减税降费能抑制企业金融化吗？*——来自“营改增”准自然实验的证据

李卫兵，王利霞

（华中科技大学经济学院，湖北 武汉 430074）

一、引言

如何减轻企业负担以帮助其良性发展是我国当前亟待解决的重要问题，而减税降费是常用的企业减负手段。2012年以来，我国逐渐开始实施大规模的减税降费政策。在此背景下，众多学者从不同角度分析了减税降费对企业的影响，发现减税政策对企业专业化分工（陈钊和王旸，2016）、盈利能力（刘建民等，2017）、生产效率（吴辉航等，2017）、研发投入（袁从帅等，2015）和企业创新（张璇等，2019）等方面具有显著影响，但鲜有文献关注减税对企业金融化的影响。实际上，我国的实体企业表现出越来越多的金融化倾向，而财税政策作为一种重要的宏观政策无疑会对企业金融化产生影响。因此，本文试图研究减税降费对企业金融化的深入影响，并识别潜在的影响机制。

相关文献主要从企业微观层面研究企业金融化的动机，比如发现利润追逐动机（陈妍村和干胜道，2018；张建伟，2020）、跟风投资动机与现金管理动机（韩燕等，2015）。宏观经济政策也可能影响企业金融化行为。货币政策可以通过改变市场风险进而影响企业的金融资产配置，例如宽松的货币政策会提高企业金融化水平（杜勇，2016；胡奕明，2017）。紧缩型信贷政策会在短期内增加企业的流动性资金需求而降低其长期资金需求，并改变企业长期投资战略（王义中等，2015）。但是关于财税政策影响企业金融化的文献较为匮乏。与本文相关的另一些文献是关于税收影响企业投资的研究，这是因为企业配置金融资产属于一种投资行为。总体来说，相关文献侧重于从成本角度出发研究减税降费对企业投资的影响。从理论上看，减税降费可以通过降低资本的使用成本而促进企业的固定资产投资（Hall和Jorgenson，1967；Hasset和Hubbard，2002），这一点已被基于英国、瑞典和智利的实证研究所证实（Devereux，1989；Auerbach等，1995；Vergara，2010）。从这一路径出发，一些学者利用我国的增值税改革进行实证分析，发现减税对企业投资行为（聂辉华等，2009）和固定资产投资（汪德华，2016；李成和张玉霞，2015）具有促进作用，且对中西部地区和非出口企业的激励效果更佳（申广军等，2016）。付文林和赵永辉（2014）主要是从企业筹资和融资的角度，考察了减税降费所导致的国内企业投资结构偏向现象。庞凤喜和刘畅（2019）基于2010-2016年A股工业企业数据，分析了税收政策对企业金融化的影响，证实微观税负上升会显著提高企业的金融资产配置水平，但该研究仅考虑企业层面的微观税负，没有控制相关宏观经济政策的影响，可能存在比较严重的内生性问题，其估计结果可能存在偏误。

本文基于“营改增”改革的准自然实验，考察减税降费政策是否会抑制企业金融化水平。2012年，“营改增”率先在上海推出试点，试点的行业包括“1+6”行业，并于当年推广至北京、江苏等8个省市。至2013年8月，“营改增”在全国范围内推广，试点行业也新增了广播影视业，随后试点行业的范围不断扩大。由于“营改增”政策是分时间、分地区开始推行的，而且会通过增加可抵扣范围而对原本属于增值税纳税行业的企业产生影响，这对我们进行有效的因果关系识别造成了干扰。如果采用“营改增”行业作为实验组，增值税纳税行业作为对照组，就会由于增值税纳税行业可抵扣范围的增加而低估“营改增”政策的经济效应。鉴于此，本文借鉴陈钊和王旸（2016）的研究，以增值税纳税行业（一直缴纳增值税而非“营改增”的行业）作为实验组，以营业税纳税行业（一直缴纳营业税而非“营改增”的行业）作为对照组，以改革推行的时间构成第二重差分，构建DID模型进行实证检验。在2016年，建筑业、房地产业、金融业和生活服务业被纳入“营改增”政策试点的行业范围，主要现代服务业均已成为增值税纳税行业，所以2016年及之后营业税纳税行业很少，因而本文以2009-2015年A股非金融上市公司为研究对象。

本文可能的边际贡献主要在于：第一，直接关注税收激励对企业金融化影响的文献较少，本文证实了减税降费对企业金融化的抑制作用，是对现有文献的有益补充。第二，本文深入分析了减税降费影响企业金融化的传导路径，发现减税降费主要通过替代效应抑制企业金融化，富余效应未发挥显著作用，从而揭示了减税降费影响企业金融化的微观机制。第三，本文采用DID方法进行估计，能有效地进行因果关系识别。在此基础上，本文进一步考察了减税降费对企业金融化的异质性影响，发现对于民营企业和处于银行存贷比较高地区的企业而言，减税降费对企业金融化的抑制效应更强，该结论为政府制定有针对性的政策提供了微观证据。

二、“营改增”影响企业金融化的理论分析

作为一项结构性减税政策，“营改增”对企业金融化的影响可归纳为替代效应和富余效应。其中，替代效应主要影响企业金融化与经营性投资的替代关系，而富余效应则使企业持有更多的富余现金，从而促使其配置更多的金融资产。“营改增”对企业金融化的影响路径可概括为图1。

图1上半部分描述“营改增”通过替代效应这一传导路径对企业金融化产生影响。具体来说，“营改增”可以通过替代效应抑制企业金融化水平，即企业金融化与经营性投资之间存在替代关系。如果企业配置过多的金融资产，就会挤占原本用于投资经营性业务的资源（Orhangazi，2007；Onaran，2011）；反之，如果企业增加经营性投资，就会对企业金融化产生抑制效应。在“营改增”之前，由于服务业企业缴纳营业税，增值税纳税人购买服务无法获得进项税额抵扣，而改革之后，增值税纳税企业购买专利技术、商务咨询服务和软件服务等无形资产和服务也可进行进项税额抵扣，这有利于企业（尤其是外购服务需求较大的企业）降低经营成本。经营成本的下降有利于提高经营性投资相对于金融资产的吸引力，由于经营性投资与金融资产投资之间的替代关系，“营改增”会对企业金融化产生抑制作用。

图1 “营改增”对企业金融化的影响过程

图1下半部分描述“营改增”通过富余效应影响企业金融化的传导路径。富余效应主要体现在两个方面：一方面，“营改增”对企业内部现金流的影响取决于外购服务需求进项税额抵扣和销售收入剥离销项税额对现金流影响的相对大小。外购服务需求进项税额抵扣会导致企业增值税实际税负下降（倪娟等，2019）。改革后，销售商品时从含税销售额转变成剥离增值税销项税额的营业收入，会导致企业在销售收入不变的情况下报表中的收入减少（乔睿蕾和陈良华，2017）。另一方面，富余效应还体现为对企业外部现金流的影响。企业会在现金流减少的同时降低其风险水平，从而使企业对应的市场报酬率下降，从外部改变企业补充现金流的能力。此外，根据信号传递理论，“营改增”会向市场投资者释放积极信号，外部投资者可能会增加对企业的资金供给量，降低企业融资成本，从而缓解企业的外部融资约束（罗宏和陈丽霖，2012）。

“营改增”对企业金融化的影响取决于替代效应与富余效应的相对强度。如果富余效应比替代效应更强，“营改增”会对企业金融化产生促进效用；反之，则“营改增”会抑制企业金融化。当然，替代效应和富余效应这两个传导路径究竟是否发挥作用，还有待实证检验。

三、研究设计

（一）数据来源

至2016年底，“营改增”的全面推行已基本完成，绝大多数企业实现了“营改增”的转变。因此，为了创建合理的处理组与对照组以进行DID估计，本文以2009-2015年为样本期，选取31个省（市、区）（不含港澳台）的沪深两市非金融上市公司为样本企业。参考相关文献，本文剔除以下样本：①2012-2015年“营改增”直接涉及的行业；②ST和*ST企业；③主变量数据有缺失的企业；④固定资产为零的样本观察值。经过处理，最终得到1644个企业2009-2015年的9162个观察值。鉴于极端值的存在可能会影响估计结果，本文对企业层面的连续变量进行1%的双侧缩尾处理。此外，本文依据证监会2012年行业分类标准对企业进行行业分类。

本文使用的数据主要来自于国泰安数据库（CSMAR）和万德数据库（Wind），本外币存贷款余额数据来自于中国人民银行官网，各省（市、区）财政支出和GDP数据来自于各省统计年鉴。

（二）变量选取

1.被解释变量

企业金融化的度量主要针对非金融企业。周绍东和谢浩然（2018）定义的金融资产包括交易性金融资产、长期股权投资和投资性房地产，而宋军和陆旸（2015）在这三个科目之外，还将衍生金融资产、可供出售金融资产和持有至到期投资划分为金融资产。持有至到期投资是最受争议的一项，彭俞超等（2018）主张将长期股权投资中对金融机构的持股划分为金融资产，而周绍东和谢浩然（2018）则主张将长期股权投资的整个科目划为金融资产。这是出于两种不同的考虑，如果把非金融企业参与资本市场作为企业金融化的表现，则长期股权投资整个科目应作为金融资产；但如果只把持有FIRE（金融业、保险业和房地产业）部门的资产视为金融资产的话，则应当将长期股权投资中对金融机构的持股划分为金融资产。

本文侧重于研究非金融企业对资本市场的参与，所以考虑宽口径的企业金融化，将长期股权投资整个科目划分为金融资产，最终将交易性金融资产、长期股权投资、投资性房地产、衍生金融资产、可供出售金融资产和持有至到期投资这六个科目界定为金融资产。企业金融化水平以企业的金融资产占总资产的比重表示。

2.解释变量

SA指数。参考Hadlock和Pierce（2010）提出的方法，采用SA指数衡量企业面临的融资约束程度。SA指数由两个外生变量构成，易于计算，而且计算结果比较稳健，因而被广泛使用（鞠晓生等，2013；吴秋生和黄贤环，2017）。SA指数的计算公式为：SA=-0.737Asset+0.043Asset2-0.04Age，其中：Asset表示企业资产总额，Age为企业成立年限。根据上式计算出来的SA指数为负值，且其绝对值越大表示企业面临着更严重的融资约束（鞠晓生等，2013）。

托宾Q值。企业价值反映市场投资者对企业的认可度，如果认可度高，则企业的外部资金供给增加，有利于企业降低融资成本。企业价值的代理变量一般可分为盈利性财务指标和企业市场价值两类。托宾Q值是最常用的企业价值代理变量，这是因为盈利性财务指标可能会受资本市场欠成熟、财务粉饰和盈余管理等因素的影响而导致数据失真（张立民和李琰，2017），而托宾Q值则不易受企业层面的操纵，而且市场价值也表示投资者对企业的认可度，这与本文的研究更加贴近。因此，本文用托宾Q值作为企业价值的代理变量。

经营性投资比率。经营性投资比率衡量企业对经营性活动的参与力度，以企业直接投放于生产经营环节的资本占总资产的比率表示。具体核算指标包括购买商品和接受劳务支付的现金、支付给职工以及为职工支付的现金、支付的各项税费、支付其他与经营活动有关的现金（刘楠楠等，2017），并用总资产进行标准化。如果企业对经营性活动的参与度提高，则经营性投资比率上升。

3.控制变量

基准回归中的控制变量包括企业层面和地区层面两类变量。其中，企业层面的控制变量包括产业关联度、企业规模、存货密集度、固定资产比例、企业年龄、净利润率、股权集中度、所有权性质和资产负债率。地区层面的控制变量包括企业所在省份的银行存贷比和财政支出比率（该变量仅在引入遗漏变量的内生性讨论中加入）。变量定义见表1。

表1 变量定义

Cash 净现金流比率 经营活动净现金流量/期末总资产Size 企业规模 期末资产总额的自然对数Fixed 固定资产比率 固定资产/总资产Age 企业年龄 样本年份-企业注册年份Profit 净利润率 净利润/营业收入Shareholder 股权集中度 前十大股东持股比例Ownership 所有权性质 国有企业为1，否则为0 Credit 银行存贷比 本外币贷款余额/本外币存款余额Fiscal 财政支出比率 财政支出/GDP Relevance 产业关联度 根据产业关联表计算所得

产业关联度用来衡量上游企业获得的进项税额抵扣能力。参考范子英和彭飞（2017）的做法，用2012年我国投入产出表中139个部门直接消耗系数矩阵为权重，与对应的增值税税率相乘，得出企业所在行业的产业关联度，即：

其中：k、m表示行业（k、m=1,2......,139），Vatrate指不同中间投入行业的增值税税率，营业税的增值税税率为0，其他情况按当年增值税税率（取值包括6%、9%、13%和17%）计算。Direct_cons是按照2012年投入产出表得出的直接消耗系数矩阵。

（三）模型设定

采用政策评估中的多时点DID方法分析“营改增”这一重大税制改革的微观效应。采用DID模型进行政策评估的前提是该政策要符合外生性要求（袁从帅等，2015），即政策选择的实验对象是随机的。“营改增”于2012年1月1日率先在上海市试点，同年9月后开始在其他省市进行试点，于2013年8月全国推行。虽然政府优先选择沿海地区进行试点，存在一定的非随机性，但对于企业而言，并不会因为在沿海或内地而存在显著差异，而且“营改增”在各地推广时间非常接近，企业很难在短时间内迁移进入其他省市。整体而言，本文的研究比较适用于DID模型。

根据DID模型的设定，选定的对照组应该不受“营改增”政策的影响，这就要求每个个体的潜在结果不会因为其他个体是否进入处理组而受到影响。在本文的研究中，虽然“营改增”的对象是服务业，但对于制造业等增值税纳税行业而言，在改革之后外购服务也可以进行进项税额抵扣，这就会低估“营改增”的政策效应。所以本文根据证监会行业划分标准，将所属行业属于增值税纳税行业（一直是增值税纳税行业而不是“营改增”行业）的企业作为处理组。同时，由于所有增值税纳税行业均会因为购入服务而受到“营改增”的影响，因此本文选取营业税纳税行业（一直缴纳营业税而非“营改增”行业）的企业作为对照组，主要包括2016年5月第三批次进入“营改增”的行业。参考陈钊和王旸（2016）的处理，设定如下DID模型进行检验：

其中：Yijt表示j省的i企业在t年的金融化水平。Timejt表示j省在t年是否已经实施“营改增”改革，是则取值为1，否则取值为0；Policyi表示对于实验组和对照组的区分，如果企业属于实验组则取值为1，否则取值为0；ρi和τt表示企业固定效应和时间固定效应；εijt为稳健标准误，由于“营改增”是分地区、分行业推行的，政策效应受同一地区市场环境的影响较强，因而在同一地区内企业之间的相关性也较强，本文使用城市层面的聚类效应对标准误进行修正；β1是主要关注的系数，反映“营改增”政策对企业金融化的影响。

四、实证分析

（一）基准回归

表2中的基准回归结果表明，无论是否控制年份、城市和企业固定效应以及省份时间趋势，交互项Time×Policy的系数均显著为负，这表明与对照组相比，处理组的样本在“营改增”之后，企业金融化水平显著下降。具体来说，“营改增”对样本公司金融化水平的抑制效应约为2个百分点。

其他控制变量与企业金融化的关系基本符合理论预期。由于表2中第（6）列控制了各种固定效应及相关因素，下面以该列的回归结果进行简要分析。固定资产比率（Fixed）的系数显著为负，说明企业购置的固定资产越多，企业金融化水平就越低。固定资产比率的增加是企业经营性活动增加的体现，这也从侧面证实替代效应的存在。企业规模（Size）的系数显著为负数，说明大企业拥有更低的金融化水平，这可能是由于规模优势的存在，大企业因经营成本更低而增加实体经营活动，从而对企业金融化产生抑制作用。企业年龄（Age）的系数也显著为负数，说明企业金融化水平会随着企业经营年限的增加而显著下降。净利润率（Profit）对企业金融化具有显著的促进作用，这是因为净利润率高的企业持有现金量更多，可以配置更多的金融资产。其他变量如产业关联度（Relevance）、净现金流比率（Cash）、股权集中度（Shareholder）、所有权性质（Ownership）和银行存贷比（Credit）并不显著，说明这些变量对企业金融化的影响并不大。

表2 “营改增”对企业金融化的影响

注：括号中数值以城市为聚类的稳健标准误，“*”、“**”、“***”分别表示10%、5%、1%显著性水平下显著,下同。

（二）内生性问题

1.平行趋势检验

DID模型要求实验组与对照组符合平行趋势假定。为了进行平行趋势检验，借鉴 Beck等（2010）的做法，在基准回归方程中加入各时点虚拟变量与区分实验组与对照组的虚拟变量的交互项，其他控制变量保持不变，同时控制年份、城市固定效应以及使用城市层面的聚类稳健标准误，并重新进行DID估计。若“营改增”推行之前该交互项的系数不显著异于0，则表明实验组和对照组确实具有平行趋势。

图2描绘了“营改增”在各个年度的政策效应，横轴为对应年份，纵轴为该交互项的估计系数。其中，current表示2012年，pre_1和pre_2分别表示2011年和2010年，post_1、post_2和post_3分别表示2013、2014和2015年。显然，在2012年之前，交互项的系数并不显著异于0，证实实验组与对照组样本具有平行趋势。2012年之后，交互项的系数呈明显下降趋势，到2014年下降程度最明显，这是因为2013年8月之后“营改增”在全国范围内推广，而本文将当年下半年推行的“营改增”政策视为次年推行，所以在图中2014年的下降程度最明显，进一步证实“营改增”确实使得企业金融化显著下降。

图2 平行趋势检验（图中垂直线为相应的95%置信区间）

2.加入重要的遗漏变量

“营改增”政策是由中央政府推行的，不会存在企业层面的因素影响政策推行，因而反向因果关系所导致的内生性问题不太可能存在。但可能存在某些遗漏变量同时影响“营改增”政策的推行以及企业金融化水平，例如地方政府的财政政策可能会导致该地区成为“营改增”政策的试点地区，同时财政政策也可能会影响企业绩效（张帆和张友斗，2018）。为了考察地方政府的财政政策是否会干扰基准回归结果，我们加入了地方政府财政支出这一可能的遗漏变量并重新进行DID估计。从表3的回归结果可以看出，交互项的系数依然显著，与基准回归结果相比变化不大，而财政支出的估计系数并不显著，表明地方政府的财政政策对企业金融化水平不存在显著影响。整体而言，内生性问题并不会导致本文的估计产生较大偏误。

表3 加入地方政府财政支出的模型回归结果

（三）稳健性检验

1.时间安慰剂检验

基准回归结果表明“营改增”政策的推行导致企业金融化水平降低，但还存在一点疑问，即企业金融化水平的降低是否的确源于“营改增”政策的推行？还有一种可能的解释是，企业在“营改增”之后的时间范围内正好减少了对金融资产的持有，但这并不必然与“营改增”政策的推行相关，而只不过是“营改增”政策刚好在这段时间内推行而已。为此，我们进行反事实检验，即假设“营改增”政策开始推行的时间提前1年或提前2年，试点地区和批次均不改变，并相应调整虚拟变量的取值。新的DID 估计结果（见表4）显示，交互项Time×Policy的系数均不显著，进一步证实企业金融化水平的下降是因为“营改增”政策的推行，而不是因为在这段时间内企业的金融化水平恰好下降。

表4 时间安慰剂检验

城市固定效应 Yes Yes Yes Yes省份时间趋势 No Yes No Yes个体固定效应 Yes Yes Yes Yes常数项 0.5282***（0.1086）0.6634***（0.1305）0.5286***（0.1080）0.6643***（0.1302）组内R2 0.8589 0.8657 0.8589 0.8657 N 9162 9162 9162 9162

2.地区安慰剂检验

时间安慰剂检验从时间角度进行反事实检验，但是也可能在“营改增”政策推行的地区中企业金融化水平恰好下降，而这并不是由于“营改增”政策的推行所引起的。为此，我们参考李卫兵和李翠（2018）的做法，从试点地区的角度进行反事实检验，即在31个地区中随机选取9个地区作为假想的“营改增”政策试点地区，推广过程并不改变，2012年随机选取1个地区作为试点地区，2013年选取8个地区作为试点地区，到2014年所有地区均进行推广，其他设定均与基准回归中的第（6）列相同，并依此进行DID估计。为了增加结果的说服力，重复进行500次检验，交互项Time×Policy的估计系数的分布密度图如图3所示。由图可知，基于500次反事实的处理组所估计的系数分布在大于-0.01的区域以内，而真实的基准回归中交互项Time×Policy的系数为-0.0163，位于正态分布两端之外，表明基准回归中“营改增”对企业金融化的显著抑制作用并非地区层面未观察到的其他因素所驱动。

图3 地区安慰剂检验

3.行业安慰剂检验

本文选取的对照组是按照行业划分的，下面进一步从行业角度进行安慰剂检验。基本的思路与地区安慰剂检验类似，即在56个样本行业中随机选取30个行业中的企业作为新的处理组，其他行业中的企业则作为新的对照组，地区推广过程依然保持不变，其他设定与基准回归中第（6）列相同，然后进行DID估计。同样地，重复进行500次检验，估计的交互项的系数分布密度图如图4所示。可以看出，基于500次反事实的处理组所估计的交互项Time×Policy的系数分布在大于-0.004的区域内，而真实的基准回归中Time×Policy交互项的估计系数为-0.0163，位于正态分布的两端之外，进一步证实“营改增”的政策效应并没有受到行业层面未观察到的其他因素所驱使。

图4 行业安慰剂检验

五、机制分析

前文从理论上阐释了“营改增”影响企业金融化的潜在机制，即富余效应与替代效应，下面对这两个机制进行实证检验。

（一）富余效应

企业可以通过内部现金流和外部现金流两个渠道增加现金持有，所以我们选取融资约束、企业价值与净现金流比率三个指标来进行验证。融资约束指标采用SA指数衡量，该指数为负数且绝对值越大，企业所面临的融资约束越严重。在样本企业中，SA指数多为负数且均值小于-1，表明样本企业存在一定的融资约束。企业价值指标采用流行的托宾Q值衡量。净现金流比率直接衡量了企业内部现金流的变化。从“营改增”对融资约束、企业价值影响的回归结果来看，交互项Time×Policy的估计系数均不显著，表明“营改增”政策并未显著缓解企业的融资约束、促进企业价值提升和直接增加企业内部现金流，因而“营改增”政策并没有通过促进企业现金量持有而增加对金融资产的配置，这说明富余效应的传导路径并不存在。

（二）替代效应

以企业直接投放于生产经营环节的资本占总资产的比率作为衡量经营性投资的指标，表5显示了替代效应的检验结果。在所有6个点估计中，交互项Time×Policy的估计系数均至少在10%的统计水平上显著。整体来看，“营改增”对企业经营性投资具有显著的正向促进作用，而且“营改增”政策的推行使得企业经营性投资比率提高5个百分点以上。

表5 替代效应检验

综合来说，“营改增”影响企业金融化的两个潜在机制中，富余效应这一机制并未发挥实际作用，而替代效应则能发挥显著作用，因而“营改增”主要通过促进企业经营性投资，发挥替代效应而对企业金融化产生抑制作用。

六、异质性检验

（一）所有权性质的异质性检验

上文的检验已经证实“营改增”政策主要通过促进企业经营性投资的替代效应而抑制企业金融化，通过缓解企业融资约束而促进企业金融化的富余效应并不显著。但是，我国的国有企业和民营企业在投资行为方面表现出许多不同的特征。国有企业存在投资低效、投资过度等问题（李昊楠和郭彦男，2020），因此“营改增”通过发挥替代效应而抑制企业金融化这一影响路径，很可能在国有企业和民营企业中存在较大差别。为了深入考察所有权性质是否会影响“营改增”对企业金融化的抑制效应，我们将全部样本划分为国有企业和民营企业并进行分组DID估计。

值得指出的是，异质性检验不能简单地对比分组回归的结果，而是要进行组间系数差异检验（李卫兵和张凯霞，2019）。因此，本文采用费舍组合检验法（Fisher's Permutation test）来进行考察，其报告了两个组别之间所有变量的组间系数差异。同时，为了增强说服力，我们使用自助法（bootstrap）重复进行1000次的抽样，得到相应的经验p值用于识别组间调整系数差异的显著程度。按国有企业和民营企业进行分组的回归结果见表6中的第（1）、（2）列。根据经验p值判断，“营改增”政策对企业金融化的抑制效应会受到企业所有制的显著影响。具体来说，“营改增”使国有企业的金融化水平下降1.83个百分点，使民营企业的金融化水平下降6.04个百分点。相较而言，“营改增”对民营企业金融化水平的抑制效应更强。

表6 异质性分析：所有权性质与银行信贷

（二）银行信贷环境的异质性检验

前文研究表明， “营改增”主要通过促进企业经营性投资，发挥替代效应而抑制了企业的金融化。银行信贷是企业投资的重要资金来源，且主要用于支持第二产业的发展（郭明等，2009）。在信贷较宽松的地区，企业的经营性投资更容易获得信贷支持，这可能导致“营改增”在信贷宽松的地区对经营性投资的促进力度更大，发挥的替代效应更强，最终表现为对企业金融化水平更加明显的抑制效应。为考察“营改增”对企业金融化的异质性影响，将各省份的存贷比进行排序，并将所有样本按省份分为存贷比高和存贷比低两个组别。分组回归结果见表6中的第（3）、（4）列，经验p值显示“营改增”对企业金融化的影响在存贷比高和存贷比低的地区存在显著差异。从交互项Time×Policy的系数可以发现，在存贷比高的地区，“营改增”显著抑制了企业金融化水平，但在存贷比低的地区，“营改增”却对企业金融化水平没有显著影响。可能的解释是，在存贷比较低的地区，银行对企业经营性活动的信贷支持力度较小，从而削弱了“营改增”对企业金融化的抑制程度。

七、结论和建议

“营改增”是近年来我国在结构性减税方面完成的一项重大税制改革，对实体经济产生了重大影响。本文对“营改增”影响企业金融化的潜在机制进行理论分析，并利用沪深两市2009-2015年间上市公司的微观数据，采用DID方法实证分析了“营改增”对企业金融化的影响程度及渠道。结果表明：第一，“营改增”对企业金融化具有显著的抑制效应；第二， “营改增”主要通过刺激企业经营性投资的替代效应而对企业金融化产生抑制作用，但“营改增”并未显著缓解企业的融资约束和提升企业的市场价值；第三， “营改增”对民营企业金融化的抑制效应强于对国有企业的影响，且“营改增”对企业金融化的抑制效应主要存在于存贷比较高的地区。上述研究结论表明，“营改增”作为一项结构性减税政策，对抑制企业金融化、促进实体企业增加经营性投资具有积极意义。

本文的政策含义在于，针对目前中小企业面临的经营困境，无论是从短期内应对疫情冲击，还是从长期内促进中小企业健康发展来看，实行结构性减税或其他政策以减轻企业负担，对企业的良性健康发展均具有积极意义。 减税降费对企业金融化的影响会受到企业所有制和信贷环境的影响，说明减税降费政策要适当考虑国有企业与民营企业之间的差异，对企业发展的激励政策要充分考虑财税政策与货币政策的协调配合，以更好地发挥减税降费政策的效应。