一、引 言
2015年,中共中央、国务院印发《法治政府建设实施纲要(2015—2020年)》,指出法治政府建设落实在税收领域的重要举措就是要加强税收征管规范化。税收征管规范化的核心在于规范公正文明税收执法。而规范公正文明税收执法需要建立健全税务行政裁量权基准制度,细化和量化税务行政裁量标准,规范裁量范围、种类与幅度。可见,税收征管规范化在一定程度上能够约束税收执法机关及相关人员的自由裁量权,降低税收征管风险,促进税收征管公平公正。一般意义上,税务行政处罚裁量权赋予了税务机关对税收违法行为有选择余地的处置权力,根据合法合理设定的税务行政处罚裁量基准,税务行政机关客观灵活地做到“相同情况相同处理、不同情况不同处理”,最大限度规范纳税人行为,以此增强税收征管效果。因此,基于税务行政处罚裁量基准视角,税收征管规范化充分考虑了税收征管的前置处罚因素,明晰了税收违法行为的具体处理基准,增强了税收征管的威慑力,使得纳税人的主观避税动机减弱。同时,税收征管规范化还在一定程度上完善了税收征管体制,限制了税务机关与纳税人“征纳合谋”的空间,纳税人通过非正式支付(如业务招待费)方式与税收征管人员达成“征纳合谋”来避税的外部环境不复存在。由此,一个有趣而有意义的问题是,基于税务行政处罚裁量基准视角,税收征管规范化如何规范纳税人的避税行为。由于企业是最主要的纳税人,上述问题可以具体为基于税务行政处罚裁量基准视角,税收征管规范化是否显著降低了企业避税程度。
以往大量文献考察了税收征管的公司治理效应,如对代理成本(Xu等,2011;曾亚敏和张俊生,2009)、盈余管理(叶康涛和刘行,2011)、股价崩盘风险(Kim等,2011;江轩宇,2013;刘春和孙亮,2015)以及财务报告质量(Hanlon等,2014)的影响。但这些文献中税收征管的量化指标都是基于税收收入的结果变量,主要采用实际税收负担比率与估计的税收负担比率之差或比值(Xu等,2011;曾亚敏和张俊生,2009),或者税务机关在财政年度内对公司的税收检查次数(Hanlon等,2014),缺乏从限制税收征管机关或人员自由裁量权的税收征管规范化前置视角的考察。特别地,目前鲜有文献提供税收征管规范化影响企业避税的证据。由于缺少考虑税收征管规范化,税收征管的事前威慑力较弱,在税收征管后,企业避税程度反而有所增加(DeBacker等,2015)。因此,有必要考察税收征管规范化对企业避税程度的影响。
为了保证税收征管的公平性和合理性,国家税务总局在2012年发布《国家税务总局关于规范税务行政裁量权工作的指导意见》(国税发[2012]65号,以下简称《指导意见》),在2016年发布《税务行政处罚裁量权行使规则》(国税发[2016]78号,以下简称《行使规则》)。随后,各地方税务局相继发布相应的税务行政处罚裁量基准。表1报告了我国国家税收总局及各地方税务局的税务行政处罚裁量基准发布情况。①各地方税务行政处罚裁量基准实践为检验税收征管规范化与企业避税的关系提供了现实场景。
序号 | 发布机关 | 公告名称 | 公告时间 |
1 | 国家税务总局 | 国家税务总局关于规范税务行政裁量权工作的指导意见 | 2012年7月3日 |
2 | 国家税务总局 | 税务行政处罚裁量权行使规则 | 2016年11月30日 |
3 | 辽宁税务局 | 辽宁省税务行政处罚裁量基准 | 2016年12月29日 |
4 | 吉林税务局 | 吉林省税务行政处罚裁量基准 | 2017年3月17日 |
5 | 浙江税务局 | 浙江省税务行政处罚裁量基准 | 2017年7月13日 |
6 | 北京税务局 | 北京市税务行政处罚裁量基准 | 2017年9月7日 |
7 | 陕西税务局 | 陕西省税务行政处罚裁量基准 | 2017年10月30日 |
8 | 广东税务局 | 广东省税务行政处罚裁量基准 | 2017年12月19日 |
9 | 贵州税务局 | 贵州省税务行政处罚裁量基准 | 2018年1月29日 |
10 | 河北税务局 | 河北省税务行政处罚裁量基准 | 2018年2月28日 |
11 | 西藏税务局 | 西藏自治区税务行政处罚裁量基准 | 2018年4月10日 |
12 | 山西税务局 | 山西省税务行政处罚裁量基准 | 2018年6月15日 |
13 | 黑龙江税务局 | 黑龙江省税务行政处罚裁量基准 | 2018年6月15日 |
14 | 上海税务局 | 上海市税务行政处罚裁量基准 | 2018年6月15日 |
15 | 江苏税务局 | 江苏省税务行政处罚裁量基准 | 2018年6月15日 |
16 | 安徽税务局 | 安徽省税务行政处罚裁量基准 | 2018年6月15日 |
17 | 福建税务局 | 福建省税务行政处罚裁量基准 | 2018年6月15日 |
18 | 江西税务局 | 江西省税务行政处罚裁量基准 | 2018年6月15日 |
19 | 云南税务局 | 云南省税务行政处罚裁量基准 | 2018年6月15日 |
20 | 甘肃税务局 | 甘肃省税务行政处罚裁量基准 | 2018年6月15日 |
21 | 青海税务局 | 青海省税务行政处罚裁量基准 | 2018年6月15日 |
22 | 天津税务局 | 天津市税务行政处罚裁量基准 | 2018年7月5日 |
23 | 内蒙古税务局 | 内蒙古自治区税务行政处罚裁量基准 | 2018年8月30日 |
24 | 重庆税务局 | 重庆市税务行政处罚裁量基准 | 2018年10月2日 |
25 | 四川税务局 | 四川省税务行政处罚裁量基准 | 2019年3月28日 |
26 | 海南税务局 | 海南省税务行政处罚裁量基准 | 2019年8月1日 |
27 | 宁夏税务局 | 宁夏自治区税务行政处罚裁量基准 | 2019年9月16日 |
28 | 湖北税务局 | 湖北省税务行政处罚裁量基准 | 2019年11月29日 |
29 | 广西税务局 | 广西自治区税务行政处罚裁量基准 | 2019年12月19日 |
各地方税务行政处罚裁量基准实践为考察税收征管规范化与企业避税的关系提供了准自然实验环境。本文以2014—2018年我国A股上市公司为研究样本,基于各地方税务行政处罚裁量基准实践,探究了税收征管规范化与企业避税的关系。研究发现,各地方税务行政处罚裁量基准实施后,税收征管规范化显著降低了企业避税程度,而且这种关系尤其体现在财务信息披露质量差、内部控制薄弱和征纳合谋程度高的公司中。进一步研究发现,税务行政处罚裁量基准实施特别是显著抑制了民营企业和小规模企业的避税行为。因此,为了有效规范企业避税行为,税务机关在税收征管过程中应侧重税务行政处罚裁量基准的有效执行。
本文可能的研究贡献如下:第一,以往的税收征管研究侧重通过征管后果来度量征管程度(Xu等,2011;曾亚敏和张俊生,2009),本文则从税务行政处罚裁量基准前置视角来研究税收征管规范化的影响。具体地,本文基于我国省级层面各地方税务行政处罚裁量基准实践,考察了税务行政处罚裁量基准实施后税收征管规范化与企业避税的关系,拓展了税收征管研究视角,丰富了税收征管研究文献。第二,关于企业避税的影响因素,以往的研究缺乏基于税务行政处罚裁量基准前置视角对税收征管规范化的考察。事实上,税务行政处罚裁量基准对企业避税行为可能更具事前威慑性,且约束税收征管机关或人员与企业之间的“征纳合谋”,从而影响企业避税行为。本文拓展了企业避税影响因素研究视角,丰富了企业避税影响因素研究文献。第三,本文发现税务行政处罚裁量基准实施后,税收征管规范化更能有效降低企业避税程度。因此,规范税收征管能够优化上市公司外部治理环境,对法治政府建设在税收领域落实具有重要实践价值。
二、理论分析与研究假设
(一)文献回顾
Allingham和Sandmo(1972)从理论上确立了税收执法与避税之间的联系,认为避税的边际成本取决于税收执法的力度。企业的避税行为受到税务审计(也称税务检查)与税务行政处罚两种机制的规范。税务局拥有税务行政处罚的权力,这种权力主要表现为税务行政处罚裁量权(Franzoni,2004)。因此,税务行政处罚对企业避税行为的约束主要表现为税务行政处罚裁量权对企业避税行为的影响。事实上,Allingham和Sandmo(1972)的研究为税收执法提供了法理基础。由于税收执法是税收征管活动的重要方面,该理论也为税收征管提供了法理基础。《中华人民共和国税收征收管理法》第五十四条内容明确规定,“税务机关有权检查纳税人的账簿、记账凭证、报表和有关资料,检查扣缴义务人代扣代缴、代收代缴税款账簿、记账凭证和有关资料”,这体现了税务机关执法过程中税务审计或检查的法理依据。此外,《税务行政处罚裁量权行使规则》第三条明确规定,“税务行政处罚裁量权,是指税务机关根据法律、法规和规章的规定,综合考虑税收违法行为的事实、性质、情节及社会危害程度,选择处罚种类和幅度并作出处罚决定的权力”,这体现了税务机关执法过程中税务行政处罚裁量权行使的法理依据。总体上,税务机关的税收征管主要通过税务审计和税务行政处罚裁量权来实现。
以往研究发现,税收征管对企业行为具有积极的治理作用(Dyck和Zingales,2004;Desai和Dharmapala,2006)。具体地,随着税收征管力度的提升,政府在税务检查中发现企业避税行为的可能性增加。一旦税务机关对企业的纳税行为产生质疑,公司和经理人面临的避税成本将显著上升(Rego和Wilson,2012)。因此,税收征管能够抑制控制权私利(Dyck和Zingales,2004),进而抑制公司避税行为(Hoopes等,2012)。公司可能利用避税天堂的税收优惠来避税(Dyreng等,2012),这为经理人的自利行为提供了可能(Hanlon等,2014;Bennedsen和Zeume,2018)。而严格的税务审查将减少公司使用避税天堂的避税方式,降低经理人操纵应税盈余的可能性(Graham等,2014)。此外,除了抑制企业避税行为外,税收征管还发挥着其他方面的公司治理作用。比如,税收征管不仅能够降低经理人与股东之间的代理成本,还能降低大股东与中小股东之间的代理成本(Xu等,2011;曾亚敏和张俊生,2009)。税收征管还能抑制公司的盈余管理行为(叶康涛和刘行,2011),降低公司股价崩盘风险(Kim等,2011;江轩宇,2013;刘春和孙亮,2015),改善公司财务报告质量(Hanlon等,2014)。因此,税收征管是一种有效的公司治理机制。
而有关税收征管对公司治理影响的现有研究存在以下不足:第一,税收征管指标主要采用实际税收负担比率与估计的税收负担比率之差或比值(Xu等,2011;曾亚敏和张俊生,2009),或者税务机关在财政年度内对公司的税收检查次数(Hanlon等,2014)。这些是基于税收收入的结果指标,缺少考虑税收征管前置规范化因素。第二,由于缺少考虑税收征管前置规范化因素,侧重征管后果的税收征管活动缺乏事前威慑力,可能对企业与税务机关“征纳合谋”行为的治理不力。这些研究不足可能使税收征管对企业行为影响的研究结果存在一定的偏差。税务行政处罚裁量权行使充分考虑了税收征管的前置因素,促使税收征管规范化,为税收征管有效执行提供了裁量基准。税务行政处罚裁量权行使对企业行为具有治理作用(Allingham和Sandmo,1972;Franzoni,2004)。因此,税收征管对企业避税行为的影响不仅需要考虑税收征管的努力程度,还要考虑基于税务行政处罚裁量基准视角的税收征管规范化的影响。遗憾的是,基于税务行政处罚裁量基准视角的税收征管规范化研究尚停留在理论研究阶段,如较多规范研究探讨了如何从税务行政处罚裁量权制度视角来完善税收征管体制(李登喜和王凤彬,2017)。而鲜有研究基于税务行政处罚裁量基准视角实证检验税收征管规范化对企业行为的经济影响,特别是鲜有文献探究税收征管规范化对企业避税程度的影响。
(二)研究假设
各地方税务行政处罚裁量基准实践为检验税收征管规范化与企业避税的关系提供了现实场景。随着各地方税务行政处罚裁量基准的实施,税收征管规范化对企业避税行为可能更能发挥治理作用。第一,税收征管规范化充分考虑了税收征管的前置处罚因素,明晰了税收违法行为的具体处理基准,增强了税收征管在法律上的威慑力,特别是向企业释放了严格税收征管的信号,使企业的主观避税动机减弱。比如,针对纳税人欠缴应纳税款的税收违法行为处理,国家税务总局安徽分局明确规定,“5年内首次出现,且能及时改正在规定期限内补缴税款及滞纳金的,处欠缴税款50%的罚款;5年内再次出现的,处欠缴税款50%以上3倍以下的罚款;情节严重,社会影响较大的,处欠缴税款3倍以上5倍以下的罚款”。《中华人民共和国税收征管法》只明确了欠缴应纳税款所要承担的法律责任,而没有明确具体的税收违法行为裁量基准。第二,税收征管规范化在一定程度上完善了税收征管体制,限制了税务机关与企业的“征纳合谋”,使纳税人通过非正式支付(如业务招待费)方式与税收征管人员达成“征纳合谋”来避税的外部环境不复存在,从而抑制了企业避税行为。可以预期,在各地方税务行政处罚裁量基准实施后,税收征管规范化更能显著降低企业避税程度。因此,本文提出以下假设:
假设1:各地方税务行政处罚裁量基准实施后,税收征管规范化更能显著降低企业避税程度。
薄弱的财务信息披露环境会助长经理人的机会主义行为(Kraft等,2018),特别是其避税行为(李青原和王露萌,2019)。由此,财务信息披露质量差的公司可能更容易产生避税行为。税收征管对企业避税能够产生一定的约束作用(Allingham和Sandmo,1972;DeBacker等,2015)。可以预期,税收征管更可能显著抑制财务信息披露质量较差公司的避税行为。在各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在财务信息披露质量差的公司中。因此,本文提出以下假设:
假设2:各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在财务信息披露质量差的公司中。
高质量的内部控制能够增强企业运营的合规性,约束经理人的机会主义行为,从而有效抑制企业避税行为(李万福和陈晖丽,2012)。而薄弱的内部控制会助长经理人的机会主义行为,从而助长企业避税行为。税收征管对企业避税行为具有一定的约束作用(Allingham和Sandmo,1972;DeBacker等,2015)。可以预期,税收征管更可能抑制内部控制薄弱公司的避税行为。在各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在内部控制薄弱的公司中。因此,本文提出以下假设:
假设3:各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在内部控制薄弱的公司中。
尚待完善的税收征管体制会助长税收征纳双方合谋避税行为。比如,有较大税收征管自由裁量权的征管人员可能会纵容企业的避税行为,从而导致税收收入流失(田彬彬和范子英,2018)。可见,在税务行政处罚裁量基准实施之前,企业可能会通过非正式支付(如业务招待费)的方式与税收征管人员达成“征纳合谋”来避税。在“征纳合谋”下,税务部门很少会对企业避税行为进行有效惩戒。但在税务行政处罚裁量基准实施之后,各地方针对企业税收违法行为细化了具体的行政处罚标准。这不仅约束了税务人员的自由裁量权,也对企业避税行为产生了事前威慑力。因此,在税务行政处罚裁量基准实施之后,企业与税收征管人员之间的“征纳合谋”空间被压缩,从而企业避税减少。可以预期,在各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在征纳合谋程度高的公司中。因此,本文提出以下假设:
假设4:各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在征纳合谋程度高的公司中。
三、研究设计
(一)样本选取
由于考察的各地方税务行政处罚裁量基准发布时间截至2018年末,本文选取2014—2018年我国A股上市公司作为初始样本,剔除金融类和数据缺失的公司后,最终得到9350个样本观测值。为了减小异常值的影响,本文对连续变量进行了上下1%的Winsorize处理。本文使用的各地区税收收入及其他宏观经济数据来自CNRDS和RESSET数据库,内部控制信息披露指数数据来自深圳迪博内部控制与风险管理数据库,公司财务及其他数据来自CSMAR数据库。
(二)变量定义
1. 企业避税
以往的文献主要关注企业所得税避税问题(Hanlon和Heitzman,2011;刘行等,2016;田彬彬和范子英,2018;陈冬和董新颖,2019;李金雨和王得力,2020)。企业所得税属于直接税,税负不能转嫁,由企业直接负担。而增值税、消费税和营业税属于间接税,企业能将税负转嫁给其他纳税人负担。因此,企业所得税比间接税更容易被税收筹划,税务行政处罚裁量基准实施更容易影响企业所得税避税问题。目前主要使用两种方法来衡量企业所得税避税:一种是有效税率方法,衡量指标为企业的税收支出除以税前收入,其数值越小表明企业避税程度越高(Dyreng等,2008);另一种是账面—应税收入法,其数值越大表明企业避税程度越高(Desai和Dharmapala,2006)。实际税率法存在比较明显的缺陷,当同时操纵税前收入和税前利润时,企业的税收支出和税前利润会同比例变化,此时计算的有效税率不能有效衡量企业的避税情况(田彬彬和范子英,2018)。因此,现有研究比较倾向使用账面—应税收入法来衡量企业避税程度。本文参考Desai和Dharmapala(2006)的计算方法,选取异常会计—税收差异(DDBTDi,t)作为企业避税的衡量指标,即式(1)中不能被应计利润解释的部分μi+εi,t,其数值越大表明企业避税程度越高。
$ BT{D_{i,t}} = {{\beta }_1}TAC{C_{i,t}} + {{\mu }_{i}} + {{\varepsilon }_{{i,t}}} $ | (1) |
其中,BTDi,t为会计—税收差异,等于(税前会计利润−应纳税所得额)/期末总资产。其中,应纳税所得额=(所得税费用−递延所得税费用)/名义所得税税率。TACCi,t为总应计利润,等于(净利润−经营活动现金净流量)/总资产。μi为公司i在样本期内的残差均值,εi,t为t年度残差与残差均值μi的偏离度。
2. 税收征管
参考Xu等(2011)以及曾亚敏和张俊生(2009)的研究,本文采用以下方法来计算税收征管衡量指标(TAX_eni,t):首先根据式(2)计算出各省预计的税收收入TA_P,然后用实际税收收入减去预计税收收入,以此反映税收征管力度,其数值越大表明税收征管力度越大。
$ TAX/GDP = {{\beta }_0} + {{\beta }_1}IND1/GDP + {{\beta }_2}IND2/GDP + {{\beta }_3}OPENNESS/GDP + \varepsilon $ | (2) |
其中,TAX为各省年度税收收入总额,GDP为各省年度国内生产总值,IND1和IND2分别为各省年度第一产业和第二产业总产值,OPENNESS为各省进出口总额,反映开放程度。
基于上文计算的税收征管指标(TAX_eni,t),我们划分处置组和控制组。如果税收征管指标大于或等于按年度和省份分类计算的中位数,则Treat取值为1,代表处置组;如果税收征管指标小于按年度和省份分类计算的中位数,则Treat取值为0,代表控制组。
3. 税务行政处罚裁量基准实施时间变量
对于税务行政处罚裁量基准实施时间变量POST,在各地方税务行政处罚裁量基准实施当年及以后,POST取值为1,之前取值为0。
4. 分组变量
(1)信息披露质量
借鉴Dechow等(1995)计算的可操控性应计的绝对值,如果其数值大于或等于中位数,则ABACCDi,t取值为1,表明信息披露质量较低;如果其数值小于中位数,则ABACCDi,t取值为0,表明信息披露质量较高。
(2)内部控制质量
参考林斌等(2016)以及汤晓建和杜东英(2017)的研究,本文采用“迪博•中国上市公司内部控制信息披露指数”除以100后的数值来反映内部控制质量。如果某公司内部控制质量大于或等于样本均值,则ICQDi,t取值为1,表明企业内部控制质量较高;而如果小于样本均值,则ICQDi,t取值为0,表明企业内部控制质量较低。
(3)征纳合谋
参考田彬彬和范子英(2018)的研究,本文采用业务招待费支出与营业收入的比值来反映征纳合谋程度。如果某公司征纳合谋程度大于或等于样本中位数,则ECi,t取值为1;如果某公司征纳合谋程度小于样本中位数,则ECi,t取值为0。
5. 控制变量
参考Hoopes等(2012)以及刘行等(2016)等文献,本文选取了以下控制变量:(1)净资产收益率(ROEi,t),等于净利润与所有者权益总额比值;(2)账面市价比(MBi,t),等于公司市场价值除以账面价值;(3)资产负债率(LEVi,t),等于公司负债总额与资产总额比值;(4)应收账款占比(RECi,t),等于应收账款净额与资产总额比值;(5)存货占比(INVi,t),等于存货总额与资产总额比值;(6)固定资产占比(FIXEDi,t),等于固定资产总额与资产总额比值;(7)公司规模(SIZEi,t),等于当期期初资产的对数值;(8)管理费用占比(ADMi,t),等于管理费用与营业收入比值;(9)董事会规模(Bdsizei,t),等于董事会人数;(10)是否“四大”审计(Big4i,t),如果公司被“四大”审计,则取值为1,否则取值为0;(11)前十大股东持股比例之和(First10i,t);(12)企业性质(SOEi,t),如果公司为国有控股,则取值为1,否则取值为0。本文还使用行业和年份虚拟变量来控制行业和年份固定效应。
(三)模型设定
参考Hoopes等(2012)以及刘行等(2016)等研究,为了检验假设1,本文构建了如下基于税务行政处罚裁量基准的准自然实验检验模型:
$ DDBTD = {\alpha _0} + {\alpha _1}Treat + {\alpha _2}Post + {\alpha _3}Treat \times Post + {\alpha _i}Contro{l_{i,t}} + INDUSTRY + YEAR + \varepsilon $ | (3) |
如果式(3)中α3显著为负,则表明在各地方税务行政处罚裁量基准实施后,税收征管更能显著降低企业避税程度。
为了检验假设2、假设3和假设4,本文分别根据信息披露质量(ABACCDi,t)、内部控制质量(ICQDi,t)和征纳合谋程度(ECi,t)进行分组,对式(3)进行分组回归分析。
四、实证结果分析
(一)描述性统计
表2列示了本文主要变量的描述性统计结果。可以看到,BTD的均值为−0.001,DDBTD的均值小于0.001,这与刘行等(2016)的研究中会计—税收差异取值基本一致。TAX_en的均值为0.002。此外,Treat的均值为0.632,表明处置组样本占比为63.2%,控制组样本占比为36.8%。Post的均值为0.350,表明各地方税务行政处罚裁量基准实施后样本占比为35%,实施前样本占比为65%。
变量 | 样本数 | 均值 | 中位数 | 标准差 | 最小值 | 最大值 |
BTD | 9350 | −0.001 | 0.000 | 0.009 | −0.057 | 0.020 |
DDBTD | 9350 | 0.000 | 0.001 | 0.008 | −0.037 | 0.020 |
Tax_en | 9350 | 0.002 | 0.001 | 0.008 | −0.032 | 0.030 |
Treat | 9350 | 0.632 | 1.000 | 0.482 | 0.000 | 1.000 |
Post | 9350 | 0.350 | 0.000 | 0.477 | 0.000 | 1.000 |
ROE | 9350 | 0.047 | 0.063 | 0.164 | −1.132 | 0.316 |
MB | 9350 | 2.195 | 1.601 | 2.020 | 0.174 | 12.391 |
LEV | 9350 | 0.437 | 0.429 | 0.206 | 0.060 | 0.912 |
REC | 9350 | 0.125 | 0.103 | 0.106 | 0.000 | 0.478 |
INV | 9350 | 0.148 | 0.110 | 0.146 | 0.000 | 0.726 |
FIXED | 9350 | 0.202 | 0.166 | 0.161 | 0.002 | 0.703 |
SIZE | 9350 | 22.232 | 22.063 | 1.298 | 19.703 | 26.062 |
ADM | 9350 | 0.110 | 0.089 | 0.094 | 0.010 | 0.650 |
Bdsize | 9350 | 8.553 | 9.000 | 1.742 | 5.000 | 18.000 |
Big4 | 9350 | 0.059 | 0.000 | 0.236 | 0.000 | 1.000 |
First10 | 9350 | 0.396 | 0.390 | 0.208 | 0.034 | 0.866 |
SOE | 9350 | 0.351 | 0.000 | 0.477 | 0.000 | 1.000 |
表3列示了主要变量的相关性分析结果。可以看到,Treat×Post与DDBTD在10%的水平上存在显著的负相关关系,表明在各地方税务行政处罚裁量基准实施后,税收征管规范化更能显著降低企业避税程度,初步支持了假设1。
DDBTD | Treat | Post | |
Treat | 0.010 | ||
Post | −0.008 | 0.134*** | |
Treat×Post | −0.018* | 0.443*** | 0.791*** |
注:*、**和***分别表示10%、5%和1%的显著性水平。 |
(二)回归结果分析
表4列示了基于税务行政处罚裁量基准的税收征管规范化与企业避税的回归结果。列(1)中Treat×Post与DDBTD在5%的水平上存在显著的负相关关系,从而支持了假设1。列(2)显示,当公司的信息披露质量较高时,Treat×Post与DDBTD存在负相关关系,但在统计上并不显著;列(3)显示,当公司的信息披露质量较低时,Treat×Post与DDBTD在5%的水平上存在显著的负相关关系。此外,列(2)和列(3)的交互项系数差异检验Chi2值为3.40,在10%的水平上显著,从而支持了假设2。列(4)显示,当公司的内部控制质量较高时,Treat×Post与DDBTD存在负相关关系,但在统计上并不显著;列(5)显示,当公司的内部控制质量较低时,Treat×Post与DDBTD在1%的水平上存在显著的负相关关系。此外,列(4)和列(5)的交互项系数差异检验Chi2值为4.66,在5%的水平上显著,从而支持了假设3。列(6)显示,在征纳合谋程度较高组中,Treat×Post与DDBTD在1%的水平上存在显著的负相关关系;列(7)显示,在征纳合谋程度较低组中,Treat×Post与DDBTD存在负相关关系,但在统计上并不显著。此外,列(6)和列(7)的交互项系数差异检验Chi2值为3.03,在10%的水平上显著,从而支持了假设4。
被解释变量:DDBTD | |||||||
(1) | (2) | (3) | (4) | (5) | (6) | (7) | |
全样本 | 信息披露
质量高 |
信息披露
质量低 |
内部控制
质量高 |
内部控制
质量低 |
征纳合谋
程度高 |
征纳合谋
程度低 |
|
Treat | 0.016 | 0.018 | 0.011 | 0.031 | 0.001 | 0.022 | 0.010 |
(0.62) | (0.97) | (0.26) | (1.10) | (0.04) | (0.76) | (0.29) | |
Post | 0.034 | 0.014 | 0.049 | −0.009 | 0.151*** | 0.079* | −0.006 |
(1.15) | (0.42) | (1.17) | (−0.32) | (3.01) | (1.97) | (−0.11) | |
Treat×Post | −0.053** | −0.011 | −0.084** | −0.025 | −0.149*** | −0.096*** | −0.009 |
(−2.26) | (−0.37) | (−2.50) | (−0.92) | (−3.06) | (−3.12) | (−0.17) | |
Constant | −0.044 | −0.086 | 0.074 | 0.144 | −0.188 | 0.275 | −0.091 |
(−0.22) | (−0.47) | (0.23) | (0.48) | (−0.80) | (0.70) | (−0.31) | |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
年份与行业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Adj. R2 | 0.308 | 0.306 | 0.303 | 0.264 | 0.368 | 0.289 | 0.322 |
样本数 | 9350 | 4677 | 4673 | 5259 | 4091 | 4675 | 4675 |
交互项系数差异检验Chi2值 | 3.40* | 4.66** | 3.03* | ||||
P值 | 0.0651 | 0.0308 | 0.0815 | ||||
注:*、**和***分别表示10%、5%和1%的显著性水平,括号内为经过异方差和省份层面聚类调整后t值。受篇幅限制,控制变量结果未列示。 |
总体上,随着税务行政处罚裁量基准的实施,税收征管规范化对企业避税的抑制作用显著增强,尤其体现在信息披露质量较差、内部控制质量较低和征纳合谋程度较高的公司中。可见,随着税务行政处罚裁量基准的实施,税收征管规范化显著降低了企业避税程度。
(三)稳健性检验③
1. 安慰剂检验
为了证实以上“准自然实验”结果的稳健性,本文采用两种安慰剂检验进行了分析。第一种安慰剂检验的基本原理是,如北京市税务行政处罚裁量基准实施日期为2017年9月7日,我们选定安慰剂检验的日期为2015年9月7日。由此,重新对POST进行赋值,如果辖区内企业相关数据对应的年份在2015年及以后,则POST取值为1,否则取值为0。同理,其他省份的处理方法与北京市相同。参考Almeida等(2017)的方法,如果事件期向前移动两年后,Treat×Post与DDBTD之间不存在显著的结果,则表明上文的“准自然实验”结果是稳健的。此外,我们在第一种安慰剂检验的基础上进一步剔除原税务行政处罚裁量基准实施的影响。如北京市税务行政处罚裁量基准实施日期为2017年9月7日,我们选定安慰剂检验的日期为2015年9月7日。此时,我们进一步剔除税务行政处罚裁量基准实施2017年辖区内企业相关数据。同理,其他省份的处理方法与北京市相同。参考Almeida等(2017)的方法,如果事件期向前移动两年并不考虑原有事件影响后,Treat×Post与DDBTD之间不存在显著的结果,则表明上文的“准自然实验”结果仍是稳健的。在安慰剂检验后,上文研究发现依然成立。
2. 固定效应模型
为了消除遗漏变量的影响,本文采用固定效应模型进行了稳健性检验。在使用固定效应模型后,上文研究发现依然成立。
3. 考虑政策出台时间差异的影响
现实中,税务部门的税收征管在一年内可能存在一定的规律。比如,年初强调实现税收收入“开门红”,年底确保实现预期税收目标,已完成当年税收任务的地方可能要求企业下一年缴纳税款,未完成当年税收任务的地方会加大税收征管力度。因此,税务行政处罚裁量基准在同一年不同月份出台,产生的效果可能不同。如果某一地方税务行政处罚裁量基准在12月或者下一年1月或2月出台,则对当年的税收征管可能存在强化作用。因此,上文研究结果可能会受到税务行政处罚裁量基准出台时间差异的影响。为了控制这种影响,本文重新定义了Post,在各地方税务行政处罚裁量基准出台当年3月及以后,Post取值为1,之前取值为0。基于此,本文重新估计了式(3),再次检验了假设1至假设4。在考虑政策出台时间差异的影响后,上文研究发现依然成立。
4. 考虑国家税务总局《税务行政处罚裁量权行使规则》的影响
根据表1,各省税务行政处罚裁量基准的出台时间不同,但主要依据2016年11月30日国家税务总局出台的《税务行政处罚裁量权行使规则》。《税务行政处罚裁量权行使规则》简要明确了行政处罚种类、遵循原则、基准制定与规则适用条件,但没有给出针对具体税收违法行为的裁量基准,也没考虑各省税务行政处罚的实际情况。由此,在省级税务部门未正式出台地方裁量基准之前,所在省份基层税务部门可能会遵照国家税务总局《税务行政处罚裁量权行使规则》的文件精神提前部署落实所在区域的税务行政处罚裁量基准。因此,本文研究结果可能主要来自国家税务总局《税务行政处罚裁量权行使规则》的影响,而不是各地方税务行政处罚裁量基准的影响。为此,本文重新定义了Post,在国家税务总局《税务行政处罚裁量权行使规则》出台当年及以后,Post取值为1,之前取值为0。如果重新检验发现假设1至假设4都不成立,则表明本文研究结果主要受各地方税务行政处罚裁量基准的影响,而不是国家税务总局《税务行政处罚裁量权行使规则》的影响,以此证实研究结果是稳健的。
此外,“自由裁量权”更多来自接触企业的基层部门,除了遵照国家税务总局《税务行政处罚裁量权行使规则》的文件精神提前部署落实外,也可能会在此之前更早部署落实所在区域的税务行政处罚裁量基准。为此,本文构造了一个与之相关的安慰剂检验。受国家税务总局《税务行政处罚裁量权行使规则》的影响,本文假设这个更早时点的安慰剂检验日期为2015年11月30日。如果各省企业相关数据对应的年份在2015年及以后,则POST取值为1,否则取值为0。参考Almeida等(2017)的方法,如果事件期向前移动一年后,Treat×Post与DDBTD之间不存在显著的结果,则表明上文“准自然实验”结果是稳健的。
综上分析,在考虑国家税务总局《税务行政处罚裁量权行使规则》的影响后,假设1至假设4都不成立,表明本文研究结果主要受各地方税务行政处罚裁量基准的影响,而不是国家税务总局《税务行政处罚裁量权行使规则》的影响,上文研究发现依然稳健。
5. 更换税收征管衡量指标
参考Xu等(2011)以及曾亚敏和张俊生(2009)的研究,本文更换了税收征管衡量指标。具体地,本文以实际税收收入与预计的税收收入的比值来反映税收征管力度,其数值越大表明税收征管力度越大。然后,重新划分处置组和控制组,如果税收征管指标大于或等于按年度和省份分类计算的中位数,则Treat取值为1,代表处置组;如果税收征管指标小于按年度和省份分类计算的中位数,则Treat取值为0,代表控制组。在更换税收征管衡量指标后,上文研究发现依然成立。
6. 更换企业避税衡量指标
参考Desai和Dharmapala(2006)的研究,本文还选取会计—税收差异(BTD)作为企业避税的衡量指标,会计—税收差异数值越大表明企业避税程度越高。在更换企业避税衡量指标后,上文研究发现依然成立。
(四)进一步分析
1. 基于产权性质分组
以往研究发现,与国有企业相比,民营企业具有更强的避税动机(范子英和田彬彬,2013;李青原和刘叶畅,2019)。政府作为国有企业大股东是其税收和利润收益的最终受益者,政府获得税收和利润收益意味着国家财富增加(王跃堂等,2010)。而民营企业与政府存在税收利益分配的问题,可能会采用更多的避税手段来减少税收利益的流出。在税务行政处罚裁量基准实施后,税收征管规范化势必会压缩民营企业的避税空间,从而更能降低民营企业的避税程度。可以预期,在各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在民营企业中。因此,本文根据产权性质(SOE)进行分组,重新估计了式(3)。如表5列(1)所示,在国有企业中,Treat×Post与DDBTD存在负相关关系,但在统计上并不显著;如列(2)所示,在民营企业中,Treat×Post与DDBTD在5%的水平上存在显著的负相关关系。此外,列(1)和列(2)的交互项系数差异检验Chi2值为3.62,在10%的水平上显著。上述结果表明,与国有企业相比,税收征管规范化显著降低了民营企业的避税程度。
被解释变量:DDBTD | ||||
(1) | (2) | (3) | (4) | |
国有企业 | 民营企业 | 大规模企业 | 小规模企业 | |
Treat | 0.036 | 0.003 | 0.007 | 0.029 |
(1.05) | (0.13) | (0.24) | (1.02) | |
Post | 0.021 | 0.044 | −0.012 | 0.088** |
(0.56) | (1.12) | (−0.31) | (2.43) | |
Treat×Post | −0.014 | −0.065** | −0.002 | −0.123*** |
(−0.25) | (−2.59) | (−0.05) | (−3.84) | |
Constant | −0.122 | 0.115 | 0.059 | 0.187 |
(−0.41) | (0.40) | (0.14) | (0.28) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
年份与行业固定效应 | 控制 | 控制 | 控制 | 控制 |
Adj. R2 | 0.341 | 0.296 | 0.344 | 0.273 |
样本数 | 3279 | 6071 | 4675 | 4675 |
交互项系数差异检验Chi2值 | 3.62* | 6.33** | ||
P值 | 0.0572 | 0.0199 | ||
注:*、**和***分别表示10%、5%和1%的显著性水平,括号内为经过异方差和省份层面聚类调整后的t值。受篇幅限制,控制变量结果未列示。 |
2. 基于公司规模分组
公司规模越大,税负越高(Zimmerman,1983)。与小规模公司相比,大规模公司所承担的税收负担更重,避税动机更弱。换言之,小规模公司比大规模公司更可能倾向避税。在税务行政处罚裁量基准实施后,税收征管规范化势必会压缩小规模企业的避税空间,从而更能降低小规模企业的避税程度。可以预期,在各地方税务行政处罚裁量基准实施后,税收征管规范化对企业避税行为的抑制作用尤其体现在小规模企业中。因此,本文根据公司规模(SIZE)进行分组,如果某公司规模大于或等于样本中位数,则SIZE取值为1,代表大规模公司;如果某公司规模小于样本中位数,则SIZE取值为0,代表小规模公司。本文根据公司规模大小对式(3)进行了分组回归。如表5列(3)所示,在大规模企业中,Treat×Post与DDBTD存在负相关关系,但在统计上并不显著;如列(4)所示,在小规模企业中,Treat×Post与DDBTD在1%的水平上存在显著的负相关关系。此外,列(3)和列(4)的交互项系数差异检验Chi2值为6.33,在5%的水平上显著。上述结果表明,与大规模企业相比,税收征管规范化显著降低了小规模企业的避税程度。
五、结 论
以往的税收征管文献鲜有基于税务行政处罚裁量基准视角来研究税收征管规范化的影响。事实上,随着税务行政处罚裁量基准的实施,税收征管规范化事前明确了税收违法行为的具体处罚基准,增强了征管执法的事前威慑性,打破了税务机关与企业“征纳合谋”的外部环境,从而更能维护税收征管公平正义,促进税收征管效果提升。各地方税务行政处罚裁量基准实践为考察税收征管规范化与企业避税的关系提供了准自然实验环境。本文以2014—2018年我国A股上市公司为研究样本,基于各地方税务行政处罚裁量基准实践,探究了税收征管规范化与企业避税的关系。研究发现,在各地方税务行政处罚裁量基准实施后,税收征管规范化更能显著降低企业避税程度。税收征管规范化对企业避税行为的抑制作用尤其体现在财务信息披露质量差、内部控制薄弱和征纳合谋程度高的公司中。进一步研究发现,随着税务行政处罚裁量基准的实施,税收征管规范化显著抑制了民营企业和小规模企业的避税行为。
本文研究表明,随着税务行政处罚裁量基准的实施,税收征管规范化对企业避税的抑制作用显著增强。因此,可以通过规范税收征管体制来优化上市公司的外部治理环境,加强法治政府建设在税收领域的实践落实。各地方税务机关在税收征管规范化过程中应充分发挥地方税务行政处罚裁量权对企业避税行为的约束作用,促进税收征管公平正义,保证税收征管的效果。同时,各地方税务机关应根据地方税收征管动态实践,积极完善税务行政处罚裁量基准制度,以保证地方税务行政处罚裁量权的合理公平行使,从而有效发挥税收征管的公司治理效应。
① 截至目前,有27个省份按照《国家税务总局关于规范税务行政裁量权工作的指导意见》(国税发[2012]65号)和《税务行政处罚裁量权行使规则》(国税发[2016]78号)发布了相应的税务行政处罚裁量基准。有4个省份(新疆、湖南、河南和山东)按照《国家税务总局关于规范税务行政裁量权工作的指导意见》,而未按照《税务行政处罚裁量权行使规则》发布相应的税务行政处罚裁量基准。基于各地方按照《税务行政处罚裁量权行使规则》发布相应的税务行政处罚裁量基准,本文只考虑了27个省份的税务行政处罚裁量基准。此外,由于研究时暂无法获得2019年年报数据,本文考虑的各地方税务行政处罚裁量基准发布时间截至2018年末,即没有将四川、海南、宁夏、湖北和广西的税务行政处罚裁量基准考虑在内。
② 限于文章篇幅,控制变量结果未列示,如有需要可以向作者索取。
③ 受篇幅限制,稳健性检验结果未列示,如有需要可以向作者索取。
④ 限于文章篇幅,控制变量结果未列示,如有需要可以向作者索取。
[1] | 陈冬, 董新颖. 企业集团内部市场的避税效应——以A集团为例[J]. 会计与经济研究, 2019(1): 52–71. |
[2] | 范子英, 田彬彬. 税收竞争、税收执法与企业避税[J]. 经济研究, 2013(9): 99–111. |
[3] | 江轩宇. 税收征管、税收激进与股价崩盘风险[J]. 南开管理评论, 2013(5): 152–160. DOI:10.3969/j.issn.1008-3448.2013.05.016 |
[4] | 李登喜, 王凤彬. 税务行政处罚裁量权规制的制度设计、困境及出路——以安徽国税系统实践与探索为例[J]. 税务研究, 2017(12): 64–69. |
[5] | 李金雨, 王得力. 基本养老保险与企业避税[J]. 会计与经济研究, 2020(1): 74–95. |
[6] | 李青原, 刘叶畅. 同行业间避税与企业的战略反应——来自我国A股上市公司的经验证据[J]. 金融研究, 2019(10): 152–169. |
[7] | 李青原, 王露萌. 会计信息可比性与公司避税[J]. 会计研究, 2019(9): 35–42. DOI:10.3969/j.issn.1003-2886.2019.09.006 |
[8] | 李万福, 陈晖丽. 内部控制与公司实际税负[J]. 金融研究, 2012(9): 195–206. |
[9] | 林斌, 林东杰, 谢凡, 等. 基于信息披露的内部控制指数研究[J]. 会计研究, 2016(12): 12–20. DOI:10.3969/j.issn.1003-2886.2016.12.002 |
[10] | 刘春, 孙亮. 税收征管能降低股价暴跌风险吗?[J]. 金融研究, 2015(8): 159–174. |
[11] | 刘行, 梁娟, 建蕾. 实际控制人的境外居留权会使民营企业更多避税吗?[J]. 财经研究, 2016(9): 133–144. |
[12] | 汤晓建, 杜东英. 内部控制审计费用自愿披露提高了内部控制质量吗?[J]. 会计与经济研究, 2017(3): 92–106. |
[13] | 田彬彬, 范子英. 征纳合谋、寻租与企业逃税[J]. 经济研究, 2018(5): 118–131. |
[14] | 王跃堂, 王亮亮, 彭洋. 产权性质、债务税盾与资本结构[J]. 经济研究, 2010(9): 122–136. |
[15] | 叶康涛, 刘行. 税收征管、所得税成本与盈余管理[J]. 管理世界, 2011(5): 140–148. |
[16] | 曾亚敏, 张俊生. 税收征管能够发挥公司治理功用吗?[J]. 管理世界, 2009(3): 143–151. |
[17] | Allingham M G, Sandmo A. Income tax evasion: A theoretical analysis[J]. Journal of Public Economics, 1972, 1(3−4): 323–338. DOI:10.1016/0047-2727(72)90010-2 |
[18] | Almeida H, Hankins K W, Williams R. Risk management with supply contracts[J]. The Review of Financial Studies, 2017, 30(12): 4179–4215. DOI:10.1093/rfs/hhx051 |
[19] | Bennedsen M, Zeume S. Corporate tax havens and transparency[J]. The Review of Financial Studies, 2018, 31(4): 1221–1264. DOI:10.1093/rfs/hhx122 |
[20] | DeBacker J, Heim B T, Tran A, et al. Legal enforcement and corporate behavior: An analysis of tax aggressiveness after an audit[J]. The Journal of Law and Economics, 2015, 58(2): 291–324. DOI:10.1086/684037 |
[21] | Dechow P M, Sloan R G, Hutton A P. Detecting earnings management[J]. The Accounting Review, 1995, 70(2): 193–225. |
[22] | Desai M A, Dharmapala D. Corporate tax avoidance and high-powered incentives[J]. Journal of Financial Economics, 2006, 79(1): 145–179. DOI:10.1016/j.jfineco.2005.02.002 |
[23] | Dyck A, Zingales L. Private benefits of control: An international comparison[J]. Journal of Finance, 2004, 59(2): 537–600. DOI:10.1111/j.1540-6261.2004.00642.x |
[24] | Dyreng S D, Hanlon M, Maydew E L. Where do firms manage earnings?[J]. Review of Accounting Studies, 2012, 17(3): 649–687. DOI:10.1007/s11142-012-9194-7 |
[25] | Dyreng S D, Hanlon M, Maydew E L. Long-run corporate tax avoidance[J]. The Accounting Review, 2008, 83(1): 61–82. DOI:10.2308/accr.2008.83.1.61 |
[26] | Franzoni L A. Discretion in tax enforcement[J]. Economica, 2004, 71(283): 369–389. DOI:10.1111/j.0013-0427.2004.00376.x |
[27] | Graham J R, Hanlon M, Shevlin T, et al. Incentives for tax planning and avoidance: Evidence from the field[J]. The Accounting Review, 2014, 89(3): 991–1023. DOI:10.2308/accr-50678 |
[28] | Hanlon M, Heitzman S. A review of tax research[J]. Journal of Accounting and Economics, 2011, 50(2−3): 127–178. |
[29] | Hanlon M, Hoopes J L, Shroff N. The effect of tax authority monitoring and enforcement on financial reporting quality[J]. Journal of the American Taxation Association, 2014, 36(2): 137–170. DOI:10.2308/atax-50820 |
[30] | Hoopes J L, Mescall D, Pittman J A. Do IRS audits deter corporate tax avoidance?[J]. The Accounting Review, 2012, 87(5): 1603–1639. DOI:10.2308/accr-50187 |
[31] | Kim J B, Li Y H, Zhang L D. Corporate tax avoidance and stock price crash risk: Firm-level analysis[J]. Journal of Finan- cial Economics, 2011, 100(3): 639–662. DOI:10.1016/j.jfineco.2010.07.007 |
[32] | Kraft A G, Vashishtha R, Venkatachalam M. Frequent financial reporting and managerial myopia[J]. The Accounting Review, 2018, 93(2): 249–275. DOI:10.2308/accr-51838 |
[33] | Rego S O, Wilson R. Equity risk incentives and corporate tax aggressiveness[J]. Journal of Accounting Research, 2012, 50(3): 775–810. DOI:10.1111/j.1475-679X.2012.00438.x |
[34] | Xu W C, Zeng Y M, Zhang J S. Tax enforcement as a corporate governance mechanism: Empirical evidence from China[J]. Corporate Governance: An International Review, 2011, 19(1): 25–40. DOI:10.1111/j.1467-8683.2010.00831.x |
[35] | Zimmerman J L. Taxes and firm size[J]. Journal of Accounting and Economics, 1983, 5: 119–149. DOI:10.1016/0165-4101(83)90008-3 |