【《税收优惠对企业绩效影响的实证分析案例-研发投入的中介作用》5200字】

税收优惠对企业绩效影响的实证分析案例—研发投入的中介作用目录TOC\o"1-3"\h\u3055税收优惠对企业绩效影响的实证分析案例—研发投入的中介作用 1310241.1变量的选择与数据来源 1168201.2描述性统计分析 3196511.3回归结果分析 6321131.4中介效应检验 91.1变量的选择与数据来源本文具有针对性地选取了不同经济区域的各类具有行业特点的企业进行数据回归。考虑到信息技术服务业是众多纳税单位争相进行技术更新的重点战略行业，本文选取其作为主要研究方向，并进一步细化信息技术服务业下的单元产业。信息技术行业作为我国高新技术战略单位实现了2015-2018年规模的持续增加，研发投入的增长更加迅速，最终实现了大幅度的增长，由此可见在我国信息技术产业发展中R&D投资具有不可替代的作用。在实证研究中本文选择了不同经济区下信息技术服务业中的A股上市的企业为样本并剔除了经营有一直亏损的纳税单位、企业经济状况或其余状况有所异常的纳税单位、未及时披露技术研究开发投入的企业，最终本文收集了389家有效样本公司的984个实验数据进行实证研究。（1）因变量企业绩效：指公司的投入产出比，是企业特定时间内的生产业绩和产出的评价。“投入”包括对生产要素的贡献，包括人力、材料和技术方面。“产出”要确定使用的生产要素的数量和质量。故本文参考康丽珍（2018）的变量指标选取资产收益率（RET）衡量企业的总资产效益，资产收益率的内涵是衡量每一单位的企业资产所带来的净利润，用公司的年度利润除以其总资产。在稳健性检验中选择净资产收益率（ROE）作为更换的核心变量，净资产收益率（ROE）是税后的企业利润除以其净资产，这种计算方法可以反映企业的收益水平来衡量企业绩效，体现了企业的资本的运行效率。（2）自变量所得税优惠：以企业的纯收入所得为征收的对象，指国家为特定目标提供的福利和奖励以减免税收，从而在一段时间内对宏观经济进行管制的税收政策。市场监管方面，税收优惠是国家干预经济的重要工具，其特点是广泛、市场准入有限、目标明确和灵活。参照胡熊平（2017）的做法将企业所得税税率（0.25）减去对应时间段信息技术服务业公司所得与年度利润之比；流转税优惠：具体体现在国家增值税、消费税、关税等税收的征收上。流转税是以商品的流转金额作为征收对象，因其不会受到企业生产经营以及成本变动、费用增减的影响，是一种稳定的国家财政收入其重要作用可以使国家广泛的筹集到财政资金，以及可以配合市场价格调节与消费变化。参照秦宏达（2017）的做法将增值税税率（0.17）减去对应时间段信息技术服务业公司税金及附加与营业收入之比。（3）中介变量研发投入强度：企业经济规模的不同决定了其技术研究开发支出的相对性，因此本文选取了用比例测量方式衡量技术研发投入。取技术研究开发的费用支出与纳税单位营业额之比衡量企业的研发投入强度，刻画这一重要的资金投入指标。（4）控制变量：对于控制变量的选取在参考大多数文献后选取了五个企业的内部指标分别是纳税单位的成长年龄，即企业建设的时间的长度（AGE）、表示纳税单位资金运营执行力的企业资金周转率（ECT）、纳税单位的经营潜力（UOP）、以及企业性质是否为国有企业（SOE）保证企业内部财务指标平稳。另外选择企业所在的财政环境（CFE）作为外部控制变量,以及所在地重视创新程度（LVI）作为研发投入方面的控制变量进行实证研究，保证了实验操作的全面对照与合理性。具体测算方法如下表5-1所示。表5-1实证研究变量设置根据前文经过梳理推测所提出的三个假设，建立以下多元回归模型：其中，下标i的含义是第i个样本企业，i∈[1，389]；t的含义为在第t个年度，t∈[2015，2018]；εi，t表示纳税单位和时间产生的混合差异的随机误差项。1.2描述性统计分析（1）总体描述性统计本文对所选择的信息服务业企业2015-2018年四年样本进行描述性分析，结果如表5-2所示。企业经营绩效统计检测的最小值为-0.326，最大值为0.564，这表明所选取的纳税单位样本的经营规模涵盖广，并且彼此之间有比较多的差异。均值为0.016，说明样本公司的经营水平处于一个比较合理的状态绩效水平。纳税单位所得税优惠平均值是0.151，是法定税率（25%）一半左右，这反映了实际税率低于法定税率，说明样本中的纳税单位受到了较大的税收补贴。流转税优惠的均值为0.167，数据中的标准差为0.107，说明企业之间相比起来，享受的流转税优惠差异不大处于一个稳定水平。技术研究开发投入的平均值是0.078，是一个比较好的水平，信息技术行业因其产品更新速度快，各样本单位较多的研发投入，可加速产品升级以获得更大企业利润。样本最小值为0.056最大值为0.674，最大值与最小值之间差异较大说明部分企业对于研发活动的积极性较低。表5-2描述性统计变量样本数最大值最小值标准差中位数均值ROT9840.564-0.3260.0380.0350.016TIP9841.460-1.5560.4190.1120.151TTP9840.3570.1670.1070.1940.155RAD9840.6740.0560.0740.4030.078LVI9840.1490.0340.0340.1090.042ECT9843.7990.0900.1920.3090.283CFE98411.2179.1560.43210.97310.324UOP98411.087-0.6720.7080.9290.822AGE98427.9401.2404.07510.23610.052（2）分年份描述性统计为了进一步理清主要的经济指标在2015-2018年期间的变化趋势如何，对这四个主要变量做出了分年的具体统计，如表5-3所示。企业绩效2015-2018年间最大值由0.368到0.301，最小值由-0.061到-0.320，标准差由0.042到0.065，可见样本的纳税单位经营绩效是趋于逐年缓慢降低的，而且不同的纳税单位的经营成果也有较明显的差距。所得税优惠在2016年达到最大值为0.490，2017年优惠力度趋于下降。最小值由0.012上升到0.090，说明所得税的优惠政策是逐渐被普及下限的一个过程。流转税优惠于2016年达到最大值0.351，2017年后有所下降；最小值0.014上升到0.064整体呈一个上升趋势。纳税单位的技术研究开发投入在2016年达到最大值0.643，是一个逐渐增长的趋势。2017年研发投入强度的方差出现区间极值0.083，说明纳税单位间研发投入的差异在2017年出现了差异分化。综上分析可知，在实证研究的2015-2018年来，国家在所得税政策、流转税优惠方面给予了所选纳税单位较大的优惠，且与技术研究开发支出的费用变化趋势较为相似。表5-3主要变量分年度描述性统计结果2015符号数量最大值最小值中位数标准差均值ROT3890.368-0.0610.0790.0420.041TTP3890.2560.0140.1210.0530.128TIP3890.1890.0120.1440.0300.156RAD3890.4210.0310.0730.0730.0412016符号数量最大值最小值中位数标准差均值ROT3890.324-0.0480.0580.0480.068TTP3890.3510.0120.1310.0420.136TIP3890.4900.0140.2580.0980.281RAD3890.6430.0560.0610.0850.0562017符号数量最大值最小值中位数标准差均值ROT3890.228-0.0150.1370.0320.057TTP3890.2670.0230.1340.0620.157TIP3890.2430.0130.1450.0430.186RAD3890.4720.0450.1780.0830.1522018符号数量最大值最小值中位数标准差均值ROT3890.301-0.3200.0340.0650.161TTP3890.2500.0640.1150.0540.124TIP3890.1850.0900.1650.0700.170RAD3890.4810.0230.0740.0810.0791.3回归结果分析（1）税收优惠对企业绩效的影响经过豪斯曼检验，实证研究会采用面板数据的固定效应模型，在STATA11.0软件上，对实证分析所选取的2015-2018年389家样本公司共984个数据进行回归。如下表5-4所示，模型（1）的所得税优惠与企业绩效的回归中，拟合优度R2为0.736，是性质良好的拟合优度取值表明实验数据具有意义。下表中F值17.721高于F表值临界值2.108，这体现了在纳税单位经济指标的系数联合显著性上各自变量都会对因变量产生显著影响。可以观察到的方差膨胀因子（VIF）的值都小于临界值10，甚至都在2以下，这表明自变量间是不存在多重共线性问题。信息技术服务业中的所得税优惠与企业绩效呈正相关且通过了1%显著性检验，回归系数为0.289，符合假设1a；控制变量方面，经济发展水平与企业绩效的回归系数为0.022在5%显著性水平上正相关；企业经营潜力（UOP）与企业绩效的回归系数为0.089，呈现出满足5%显著性的正相关关系，说明UOP每增长1个单位，企业绩效就会增长0.089个单位。也有存在影响不显著的变量如企业周转率、企业年龄与企业性质对企业绩效的影响。模型（1）中的流转税优惠与企业绩效的回归中，回归结果通过了F值显著性检验，不存在多重共线性问题。信息服务业中的流转税优惠在5%显著性上与企业绩效是正相关，流转税优惠每提高一个单位，企业绩效提升0.117个单位，符合假设1b。表5-4税收优惠与企业绩效回归结果所得税优惠与企业绩效回归结果流转税优惠与企业绩效回归结果变量非标准系数tVIF变量非标准系数tVIFConstant0.062-1.207Constant0.049-1.290TIP0.289***3.1681.145TTP0.117**2.521.212ECT-0.023-0.4901.336ECT0.231-0.8601.643AGE0.0241.0191.109AGE0.023-1.0231.495CFE0.022**2.4061.183CFE0.012**1.9821.012UOP0.089**2.4901.043UOP0.032*1.9421.248SOE0.102-0.1701.218SOE-0.0390.7821.733R20.736R20.801F17.721F17.980N984N984注：*、**、***分别代表在10%、5%、1%水平上显著相关（2）税收优惠对研发投入的影响税收优惠对研发投入的回归结果如下表5-5所示，样本企业的数据选择的模型的拟合优度较好不存在多重共线性问题。在模型（2）中的所得税优惠与研发投入的回归中，信息服务业中的所得税优惠与企业研发投入是通过了1%的显著性检验的正向促进关系，其回归系数为0.412，符合假设2a；流转税优惠与研发投入的回归中，流转税优惠与企业研发投入是负相关关系，且通过了10%的显著性检验，其回归系数为-0.089，流转税对企业的意义从原理上更加侧重于在纳税单位扩大再生产方面的激励作用。纳税单位享受流转税优惠后产出的净利润提高，这时企业在产品产出阶段投入更多资金的意愿提升，利润导向使纳税单位不会进一步增加用于技术研究开发上的支出，符合假设2b。表5-5税收优惠与研发投入回归所得税优惠与研发投入回归结果流转税优惠与研发投入回归结果变量非标准系数tVIF变量非标准系数tVIFConstant0.2791.002Constant0.3241.97TIP0.412***3.3241.320TTP-0.089*1.7211.567ECT-0.037**2.2731.243ECT-0.823*-1，7831.254LVI0.297**2.4911.796LVI0.821**2.1321.042AGE-0.019-1.0901.267AGE-0.2210.1201.245CFE-0.0230.9011.043CFE-0.0221.0321.591UOP-0.2021.4801.586UOP0.2321.0321.158SOE0.119*2.1701.052SOE-0.034**-2.191.793R20.835R20.632F24.550F19.092N984N984注：*、**、***分别代表在10%、5%、1%水平上显著相关（3）所得税收优惠、研发投入对企业绩效的影响如表5-6所示，本文通过最小二乘法对所得税优惠，研发投入以及企业绩效的关系进行实证研究，回归结果表明在信息技术服务业中二者对企业绩效均有显著影响。所得税优惠与企业绩效是5%水平的显著性检验下的正向促进关系，其相关系数为0.297；研发投入对企业绩效有积极影响，回归系数为0.031，通过了5%显著性水平检验。

表5-6所得税优惠、研发投入与企业绩效变量非标准系数tVIFConstant-0.121-1.250TIP0.297**2.3911.002RAD0.031**2.4201.103ECT-0.0220.7131.034AGE-0.0191.1891.630CFE0.202*2.3101.021UOP0.042***3.5161.178SOE0.0170.0841.892R20.841F18.024N984注：*、**、***分别代表在10%、5%、1%水平上显著相关1.4中介效应检验（1）分步骤系数回归这种便捷简单的检验方法由Baron和Kenny（1986）提出，具体步骤如图5-1所示。许多文献在检验中介效应时都采用这种方法，但存在一定问题：一些可能存在的变量关系虽然不能满足第一步的显著性要求，但仍有一些变量发挥中介作用；分步骤系数回归要求每个步骤，都满足要求才能起到中介作用的结论，那么在众多的实际生活中，就会否定或疏忽连接这两个关系的纽带。图5-1中介效应影响路径首先验证总效应是否显著即c是否是显著的。本文研究中的c，即模式(1)中纳税单位所得税享受的优惠程度对其经营绩效的作用力，所得税优惠效果与企业绩效是正相关关系，其回归系数为0.289，通过了1%的显著水平，所以总效果系数c是显著的，下一步的检查程序还可以继续进行；然后验证中介效应是否显著：纳税单位享受的所得税优惠（自变量）对其研究开发支出（中介变量）作用力a是否是显著的。由模型（2）中可知，a为0.412，1%显著性水平测试下依旧显著，实验步骤可以继续进行。再验证技术研究开发投入（中介变量）对纳税单位的经营绩效（因变量）作用力b是否显著。由表5-7，b值为0.031，t值为2.420在5%显著性检验是显著的，最后检验直接效应即信息技术服务业的所得税优惠（自变量）对纳税单位经营绩效（因变量）的作用效力c’是否显著。在a和b都显著的情况下，如果c’不显著说明存在完全中介，否则存在部分中介效应。模型（3）中c’为0.297，通过5%显著性水平检验，说明实证研究中的回归系数在c、a、b都显著的情况下，c’也显著，即纳税单位的技术研究开发投入在所得税优惠对其企业经营绩效的正向促进作用中，发挥了相对的部分中介作用。计算得出信息技术服务单位的研发投入中介效应值为0.0237（ab=0.412*0.031=0.023718）以上使假设3得以验证表5-7分步骤系数回归总结表RAD（M）ROT（Y）预测变量CoefftCoefft