(píng)估企業(yè)價(jià)值和信用風(fēng)險(xiǎn)，進(jìn)行必要參考后決定是否提供資金。在此背景下，信用信息公示在助力“創(chuàng)新監(jiān)管方式”和建設(shè)“信用中國”中將發(fā)揮重要作用。

《納稅信用管理辦法(試行)》于2014年10月1日起實(shí)施，其主要目的是規(guī)范納稅信用管理，推進(jìn)社會(huì)信用體系建設(shè)。該辦法面向已辦理稅務(wù)登記、查賬征收的納稅人，覆蓋面積廣。評(píng)級(jí)依據(jù)包括歷史信用信息、稅務(wù)內(nèi)部信息及外部信息。上述信息在某種程度上具有穩(wěn)定性，但其納稅信用評(píng)級(jí)一旦被國家稅務(wù)總局官方渠道公布為A級(jí)的納稅人后，便會(huì)產(chǎn)生經(jīng)濟(jì)后果；同時(shí)，稅務(wù)機(jī)關(guān)將納稅人劃分為A級(jí)、B級(jí)、C級(jí)、D級(jí)和M級(jí)，依照評(píng)級(jí)為納稅人提供差異性納稅服務(wù)，評(píng)級(jí)更高的納稅人可享受更多優(yōu)惠，這在一定程度上可提高企業(yè)的辦事效率和資金周轉(zhuǎn)能力。

稅務(wù)機(jī)關(guān)公開披露納稅信用評(píng)級(jí)為A級(jí)的納稅人名單可視為向社會(huì)傳遞良好的信號(hào)，資金供給方可參考該信息進(jìn)行投融資決策，有利于外源融資。同時(shí)，納稅信用評(píng)級(jí)為A級(jí)的企業(yè)憑借稅務(wù)機(jī)關(guān)向其提供的優(yōu)惠政策和綠色通道以及因A級(jí)納稅人身份樹立的良好社會(huì)形象，來提高其資金周轉(zhuǎn)效率，贏得更多商業(yè)機(jī)會(huì)，從而提升企業(yè)的經(jīng)營績(jī)效，有利于內(nèi)源融資。因此，從政策出發(fā)點(diǎn)來看，納稅信用評(píng)級(jí)制度可從以上兩方面對(duì)企業(yè)融資約束產(chǎn)生正向影響。從政策性質(zhì)看，納稅信用評(píng)級(jí)始終屬于稅收征管范疇，可通過信息公開、異質(zhì)性納稅服務(wù)，以更加市場(chǎng)化的手段提高企業(yè)納稅遵從度。但對(duì)大多數(shù)企業(yè)而言，以盈余管理為代表的避稅行為是減少資金流出、擴(kuò)大內(nèi)源融資規(guī)模的重要手段，企業(yè)為提高納稅信用評(píng)級(jí)自覺減少避稅行為會(huì)對(duì)其融資約束產(chǎn)生負(fù)向影響。那么，在正、反兩個(gè)方面的同時(shí)作用下，納稅信用評(píng)級(jí)政策是否能夠緩解企業(yè)的融資約束？其影響機(jī)制又是怎樣呢？基于此，本文以我國A股上市公司2008—2020年的數(shù)據(jù)為樣本，采用PSM-DID方法(是由傾向得分匹配模型和雙重差分模型結(jié)合而成)從信息傳遞、績(jī)效改善和避稅抑制三個(gè)路徑研究納稅信用評(píng)級(jí)對(duì)企業(yè)融資約束產(chǎn)生的影響，并根據(jù)實(shí)證結(jié)果提出相關(guān)政策建議，以提高納稅信用評(píng)級(jí)制度的透明度和公眾參與度，并進(jìn)一步擴(kuò)大評(píng)級(jí)披露范圍和加強(qiáng)政策科普。

二、文獻(xiàn)綜述

企業(yè)融資約束一直是學(xué)者研究的重要話題。從現(xiàn)有文獻(xiàn)來看，對(duì)企業(yè)融資約束的研究主要集中在兩個(gè)方面：信息的不對(duì)稱和政策制度的建立。在信息不對(duì)稱方面，企業(yè)融資困難的重要途徑就是打破企業(yè)與銀行之間的信息壁壘，改革金融錯(cuò)配體制[1]；而企業(yè)債務(wù)融資渠道不通暢既受企業(yè)的可控因素如社會(huì)信用水平、財(cái)務(wù)穩(wěn)健性產(chǎn)品和企業(yè)規(guī)模等的影響，同時(shí)也受宏觀政策、債務(wù)異質(zhì)性和研發(fā)投入等不可控因素的影響[2]。除信息不對(duì)稱外，大量學(xué)者將研究視角轉(zhuǎn)向政策制度方面：有基于新《環(huán)保法》的準(zhǔn)自然實(shí)驗(yàn)研究，探討了環(huán)境規(guī)制對(duì)重污染企業(yè)的融資約束有何影響[3]；有學(xué)者借助2012年的《綠色信貸指引》實(shí)施這一準(zhǔn)自然實(shí)驗(yàn)，研究了綠色信貸政策對(duì)企業(yè)融資租賃的影響，并得出綠色信貸政策能顯著增加重污染企業(yè)融資租賃規(guī)模的結(jié)論[4]；在我國民營上市企業(yè)加入地域商會(huì)這一正式市場(chǎng)組織后，大規(guī)模企業(yè)由于在融資渠道和信用擔(dān)保等方面更有優(yōu)勢(shì)，從而增加債務(wù)融資[5]。

隨著我國納稅信用評(píng)級(jí)的建立和完善，越來越多的學(xué)者也將研究視角轉(zhuǎn)向納稅信用評(píng)級(jí)這一管理政策。如有學(xué)者研究納稅信用評(píng)級(jí)可以通過緩解企業(yè)融資約束、降低融資成本從而提高稅收遵從度[6-7]；通過緩解企業(yè)融資約束促進(jìn)研發(fā)創(chuàng)新[8-10]；或作用于全要素生產(chǎn)率等[11]。但很多的研究不論從規(guī)范還是內(nèi)容層面都缺乏一定的說服力：部分文章采用多元回歸模型，實(shí)證得出A級(jí)納稅人取得銀行借款的比例更高，但多元回歸存在無法克服內(nèi)生性等缺陷，導(dǎo)致得出的結(jié)論缺乏說服力[9]；考慮到內(nèi)生性問題，有學(xué)者指出應(yīng)采用PSM-DID方法，通過降低信息不對(duì)稱和提高企業(yè)聲譽(yù)緩解企業(yè)融資約束，并引入股權(quán)融資和債權(quán)融資成本、規(guī)模進(jìn)行異質(zhì)性檢驗(yàn)[12]；還有研究以稅收政策的“兩面性”為出發(fā)點(diǎn)，將懲罰性和鼓勵(lì)性稅收征管手段置于同一分析框架，采用PSM-DID方法驗(yàn)證稅收征管對(duì)企業(yè)融資約束的影響，但由于其未進(jìn)行平行趨勢(shì)檢驗(yàn)，得出的結(jié)論欠缺說服力[13]。

從以上文獻(xiàn)研究可以發(fā)現(xiàn)，已有部分學(xué)者對(duì)納稅信用等級(jí)政策與企業(yè)的融資約束之間的關(guān)系進(jìn)行了相關(guān)研究。從研究方法來看，現(xiàn)有研究多采用多元線性回歸模型，但這種方法不能準(zhǔn)確識(shí)別兩者之間的因果關(guān)系；從研究?jī)?nèi)容來看，大部分都是僅將納稅信用評(píng)級(jí)政策視為作用機(jī)制，并未對(duì)其單獨(dú)展開研究；從作用機(jī)制來看，目前多數(shù)學(xué)者認(rèn)同納稅信用評(píng)級(jí)可能存在“征稅效應(yīng)”，即通過減少企業(yè)避稅加劇融資約束，但僅停留在猜想階段。與現(xiàn)有文獻(xiàn)相比，本文可能的貢獻(xiàn)有：第一，將納稅信用評(píng)級(jí)政策對(duì)企業(yè)融資約束的影響機(jī)制抽象為信息傳遞、績(jī)效改善和避稅抑制三條路徑，從正、反兩個(gè)方面進(jìn)行研究闡述，更準(zhǔn)確地識(shí)別納稅信用評(píng)級(jí)與企業(yè)融資約束之間的因果關(guān)系；第二，采用PSM-DID方法進(jìn)行實(shí)證研究，為納稅信用評(píng)級(jí)為A的企業(yè)匹配到特定的控制組樣本，使得準(zhǔn)自然實(shí)驗(yàn)近似隨機(jī)，以減少干擾因素，克服內(nèi)生性問題；第三，將區(qū)域企業(yè)的經(jīng)濟(jì)發(fā)展及融資方式考慮在內(nèi)，通過異質(zhì)性檢驗(yàn)更深入地研究納稅信用評(píng)級(jí)政策是否能真正緩解企業(yè)融資約束這一問題。

三、理論分析與研究假設(shè)

如圖1所示，本文認(rèn)為納稅信用評(píng)級(jí)從正、反兩方面影響企業(yè)融資約束，將其抽象為信息傳遞、績(jī)效改善和避稅抑制三條路徑，并提出相應(yīng)假設(shè)，以探究政策的作用機(jī)理。

(一)信息傳遞路徑

作為監(jiān)管方式創(chuàng)新下的產(chǎn)物，納稅信用評(píng)級(jí)通過獨(dú)特的方式引導(dǎo)企業(yè)改善信息質(zhì)量。一方面，納稅信用評(píng)級(jí)屬于征管手段，加強(qiáng)稅收征管是避免企業(yè)信息失真的有效手段，稅收征管力度越大，企業(yè)因稅收違法行為被查處的可能性越大，便會(huì)承擔(dān)更高的違法成本，從而傾向于披露真實(shí)信息；另一方面，相比傳統(tǒng)手段，納稅信用評(píng)級(jí)是稅務(wù)系統(tǒng)“放管服”改革的新成果[14]，通過向不同等級(jí)的納稅人實(shí)施差異化的征管服務(wù)，強(qiáng)化誠信納稅的“激勵(lì)作用”。信息不對(duì)稱是產(chǎn)生融資約束的根本原因，提升信息質(zhì)量有助于緩解企業(yè)的融資約束。一方面，高質(zhì)量的信息披露在一定程度上能減少其他投資者對(duì)公司已公開信息的篩選處理成本[15]，吸引更多交易者參與到公司開展的融資活動(dòng)中[16]，從而擴(kuò)大股權(quán)、債權(quán)融資規(guī)模；另一方面，提高企業(yè)信息質(zhì)量在短期內(nèi)可能會(huì)使股東財(cái)富減少，但起到了保護(hù)產(chǎn)權(quán)和維護(hù)市場(chǎng)信心的作用。

基于以上分析，本文提出如下假設(shè)：

H1：納稅信用評(píng)級(jí)通過提高企業(yè)對(duì)外的信息透明度緩解其融資約束。

(二)績(jī)效改善路徑

納稅信用評(píng)級(jí)對(duì)A級(jí)企業(yè)實(shí)施一系列與經(jīng)營相關(guān)的激勵(lì)措施。稅務(wù)機(jī)關(guān)的身份和地位決定了納稅信用評(píng)級(jí)的權(quán)威性[17]。企業(yè)若獲得A級(jí)納稅信用評(píng)級(jí)則能樹立良好的形象，上游供應(yīng)商、下游分銷商及消費(fèi)者會(huì)對(duì)該企業(yè)的品牌更有興趣，有利于企業(yè)改善經(jīng)營狀況。企業(yè)還能通過改善現(xiàn)金流、提高辦事效率進(jìn)而改善其經(jīng)營狀況。良好的經(jīng)營績(jī)效能夠給企業(yè)帶來更充裕的內(nèi)源融資、低門檻的外源融資和更低廉的名義利率。

基于以上分析，本文提出如下假設(shè)：

H2：納稅信用評(píng)級(jí)通過改善企業(yè)的經(jīng)營績(jī)效緩解其融資約束。

(三)避稅抑制路徑

企業(yè)的避稅行為受到稅務(wù)稽查風(fēng)險(xiǎn)和社會(huì)關(guān)注度的影響。一方面，作為經(jīng)營主體，企業(yè)有動(dòng)機(jī)和條件采取避稅行為，但在決策時(shí)必須在成本與收益之間權(quán)衡[18]。納稅信用評(píng)級(jí)提高了企業(yè)的避稅成本，企業(yè)會(huì)重新審視避稅收益和避稅成本，提高自身的稅收遵從度。另一方面，A級(jí)企業(yè)名單被披露，企業(yè)可獲得更高的市場(chǎng)關(guān)注度，這意味著更大的輿論壓力，倒逼企業(yè)遵守法律法規(guī)，進(jìn)一步減少避稅行為[19]。而企業(yè)減少避稅可能會(huì)加劇企業(yè)融資約束，具體可由“現(xiàn)金流量效應(yīng)”和“非債務(wù)稅盾效應(yīng)”解釋。從“現(xiàn)金流量效應(yīng)”的視角分析，企業(yè)通過避稅行為減少現(xiàn)金流出是緩解融資約束的有效途徑。從“非債務(wù)稅盾效應(yīng)”的視角分析，我國稅法規(guī)定商業(yè)信用融資的利息支出不符合稅前扣除標(biāo)準(zhǔn)。因此，隨著企業(yè)避稅行為的減少，為充分利用利息支出產(chǎn)生的稅盾效應(yīng)，企業(yè)更有動(dòng)力通過正規(guī)金融渠道融資，而不會(huì)增加商業(yè)信用融資。

基于以上分析，本文提出如下假設(shè)：

H3：納稅信用評(píng)級(jí)通過抑制企業(yè)自身的避稅信用緩解其融資約束。

四、研究設(shè)計(jì)

(一)樣本選擇和數(shù)據(jù)來源

選擇2008—2020年上市公司數(shù)據(jù)為樣本，并按照以下步驟進(jìn)行初步處理：(1)利用Python爬蟲技術(shù)獲取2014—2020年納稅信用評(píng)級(jí)為A級(jí)的上市公司名單，將其與上市公司面板數(shù)據(jù)匹配；(2)剔除金融企業(yè)、ST企業(yè)；(3)剔除2014年之后上市的企業(yè)；(4)為加強(qiáng)實(shí)驗(yàn)組與對(duì)照組的對(duì)比程度，刪除2014—2020年納稅信用評(píng)級(jí)為A級(jí)的年份大于6年且小于8年的樣本；(5)對(duì)所有連續(xù)變量在1%和99%分位上進(jìn)行縮尾處理，最終得到17 622個(gè)樣本觀測(cè)值。

(二)變量定義

被解釋變量。參考孫雪嬌等[12]的做法，采用SA指數(shù)作為企業(yè)融資約束的度量指標(biāo)。SA指數(shù)具有選樣范圍廣、外生性、結(jié)果穩(wěn)健、計(jì)算過程簡(jiǎn)單的特點(diǎn)[20]，因此也被學(xué)術(shù)界廣泛采納。

解釋變量。對(duì)樣本進(jìn)行篩選，若該企業(yè)在2014—2020年的納稅信用均被評(píng)為A級(jí)，則將解釋變量Tax賦值為1，否則為0；由于2014年納稅信用被評(píng)為A級(jí)的企業(yè)于2015年4月才向社會(huì)公布，因此本文將2015年及以后年份的Post變量賦值為1，之前的年份賦值為0。

選取企業(yè)規(guī)模(Size)、杠桿水平(DFL)、經(jīng)營現(xiàn)金流水平(Cash)、成長(zhǎng)性(Growth)、成立年限(Age)、股權(quán)集中度(Top10)、內(nèi)部控制(Double)、產(chǎn)權(quán)性質(zhì)(Property)等指標(biāo)作為控制變量，并設(shè)置了行業(yè)虛擬變量和年份虛擬變量。具體變量選取如表1所示。

表1 變量定義的說明

(三)實(shí)證方法和模型設(shè)計(jì)

為避免政策自選擇造成的內(nèi)生性問題，本文采用PSM-DID方法剔除其他干擾因素，其中傾向得分匹配以2015年度的數(shù)據(jù)為基準(zhǔn)，構(gòu)建的基準(zhǔn)回歸模型如下所示：

SAi，t=α0+α1Taxi+α2Postt+α3Policyi，t+αiControli，t+μi，t

(1)

為檢驗(yàn)避稅抑制路徑，參照孫雪嬌等[12]的做法，根據(jù)企業(yè)銀企關(guān)系和審計(jì)質(zhì)量進(jìn)行分組回歸，檢驗(yàn)H1。較其他企業(yè)，存在銀企關(guān)系的企業(yè)具有自身或其高管持有銀行股份的特征，銀行能夠獲得更多的內(nèi)部信息，緩解信息不對(duì)稱[21]；較其他事務(wù)所，“四大”會(huì)計(jì)師事務(wù)所因其嚴(yán)格的內(nèi)控，出具的審計(jì)報(bào)告具有更高的市場(chǎng)認(rèn)可度[22]。

為驗(yàn)證納稅信用評(píng)級(jí)是否通過績(jī)效改善路徑緩解企業(yè)融資約束，本文引入ROA作為中介變量，構(gòu)建式(2)和式(3)。從經(jīng)濟(jì)意義上看，若式(2)中政策變量Policyi，t的回歸系數(shù)為正，式(3)中Policyi，t和ROAi，t的回歸系數(shù)為負(fù)，則意味著H2成立。

ROAi，t=β0+β1Taxi+β2Postt+β3Policyi，t+βiControli，t+μi，t

(2)

SAi，t=γ0+γ1Taxi+γ2Postt+γ3Policyi，t+γ4ROAi，t+γiControli，t+μi，t

(3)

為驗(yàn)證避稅抑制路徑對(duì)企業(yè)融資約束的作用，本文引入賬面—應(yīng)稅收入差異作為中介變量，構(gòu)建式(4)和式(5)。從經(jīng)濟(jì)意義上看，若式(4)中政策變量Policyi，t的回歸系數(shù)為負(fù)，式(5)中Policyi，t的回歸系數(shù)為負(fù)，而Differi，t的系數(shù)為正，則說明H3成立。

Differi，t=β0+β1Taxi+β2Postt+β3Policyi，t+βiControli，t+μi，t

(4)

SAi，t=γ0+γ1Taxi+γ2Postt+γ3Policyi，t+γ4Differi，t+γiControli，t+μi，t

(5)

五、實(shí)證分析

(一)描述性統(tǒng)計(jì)

經(jīng)上述步驟處理后得到17 622個(gè)樣本，對(duì)其進(jìn)行描述性統(tǒng)計(jì)，并對(duì)各變量在實(shí)驗(yàn)組和對(duì)照組間進(jìn)行t檢驗(yàn)。結(jié)果如表2所示。其中，SA指數(shù)的均值為3.802，說明我國上市公司在一定程度上仍面臨著融資約束，“融資難”是我國企業(yè)面臨的普遍性問題；Tax的均值為0.290，說明在2014—2020年納稅信用均為A級(jí)的企業(yè)占樣本的29%。進(jìn)行獨(dú)立樣本t檢驗(yàn)，發(fā)現(xiàn)不同組別間的SA指數(shù)存在顯著差異，證明了本文假設(shè)的科學(xué)性；各項(xiàng)控制變量也存在不同程度的組別差異，可能對(duì)實(shí)證結(jié)果會(huì)造成影響，因此有必要進(jìn)行匹配。

表2 變量的描述性統(tǒng)計(jì)

(二)傾向得分匹配

由于實(shí)驗(yàn)組和對(duì)照組在某些方面存在差異，對(duì)實(shí)證檢驗(yàn)產(chǎn)生干擾。為緩解這一問題，選取上文中在實(shí)驗(yàn)組和對(duì)照組間顯著差異的變量及行業(yè)虛擬變量作為L(zhǎng)ogistic回歸的協(xié)變量。考慮樣本量和匹配效果，在進(jìn)行基準(zhǔn)回歸和機(jī)制檢驗(yàn)時(shí)均對(duì)實(shí)驗(yàn)組進(jìn)行1∶1的匹配。匹配之后，最終獲得基準(zhǔn)回歸樣本6 714個(gè)，結(jié)果如圖2所示?？梢钥闯?，PSM匹配后協(xié)變量的標(biāo)準(zhǔn)化偏差有效縮小，因此PSM滿足平穩(wěn)性假設(shè)。

圖2 標(biāo)準(zhǔn)化殘差圖

(三)基準(zhǔn)回歸

對(duì)PSM匹配后得到的樣本按式(1)進(jìn)行基準(zhǔn)回歸，結(jié)果如表3所示。其中：列(1)為納稅信用評(píng)級(jí)政策與企業(yè)融資約束變量的回歸結(jié)果；列(2)為增加控制變量后的隨機(jī)效應(yīng)回歸結(jié)果；列(3)為增加控制變量后的雙固定效應(yīng)回歸結(jié)果。整體來看，控制變量的增加使得R2越來越大，且政策項(xiàng)Policy的系數(shù)顯著性水平越來越高，驗(yàn)證了模型設(shè)定的科學(xué)性。

表3 納稅信用評(píng)級(jí)政策對(duì)企業(yè)融資約束影響的基準(zhǔn)回歸結(jié)果

從解釋變量來看，回歸中每一列政策項(xiàng)Policy的系數(shù)均在1%水平下顯著為負(fù)，說明納稅信用評(píng)級(jí)確實(shí)對(duì)緩解企業(yè)融資約束有一定成效；隨著控制變量的增加，R2逐漸增大，政策項(xiàng)系數(shù)絕對(duì)值也增大，說明本文遺漏變量選取科學(xué)，且能對(duì)企業(yè)融資約束起到緩解作用。 從控制變量來看，變量Size、DFL和Cash系數(shù)均在1%水平下顯著為負(fù)，Top10系數(shù)在5%水平下顯著為負(fù)，說明企業(yè)規(guī)模、杠桿水平、經(jīng)營現(xiàn)金流水平和股權(quán)集中度能顯著緩解企業(yè)融資約束，其中股權(quán)集中度效果最明顯，杠桿水平效果最?。蛔兞緼ge和Double系數(shù)顯著為正，即企業(yè)成立年份越晚、內(nèi)部控制越嚴(yán)重，越不利于緩解企業(yè)的融資約束；變量Growth和Property系數(shù)為正但不顯著，說明企業(yè)的成長(zhǎng)程度和產(chǎn)權(quán)性質(zhì)對(duì)企業(yè)的融資約束影響甚微。

(四)機(jī)制檢驗(yàn)

為檢驗(yàn)信息傳遞路徑，引入審計(jì)質(zhì)量和銀企關(guān)系作為分組變量，按式(1)分組回歸對(duì)比在不同信息條件下納稅信用對(duì)企業(yè)融資約束的作用。結(jié)果如表4所示。列(1)代表審計(jì)質(zhì)量偏低的樣本組，列(2)代表審計(jì)質(zhì)量較高的樣本組。其中：列(1)政策變量的回歸系數(shù)顯著為負(fù)；列(2)政策變量的回歸系數(shù)雖為負(fù)，但不顯著。列(3)對(duì)應(yīng)存在銀企關(guān)系的樣本組，列(4)對(duì)應(yīng)不存在銀企關(guān)系的樣本組。其中：列(3)政策變量的回歸系數(shù)顯著為負(fù)；列(4)政策變量的回歸系數(shù)雖為負(fù)但不顯著。因此，可驗(yàn)證審計(jì)質(zhì)量和銀企關(guān)系對(duì)納稅信用評(píng)級(jí)的政策效果產(chǎn)生替代作用，證明了信息傳遞機(jī)制的存在，H1成立。

表4 機(jī)制檢驗(yàn)結(jié)果

為驗(yàn)證績(jī)效改善路徑，引入企業(yè)經(jīng)營績(jī)效作為中介變量，按照式(2)和式(3)進(jìn)行回歸，回歸結(jié)果如表4中列(5)和列(6)所示。列(5)中Policy的回歸系數(shù)在10%的置信水平下顯著為正，列(6)中Policy和中介變量的系數(shù)在1%的置信水平下顯著為負(fù)，說明納稅信用評(píng)級(jí)通過改善企業(yè)經(jīng)營績(jī)效緩解其融資約束，H2 成立。

為驗(yàn)證避稅抑制路徑，引入Differ衡量的企業(yè)避稅程度作為中介變量，按照式(4)和式(5)進(jìn)行回歸，回歸結(jié)果如表4中列(7)和列(8)所示。列(7)中Policy的回歸系數(shù)在10%的置信水平下顯著為負(fù)，列(8)中Policy的系數(shù)在1%的置信水平下為負(fù)，中介變量的系數(shù)在10%的置信水平下為正，說明納稅信用評(píng)級(jí)政策在某種程度時(shí)通過減少企業(yè)避稅行為加劇其融資約束，H3成立。

(五)異質(zhì)性檢驗(yàn)

為進(jìn)一步考察納稅信用評(píng)級(jí)結(jié)果為A級(jí)對(duì)企業(yè)融資約束的影響是否存在異質(zhì)性，本文從地理位置和融資方式兩個(gè)維度進(jìn)行異質(zhì)性分析。與基準(zhǔn)回歸重點(diǎn)關(guān)注系數(shù)符號(hào)不同的是，在異質(zhì)性檢驗(yàn)過程中，需重點(diǎn)關(guān)注核心變量的系數(shù)大小。

1.按地理位置分樣本回歸

我國地理區(qū)位優(yōu)勢(shì)差異明顯，不同地區(qū)之間的資源環(huán)境差異較大。為探究納稅信用評(píng)級(jí)對(duì)企業(yè)融資約束的影響是否因所屬地區(qū)不同而存在差異，本文根據(jù)國家統(tǒng)計(jì)局劃分的三大經(jīng)濟(jì)帶，按企業(yè)注冊(cè)所在地進(jìn)行三大區(qū)域劃分以檢驗(yàn)異質(zhì)性。通過異質(zhì)性分析，觀察實(shí)證結(jié)果與基準(zhǔn)回歸是否一致，來證明前文的三個(gè)機(jī)制的正確性。具體步驟為：按式(1)進(jìn)行東、中、西部分組回歸，結(jié)果如表5中列(1)至列(3)所示。由結(jié)果可以看出，政策變量Policy的系數(shù)越來越小，且顯著性逐漸降低，即納稅信用評(píng)級(jí)的政策效果在三個(gè)地區(qū)之間存在差異，由東部地區(qū)向中、西部地區(qū)遞減，可以理解為東部地區(qū)優(yōu)勢(shì)明顯，這可能與地區(qū)之間的不平衡發(fā)展和市場(chǎng)化程度有關(guān)。從資金供給方來看，東部地區(qū)金融機(jī)構(gòu)較為集中，納稅信用評(píng)級(jí)提高了企業(yè)的借款范圍和信貸額度，能顯著緩解企業(yè)的融資壓力，這與本文的理論預(yù)期較為一致。

表5 納稅信用評(píng)級(jí)對(duì)融資方式的回歸結(jié)果

2.按融資方式樣本回歸

為驗(yàn)證納稅信用為A級(jí)的企業(yè)名單被披露后，企業(yè)在不同融資方式下的融資規(guī)模是否存在異質(zhì)性影響，本文將被解釋變量SA指數(shù)分別以債權(quán)融資率、股權(quán)融資率、信用融資率和內(nèi)部融資率替代[12]，并按式(6)進(jìn)行回歸，其中Xi，t代表不同融資方式下的融資率。對(duì)比各個(gè)回歸結(jié)果中政策變量Policyi，t的系數(shù)δ3的正負(fù)號(hào)及顯著性，得出結(jié)論。

Xi，t=δ0+δ1Taxi+δ2Postt+δ3Policyi，t+δiControli，t+δi，t

(6)

結(jié)果如表5中列(4)至列(7)所示。列(4)代表政策對(duì)債權(quán)融資規(guī)模的影響，Policy的回歸系數(shù)在10%的水平上顯著為正，說明企業(yè)被評(píng)為A級(jí)納稅人后其獲得債權(quán)融資的規(guī)模顯著增加。列(5)和列(6)分別代表政策對(duì)股權(quán)融資和信用融資規(guī)模的影響，Policy的回歸系數(shù)為正但不顯著，說明被評(píng)為A級(jí)納稅人后，企業(yè)的股權(quán)融資和信用融資規(guī)模并未增加。列(7)為政策對(duì)內(nèi)源融資規(guī)模的影響，Policy的回歸系數(shù)在10%的水平上顯著為負(fù)，說明被評(píng)為A級(jí)納稅人后，企業(yè)在一定程度上縮小了內(nèi)源融資的規(guī)模。

(六)穩(wěn)健性檢驗(yàn)

使用DID回歸必須滿足平行趨勢(shì)假設(shè)，本文參考事件研究法[23]修正了式(1)，用實(shí)施前后各年的獨(dú)立年份及其與Taxi的交乘項(xiàng)作為自變量進(jìn)行回歸，如下所示。

SAi，t=β0+β1Taxi+β2Taxi×Yearpt+β3Controli，t+μi，t

(7)

圖3展示了檢驗(yàn)結(jié)果，可以發(fā)現(xiàn)，改革的前幾年交互項(xiàng)系數(shù)均不顯著，置信區(qū)間包含了0，但改革開始之后交互項(xiàng)系數(shù)逐漸顯著。這表明，在政策沖擊前，納稅信用A級(jí)企業(yè)與其他企業(yè)的SA指數(shù)不存在明顯的趨勢(shì)差異，式(1)滿足平行趨勢(shì)假定。

圖3 交互項(xiàng)系數(shù)圖示

六、研究結(jié)論與政策建議

基于2008—2020年A股上市公司數(shù)據(jù)，運(yùn)用PSM-DID方法實(shí)證研究納稅信用評(píng)級(jí)對(duì)企業(yè)融資約束的影響，發(fā)現(xiàn)該政策有效緩解了企業(yè)融資約束。進(jìn)一步的機(jī)制檢驗(yàn)表明，納稅信用評(píng)級(jí)通過正、反兩方面作用于企業(yè)融資約束，正向機(jī)制包括信息傳遞路徑和績(jī)效改善路徑，反向機(jī)制則指避稅抑制路徑。最后，基于企業(yè)所處地區(qū)和融資方式對(duì)政策效果展開異質(zhì)性分析，得出政策效果由東部向中、西部地區(qū)逐步減弱，且在不同融資方式下的政策效果存在差異?；诖耍贸鲆韵抡邌⑹竞徒ㄗh：

第一，應(yīng)提高納稅信用評(píng)級(jí)制度的透明度和公眾參與度。由于社會(huì)公眾對(duì)評(píng)級(jí)所依據(jù)的基礎(chǔ)數(shù)據(jù)并不了解，削弱了納稅信用評(píng)級(jí)的公信力。因此稅務(wù)機(jī)關(guān)在不違反法律、法規(guī)的前提下，應(yīng)盡可能披露評(píng)級(jí)過程及基礎(chǔ)數(shù)據(jù)，以供公眾了解、查詢。一方面，能提高納稅信用評(píng)級(jí)的公眾參與度，讓依法納稅的理念深入人心；另一方面，公眾可對(duì)現(xiàn)有的納稅信息進(jìn)行及時(shí)的補(bǔ)充、糾正，使納稅信用評(píng)級(jí)能更真實(shí)地反映企業(yè)實(shí)際情況。

第二，應(yīng)進(jìn)一步擴(kuò)大評(píng)級(jí)的披露范圍?，F(xiàn)階段，國家稅務(wù)總局雖將企業(yè)的納稅信用劃分為五個(gè)不同的等級(jí)，但僅對(duì)外披露了A級(jí)企業(yè)名單。在這種情況下，納稅信用為A級(jí)的企業(yè)雖得到有效的激勵(lì)，但其他未被披露的企業(yè)其納稅信用也存在差異，若一概而論，易打擊其誠信納稅的積極性，無法真正發(fā)揮激勵(lì)作用和懲戒作用。

第三，需加強(qiáng)政策的科普、宣傳。從實(shí)證結(jié)果看，納稅信用評(píng)級(jí)僅緩解了企業(yè)債權(quán)融資約束，對(duì)信用融資作用不顯著，這在一定程度上反映出納稅信用尚未普及。較其他方式，信用融資的資金供給方大多是自然人或中小企業(yè)，對(duì)政策的捕捉敏感度低于金融機(jī)構(gòu)，尚未認(rèn)識(shí)到可借助納稅信用等非財(cái)務(wù)指標(biāo)來判斷企業(yè)的征信狀況。因此，稅務(wù)機(jī)關(guān)可在社區(qū)、銀行等公共場(chǎng)所開展納稅信用知識(shí)普及，使更多人從納稅信用建設(shè)的成果中受益。