“营改增”对高新技术企业创新行为和财务绩效的影响

李启平

(常州大学 商学院，江苏 常州 213164)

一、引言及文献综述

当前我国已经步入经济发展“新常态”，推动经济高质量发展成为第一要务。高质量发展的核心是以创新为动力，通过“营改增”为代表的结构性税制改革，大力培育新动能，强化科技创新，培育创新型企业，为“中国制造2025”奠定坚实的基础。高新技术企业兼有知识密集和技术密集的特点，在我国经济发展中的引领作用日益显著。自20世纪90年代开始，国家通过对高新技术企业资格的认定，促进了高新技术产业的发展。为了推动中国产业的转型升级，政府多次修订高新技术企业认定标准。除此之外，政府也鼓励社会资本进入高新技术领域，但由于高新技术行业存在风险高、投资见效慢等特征，再加上资本的逐利性，阻碍了社会资本向高新技术领域大量进入；与此同时，技术研发和应用过程中的溢出效应也在一定程度上抑制了企业的创新投资活动。因此，单纯依靠市场机制不足以激励企业对创新的大量投资，需要国家政策予以配合。在众多政策工具中，税收优惠由于具有较低的寻租风险，被经济学家普遍认为是补偿溢出效应的有效手段[1]。国内学者提供了大量实证支持[2][3]。既然税收优惠能够有效激励高新技术企业创新投资行为，那么政府因税收优惠所减少的税收收入是否被企业充分利用？高新技术企业的投资水平是否提高？盈利能力是否得到有效改善等等问题是学术界需要厘清的问题，而“营改增”为研究这些问题提供了很好的契机。

目前，国内学者针对“营改增”所做的实证研究主要从宏观和微观两个层面开展。从宏观层面来看，现有文献主要侧重于宏观经济及行业分工领域。有学者在传统税收CGE模型基础上引入能源和环境因素，系统分析了“营改增”对我国宏观经济、行业增加值、能源消费结构等诸多方面的影响及其动态累积效应。研究发现“营改增”对我国国内生产总值有显著的正向作用，且有利于降低能源强度[4]。孙正和张志超用PVAR模型考察了“营改增”对国民收入分配格局的影响，得出了“营改增”有利于优化国民收入分配格局的结论[5]。陈钊和王旸从行业分工及产业链的角度检验了“营改增”对全行业的影响，利用双重差分模型，从经营范围和营业收入变化两个层面解释了“营改增”对于行业分工的两种影响[6]；范子英等则从产业关联的视角检验了税改在减税和分工两方面的影响，研究结果表明，“营改增”在具备产业关联的企业中产生了明显的节税效应和分工效应[7]。

从微观层面来看，多数学者侧重于“营改增”对企业税负的影响，进而考察税改后企业的投资水平是否发生变化。田志伟和胡怡建通过构建税收CGE模型，分析了“营改增”前后我国各行业的两税负担动态变化，研究发现，“营改增”短期内可使各行业税负平衡，而长期来看略有上升[8]；类似地，王玉兰等通过对交通运输业的分析发现“营改增”后交通运输业税负出现不降反增的现象[9]。也有学者研究发现，“营改增”后企业税负在短期内略有上升，但长期内呈下降趋势[10]。另一部分学者检验了“营改增”对投资水平的影响。李成和张玉霞利用2011～2013年微观企业数据，通过双重差分模型检验发现“营改增”后试点地区试点行业固定资产投资水平提高[11]。类似地，袁从帅等利用239家上市公司面板数据，研究发现“营改增”显著促进了公司总投资，对研发投入也有正向促进作用[12]。理论上讲，企业投资水平的提高，可以提高企业的生产能力，尤其是优化分工后，企业将非主营业务外包出去，大大提高了企业的生产效率，企业的盈利能力也将得到改善[6][7]。袁从帅和包文馨的研究支持了这一观点，他们发现“营改增”后企业销售额、主营业务利润显著提高[13][14]。

综上所述，“营改增”在宏观层面改善了国民收入分配格局和行业分工等，在微观层面提高了企业投资水平和获利能力。但目前文献大多着眼于全面“营改增”之前，且局限于行业内部研究，缺乏对全行业的考察。本文尝试从微观企业着手，聚焦于高新技术产业，按“营改增”逐步推进时间分三个阶段考察其对高新技术企业的创新行为及财务绩效的影响。可能的贡献主要表现在以下两个方面：第一，科技创新是新时代经济发展的重要驱动力。“营改增”首先以交通业、现代服务业为试点推行，以往文献主要围绕这两类企业进行实证研究，少有文献检验“营改增”对高新技术企业的影响。本文尝试考察“营改增”对试点高新技术企业的财务效应，以期丰富相关文献。第二，以往文献大多单一地将2012年设定为事件年度，仅探讨了税改的第一阶段。本文按“营改增”两次“扩围”和实施时间分为三个阶段，先后检验“营改增”对上海市、“8省市”和全国范围内试点高新技术企业的财务效应，从而全面剖析“营改增”政策的经济后果，为现行税制改革提供经验支持。

二、理论分析与研究假设

服务业和制造业税负不均的原因之一是计税依据不同。营业税的计税依据是销售总额(营业额)，而增值税的计税依据是销售差额(增值额)，在两税并存下，较低的营业税税率给社会带来一种错觉，即缴纳营业税的服务业所承担的税负比缴纳增值税的制造业所承担的税负轻。其实不然，因为增值税采用进项税额抵扣的方法征税，税负可以转嫁，而营业税是以总额征税，税负不能转嫁，从而造成服务业的税负比制造业的税负更重。“营改增”将服务业和制造业的计税依据统一起来，打通了整个生产经营环节的抵扣链条，起到了结构性减税作用。受“营改增”减税效应的影响，一方面，会导致企业现金持有水平相对上升，在生产规模既定情况下，无利率自有资金的利用可能降低企业信贷融资的意愿；另一方面，根据金融加速器理论，资产负债率越低的企业越有可能获得较低成本的外源融资，那么通过偿还负债使得资产负债率下降将更有利于企业未来发展。基于此，本文提出假设H1：

H1：受“营改增”减税效应的影响，“营改增”后高新技术企业的负债水平将会下降。

“营改增”的减税效应在一定程度上缓解融资约束，受影响的企业可能调整经营策略，以便充分享受这一政策红利，推动产业结构优化升级。在产业转型的路径选择上，原来技术水平较低的企业，可以加大研发投入，也可以通过外购专项技术等手段[15]，实现创新驱动发展。高新技术企业本身具有较强的研发能力，持有大量的现金流是其持续研发投入的保证，“营改增”在这方面可以助一臂之力。这是因为增值税采取的是进项税额抵扣制度，企业从事研发购买的设备类固定资产或无形资产所取得的进项税额，可以抵扣销项税额从而减少应纳税额。因此，“营改增”有利于提高企业对厂房、设备类固定资产或无形资产投资的意愿。加之固定资产折旧的抵税作用，企业可以保持较多的现金流，足以激励企业加大研发投入[16]。基于此，本文提出假设H2：

H2：由于“营改增”对财务约束的缓解作用，试点后高新技术企业的研发投入将会增加。

从会计核算方式看，尽管增值税为价外税，不进入利润表，看似不影响企业利润，但按照我国现行税制，城建税和教育费附加是根据增值税和消费税实际缴纳的金额作为计税依据，按一定税率计征，计入“税金及附加”账户，从而影响企业利润。从产业链角度看，由于增值税为价外税，上游企业可以将税负转嫁给下游企业，因此，“营改增”可能影响上游企业的定价机制，企业利润受“营改增”影响的程度取决于其对上游企业的议价能力。从成本角度看，在购买成本相同情况下，原营业税纳税企业在改革前计算利润时需将缴纳的营业税额全额扣除，改革后，购买成本部分可以抵扣，导致计入营业成本的下降，加上固定资产折旧的抵税作用，成本下降可能引起利润上升。目前学术界对于“营改增”后企业税负究竟是增加还是降低缺乏一致的结论[17]。综合以上3个方面的分析，税负的变动在一定程度上影响了企业可支配收入，即税负的降低会引起收入的增加，“营改增”后企业的利润将会上升。基于此，本文提出假设H3：

H3：在其他条件不变的情况下，“营改增”试点后高新技术企业的盈利能力将会提高。

三、研究设计

(一)实证模型

基于“自然实验”的双重差分模型，近年来被广泛应用于经济政策的因果动态检验。双重差分模型能够有效避免政策作为解释变量可能导致的内生性问题，确切地说是控制了因变量和解释变量之间的相互影响效应。税改首次在上海试点，其后推广到北京、天津和江苏等地，最后推广至全国。其分时段试点过程可以被看作是一次“准自然实验”，符合双重差分检验的基本设定。随着“营改增”在全国范围内的推广，不断有学者利用双重差分模型检验“营改增”政策的经济后果。周黎安和陈烨引入双重差分模型检验我国农村税制改革[18]。我们借鉴既有研究方法，采用DID模型检验“营改增”对高新技术企业的财务效应.根据DID模型的基本设定，本文构建如下分析模型：

Dependentsi,t=β0+β1Timei,t+β2Treati,t+β3Timei,t×Treati,t+β4Controlsi,t+ηt+δi+εi,t

(1)

式(1)中，Dependents表示因变量，Time表示是否属于“营改增”年度，是则取1，否则取0；Treat表示是否属于实验组，Treat=1时为实验组，Treat=0时，为对照组；Controls表示控制变量，包括企业规模、企业年龄及现金持有水平等；ηt和δi分别表示行业的时间固定效应和个体固定效应。

(二)变量定义

1.因变量。模型(1)中的Dependents表示因变量，分别代表企业负债水平、研发投入和盈利能力。企业负债水平(Lev)用于衡量企业的实际负债。本文认为，“营改增”降低税负的同时可能导致企业现金流的相对增加，这会降低企业通过外源融资获取资金的意愿。因此，本文选择负债水平作为第一个被解释变量，具体为企业的资产负债率。企业研发投入(R&D)用于衡量高新技术企业研究与开发过程中花费的成本。参考袁从帅等的方法，本文将R&D定义为研发投入金额占营业收入的比例[13]。在企业盈利能力指标选取上，本文选取净资产收益率(ROE)。根据前文分析，“营改增”优化了产业分工[6][7]，企业将薄弱项目外包，从而提高主营业务的投资水平，有利于提升企业的竞争优势，带动盈利能力上升。

2.自变量。根据DID模型设定原则，本文主要自变量为Time、Treat及其交互项Time*Treat。Time表示观测年度是否为“营改增”试点及以后年度的虚拟变量，是则取1，否则取0；Treat代表企业是否属于试点地区试点行业的虚拟变量，是则取1，否则取0；交互项Time*Treat为本文的主要解释变量，其系数β3代表所要研究的“营改增”政策本身对被解释变量影响[19]，即政策效应。

3.控制变量。笔者借鉴李成和张玉霞、曹越和李晶以及刘柏和王馨竹的文献[11][10][14]，同时引入了可能影响模型(1)的控制变量，具体定义如表1。

表1 控制变量定义

此外，本文还通过在回归方程中控制行业效应，以此剔除因行业差异导致的因变量变化的不同。根据证监会发布的《上市公司行业分类指引(2012年修订)》，将所有样本企业所属行业按经营内容和性质细分为6大类，并分别赋值为1,2...6，在此基础上构建了行业哑变量(industry)参与回归(表2)。

表2 样本企业所属行业分类

(三)样本选择与数据来源

本文按“营改增”推行时间分三个阶段对比试点地区试点企业与非试点地区同类企业在经济指标上的差异，探究“营改增”对高新技术企业的财务效应。因此，本文选取了2011～2014 A股上市公司及部分新三板企业为初始样本，选取试点地区高新技术企业为实验组，非试点地区高新技术企业为对照组。本文数据来源于国泰安数据库和Resset数据库，部分新三板企业财务数据根据巨潮网公布的企业年报手工搜集整理。参照以往文献，删除金融类上市公司、ST、PT类型公司和所有者权益为0或负的公司，并对所有数据进行Winsor处理以剔除异常值干扰。最终获得1259家企业，共5013个观测值。由于部分财务数据缺失，本文最终基于2011～2014年上市公司非平衡面板数据，构建回归模型。

(四)描述性统计

表3列示了各控制变量的描述性统计结果。不难看出，除资产规模、固定资产份额和投资水平具有较大差异外，其他变量均不存在显著差异，与现有文献基本一致，说明所选取的样本在一定程度上具有无偏性。

表3 描述性统计

(五)平衡趋势假设的检验

双重差分估计稳健性的前提是实验组与对照组之间满足平衡趋势假定，即在改革之前，两组样本应存在相同的变化趋势，否则双重差分的估计可能是有偏的。如果满足平衡趋势假定，那么可以说明被解释变量在改革之前并不存在显著差异，即被解释变量的变动完全由政策效应解释。同时，平衡趋势假定的检验能够在一定程度上克服“营改增”政策的自选择问题。为此，本文在2011～2014年原有样本基础上补充了2009年、2010年以及2015年、2016年的数据，以绘制税改3个阶段的平衡趋势图(图1)。

如图1所示，我们设定第一阶段以2012年度为事件年份，第二阶段以2013年度为事件年份，第三阶段以2014年度为事件年份。横坐标中“0”表示样本处于事件年份，“-1”表示处于事件年份前1年，“1”表示事件年份后1年，依此类推；纵坐标表示相应的被解释变量。可以看出，在改革之前，被解释变量在事件年份之前没有显著的变化趋势，并且自变量系数在统计上并不显著异于0(10%置信区间包括0)。说明平衡趋势假设成立，即在改革之前，被解释变量之间不存在显著差异。改革之后，被解释变量的变化呈现出一定规律，且系数在统计上显著异于0(置信区间不包括0)，即被解释变量间存在显著差异。

图1 平衡趋势图

四、实证结果与分析

(一)对上海市高新技术企业的回归

为检验上文假设，本文将样本分为两组：以上海市试点行业中的高新技术企业为实验组，此时Treat=1；否则，Treat=0(对照组)。以2012年为事件年，当年度为2012之前时，Time=0，表示未开始实施“营改增”；当年度为2012及之后时，Time=1，表示开始实施“营改增”；因此，当Time*Treat=1，表示已经受“营改增”政策影响的上海市高新技术企业。

表4的回归结果显示，“营改增”对上海市高新技术企业的财务效应是显著的。减税效应在1%水平上显著，说明“营改增”实实在在降低了上海市高新技术企业的税负。企业的研发投入和净资产收益率在5%水平上显著，说明“营改增”发挥降税作用的同时，增加了上海市高新技术企业的现金流，使得企业有实力从事创新活动。此外，企业可以利用增值税进项税额可以抵扣的特性，进行专业化分工，对非核心业务予以外包，自己从事核心业务，从而提高企业的整体收益率。

表4 “营改增”对上海市高新技术企业的财务效应回归结果

注：(1)***、**、*分别为1%、5%和10%的水平上显著；(2)括号内的数值为t值，此处省略了控制变量的回归结果，下同。

(二)对“8省市”高新技术企业的回归

为检验“营改增”对“8省市”高新技术企业的财务效应，本文将样本分为两组，以“8省市”试点行业中的高新技术企业为实验组，此时Treat=1；以非试点地区高新技术企业为对照组，此时Treat=0。“营改增”于2012年下半年逐步推广至8个省市，但考虑到政策效应的时滞性，故本文以2013年度为事件年。当年度为2013之前时，Time=0，表示未实施“营改增”；当年度为2013及之后时，Time=1，表示开始实施“营改增”；因此，当Time*Treat=1，表示已受“营改增”政策影响的“8省市”高新技术企业。

表5的回归结果显示，在年度效应和行业效应同时控制或只控制其中之一的情况下，“8省市”高新技术企业的负债水平都在1%水平上显著，且系数前面的符号为负，这说明“营改增”对“8省市”的高新技术企业存在减税效应。“8省市”高新技术企业研发投入在同时控制年度效应和行业效应后在5%的水平上显著，其余情况都在1%的水平上显著。这说明“营改增”的减税效应在“8省市”范围内产生了规模效应，使得该区域内的高新技术企业可以保持更多的现金流，增加研发方面的投入，开发新技术、新工艺和新产品，从而提高企业收入，增加利润，实现净资产收益率的提高。

表5 “营改增”对“8省市”高新技术企业的财务效应的回归结果

(三)对全国高新技术企业的回归

类似地，本文以全国性试点行业中的高新技术企业为实验组，此时Treat=1；以非试点行业的高新技术企业为对照组，此时Treat=0。本文以2014年度为事件年，即当年度为2014之前时，Time=0，表示未实施“营改增”；当年度为2014时，Time=1，表示开始实施“营改增”；因此，当Time*Treat=1，表示已受“营改增”政策影响的高新技术企业。

表6的回归结果显示，在全国范围来看，在同时控制年度效应和行业效应或只控制年度效应的情形下，“营改增”对高新技术企业的减税效应在5%的水平上显著，但在只控制行业效应后，依然在1%的水平上显著，这说明与其他行业相比，对高新技术企业的减税效应更加突出。全国范围内高新技术企业的研发投入在控制年度效应和行业效应或只控制年度效应的情形下在1%的水平上显著，在只控制行业效应的情形下的显著性水平为5%，且“营改增”政策效应的回归系数大于上海市和“8省市”的回归系数。这说明范围越大，竞争越激烈，企业越有动力增加研发投入，从事创新活动。从净资产收益率回归结果看，都在1%水平上显著，说明“营改增”政策在全国范围内产生了更大的规模效应，利用增值税进项税额可以抵扣的特性，进行专业化生产，获取更高收益。

表6 “营改增”对全国高新技术企业的财务效应回归结果

(四)稳健性检验

本文采用双重差分模型以政策作为解释变量，在一定程度上能够避免内生性问题，但仍然不能完全消除内生性对参数估计的影响。其原因在于：第一，本文采用资产负债率指标来衡量“营改增”对企业负债水平的影响，可能存在一定测量误差，导致估计偏误；第二，虽然我们控制了企业规模、企业年龄和成长能力等对被解释变量可能产生的影响，但仍然可能存在遗漏变量。第三，当企业投资水平处于低位，政府可以通过降低税负来激励企业投资，导致投资与税负负相关，即反向因果。

为解决测量误差问题，本文将被解释变量总负债对数值替换为流动负债对数值；在盈利能力指标选取上，采用净利润的对数值替代净资产收益率ROE。回归结果如表7所示，其中(1)、(2)和(3)分别代表“营改增”两次“扩围”的3个阶段的回归模型(下同)，自变量系数和显著水平没有发生明显变化，说明回归结果是稳健的。

表7 基于测量误差的稳健性检验回归结果

为缓解内生性问题，本文采用反事实检验，即将改革时间提前一年进行回归以检验被解释变量是否显著。以第一阶段为例，假设事件年份为2011年，那么2009、2010年样本构成虚拟对照组，2011年及其之后的样本构成虚拟实验组，其他变量相同，在此基础上进行回归。第二、三阶段依此类推。回归结果如表8所示，对于所有因变量，政策效应的系数均不显著，由此说明被解释变量的变化是税改带来的影响，而非时间趋势变动。

表8 基于内生性稳健性检验回归结果

此外，由于政策具有一定时滞性，盈利能力可能需要企业长期积累，尤其是高新技术企业，研发投资带来的技术进步在当期生产活动中并不能充分体现。故本文将所有自变量滞后一期处理，以考察“营改增”对企业盈利能力的影响，并同时控制个体固定效应和行业时间效应，结果显示，自变量显著水平没有发生明显变化，但系数值均显著增加(表9)，同样说明回归结果是稳健的。

表9 基于时滞性稳健性检验回归结果

最后，为进一步消除内生性的影响，我们还应考虑到造成被解释变量变化的原因是否完全来自“营改增”，也即如果在“营改增”之前，样本企业负债水平、研发投入及盈利能力等方面就存在显著差别，那么模型估计的结果并非完全由“营改增”解释。为此，本文针对不同样本组在改革之前的特征进行均值差异双侧T检验。

根据前文研究，第一阶段事件年为2012年，故我们需要检验在2012年之前，两组样本之间是否存在显著差异。为此，我们将改革覆盖的上海市企业在2011年的观测值作为研究样本，其余企业作为对照样本。T检验结果显示，2011年两组样本的被解释变量没有显著差异；类似地，第二阶段，我们以2012年“8省市”改革样本为处理组，其他样本为对照组，T检验结果显示，处理组样本在研发投入R&D及净资产收益率ROE指标上与对照组差异显著。不难理解，“8省市”经济发展水平相对优于其他省份，在不同的经济环境下，企业创新行为和财务绩效均会受到一定影响，当我们仅对GDP增速进行均值差异检验时，发现“8省市”GDP增速与其他省份差异显著。为此，我们删除对照组中非“8省市”样本，再进行均值差异检验，发现研发投入和净资产收益率指标不再显著。同样，我们检验第三阶段两组样本在2013年是否存在差异显著，结果显示均不显著(表10)。由此可知，均值差异双侧T检验在一定程度上验证了“营改增”对高新技术企业存在政策效应。

表10 处理组与对照组样本均值差异检验

五、结论及政策建议

尽管“营改增”在全国普遍实施，但对这一改革历程进行总结和分析，可以对现行的税收制度进行结构性改革提供借鉴。为此，本文考察了“营改增”对上海市、“8省市”和全国范围试点高新技术企业的财务效应。以“营改增”两次“扩围”为契机，利用2011～2014年我国A股上市及部分新三板挂牌企业的数据，建立双重差分模型进行实证分析，可以得出如下结论：首先，“营改增”后企业可抵扣进项税额增加，企业所持有的自有资金相对增加，在一定程度上缓解了企业融资约束，最终导致企业负债水平下降；其次，企业自有资金的增加有效激励了企业创新投资行为，企业的研发投入显著提高；最后，实证结果还显示，“营改增”后，相对于非试点行业企业，试点企业的净资产收益率显著提高。

根据以上结论，为完善增值税制，进一步激发企业研发积极性，提高企业经营活力和效益，本文提出以下三方面具体建议：第一，应结合当前国内外环境，进一步降低以增值税为代表的间接税比重，激励企业特别是高新技术企业的创新行为，争取增值税进一步下调3～4个百分点的减税空间；第二，减并增值税税率，发挥增值税的中性作用，健全增值税抵扣链条，促进上下游产业发展；第三，针对中小企业创新在经济发展过程中的积极作用，在融资约束明显的环境下，有必要设置针对中小企业的综合减税机制，为中小企业创新提供资金支持。