分析师关注对企业避税的影响研究--一个有调节的中介效应模型.pdf

2024 年 3 月第 22 卷第 2 期总 86 期北京联合大学学报(人文社会科学版)Journal of Beijing Union University(Humanities and Social Sciences Edition)Mar.2024Vol.22 No.2 Sum No.86收稿日期2023-10-28作者简介罗拥华(1977),男,湖南武冈人,湖南工业大学经济与贸易学院副教授;刘思源(1997),男,湖南常德人,湖南工业大学经济与贸易学院硕士研究生。数据来源于东方财富网,http:/。分析师关注对企业避税的影响研究 一个有调节的中介效应模型罗拥华刘思源(湖南工业大学经济与贸易学院,湖南株洲412007)摘要 分析师关注如何影响企业避税在理论和经验证据上都值得深入探究。本文基于20092021 年中国沪深 A 股上市公司的面板数据,构建了一个有调节的中介效应模型,研究分析师关注对企业避税的影响机理。基准回归研究发现:分析师关注度的提高直接抑制企业避税;中介机制的检验结果表明,融资约束的缓解与信息透明度的提高在分析师关注抑制企业避税的过程中发挥机制作用;有调节的中介模型检验结果表明,数字经济发展水平能在分析师关注影响融资约束与信息透明度的路径上起到显著的正向调节作用。本研究既有助于深入理解分析师关注和企业避税间的内在关系,也能为证监会进一步完善分析师行业准则和企业如何充分利用分析师调研报告提供实证经验。关键词分析师关注;企业避税;融资约束;信息透明度;数字经济中图分类号F275;F812.423 文献标志码A文章编号 1672-4917(2024)02-0048-12一、引言企业避税问题由来已久。从企业的角度来看,政府强制分享企业的税前利润会减少企业现金持有量,而避税可以将更多的资金留存在企业内部1,帮助企业缓解外部融资压力。与此同时,我国税收优惠政策种类繁多,导致会计准则与税法存在差异,加之内外部信息不对称以及税收征管力度不足等因素,企业实施避税活动因此有“可观”的操作空间。现实表明,企业的税务部门已逐步从被动的“成本中心”转变为特殊的“利润中心”,能否最小化企业税负已经成为管理者能力的重要象征。已有文献表明,国内外学者主要从企业层面和外部环境层面考察影响企业避税的因素:一是内部审计委员会等企业内部治理因素2,二是机构投资者等外部治理因素3。从本质上讲,分析师关注也是一种外部治理因素,但是目前鲜有文献研究分析师关注与企业避税之间的内在联系,这可能与学术界的研究惯性有关。然而,分析师已经构成我国资本市场中一支不可忽视的专业力量。截至 2023 年 6 月,我国证券分析师的人数已达到 4354 名。在这种背景下,研究分析师关注对企业避税行为的影响对于企业的经营发展和国家的税收征管具有理论和实践上的双重意义。在理论上,逃税和避税可以进行严格区分,它们的最终目的都是减少企业当期应纳税额,而手段的合法性则是两者最明显的不同之处。然而,在实践层面上,这种合法性常常难以用具体细致的操作性规则进行区分。在大多数情况下,一旦发现企业的纳税金额不足,税务机关通常只要求企业及时补缴,而较少采取罚款等措施。事实上,大多数实证研究都将逃税和避税二者混用。当然,也有些研究者倾向于使用逃税这一术语4,而另一些则更倾向于使用避税这一说法5。此外,一些实证研究文献还使用其他更中立的表述方式,如税收不遵从等。从国家的角度来看,企业避税尤其是不合理的避税有明显的不利影响,主要是会减少国家的财政收入,损害财政的健康运行,破坏税负公平,不利于社会公共资源的再分配等。对企业自身而言,避税表面上虽然可以为企业带来一些短期收益,但同时会产生不可小觑的隐性影响。举例来说,尽管利用税法规定和第 22 卷第 2 期罗拥华等:分析师关注对企业避税的影响研究49 相关优惠政策的不完善性进行避税,可以短期内提升公司的自有现金流,但是会加剧公司短期主义的经营行为和管理层的私人利益追求问题,进而引发一系列负面后果,诸如无效率投资、股票市价崩盘等6-7,最终损害股东利益和企业价值。再比如说,企业避税和违法的偷税逃税其实只有一线之隔,因此企业避税容易滑入“灰色地带”,如若操作不慎,则很有可能脱离合法的框架,被税务局追究责任。照此看来,有效遏制企业避税行为不仅可以在宏观层面营造良好的营商氛围,提高政府为社会提供公共产品和公共服务的能力;还能在微观层面减少管理层短视行为,减少企业的操作风险,充分保障股东和投资者的合法权益。为此,本研究选取了 2009 年至 2021 年沪深 A 股上市公司为样本,重点探讨了分析师关注对企业避税行为的影响及其作用机制。相较于现有研究,本研究有三个方面边际贡献:首先,以分析师关注为切入点,补充了有关企业避税的影响要素,丰富了分析师在企业外部治理层面的应用;其次,以往的文献大多从企业违法违规行为、促进企业创新等财务视角展开研究,本研究的落脚点是企业避税;最后,从融资约束和信息透明度双重视角出发,厘清了分析师关注作用于企业避税的机制路径,并且在区分企业所在城市数字经济发展水平的情况下,验证了分析师关注对降低企业避税程度的效果差异。目前,关于分析师关注的实证研究仍处于初探阶段,尚未形成共识性结论。本研究验证了分析师关注作为外部治理机制的有效性,并从融资约束与信息透明度的角度揭示了其对企业避税的作用机理。同时,考虑了数字经济发展水平在该机制路径中的调节作用。这些研究结果有助于税收征管机构和企业更全面、深入地理解分析师关注对企业避税的影响。二、文献回顾现有文献主要从影响上市公司行为决策和市场效率两个层面,对分析师关注的信息中介功能展开研究。在企业层面上,分析师关注作为一种独立的外部监督机制,能够通过降低企业内外部的信息不对称程度,有效地识别公司的盈余操纵8,减少代理问题和盈余管理9。即便是成本更低、更不易被发现的分类转移盈余管理,分析师仍然能够显著抑制这类活动10。首先,分析师会运用专业知识挖掘公司特质信息,从而减少有损企业价值的并购发生以及违规行为11。其次,分析师还能够通过信息效应改善企业实物资本、研发资本与组织管理资本投资12。尤其是明星分析师及其团队,相比于一般分析师能更好地抑制企业成本黏性,提高企业的投资效率和资源配置效率13。最后,分析师的跟踪有助于减轻企业面临的信息不对称和代理问题,从而减少企业的融资限制,并增强管理层进行研发创新的动机14。然而,分析师的影响并非完全都是正向的,他们的关注也有可能导致企业高管出现短视行为。特别是当分析师的关注度过高时,高管承受着来自外部监督的巨大压力,为了追求短期业绩目标可能会采取一系列短视行为,而这有可能反向影响企业的创新力度15。在市场层面上,现有研究指出分析师关注对市场效率产生影响主要表现在市场行为、股票流动性和股价信息含量等方面。就企业的市场行为而言,外部信息不对称虽然为企业的杠杆操纵行为提供了机会,但是有效的外部监督却能够抑制杠杆操纵。具体而言,分析师关注这种外部监督能够通过提高股票流动性和减少投资者信息不对称两种途径抑制企业杠杆操纵16。值得强调的是,只有在分析师关注达到一定程度时,才能有效地抑制杠杆操纵17。在促进股票流动方面,分析师充当信息中介角色,促进市场内信息的共享,进而提高股票流动性水平18。在减少投资者信息不对称方面,分析师报告中与企业特质相关的信息越丰富,被跟踪企业的股价同步性越小,表明分析师增加了企业特质信息在股价中的反映19。不仅如此,分析师关注度的增加还可以提升股价反映公司层面信息的能力,有效改善股票市场的信息环境。如果投资者依据分析师的意见进行投资,可以获得更多的超额收益20。不过,也有一部分研究者持不同意见,他们认为分析师的盈余预测(尤其是长期盈余增长)和荐股意见过于乐观,所以依据分析师意见的投资收益通常更低21。此外,当企业信息透明度降低时,股价信息含量也会随之降低,从而提高股价崩盘发生的可能性,而分析师关注能够缓解企业内外部信息不对称问题,有效减少股价崩盘的发生22。当然,过高的分析师关注度也会给管理层带来巨大的市场压力,为了迎合分析师的预测,管理者选择隐瞒企业不利消息的动机增强,反而会增加未来股价崩盘的可能性23。总体而言,大多数文献认为分析师关注能够对企业的行为决策和市场效率产生积极影响,说明分析师关注能够作为约束企业行为的重要外部治理机制。50 北京联合大学学报(人文社会科学版)2024 年 3 月综上所述,尽管已有一定数量的研究聚焦分析师关注对企业投资、创新等微观层面的影响,但在分析师关注如何影响企业避税行为这一问题上,尚缺乏深入剖析。有鉴于此,本研究以融资约束和信息透明度为纽带,利用上市企业数据,尝试探究分析师关注度变化如何影响企业的避税程度,并揭示其作用机制,从而对现有研究进行拓展和延伸,也为企业决策提供了更具针对性的参考。三、理论分析与研究假设(一)分析师关注对企业避税的直接影响避税代理理论强调了作为受托方的管理层和作为委托方的股东之间的代理冲突对企业避税的重要影响。根据该理论,管理层可能会采取复杂且隐蔽的避税行为,以谋取个人利益24。从代理理论的角度来看,管理层进行避税并非出于对股东利益的考虑,而更多是为了个人获得避税收益。那么,分析师的关注是否直接影响管理层的避税行为呢?心理学中的“霍桑效应”表明,当个体意识到自己受到关注时,会有意识地调整自己的不良行为。分析师的关注也具有类似效应,因为他们类似于审视公司经营的“眼睛”,在他们专业眼光的关注下,为了维护自己依法纳税的形象,管理层会有意收敛某些避税行为,尤其是那些容易被揭露的不合理避税行为。同时,分析师的关注能够激发公司的内外部治理机制。这些治理机制可以进一步限制管理层通过避税活动谋取私利。例如,内部治理机制包括增强股权激励25和提高内部控制质量26;外部治理机制包括增加机构投资者持股27和强化税收监管28。当这些治理机制在分析师的关注下得到加强时,可以减轻管理层与股东之间的代理冲突,并抑制管理层出于自身利益而进行的避税行为。此外,作为重要的外部治理机制,分析师运用其专业知识精确地分析公开和非公开信息,能为投资者和外部监管机构提供合理的建议。作为信息的挖掘者和传递者,分析师经常通过跟踪上市企业的定期报告和实地调研等方式对管理层的行为进行监督29。凭借其专业的判断能力,分析师不仅在获取信息方面具有优势,还能够识别上市公司所披露的信息中是否存在重大错报或舞弊问题。这些因素增加了管理层避税行为的透明度,从而对管理层起到良好的监督作用。尤其是对于存在舞弊嫌疑的企业而言,相比于企业内部监管层及注册会计师,作为“外部人”的分析师没有利益捆绑的包袱,更能够有效揭露公司财务造假30。除此之外,分析师还能够降低外部使用者的信息获取成本,促使外部投资者更加积极主动地监督公司内部管理。当公司管理层面临更多的监督时,会主动减少那些容易给公司带来“麻烦”的避税行为。基于此,提出如下研究假设。假设 1:企业所受分析师关注度越高,企业避税程度越低,即分析师关注对企业的避税行为存在抑制作用。(二)融资约束的作用机制信息不对称理论表明,银企之间的信息不对称问题给债权人带来的风险是难以预期的。为了避免自身利益受到伤害,银行往往会通过缩减贷款额度、增加贷款的限制性条款等方式来约束企业。当企业面临融资约束而内源资金又无法满足其生产经营需求时,通常会采取各种避税手段来缓解资金压力。特别是在内外融资受到极大阻碍的情况下,企业更容易采取不合理的避税手段。由于投资者和金融机构对不同企业的了解程度存在差异,为了尽可能地降低贷款风险,他们往往会更加信赖掌握更多信息的企业。分析师作为资本市场中重要的信息传递中介,可以有效帮助投资者和金融机构在投资决策前进行更加细致的分析,提高他们对目标企业的了解程度,降低信息不对称程度31。此外,分析师通过发布盈余预测报告和其个人影响力,可以提升证监会、社交媒体和税收监管机构对企业的关注,从而推动市场监督者对企业的外部治理效应32。这进一步加强了行政机构和社会舆论对管理层或控股股东的约束作用,从而降低企业的代理成本并缓解融资约束问题。如果分析师对某公司的关注度降低,投资者和金融机构对该公司的信息获取也会减少。由于信息不对称等问题存在,投资者和金融机构通常会拒绝提供资金支持或要求更高的风险补偿,以确保借出资金的安全性,这往往导致企业错失良好的投资机会。反之,如果某公司受到分析师较高的关注,分析师可以通过向市场传递与公司相关的财务和非财务信息,建立起企业与投资者等外部信息使用者之间的良好沟通渠道,从而加深投资者对企业的了解程度,有效促进企业向处于信息劣势的投资者传递信息,提高企业获得外部融资的可能性。当融资约束得到缓解时,企业利用避税措施第 22 卷第 2 期罗拥华等:分析师关注对企业避税的影响研究51 筹集资金的动机也会降低。基于此,提出如下研究假设。假设 2:分析师关注能够通过缓解融资约束来有效减少企业避税行为。(三)信息透明度的作用机制分析师出具的研究报告作为一种外部渠道,可以向投资者传递更为及时、清晰、全面的有用信息,缓解信息不对称。基于信号传递理论,分析师作为企业外部的市场信息中介之一,在企业和市场之间扮演着非常重要的信息传递角色。尽管企业管理层有意避免向利益相关者透露公司内部信息,分析师依然可以向外界及时提供有用的增量信息,对上市公司的信息披露起到补充作用。尤其在受到分析师团队关注的情况下,上市公司的信息透明度会显著提高33。信息透明度的提高将迫使管理层经营行为接受股东和监管者更为深入的观察和更为严厉的控制,这有助于提升公司治理水平。一个直观的证据是,分析师关注可以降低信息不对称带来的负面作用。具体而言,企业信息透明度的提高,一方面,可以极大程度降低各方利益相关者获得企业真实财务信息和经营成果的成本34,使得企业各项经营决策受到更好的监督;另一方面,能使会计师事务所等第三方鉴证机构更好甄别企业的避税行为。随着避税水平的增加,企业被出具非标准审计意见的可能性也随之提高。换言之,通过提升信息透明度,企业能够引入更为有效的外部治理机制,从而对避税行为进行更加有效的监管。综上所述,避税行为通常与低信息透明度密切相关,但在受到分析师关注的影响下,公司的信息透明度明显提高导致避税行为被投资者和税务机关发现的可能性提高,进一步导致管理层为实施避税行为所承担的边际成本大幅增加35,从而可以抑制管理层基于自利动机采取避税行为的倾向。基于此,提出如下研究假设。假设 3:分析师关注通过提高企业信息透明度抑制避税行为。(四)数字经济发展水平的调节作用机制数字经济促进了新型网络社交媒体的快速发展,使信息传播摆脱了时间和空间的限制。这不仅增加了债权人和监管部门监督管理的便利性,也使得企业难以隐瞒负面信息,企业的违约成本也随之增加36。数字经济技术在公司范围内的运用,能够通过提升资源运营效率和信息透明度抑制公司真实盈余管理活动37。因此,数字经济带来的“聚光灯”效应将企业管理者的行为置于严密的监督之下,有效缓解了信息不对称,充分发挥了声誉对违约的惩罚功能,遏制了管理层的机会主义行为。为了维护企业和自身的声誉,管理层只能选择如实披露信息、按时纳税,从而降低其避税意愿。此外,数字经济的快速发展极大地降低了信息挖掘、加工和传递的成本,能够为分析师提供更多正式和非正式的信息渠道,缩短分析师获取企业相关信息的时间。分析师可以更充分地利用公司特有的财务和非财务信息,以缓解企业内外部信息不对称等问题。上市公司经营范围广泛,交易信息繁杂,导致投资者无法完全理解企业财务报表所提供的信息。借助专业化和规模化的调查分析,分析师能够为投资者提供更专业的建议,有助于降低投资风险,提高资金回报率。分析师与互联网平台之间还可以形成信息优势互补,能够更准确地搜集影响企业信息的因素,从而缓解企业信息不对称问题38。与此同时,数字经济发展水平同样能为投资者和银行快速获取分析师的预测信息提供便利,从而提高外部信息使用者对企业经营状况的了解,增强分析师对企业的外部监督和治理作用。为了进一步获取外部融资,企业需要研究分析师对其发展前景的评价,及时发现并解决经营过程中的问题。通过主动提高信息透明度,向投资者和银行提供与企业未来发展有关的积极信息,有效拓宽企业获得外部融资的机会,并降低融资成本。因此,数字经济的发展能够产生信息增强效应,有助于增强分析师对企业信息透明度和融资约束的影响,从而减弱企业的避税动机。基于此,提出如下研究假设。假设 4a:数字经济发展水平能够正向调节融资约束在分析师关注与企业避税之间的中介作用。假设 4b:数字经济发展水平能够正向调节信息透明度在分析师关注与企业避税之间的中介作用。四、研究设计(一)样本选择与数据来源本研究以 2009 年至 2021 年沪深 A 股上市公司的数据作为分析对象。考虑到 2008 年我国对企业所得52 北京联合大学学报(人文社会科学版)2024 年 3 月税相关法律规定进行了改革,为了保证样本企业所处的税制环境具有可比性,将样本区间起始年份选定在2009 年。同时基于现有数据的可获得性和样本数据的代表性,将 2021 年作为样本区间的结束年份。为了保证样本的合理性,剔除了金融行业的样本、存在财务异常(ST,ST)的公司、税前利润小于 0 的公司、实际税率大于 1 或小于 0 的公司,以及变量缺失的样本。此外,对所有连续变量进行 1%的缩尾处理。最后,共获得 26 896 个有效观测值。上市公司的基本财务数据从 CSMAR 数据库中获取。(二)变量定义1.分析师关注度(Analyst_num)借鉴 Yu 的研究39,采用国泰安 CSMAR 证券分析师预测数据库提供的上市企业证券分析师关注人数。因为随着追踪上市公司的分析师人数增加,对上市公司进行盈余预测报告的数量也随之增加,从而反映出分析师关注度的提升。为降低异质性,数据加 1 后进行对数处理。2.企业避税程度(BTD)借鉴刘行的做法40,采用会计-税收差异来衡量企业避税程度,其计算公式为(税前会计利润-应纳税所得额)/期末总资产。一般认为,BTD 越大,企业避税程度越大。3.中介变量借鉴 Whited 的研究方法41,选择 WW 指数作为融资约束的衡量指标,该数值越大,表示企业融资约束程度越高。该指数计算数据来源于 CSMAR 数据库,基于资产规模、财务杠杆率、现金股利、销售增长率等指标建立模型,进行回归、拟合所得,具有较强的综合性。企业信息透明度(Info)参考曾庆生的研究成果42,根据深交所对上市公司信息披露工作的年度考评结果进行度量,将 A、B、C、D 等级依次赋值为 4、3、2、1。数值越大,代表上市公司的信息披露状况越好,信息透明度越高。4.调节变量借鉴赵涛的做法43,将互联网发展水平作为核心测度,并以数字金融发展水平来表征数字交易的程度。基于此,构建了衡量地级市数字经济发展程度的指标体系。对于城市层面的互联网发展测度,选取指标包括:每百人互联网用户数、计算机服务和软件从业人员占比、人均电信业务总量、每百人移动电话用户数。运用主成分分析法,将上述指标的数据标准化后降维处理,得到数字经济水平指数(DE)。5.控制变量参考关于企业避税的现有研究,选取企业规模(Size)、负债水平(Lev)等作为控制变量,具体定义如表 1所示。表 1控制变量定义表变量名变量符号变量说明企业规模Size年末总收入取自然对数负债水平Lev年末总负债/总资产资产收益率Roa净利润/年末总资产营业收入增长率Growth营业收入的增长率是否为四大审计Big4是四大审计取 1,否则为 0固定资产比率Ppe年末固定资产净值/总资产无形资产比率Intang年末无形资产净值/总资产存货比率Invent年末存货净值/总资产货币资金比率Cash(货币资金+有价证券)/流动负债董事会规模Boardsize董事会人数加 1 取对数董事会独立性Indep董事会中独立董事占比股权集中度Top3前三大股东持股比例(三)计量模型设定本研究对分析师关注影响企业避税行为,以及融资约束和信息透明度的中介效应进行检验。借鉴吕越的做法44,设计检验模型如下:BTDi,t=0+1Analyst_numi,t+2CVi,t+i+Ind+Year+i,t(1)第 22 卷第 2 期罗拥华等:分析师关注对企业避税的影响研究53 FCi,t=0+1Analyst_numi,t+2CVi,t+i+Ind+Year+i,t(2)BTDi,t=0+1Analyst_numi,t+2Analyst_numi,t FCi,t+3FCi,t+4CVi,t+i+Ind+Year+i,t(3)Infoi,t=0+1Analyst_numi,t+2CVi,t+i+Ind+Year+i,t(4)BTDi,t=0+1Analyst_numi,t+2Analyst_numi,t Infoi,t+3Infoi,t+4CVi,t+i+Ind+Year+i,t(5)其中,i 代表企业,t 代表年份,BTDi,t表示企业避税程度,Analyst_num i,t表示分析师关注度,FCi,t 表示融资约束,Infoi,t表示信息透明度,CVi,t表示所有控制变量,i为企业固定效应,Ind 为行业固定效应,Year 为年份固定效应,i,t为残差项。模型(1)用于检验分析师关注对企业避税的直接影响,模型(2)(3)用于融资约束的机制检验,模型(4)(5)用于信息透明度的机制检验。五、实证结果分析(一)描述性统计表 2 汇报了样本总体的描述性统计情况。其中企业避税程度的平均值为 0.017,中位数大于 0 表明企业避税可能是一种普遍存在的现象;分析师关注度平均值为 1.390,说明在我国股票市场中,分析师的整体覆盖率较高;标准差为 1.196,表明不同规模的样本企业所受分析师关注存在一定的差异。在公司特征方面,公司规模平均值为 22.055,标准差为 1.270,说明样本企业的规模差距明显;盈利能力(Growth)最小值为-0.704,最大值为 6.686,标准差为 0.949,样本的销售增长率也存在显著差异;负债水平的平均值为0.405,标准差为 0.204,样本企业间负债水平差异不大。表 2主要变量描述性统计变量名观测值平均值标准差最小值中位数最大值BTD26 8960.0170.057-0.3030.0220.142Analyst_num26 8961.3901.19601.3863.807FC19 979-1.0160.072-1.222-1.012-0.849Info20 8463.0320.626134DE18 8720.6510.0800.4920.6450.892Size26 89622.0551.27019.79121.86426.064Roa26 8960.0440.066-0.2390.0430.229Lev26 8960.4050.2040.0480.3930.882Growth26 8960.3690.949-0.7040.1356.686Big426 8960.0480.213001Cash26 8960.1730.1390.0100.1310.676Ppe26 8960.2030.1530.0020.1720.673Intang26 8960.0450.0470.0000.0330.304Invent26 8960.9240.0890.5330.9551.000Boardsize26 8968.4261.5915914Indep26 89619.9034.566161934Top326 8960.0790.1010.0000.0340.443(二)基准回归结果表 3 汇报了基准回归结果。具体来说,第(1)列展示了仅控制企业层面固定效应的回归结果。可以发现,核心解释变量(Analyst_num)系数显著为负,说明分析师关注可以显著降低企业避税程度。第(2)列展示了控制企业固定效应和年份固定效应的回归结果,第(3)列展示了控制企业固定效应和行业固定效应的回归结果。可以发现,核心解释变量系数仍然显著为负,且系数大小相比变化不大。第(4)列展示了控制全部固定效应的回归结果,结果显示,分析师关注的系数仍然显著为负,且这一结果通过了 1%的显著性检验。以第(4)列作为对基准模型可以做出较为准确的估计:在其他因素不变的情况下,当企业受到分析师关注后,企业避税程度显著降低 0.27%,即分析师关注可以有效抑制企业实施避税活动。54 北京联合大学学报(人文社会科学版)2024 年 3 月表 3基准回归结果变量(1)(2)(3)(4)BTDBTDBTDBTDAnalyst_num-0.002 4 -0.002 7 -0.002 4 -0.002 7 (-8.680 9)(-9.096 4)(-8.751 2)(-8.995 5)常数项-0.098 1 -0.119 2 -0.086 7 -0.104 3 (-8.568 5)(-8.682 6)(-5.158 9)(-5.614 0)控制变量是是是是企业固定效应是是是是行业固定效应否否是是年份固定效应否是否是样本量26 89626 89626 89626 896R20.6480.6500.6520.654注:、分别代表 1%、5%、10%的显著性水平,括号内为统计量 t 值,下表同。(三)工具变量法本文借鉴郭建鸾的做法解决内生性问题45,选取上市公司百度指数作为分析师关注变量的工具变量,用两阶段最小二乘法来识别分析师关注与企业避税之间的因果关系。该指数是通过对百度搜索关键词中与上市公司相关的搜索量进行统计得出的。通常情况下,上市公司百度指数越高,意味着该公司在投资者心目中的关注度越高。一方面,分析师在选择调查分析对象时,会充分考虑投资者的信息需求,如果投资者对某些上市企业表现出较高的关注,那么分析师就会加强对该企业的信息挖掘与分析,满足相关性要求;另一方面,与上市公司相关的搜索内容主要包括公司财务报表、新闻媒体报道、社交媒体评论以及行业报告等,而投资者搜索上市公司信息的主要目的在于了解企业盈利水平、市场份额、发展前景和社会责任等。因此,上述搜索内容很难直接反映出上市公司是否存在避税行为,并不会直接影响企业避税行为,满足排他性要求。表 4 直接报告了第二阶段回归结果,其中第(3)列数据展示了控制固定效应和控制变量的回归结果,分析师关注的工具变量与企业避税的估计系数均在 5%水平下显著为负,表明分析师关注能够显著抑制企业避税程度,这与前文结论基本一致。除此之外,弱工具变量检验的统计结果表明,第一阶段 F统计量值为 20.496,大于经验值 10,说明将投资者关注作为工具变量不存在弱工具变量问题。另外,由于工具变量数量与解释变量的数量相同,不存在过度识别问题。最后,回归结果表明,在控制可能的内生性问题后,本研究结论依然稳健。表 4分析师关注对企业避税影响的工具变量结果变量(1)(2)(3)BTDBTDBTDAnalyst_num-0.025 5 -0.007 7 -0.021 1(-14.318 5)(-5.403 5)(-2.375 0)常数项0.051 0 -0.054 5 -0.189 2 (21.081 7)(-5.159 5)(-2.649 1)控制变量否是是固定效应否否是样本量24 11624 11624 116R20.6580.602第 1 阶段 F 统计量20.496(四)稳健性检验1.替换分析师关注度的衡量方式将研报关注度(Repatt)作为分析师关注的替代衡量方式。其计算方式为样本上市公司被研究报告数量加 1 取对数。回归结果如表 5 第(1)列所示,回归系数均支持前文结论。2.替换企业避税的衡量方式为剔除盈余管理对避税的影响,通过总账面税收差异对应计项目进行回归,回归时均用上一年资产总第 22 卷第 2 期罗拥华等:分析师关注对企业避税的影响研究55 额对两个变量进行标准化处理,得到残差(DDBTD)作为企业避税程度的替换指标带入回归模型中进行检验。检验结果如表 5 第(2)列所示,回归系数在 1%水平上显著为负,进一步验证了基准回归结果。3.采用分析师关注滞后一期变量一般来说,分析师关注的下一期数据与模型当期误差项并不存在相关关系,所以可以考虑在回归模型中加入分析师关注滞后一期,尽可能减轻分析师关注与避税之间的内生性问题。由于将相关变量进行滞后处理,回归样本量变为 22 818 个。表 5 第(3)列的回归估计系数显著为负,进一步表明分析师关注会显著抑制企业避税。4.随机改变样本量样本量变化会使回归的结果发生变化。为了验证不同样本量情况下回归结果的稳健性,随机挑选80%的样本进行回归。结果如表 5 第(4)列所示,表明改变样本容量之后结果依然成立。表 5稳健性检验变量(1)(2)(3)(4)BTDDDBTDBTDBTDRepatt-0.002 (-8.457)Analyst_num-0.004 -0.003 -0.003 (-5.916)(-9.204)(-8.298)常数项-0.103 -0.118 -0.094 -0.104 (-5.561)(-2.827)(-4.462)(-4.919)控制变量是是是是固定效应是是是是样本量26 89626 89622 81821 517R20.6530.3660.6700.657(五)作用机制检验在基准回归模型的基础之上,加入融资约束(FC)进行检验。从表 6 第(1)列数据可以看出,在控制全部固定效应之后,分析师关注显著缓解企业融资约束。根据第(2)列的结果可以发现,Analyst_numFC 的系数在 1%的水平上显著为正,表明在融资约束(FC)较高的情况下,分析师关注与企业避税的负相关关系越显著。上述结果表明,分析师关注度的提高,可能会缓解公司的融资约束,进而可以降低企业避税程度。在基准回归模型的基础之上,加入信息透明度(info)进行检验。从表 6 第(3)列数据可以看出,在控制全部固定效应之后,分析师关注显著提高企业信息透明度。根据第(4)列的结果可以发现,Analyst_numinfo 的系数在 1%的水平上显著为负,表明在信息透明度(info)较低的情况下,分析师关注与企业避税的负相关关系越显著。上述结果表明,分析师关注度的提高,可能会提高企业信息透明度,进而可以降低避税动机。(六)数字经济的调节中介效应检验当数字经济发展处于不同水平时,融资约束与信息透明度的中介效应存在差异且满足显著性水平,就能说明存在被调节的中介作用。以均值上下一个标准差作为调节变量的高低值,然后再比较两个取值下的中介效应差异。对于有调节的中介机制检验,设定如下模型:FCi,t=0+1Analyst_numi,t+2DE+3Analyst_num DE+4CVi,t+Ind+Year+i,t(6)BTDi,t=0+1Analyst_numi,t+2FCi,t+3DE+4Analyst_num DE+5CVi,t+Ind+Year+i,t(7)infoi,t=0+1Analyst_numi,t+2DE+3Analyst_num DE+4CVi,t+Ind+Year+i,t(8)BTDi,t=0+1Analyst_numi,t+2infoi,t+3DE+4Analyst_num DE+5CVi,t+Ind+Year+i,t(9)其中,DE 表示调节变量数字经济发展水平,Analyst_numDE 表示自变量与调节变量的交乘项。条件56 北京联合大学学报(人文社会科学版)2024 年 3 月表 6机制检验:融资约束与信息透明度变量融资约束机制检验信息透明度机制检验(1)(2)(3)(4)FCBTDinfoBTDAnalyst_num-0.001 9 -0.002 7 (-5.363 2)(-7.691 9)Analyst_numFC0.016 0 (4.167 2)Analyst_num0.062 1 -0.002 7 (11.403 8)(-8.002 4)Analyst_numinfo-0.003 0 (-8.333 4)常数项0.136 7 -0.122 1 1.590 6 -0.112 6 (6.253 2)(-5.768 9)(4.344 9)(-4.919 3)控制变量是是是是固定效应是是是是N19 97919 97920 84620 846R20.5510.6560.0840.677间接效应=2(1+3DE)。由图 1 可知,a 表示调节变量数字经济发展水平对解释变量(分析师关注)影响中介变量(融资约束)产生的调节效应;b 表示调节变量数字经济发展水平对解释变量(分析师关注)影响中介变量(信息透明度)产生的调节效应。图 1数字经济发展水平的调节效应模型从表 7 中可以看出,当数字经济发展处于低水平时,95%置信区间为-0.000 25,-0.000 12,不包含0,表明中介效应显著(条件间接效应为-0.000 187)。当数字经济发展处于高水平时,95%置信区间为-0.000 18,-0.000 08,不包含 0,表明中介效应显著(条件间接效应为-0.000 128)。其中,数字经济发展水平高低之间的条件间接效应差值为正(0.000 059),表明数字经济发展水平在融资约束中介作用中起到正向调节作用,即数字经济发展水平的提高会增强分析师关注对融资约束的抑制作用,进而减少企业避税程度。由此假设 4a 得到验证。表 7被调节的中介效应检验融资约束变量条件间接效应Z 值95%置信区间下限上限数字经济发展水平(低)-0.000 187 -5.54-0.000 25-0.000 12数字经济发展水平(平均)-0.000 158 -5.68-0.000 21-0.000 10数字经济发展水平(高)-0.000 128 -4.86-0.000 18-0.000 08控制变量是固定效应是从表 8 中可以看出,当数字经济发展处于低水平时,95%置信区间为0.000 20,0.000 36,不包含 0,表明中介效应显著(条件间接效应为 0.000 278)。当数字经济发展处于高水平时,95%置信区间为0.000 22,0.000 39,不包含 0,表明中介效应显著(条件间接效应为 0.000 306)。其中,数字经济发展水平高低之间的条件间接效应差值为正(0.000 028),表明数字经济发展水平在信息透明度的路径中起到正向调节作用,即数字经济发展水平的提高会增强分析师关注对信息透明度的促进作用,进而减少企业避税第 22 卷第 2 期罗拥华等:分析师关注对企业避税的影响研究57 程度。由此假设 4b 得到验证。表 8被调节的中介效应检验信息透明度变量条件间接效应Z 值95%置信区间下限上限数字经济发展水平(低)0.000 278 6.760.000 200.000 36数字经济发展水平(平均)0.000 292 7.010.000 210.000 37数字经济发展水平(高)0.000 306 6.890.000 220.000 39控制变量是固定效应是六、结论与启示(一)研究结论随着我国资本市场上分析师队伍的不断壮大,其在企业的外部监督治理过程中发挥的作用也将越来越突出。分析师关注度不同的企业,避税动机也会存在差异。研究发现分析师关注度与企业避税之间存在显著的负相关关系。在采用固定效应模型、工具变量法和一系列稳健性检验后,结果依然成立。同时,机制检验结果表明,分析师关注通过缓解企业融资约束和提高企业信息透明度来抑制企业避税行为,而且数字经济发展水平在融资约束与信息透明度的作用路径上存在显著的促进作用。本研究拓展了分析师关注的经济后果和避税影响因素的相关研究,一方面,能帮助上市企业及其投资者更好地理解分析师关注对其决策行为的影响;另一方面,有利于税收征管部门更好地识别存在避税嫌疑的企业,更有针对性地加强税收监管力度,从而提高税收征管效率。(二)政策建议分析师关注对于抑制企业避税行为具有较为显著的规范作用。因此,应当进一步增强分析师对企业合法合规经营的外部治理效果。基于此,提出如下政策建议:在宏观调控层面,首先,相关部门要根据我国证券市场发展现状,进一步完善证券分析师行业制度,同时要在确保分析师独立性