纳税信用评级对企业融资约束的影响

姜 朋，梁书琪

(1.山东师范大学 商学院，山东 济南 250014；2.中央财经大学 财政税务学院，北京 102206)

一、引言

在经济发展步入“新常态”和中美贸易冲突背景下，我国经济下行压力骤增，“融资难、融资贵”成为限制企业经营发展的关键所在。近年来，我国企业融资成本整体呈下降趋势，“降成本”成效显著，但仍存在“融资难”的结构性矛盾。一方面，由于资金供给方对资金需求方所掌握的信息有限，易出现金融资源错配，导致信贷资金和资本市场融资规模收缩，造成企业融资约束。另一方面，一些企业或因无法通过亮眼的财务绩效证明自己的投资价值和信用水平，或因账务制度不完善，不足以使资金供给方信服，加剧了企业的融资约束。资金供给方可通过非财务指标评估企业价值和信用风险，进行必要参考后决定是否提供资金。在此背景下，信用信息公示在助力“创新监管方式”和建设“信用中国”中将发挥重要作用。

《纳税信用管理办法(试行)》于2014年10月1日起实施，其主要目的是规范纳税信用管理，推进社会信用体系建设。该办法面向已办理税务登记、查账征收的纳税人，覆盖面积广。评级依据包括历史信用信息、税务内部信息及外部信息。上述信息在某种程度上具有稳定性，但其纳税信用评级一旦被国家税务总局官方渠道公布为A级的纳税人后，便会产生经济后果；同时，税务机关将纳税人划分为A级、B级、C级、D级和M级，依照评级为纳税人提供差异性纳税服务，评级更高的纳税人可享受更多优惠，这在一定程度上可提高企业的办事效率和资金周转能力。

税务机关公开披露纳税信用评级为A级的纳税人名单可视为向社会传递良好的信号，资金供给方可参考该信息进行投融资决策，有利于外源融资。同时，纳税信用评级为A级的企业凭借税务机关向其提供的优惠政策和绿色通道以及因A级纳税人身份树立的良好社会形象，来提高其资金周转效率，赢得更多商业机会，从而提升企业的经营绩效，有利于内源融资。因此，从政策出发点来看，纳税信用评级制度可从以上两方面对企业融资约束产生正向影响。从政策性质看，纳税信用评级始终属于税收征管范畴，可通过信息公开、异质性纳税服务，以更加市场化的手段提高企业纳税遵从度。但对大多数企业而言，以盈余管理为代表的避税行为是减少资金流出、扩大内源融资规模的重要手段，企业为提高纳税信用评级自觉减少避税行为会对其融资约束产生负向影响。那么，在正、反两个方面的同时作用下，纳税信用评级政策是否能够缓解企业的融资约束？其影响机制又是怎样呢？基于此，本文以我国A股上市公司2008—2020年的数据为样本，采用PSM-DID方法(是由倾向得分匹配模型和双重差分模型结合而成)从信息传递、绩效改善和避税抑制三个路径研究纳税信用评级对企业融资约束产生的影响，并根据实证结果提出相关政策建议，以提高纳税信用评级制度的透明度和公众参与度，并进一步扩大评级披露范围和加强政策科普。

二、文献综述

企业融资约束一直是学者研究的重要话题。从现有文献来看，对企业融资约束的研究主要集中在两个方面：信息的不对称和政策制度的建立。在信息不对称方面，企业融资困难的重要途径就是打破企业与银行之间的信息壁垒，改革金融错配体制[1]；而企业债务融资渠道不通畅既受企业的可控因素如社会信用水平、财务稳健性产品和企业规模等的影响，同时也受宏观政策、债务异质性和研发投入等不可控因素的影响[2]。除信息不对称外，大量学者将研究视角转向政策制度方面：有基于新《环保法》的准自然实验研究，探讨了环境规制对重污染企业的融资约束有何影响[3]；有学者借助2012年的《绿色信贷指引》实施这一准自然实验，研究了绿色信贷政策对企业融资租赁的影响，并得出绿色信贷政策能显著增加重污染企业融资租赁规模的结论[4]；在我国民营上市企业加入地域商会这一正式市场组织后，大规模企业由于在融资渠道和信用担保等方面更有优势，从而增加债务融资[5]。

随着我国纳税信用评级的建立和完善，越来越多的学者也将研究视角转向纳税信用评级这一管理政策。如有学者研究纳税信用评级可以通过缓解企业融资约束、降低融资成本从而提高税收遵从度[6-7]；通过缓解企业融资约束促进研发创新[8-10]；或作用于全要素生产率等[11]。但很多的研究不论从规范还是内容层面都缺乏一定的说服力：部分文章采用多元回归模型，实证得出A级纳税人取得银行借款的比例更高，但多元回归存在无法克服内生性等缺陷，导致得出的结论缺乏说服力[9]；考虑到内生性问题，有学者指出应采用PSM-DID方法，通过降低信息不对称和提高企业声誉缓解企业融资约束，并引入股权融资和债权融资成本、规模进行异质性检验[12]；还有研究以税收政策的“两面性”为出发点，将惩罚性和鼓励性税收征管手段置于同一分析框架，采用PSM-DID方法验证税收征管对企业融资约束的影响，但由于其未进行平行趋势检验，得出的结论欠缺说服力[13]。

从以上文献研究可以发现，已有部分学者对纳税信用等级政策与企业的融资约束之间的关系进行了相关研究。从研究方法来看，现有研究多采用多元线性回归模型，但这种方法不能准确识别两者之间的因果关系；从研究内容来看，大部分都是仅将纳税信用评级政策视为作用机制，并未对其单独展开研究；从作用机制来看，目前多数学者认同纳税信用评级可能存在“征税效应”，即通过减少企业避税加剧融资约束，但仅停留在猜想阶段。与现有文献相比，本文可能的贡献有：第一，将纳税信用评级政策对企业融资约束的影响机制抽象为信息传递、绩效改善和避税抑制三条路径，从正、反两个方面进行研究阐述，更准确地识别纳税信用评级与企业融资约束之间的因果关系；第二，采用PSM-DID方法进行实证研究，为纳税信用评级为A的企业匹配到特定的控制组样本，使得准自然实验近似随机，以减少干扰因素，克服内生性问题；第三，将区域企业的经济发展及融资方式考虑在内，通过异质性检验更深入地研究纳税信用评级政策是否能真正缓解企业融资约束这一问题。

三、理论分析与研究假设

如图1所示，本文认为纳税信用评级从正、反两方面影响企业融资约束，将其抽象为信息传递、绩效改善和避税抑制三条路径，并提出相应假设，以探究政策的作用机理。

(一)信息传递路径

作为监管方式创新下的产物，纳税信用评级通过独特的方式引导企业改善信息质量。一方面，纳税信用评级属于征管手段，加强税收征管是避免企业信息失真的有效手段，税收征管力度越大，企业因税收违法行为被查处的可能性越大，便会承担更高的违法成本，从而倾向于披露真实信息；另一方面，相比传统手段，纳税信用评级是税务系统“放管服”改革的新成果[14]，通过向不同等级的纳税人实施差异化的征管服务，强化诚信纳税的“激励作用”。信息不对称是产生融资约束的根本原因，提升信息质量有助于缓解企业的融资约束。一方面，高质量的信息披露在一定程度上能减少其他投资者对公司已公开信息的筛选处理成本[15]，吸引更多交易者参与到公司开展的融资活动中[16]，从而扩大股权、债权融资规模；另一方面，提高企业信息质量在短期内可能会使股东财富减少，但起到了保护产权和维护市场信心的作用。

基于以上分析，本文提出如下假设：

H1：纳税信用评级通过提高企业对外的信息透明度缓解其融资约束。

(二)绩效改善路径

纳税信用评级对A级企业实施一系列与经营相关的激励措施。税务机关的身份和地位决定了纳税信用评级的权威性[17]。企业若获得A级纳税信用评级则能树立良好的形象，上游供应商、下游分销商及消费者会对该企业的品牌更有兴趣，有利于企业改善经营状况。企业还能通过改善现金流、提高办事效率进而改善其经营状况。良好的经营绩效能够给企业带来更充裕的内源融资、低门槛的外源融资和更低廉的名义利率。

基于以上分析，本文提出如下假设：

H2：纳税信用评级通过改善企业的经营绩效缓解其融资约束。

(三)避税抑制路径

企业的避税行为受到税务稽查风险和社会关注度的影响。一方面，作为经营主体，企业有动机和条件采取避税行为，但在决策时必须在成本与收益之间权衡[18]。纳税信用评级提高了企业的避税成本，企业会重新审视避税收益和避税成本，提高自身的税收遵从度。另一方面，A级企业名单被披露，企业可获得更高的市场关注度，这意味着更大的舆论压力，倒逼企业遵守法律法规，进一步减少避税行为[19]。而企业减少避税可能会加剧企业融资约束，具体可由“现金流量效应”和“非债务税盾效应”解释。从“现金流量效应”的视角分析，企业通过避税行为减少现金流出是缓解融资约束的有效途径。从“非债务税盾效应”的视角分析，我国税法规定商业信用融资的利息支出不符合税前扣除标准。因此，随着企业避税行为的减少，为充分利用利息支出产生的税盾效应，企业更有动力通过正规金融渠道融资，而不会增加商业信用融资。

基于以上分析，本文提出如下假设：

H3：纳税信用评级通过抑制企业自身的避税信用缓解其融资约束。

四、研究设计

(一)样本选择和数据来源

选择2008—2020年上市公司数据为样本，并按照以下步骤进行初步处理：(1)利用Python爬虫技术获取2014—2020年纳税信用评级为A级的上市公司名单，将其与上市公司面板数据匹配；(2)剔除金融企业、ST企业；(3)剔除2014年之后上市的企业；(4)为加强实验组与对照组的对比程度，删除2014—2020年纳税信用评级为A级的年份大于6年且小于8年的样本；(5)对所有连续变量在1%和99%分位上进行缩尾处理，最终得到17 622个样本观测值。

(二)变量定义

被解释变量。参考孙雪娇等[12]的做法，采用SA指数作为企业融资约束的度量指标。SA指数具有选样范围广、外生性、结果稳健、计算过程简单的特点[20]，因此也被学术界广泛采纳。

解释变量。对样本进行筛选，若该企业在2014—2020年的纳税信用均被评为A级，则将解释变量Tax赋值为1，否则为0；由于2014年纳税信用被评为A级的企业于2015年4月才向社会公布，因此本文将2015年及以后年份的Post变量赋值为1，之前的年份赋值为0。

选取企业规模(Size)、杠杆水平(DFL)、经营现金流水平(Cash)、成长性(Growth)、成立年限(Age)、股权集中度(Top10)、内部控制(Double)、产权性质(Property)等指标作为控制变量，并设置了行业虚拟变量和年份虚拟变量。具体变量选取如表1所示。

表1 变量定义的说明

(三)实证方法和模型设计

为避免政策自选择造成的内生性问题，本文采用PSM-DID方法剔除其他干扰因素，其中倾向得分匹配以2015年度的数据为基准，构建的基准回归模型如下所示：

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

(1)

为检验避税抑制路径，参照孙雪娇等[12]的做法，根据企业银企关系和审计质量进行分组回归，检验H1。较其他企业，存在银企关系的企业具有自身或其高管持有银行股份的特征，银行能够获得更多的内部信息，缓解信息不对称[21]；较其他事务所，“四大”会计师事务所因其严格的内控，出具的审计报告具有更高的市场认可度[22]。

为验证纳税信用评级是否通过绩效改善路径缓解企业融资约束，本文引入ROA作为中介变量，构建式(2)和式(3)。从经济意义上看，若式(2)中政策变量Policyi，t的回归系数为正，式(3)中Policyi，t和ROAi，t的回归系数为负，则意味着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)

为验证避税抑制路径对企业融资约束的作用，本文引入账面—应税收入差异作为中介变量，构建式(4)和式(5)。从经济意义上看，若式(4)中政策变量Policyi，t的回归系数为负，式(5)中Policyi，t的回归系数为负，而Differi，t的系数为正，则说明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、实证分析

(一)描述性统计

经上述步骤处理后得到17 622个样本，对其进行描述性统计，并对各变量在实验组和对照组间进行t检验。结果如表2所示。其中，SA指数的均值为3.802，说明我国上市公司在一定程度上仍面临着融资约束，“融资难”是我国企业面临的普遍性问题；Tax的均值为0.290，说明在2014—2020年纳税信用均为A级的企业占样本的29%。进行独立样本t检验，发现不同组别间的SA指数存在显著差异，证明了本文假设的科学性；各项控制变量也存在不同程度的组别差异，可能对实证结果会造成影响，因此有必要进行匹配。

表2 变量的描述性统计

(二)倾向得分匹配

由于实验组和对照组在某些方面存在差异，对实证检验产生干扰。为缓解这一问题，选取上文中在实验组和对照组间显著差异的变量及行业虚拟变量作为Logistic回归的协变量。考虑样本量和匹配效果，在进行基准回归和机制检验时均对实验组进行1∶1的匹配。匹配之后，最终获得基准回归样本6 714个，结果如图2所示。可以看出，PSM匹配后协变量的标准化偏差有效缩小，因此PSM满足平稳性假设。

图2 标准化残差图

(三)基准回归

对PSM匹配后得到的样本按式(1)进行基准回归，结果如表3所示。其中：列(1)为纳税信用评级政策与企业融资约束变量的回归结果；列(2)为增加控制变量后的随机效应回归结果；列(3)为增加控制变量后的双固定效应回归结果。整体来看，控制变量的增加使得R2越来越大，且政策项Policy的系数显著性水平越来越高，验证了模型设定的科学性。

表3 纳税信用评级政策对企业融资约束影响的基准回归结果

从解释变量来看，回归中每一列政策项Policy的系数均在1%水平下显著为负，说明纳税信用评级确实对缓解企业融资约束有一定成效；随着控制变量的增加，R2逐渐增大，政策项系数绝对值也增大，说明本文遗漏变量选取科学，且能对企业融资约束起到缓解作用。 从控制变量来看，变量Size、DFL和Cash系数均在1%水平下显著为负，Top10系数在5%水平下显著为负，说明企业规模、杠杆水平、经营现金流水平和股权集中度能显著缓解企业融资约束，其中股权集中度效果最明显，杠杆水平效果最小；变量Age和Double系数显著为正，即企业成立年份越晚、内部控制越严重，越不利于缓解企业的融资约束；变量Growth和Property系数为正但不显著，说明企业的成长程度和产权性质对企业的融资约束影响甚微。

(四)机制检验

为检验信息传递路径，引入审计质量和银企关系作为分组变量，按式(1)分组回归对比在不同信息条件下纳税信用对企业融资约束的作用。结果如表4所示。列(1)代表审计质量偏低的样本组，列(2)代表审计质量较高的样本组。其中：列(1)政策变量的回归系数显著为负；列(2)政策变量的回归系数虽为负，但不显著。列(3)对应存在银企关系的样本组，列(4)对应不存在银企关系的样本组。其中：列(3)政策变量的回归系数显著为负；列(4)政策变量的回归系数虽为负但不显著。因此，可验证审计质量和银企关系对纳税信用评级的政策效果产生替代作用，证明了信息传递机制的存在，H1成立。

表4 机制检验结果

为验证绩效改善路径，引入企业经营绩效作为中介变量，按照式(2)和式(3)进行回归，回归结果如表4中列(5)和列(6)所示。列(5)中Policy的回归系数在10%的置信水平下显著为正，列(6)中Policy和中介变量的系数在1%的置信水平下显著为负，说明纳税信用评级通过改善企业经营绩效缓解其融资约束，H2 成立。

为验证避税抑制路径，引入Differ衡量的企业避税程度作为中介变量，按照式(4)和式(5)进行回归，回归结果如表4中列(7)和列(8)所示。列(7)中Policy的回归系数在10%的置信水平下显著为负，列(8)中Policy的系数在1%的置信水平下为负，中介变量的系数在10%的置信水平下为正，说明纳税信用评级政策在某种程度时通过减少企业避税行为加剧其融资约束，H3成立。

(五)异质性检验

为进一步考察纳税信用评级结果为A级对企业融资约束的影响是否存在异质性，本文从地理位置和融资方式两个维度进行异质性分析。与基准回归重点关注系数符号不同的是，在异质性检验过程中，需重点关注核心变量的系数大小。

1.按地理位置分样本回归

我国地理区位优势差异明显，不同地区之间的资源环境差异较大。为探究纳税信用评级对企业融资约束的影响是否因所属地区不同而存在差异，本文根据国家统计局划分的三大经济带，按企业注册所在地进行三大区域划分以检验异质性。通过异质性分析，观察实证结果与基准回归是否一致，来证明前文的三个机制的正确性。具体步骤为：按式(1)进行东、中、西部分组回归，结果如表5中列(1)至列(3)所示。由结果可以看出，政策变量Policy的系数越来越小，且显著性逐渐降低，即纳税信用评级的政策效果在三个地区之间存在差异，由东部地区向中、西部地区递减，可以理解为东部地区优势明显，这可能与地区之间的不平衡发展和市场化程度有关。从资金供给方来看，东部地区金融机构较为集中，纳税信用评级提高了企业的借款范围和信贷额度，能显著缓解企业的融资压力，这与本文的理论预期较为一致。

表5 纳税信用评级对融资方式的回归结果

2.按融资方式样本回归

为验证纳税信用为A级的企业名单被披露后，企业在不同融资方式下的融资规模是否存在异质性影响，本文将被解释变量SA指数分别以债权融资率、股权融资率、信用融资率和内部融资率替代[12]，并按式(6)进行回归，其中Xi，t代表不同融资方式下的融资率。对比各个回归结果中政策变量Policyi，t的系数δ3的正负号及显著性，得出结论。

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

(6)

结果如表5中列(4)至列(7)所示。列(4)代表政策对债权融资规模的影响，Policy的回归系数在10%的水平上显著为正，说明企业被评为A级纳税人后其获得债权融资的规模显著增加。列(5)和列(6)分别代表政策对股权融资和信用融资规模的影响，Policy的回归系数为正但不显著，说明被评为A级纳税人后，企业的股权融资和信用融资规模并未增加。列(7)为政策对内源融资规模的影响，Policy的回归系数在10%的水平上显著为负，说明被评为A级纳税人后，企业在一定程度上缩小了内源融资的规模。

(六)稳健性检验

使用DID回归必须满足平行趋势假设，本文参考事件研究法[23]修正了式(1)，用实施前后各年的独立年份及其与Taxi的交乘项作为自变量进行回归，如下所示。

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

(7)

图3展示了检验结果，可以发现，改革的前几年交互项系数均不显著，置信区间包含了0，但改革开始之后交互项系数逐渐显著。这表明，在政策冲击前，纳税信用A级企业与其他企业的SA指数不存在明显的趋势差异，式(1)满足平行趋势假定。

图3 交互项系数图示

六、研究结论与政策建议

基于2008—2020年A股上市公司数据，运用PSM-DID方法实证研究纳税信用评级对企业融资约束的影响，发现该政策有效缓解了企业融资约束。进一步的机制检验表明，纳税信用评级通过正、反两方面作用于企业融资约束，正向机制包括信息传递路径和绩效改善路径，反向机制则指避税抑制路径。最后，基于企业所处地区和融资方式对政策效果展开异质性分析，得出政策效果由东部向中、西部地区逐步减弱，且在不同融资方式下的政策效果存在差异。基于此，得出以下政策启示和建议：

第一，应提高纳税信用评级制度的透明度和公众参与度。由于社会公众对评级所依据的基础数据并不了解，削弱了纳税信用评级的公信力。因此税务机关在不违反法律、法规的前提下，应尽可能披露评级过程及基础数据，以供公众了解、查询。一方面，能提高纳税信用评级的公众参与度，让依法纳税的理念深入人心；另一方面，公众可对现有的纳税信息进行及时的补充、纠正，使纳税信用评级能更真实地反映企业实际情况。

第二，应进一步扩大评级的披露范围。现阶段，国家税务总局虽将企业的纳税信用划分为五个不同的等级，但仅对外披露了A级企业名单。在这种情况下，纳税信用为A级的企业虽得到有效的激励，但其他未被披露的企业其纳税信用也存在差异，若一概而论，易打击其诚信纳税的积极性，无法真正发挥激励作用和惩戒作用。

第三，需加强政策的科普、宣传。从实证结果看，纳税信用评级仅缓解了企业债权融资约束，对信用融资作用不显著，这在一定程度上反映出纳税信用尚未普及。较其他方式，信用融资的资金供给方大多是自然人或中小企业，对政策的捕捉敏感度低于金融机构，尚未认识到可借助纳税信用等非财务指标来判断企业的征信状况。因此，税务机关可在社区、银行等公共场所开展纳税信用知识普及，使更多人从纳税信用建设的成果中受益。