负面声誉与企业避税——来自上市公司违规处罚的经验证据

詹新宇，刘琳琳，成 显

一、引言与文献综述

中国经济已由高速增长阶段转向高质量发展阶段。作为经济高质量发展的微观主体，高质量的企业个体无疑是经济高质量发展的基石和关键抓手。作为行业领头羊，高质量的上市公司是实现经济社会高质量发展的重要载体，也是资本市场健康发展的基础。提高上市公司质量，关键在于有效的内部治理和外部监管，而有效的外部监管又对促进企业内部治理有积极作用。中国在加强外部监管方面进行了丰富的实践，其中对上市公司各类违规行为进行处罚是最常采用的方式之一。已有的研究表明，这一类处罚措施对“纠偏”上市公司行为，促进其内部治理产生了正面的作用。①刘明辉、韩小芳：《“谴责”能否促进财务舞弊的公司改善公司治理？》，《财经问题研究》2009 年第2 期。然而，越来越多学者意识到企业受罚所传达出的负面声誉，将在产品市场②陈运森、王汝花：《产品市场竞争、公司违规与商业信用》，《会计与经济研究》2014 年第5 期。、资本市场③刘星、陈西婵：《证监会处罚、分析师跟踪与公司银行债务融资——来自信息披露违规的经验证据》，《会计研究》2018 年第1 期。以及外界监督④朱春艳、伍利娜：《上市公司违规问题的审计后果研究——基于证券监管部门处罚公告的分析》，《审计研究》2009年第4 期。等方面对企业产生负面冲击，对企业的经营现金流、融资约束产生不利的影响。为了应对这种负面冲击，避税成为企业可能采取的策略行为之一，而且相比于削减营销费用或研发支出等“节流”的措施，企业避税更有助于增加企业现金流，并通过内源融资缓解融资约束。①Edwards，A.，Schwab，C.，&Shevlin，T.，“Financial constraints and cash tax savings”，Accounting Review，vol.91,no.3,2016，pp.859-881.因此，上市公司遭受违规处罚所形成的负面声誉，是否会影响企业的纳税行为，诱导企业避税，从而产生“按下葫芦浮起瓢”的“跷跷板”效应值得探究。

对于企业避税行为的影响因素，现有文献主要聚焦于企业内部治理和外部环境等方面。第一，就企业内部治理的角度而言，相关文献主要聚焦于财务特征②Gupta，S.，&Newberry，K.，“Determinants of the variability in corporate effective tax rates:evidence from longitudinal data”，Journal of Accounting and Public Policy，vol.16,no.1,1997，pp.1-34.、管理层特征③蔡地、罗进辉：《CEO 类型影响家族企业的税收激进程度吗？》，《经济管理》2015 年第9 期。、公司治理特征等方面。④陈骏、徐玉德：《内部控制与企业避税》，《审计研究》2015 年第3 期。有学者通过中国工业企业的实证研究结果表明，为了获取更多的投资资金，确保企业的竞争优势，处于竞争激烈行业的企业会较大程度地进行税收规避。⑤Liu，C.Q.，“Competition and corporate tax avoidance:evidence from chinese industrial firms”，The Economic Journal，vol.119,no.537,2009，pp.764-795.爱德华兹（Edwards）等通过将美国上市公司作为研究样本，探讨了企业融资约束和避税程度之间的关系，结果发现企业面临的融资约束越大，避税程度越高。⑥Edwards，A.，Schwab，C.，&Shevlin，T.，“Financial constraints and the incentive for tax planning”，Working Paper，2013.第二，就外部环境视角下的避税行为研究而言，主要集中于金融发展水平、税收征管、外界监督等方面。刘行和叶康涛的研究指出，税收规避是企业缓解融资约束的方式之一，而金融发展水平的提高可以通过缓解企业的融资约束，对企业的避税行为产生显著的抑制作用。⑦刘行、叶康涛：《金融发展、产权与企业税负》，《管理世界》2014 年第3 期。就税收征管强度对企业避税的影响而言，田彬彬和范子英认为税收征管强度作为一种重要的外部治理机制，是企业避税风险和成本的重要影响因素，可以通过提高企业避税成本来降低企业的避税倾向。⑧田彬彬、范子英：《税收分成、税收努力与企业逃税——来自所得税分享改革的证据》，《管理世界》2016第12期。

基于已有研究发现：一方面，企业面临的融资约束、资金压力等会诱导企业产生避税行为；另一方面，税收征管强度、公司内部治理和社会各界监督又会抑制企业避税的行为。监管机构的处罚公告客观上构成了对涉事企业的负面声誉冲击，可能从上述两个方面对涉事企业的避税行为产生影响：一方面，负面声誉将发挥信号传递效应，降低资本市场中的金融机构和产品市场中的供应商及购买者对企业的评价，从而增加企业未来现金流的不确定性，加剧企业的融资约束。而企业避税又具有积极的现金流效应，可以增加企业的税后现金流，而且相比于通过削减营销费用及研发支出等“节流”的措施来缓解融资约束，避税无疑是涉事企业应对负面声誉的融资约束效应的最佳选择，即负面声誉冲击可能迫使企业避税以增加现金流，从而提升了涉事企业的避税程度。另一方面，负面声誉作为一种信息披露机制，可能通过揭示涉事企业的负面信息，提高了涉事企业公司治理水平和外部审计质量，从而降低了社会各界与涉事企业的信息不对称程度，导致其避税难度提升，避税成本增加。⑨Marciukaityte，D.，Szewczyk，S.H.，Uzun，H.，&Varma，R.，“Governance and performance changes after accusations of cor⁃porate fraud”，Financial Analysts Journal，vol.62,no.3,2006，pp.32-41.因此，处罚公告给涉事企业造成的负面声誉冲击，既增加了涉事企业提升避税程度以缓解融资约束的紧迫性，也通过缓解信息不对称程度，增加了涉事企业的避税难度。从企业避税的经济后果来看，不可否认，企业避税存在一定的积极影响。企业避税具有一定的“现金流效应”，可以增加企业的税后现金流，在一定程度上缓解企业的融资约束。然而，企业避税也会产生一些消极后果，如损害企业经营业绩和企业价值，影响公司价值的提升。⑩汪猛、徐经长：《企业避税、通货膨胀预期与经营业绩》，《会计研究》2016 年第5 期。因此，探讨负面声誉与企业避税行为之间的影响关系，对于完善监管制度设计，提高上市公司质量具有重要意义。

本文致力于研究企业违规受罚的负面声誉冲击对企业避税行为的影响，其边际贡献可能体现在三个方面：第一，在研究方法上，将上市公司违规受罚的相关指标作为政策冲击的识别变量，以多维度的受罚指标为基础构建多时点双重差分模型和双向固定效应模型，考察处罚事件的负面声誉冲击对企业避税程度的影响，在研究方法上具有一定的创新性。第二，在研究视角上，本文从负面声誉冲击的视角出发，丰富了公司违规处罚的外溢效应研究，并且拓展了企业避税行为的研究视域，从而加深了对企业避税行为驱动力量和约束条件的认识，研究视角富有新意。第三，在政策观点上也体现出一定程度的创新性。一方面，本文对如何实现资本市场监管与税收监管之间的信息互通、部门联动，加强执法监管部门的信息化建设，具有一定的借鉴意义；另一方面，对完善监管制度设计和提高上市公司质量也有一定的政策启示。

本文后续的结构安排是：第二部分为理论分析与研究假说，第三部分为实证模型与变量说明，第四部分为实证结果，最后一部分则为结论与政策建议。

二、理论分析与研究假说

企业的避税决策通常是经理人权衡避税收益和成本的结果。一方面，就避税的收益而言，最主要的收益是企业通过避税所节约的税款支出，即避税可以增加企业的税后现金流，而税后利润的增加可以弥补股东或经理层在税务管理方面付出的努力。①陈作华、方红星：《融资约束、内部控制与企业避税》，《管理科学》2018 年第3 期。此外，避税活动还有助于掩盖管理层的寻租活动，为“抽租”行为提供便利。②Desai，M.A.，&Dharmapala，D.，“Corporate tax avoidance and high-powered incentives”，Journal of Financial Economics，vol.79,no.1,2006，pp.145-179.另一方面，从避税成本的角度来看，最直接的避税成本是税务部门对企业的行政处罚以及附带的声誉损失。除此之外，企业的避税行为还可能加剧企业的信息不对称程度，提高企业的代理成本，对企业的债务融资、经营业绩和投资效率产生不利影响。③刘行、叶康涛：《金融发展、产权与企业税负》，《管理世界》2014 年第3 期。

通过信号传递效应，企业违规被罚的负面声誉加剧了涉事企业的融资约束。涉事企业为缓解融资约束，提高避税程度、增加避税收益成为其现实选择。企业因违规行为而受罚会对企业的声誉产生负面冲击，从而向资本市场和产品市场传递负面消息。

首先，资本市场中的金融机构作为负面信号的接收者，会根据受罚的负面声誉事件修正对企业经营能力的评价，并相应地上调企业的违约风险，进而降低对企业提供债务融资的意愿或通过提高债务融资成本作为风险补偿。④窦炜、郝晓敏、李培源：《上市公司的违规行为会影响其债务融资吗？——基于地区法制环境差异性的分析》，《科学决策》2018 年第1 期。其次，在产品市场中，处罚公告的负面信号会降低企业商业信用的融资规模，抬高商业信用的使用成本。这是因为企业违规被罚后，供应商提供商业信用所面临的违约风险和信息风险增加，迫使其更倾向于采用从严从紧的商业信用政策。最后，处罚公告的负面声誉还可能通过对企业扩张策略的实施产生阻滞效应，降低企业与下游采购商的讨价还价能力，对企业的营业收入和成本产生消极影响，增加企业未来现金流的不确定性，从而对企业自身产生现金的能力造成直接损害。⑤朱沛华：《负面声誉与企业融资——来自上市公司违规处罚的经验证据》，《财贸经济》2020 年第4 期。

由此可以看出，企业被罚的负面声誉会增加企业未来现金流的不确定性，加剧企业的融资约束。而企业避税作为一种替代性的内源融资方式，在理论上而言具有积极的“现金流效应”，可以减少税款支出，增加企业的税后现金流，从而有助于缓解企业的融资约束。⑥刘行、赵健宇、叶康涛：《企业避税、债务融资与债务融资来源——基于所得税征管体制改革的断点回归分析》，《管理世界》2017 年第10 期。除此之外，企业避税还可以通过降低企业税负形成“非债务税盾”，进而降低企业的债务融资需求。①魏志华、夏太彪：《社会保险缴费负担、财务压力与企业避税》，《中国工业经济》2020 年第7 期。基于此，本文提出研究假设1a。

假设1a：违规受罚的负面声誉，将通过信号传递加剧涉事企业的融资约束，进而提高涉事企业的避税程度。

企业因违规行为而受到监管机构惩处，处罚公告本身的信号作用可以降低企业的信息不对称程度，进而提高企业的避税成本，降低企业的避税程度。首先，监管机构的处罚公告作为一种负面信息披露机制，其所释放的“坏消息”具有风险警示作用，向外界传递了负面信号，从而降低了企业与税务部门之间的信息不对称程度。②刘坤、戴文涛：《企业违规、产权性质与贷款融资》，《财经问题研究》2017 年第6 期。当企业因违规行为而被查处后，由不同的监管机构出具处罚公告，处罚公告本身具有一定的鉴定作用，向外界传递了其财务报告不可靠和潜在法律风险的消极信号。税务部门通过监管机构出具的处罚公告知晓企业的违规行为后，可能会对企业报表的真实性和经营风险产生一系列质疑，从而对企业的会计账务往来和经营情况进行核查，由此带来的直接后果是企业的避税行为更容易被发现，所面临的避税成本将显著上升。其次，企业出于声誉修复和挽回投资者信心等方面的目的，可能会致力于完善内部治理机制，比如加强内部控制建设及增加独立董事比例等，从而提高企业的治理水平。而公司治理水平本质上是保障各利益相关者利益的一整套机制，公司治理水平的提高通常意味着财务透明度和信息披露质量的提升，进而有助于降低企业的信息不对称程度，增加企业的避税成本。③严若森、钱晶晶、祁浩：《公司治理水平、媒体关注与企业税收激进》，《经济管理》2018 年第40 卷第7 期。最后，企业被罚的负面声誉还会对审计师的行为决策产生影响，具体体现为审计质量的提升，包括更高的审计费用和更高概率的非标准审计意见类型。高质量的外部审计质量作为一种公司治理机制，也有助于公司治理水平与会计信息透明度及可靠性的提升，从而降低企业的信息不对称程度。④Zhou，H.，“Auditing standards，increased accounting disclosure，and information asymmetry：evidence from an emerging mar⁃ket”，Journal of Accounting and Public Policy，vol.26,no.5,2007，pp.584-620.基于此，本文提出与前述假说相对立的研究假设1b。

假设1b：违规受罚的负面声誉，将通过降低信息不对称程度提高企业避税的成本，进而降低涉事企业的避税程度。

综上，一方面，为缓解因违规受罚负面声誉冲击而加剧的融资约束，涉事企业可能提高避税程度，以增加避税的收益；另一方面，负面声誉作为一种信息披露机制和外部治理机制，还可能通过降低信息不对称程度，增加企业避税的成本，进而降低涉事企业的避税程度。涉事企业的避税决策通常是理性经理人权衡避税收益和避税成本的结果，违规被罚的负面声誉对涉事企业避税程度的影响究竟是促进效应还是抑制效应，哪种效应占据主导地位和发挥主要作用，其传导机制又是什么，这都是亟待验证的问题。为此，本文拟构建实证模型来较为深入地检验负面声誉对企业避税程度的影响。

三、实证模型与变量说明

（一）实证策略

为缓解内生性问题，建立多时点双重差分模型以检验违规被罚的负面声誉冲击对企业避税的影响，如模型（1）所示：

上式中，被解释变量（TAXi,t+1）是企业避税的相关指标；REP_didit作为核心解释变量，等于TREATi×POSTt，TREATi为虚拟变量，如果企业i在样本期间因违规而被处罚则取值为1，否则为0，POSTt为虚拟变量，如果在第t年被处罚，第t年及以后年度取值为1，否则为0；Xit为企业和城市层面的控制变量；δi和λt分别为企业和时间固定效应。由于涉事企业违规受罚的时点并不一致，上式本质上是一个多时点双重差分模型。

在此基础之上，为深入探讨违规受罚程度对涉事企业避税程度的影响，本文以企业当年受到各类处罚措施的次数之和，即企业被罚的频数作为负面声誉的代理变量，构建固定效应模型（2）：

在上式中，核心解释变量（REP_freit）为企业当年受罚次数总和的连续变量，其他变量含义均与模型（1）一致。

（二）主要变量说明

1.被解释变量

参考已有相关研究的做法，在基准回归中采用以下两个指标来衡量企业的税收规避程度。

第一，采用企业名义所得税率和实际所得税率的差额（TAX_rdiff）作为避税程度的度量标准。①刘行、叶康涛：《企业的避税活动会影响投资效率吗？》，《会计研究》2013 年第6 期。该差值的数额越大，表明企业的税收规避程度越高。上市公司享有不同的税收优惠政策，导致其名义税率之间存在一定的差异。在这种情况下，相比于企业的实际所得税率而言，名义税率和实际所得税率之间的差额能够更好地反映企业的避税程度。其中，企业的名义所得税率是指企业享受税收优惠后的名义税率，实际所得税率=当期所得税费用/税前利润总额，当期所得税费用=总的所得税费用-递延所得税费用。

第二，采用固定效应残差法计算的会计账面与实际税负差异（TAX_ddbtd）作为税收规避程度的衡量指标。TAX_ddbtd的值越大，说明企业避税程度越高。具体而言，可采用固定效应残差法来估计模型（3）：

上式中，TAit为总应计项目，总应计项目=（净利润-经营活动产生的现金流量净额）/期初资产总额，μi为企业税负不随时间变化的固定特征部分，εit为企业税负差异的变动特征部分，TAX_ddbtdit=μi+εit表示扣除应计利润影响之后的会计—税收差异。剔除了税会差异中由企业盈余管理解释的部分，能够更为精准地度量企业的避税程度。

2.核心解释变量

企业声誉存在的形式多种多样，尚不存在统一的测度标准，而现有相关研究通常将企业违规受罚事件、媒体报道、信用评级和官司诉讼等作为企业声誉的代理变量。事实上，企业因违规行为而受到监管机构的处罚，监管机构出具的处罚公告会发挥信号传递效应，对企业的声誉产生负面的冲击。企业的违规行为可以根据性质分为金融监管性质的违规和非金融监管性质的违规。金融监管性质的违规主要包括一般会计处理不当、资本市场操作违规（欺诈上市、内幕交易、操纵股价、违规担保、违规买卖股票、出资违规等）、披露失实违规（虚构利润、虚列资产、虚假陈述等）。而非金融监管性质的违规行为，主要是指企业在生产质量、环境保护等方面出现的违规行为，由非金融监管机构出具相应的处罚公告。企业的违规行为被查出后，监管机构将给予企业不同等级的处罚，主要包括批评、警告、谴责、罚款、没收违法所得、其他（整改整顿、规范经营等处罚方式）。

本文从声誉机制的角度出发，参考孙雪娇等的研究，将企业受到监管机构处罚的相关指标作为负面声誉的代理变量。②孙雪娇、翟淑萍、于苏：《柔性税收征管能否缓解企业融资约束——来自纳税信用评级披露自然实验的证据》，《中国工业经济》2019 年第3 期。具体而言，采用企业是否受到监管机构的处罚以及企业受到各种处罚措施次数的加总作为主要的衡量指标。另外，若监管机构的处罚公告发生在上半年，则该处罚行为发生在当年；若处罚公告发生在下半年，则将该处罚行为视为发生在下一年度。

3.控制变量

为控制影响企业税收规避行为的各种因素，控制了以下企业和城市层面的控制变量。

首先，企业基本特征变量：（1）企业规模（SIZE），等于企业年末总资产的对数值；（2）企业年龄（AGE），用观测年份减去企业注册成立的年份的对数值来表示；（3）资产负债率（LEV），等于企业年末负债总额占资产总额的比重；（4）有形资本密集度（PPE），以年末固定资产的净值占年末总资产的比重来表示；（5）无形资本密集度（INT），等于企业年末无形资产的净值除以年末总资产；（6）存货密集度（INVE），等于年末存货净值与企业总资产的比值。

其次，企业盈利特征变量：（1）盈利能力（ROA），即企业的总资产报酬率，为净利润和平均资产的比值；（2）亏损状况（LOSS），是企业上期是否亏损的虚拟变量，若企业上期净利润为负，则取值为1，否则取值为0；（3）成长性（GROWTH），用营业收入的增长率来衡量；（4）投资收益率（EQINC），即投资收益与总资产的比值。

最后，城市层面的控制变量有：（1）经济发展水平（PGDP），为人均GDP 的对数值；（2）产业结构（IND），等于第三产业产值和第二产业产值占GDP 的比重；（3）财政压力（FSSR），用财政自给率来度量，等于一般公共预算收入占一般公共预算支出的比重。

（三）数据说明与描述性统计

本文选取2000—2018 年沪深两市A 股上市公司作为研究样本，数据主要来源于国泰安数据库、Wind数据库、EPS 数据平台和《中国城市统计年鉴》《中国税务年鉴》。

参考已有文献的经典做法，剔除了以下研究样本：（1）金融行业的上市公司样本；（2）退市风险警示公司样本（ST 公司）；（3）最终控制人不详的上市公司；（4）实际税率大于1 和小于0 的样本；（5）税前利润小于0 的样本；（6）关键变量数据缺失且无法补充的公司样本。为消除极端值的影响，本文对模型中所有连续变量在1%和99%的分位水平上进行了缩尾处理。表1 是主要变量的统计特征描述。

表1 主要变量的描述性统计

四、实证结果

（一）基准实证结果

表2 报告了控制公司固定效应和时间固定效应后的回归结果。第（1）列和第（3）列使用的是双重差分模型，核心解释变量是企业是否受罚的变量；第（2）列和第（4）列采用固定效应模型进行估计，解释变量是企业当年受到处罚的次数总和。从表2 中奇数列的回归结果来看，核心解释变量的系数显著为正，说明在违规受罚的负面声誉冲击下，企业的避税程度显著提高。从偶数列的结果来看，企业受罚次数的系数也都显著为正，意味着负面声誉对企业产生了显著的避税激励，从而验证了本文的研究假说1a。

表2 基准模型实证结果

就其他控制变量的回归结果而言，它们对企业避税程度的影响都与已有研究基本一致，这也在一定程度上说明了控制变量选取的科学性和合理性。具体而言，城市层面的财政自给率和人均GDP 都对企业避税产生了显著的负向影响，说明地方政府的“自身造血”能力越强，经济实力越雄厚，企业避税程度越低。企业规模和企业避税程度也成反比，企业的规模不仅代表了其资源禀赋的雄厚程度，还体现了融资约束程度，人力、资本等资源较为雄厚且融资约束较为宽松的企业的资源整合能力较强，避税动机较弱。企业盈利能力系数显著为正，说明盈利能力较强的企业的避税程度较高。

（二）稳健性检验

在基准回归的基础上进行了以下四个方面的稳健性检验：第一，进行了平行趋势检验。第二，借鉴国内外相关文献的做法，变更了企业避税程度的度量标准。第三，考虑到样本期间存在影响回归结果的干扰性政策因素，通过更换样本期间和引入控制变量的方式来控制干扰因素对回归结果的影响。第四，通过进一步引入企业和城市层面的遗漏变量，以及使用工具变量法来处理基准模型中可能存在的内生性问题。

1.平行趋势检验

双重差分模型的应用要求样本必须满足平行趋势假定，即在受到政策冲击之前，处理组和控制组必须基本维持平行的趋势。由于本文的双重差分模型在本质上属于多期DID，无法使用传统DID的平行趋势检验方法，本文借鉴已有相关研究的做法，采用DID的基本思路设计了以下计量模型来检验是否满足平行趋势假定：

从图1 和图2 的结果可以看出，在企业因违规受罚而受到负面声誉冲击之前的4 年，无论以何种方式度量企业避税程度，处理组和对照组之间的企业避税程度均不存在显著差异，并且系数值的正向符号和绝对值大小也证实了假说1a 的认定。

图1 平行趋势检验I（TAX_rdiff）

图2 平行趋势检验II（TAX_ddbtd）

2.替换企业避税的测度指标

前文在进行基准回归时，将名义税率和实际税率之间的差额及扣除应计利润之后的回归残差项作为企业避税程度的度量标准，为增强结果的稳健性，本文进一步使用以下三个指标作为企业避税程度的代理变量：首先，将会计—所得税差异（TAX_btd）作为企业避税的衡量指标。通常来说，会计—税收差异越大，企业避税的可能性越高。其中，TAX_btd=（税前会计利润-应纳税所得额）/期初资产总额，应纳税所得额=（所得税费用－递延所得税费用）/名义所得税率。其次，基于企业名义所得税率和实际所得税率的差额，借鉴许红梅和李春涛的已有研究，选用企业的长期税率差异测度企业的避税程度。①许红梅、李春涛：《社保费征管与企业避税——来自〈社会保险法〉实施的准自然实验证据》，《经济研究》2020 年第6 期。长期税率差异（TAX_lrdiff）等于企业过去5 年（t-4 年至t 年）的名义所得税率和实际所得税率差异的平均值。从表3的结果可以看出，核心解释变量的系数依然显著为正，只是在数值上有微小的波动，说明企业受罚的负面声誉确实增加了企业避税程度。

表3 稳健性检验II：替换企业避税的测度指标

3.排除替代性解释

首先，通过更换样本区间来排除所得税分享改革、“省直管县”改革、金融危机及企业所得税法对基准回归结果的干扰。本文基本回归的样本区间是2000—2018 年，在样本区间内存在着其他对企业避税行为产生影响的干扰性因素。第一，2002 年的所得税分享改革以及2002 年开始试点的财政“省直管县”改革，可能使得地方政府具有提高税收征管强度的激励，而税收征管强度的增加会对企业避税行为产生抑制作用。②李广众、贾凡胜：《财政层级改革与税收征管激励重构——以财政“省直管县”改革为自然实验的研究》，《管理世界》2020 年第8 期。第二，2008 年爆发的金融危机，可能通过增加企业的外部融资成本和难度，对企业的避税动机产生了影响。③王亮亮：《金融危机冲击、融资约束与公司避税》，《南开管理评论》2016 年第1 期。第三，新《企业所得税法》于2007 年通过，2008 年1 月1 日起正式实施，其中关于为职工缴纳的“五险一金”税前扣除的规定，以及企业名义税率的变化，都会对企业的所得税实际税负产生影响，而税收负担的减轻在理论上有助于降低企业避税程度。第四，“营改增”政策的实施可能会通过“减税效应”和“分工效应”对企业避税行为决策产生影响。为了排除前述可能存在的替代性解释，避免其对研究结论产生干扰，本文将样本区间设为2008—2013 年对基准模型进行检验，考察前述干扰性因素是否会影响本文的研究结论。表4 中前四列的回归结果显示，更换样本期间的回归结果和基准模型的结果是非常一致的，企业受罚的负面声誉对企业避税程度产生了显著的正向影响，说明前文基准回归的结果是比较稳健的。

表4 稳健性检验III：排除替代性解释

其次，“金税三期”工程的实施在本质上是信息监管技术在税收征管中的应用，于2013 年在重庆、山西、山东三省、市的国税局、地税局率先上线运行。截至2016 年底，该工程已在全国范围内实现覆盖。“金税三期”工程的实施提高了政府对涉税信息的监管能力，实现了涉税数据的交叉审核和流程监控，以及涉税信息在总局和省局的集中处理。也就是说，“金税三期”工程的实施可能通过提高税务机关的征税能力，特别是涉税信息的监管能力来增加企业避税的成本，进而对企业的避税程度产生影响。由此，为了排除“金税三期”工程的实施对基本回归结果的干扰，本文设置“金税三期”虚拟变量（GTP），如果年份大于及等于2013 年，则取值为1，否则为0，将其引入基准回归模型中进行估计，回归结果报告在表4 的第（5）至（8）列中。回归结果显示，控制“金税三期”虚拟变量后，负面声誉的系数依然全部显著为正，较好地支持了本文的主要结论。

4.内生性问题的处理

首先，控制了企业和城市层面的遗漏变量。企业层面的遗漏变量主要包括董事会规模、独立董事比例、两职合一（董事长和总经理为同一人）以及是否是四大审计的虚拟变量，城市层面的控制变量包括市场化指数等，回归结果报告见表5。其次，使用工具变量法处理可能存在的内生性问题。本文采用同一省份内其他上市公司违规行为特征的均值作为负面声誉的工具变量（REP_iv）。企业的违规决策不仅与企业自身的财务特征和治理水平相关，还可能受到地区“同群”企业的影响。就上市公司违规行为的地源性特征而言，在企业间社会互动机制的作用下，上市公司的违规行为存在着“近墨者黑”的地区同群效应，即上市公司的违规行为决策受到同一地区内其他上市公司违规行为的影响，①陆蓉、常维：《近墨者黑：上市公司违规行为的“同群效应”》，《金融研究》2018 年第8 期。满足工具变量的相关性。同时，该工具变量不会对企业的避税决策产生直接影响，满足外生性假定，表6 报告的是使用两阶段最小二乘法的回归结果。表5 和表6 中的回归结果表明，负面声誉变量的系数均显著为正，和前文的主要结论十分吻合，企业受罚的负面声誉增加了企业的避税程度。

表5 稳健性检验IV：控制遗漏变量

表6 稳健性检验V：两阶段最小二乘法

（三）机制检验

企业因违规行为被处罚，监管机构出具的处罚公告对企业而言是负面声誉冲击，相当于向利益相关者传递了对企业融资活动和生产经营方面的不利消息。一方面，资本市场中的金融机构会上调对受罚企业的风险评价，降低对企业债务融资的授信额度或者要求更高的风险溢价，产品市场中的供应商也会降低对企业的商业信用额度，进而加剧企业的融资约束，迫使涉事企业提高避税程度，以缓解融资约束。另一方面，负面声誉作为一种信息披露机制，可能通过揭示涉事企业的负面信息，提高涉事企业公司的治理水平和外部审计质量，从而降低社会各界对涉事企业的信息不对称程度，导致其避税难度提升，避税成本增加。而企业的避税决策通常是经理人权衡成本收益的结果。由此，为了检验企业受罚的负面声誉是否通过作用于融资约束和信息不对称程度来影响企业的避税程度，本文采用中介效应模型检验企业被罚的负面声誉作用于避税程度的内在机制。

在模型（1）和（2）的基础上，首先，采用模型（7）检验企业违规被罚的负面声誉对中介变量的影响，即对融资约束（MED_sa）和信息不对称程度（MED_asy)的影响。其中对于企业的融资约束程度，借鉴海德洛克和皮尔斯（Hadlock &Pierce）的做法，①Hadlock，C.J.，&Pierce J.R.，“New evidence on measuring financial constraints：moving beyond the KZ index”，Review of financial studies，vol.23,no.5,2010，pp.1909-1940.将SA 指数作为企业融资约束程度的代理变量，计算公式为模型（5），SIZE 是企业规模，AGE 是企业年龄，SA 指数越大，企业融资约束越弱。采用分析师预测偏差作为企业信息不对称程度的度量指标，分析师预测偏差越大表明企业的信息不对称程度越高，②王玉涛、王彦超：《业绩预告信息对分析师预测行为有影响吗？》，《金融研究》2012 年第6 期。计算公式为模型（6），FEPS 为每位分析师每股盈余预测值的平均值，AEPS 为企业的实际每股盈余。

在模型（8）中同时将负面声誉和中介变量作为自变量对企业避税程度进行回归。如果α1和γ2系数均显著，且γ1不显著，那么负面声誉通过影响融资约束和信息不对称程度，进而影响企业避税程度的完全中介效应成立；如果α1和γ2系数均显著，但γ1显著，且α1γ2与γ1同号，则属于部分中介效应；若α1γ2与γ1异号，则属于遮掩效应。

表7 报告的是对模型（7）进行回归的结果，考察负面声誉变量对企业系数融资约束和信息对称程度的影响，检验中介效应α1。第（1）和第（2）列的被解释变量是企业的融资约束，从回归结果来看，负面声誉的系数均在1%的水平上显著为正，表明企业受罚的负面声誉冲击确实发挥了信号传递效应，向资本市场中的金融机构和产品市场中的供应商传递了关于企业违规手法的负面消息，降低了金融机构及供应商对受罚企业的风险评价，进而导致企业未来现金流的不确定性增加，融资约束加剧。第（3）和第（4）列的被解释变量是信息不对称程度，结果表明，核心解释变量负面声誉的系数都不显著，即监管机构出具的处罚公告作为一种信息披露机制，其形成的负面声誉对信息不对称程度并没有产生显著影响。

表7 影响机制分析I

表8 报告的是对模型（8）进行回归的结果，考察负面声誉是否通过企业融资约束和信息不对称程度对企业避税程度产生影响，检验中介效应系数γ1和γ2。表8 中第（1）至（4）列的被解释变量是企业名义税率和实际税率的差值，前两列的负面声誉变量是以是否受罚为基础构建的DID变量，后两列的负面声誉变量是企业受罚次数总和。从前（4）列的回归结果可以看出，在负面声誉对企业避税程度的影响中加入中介变量后，负面声誉的系数仍然是显著的，融资约束中介变量的系数在1%的水平上显著为正，信息不对称程度的系数为正但不显著，且α1γ2与γ1同号，说明企业的融资约束具有部分中介效应，而企业的信息对称程度的中介效应则不成立，这也解释了前文研究假说1b 不成立的原因。

表8 影响机制分析II

最后，表8 中，第（5）列至第（8）列的被解释变量是固定效应残差法计算的赋税差异，前两列是在基准模型（1）的基础上引入了中介变量，后两列是在基准模型（2）的基础上引入了中介变量。回归结果表明，在引入中介变量后，负面声誉的系数为正且显著，α1γ2与γ1同号，融资约束中介变量的系数显著为正，而信息不对称程度的系数则不显著，即企业融资约束变量满足中介效应的条件，证实了负面声誉通过作用于融资约束对企业的避税程度产生了显著的正向影响。

（四）异质性检验

1.区分所有制

产权性质对于企业避税动机有着深远的影响，相比国有企业而言，民营企业有更强的避税动机，①李元旭、宋渊洋：《地方政府通过所得税优惠保护本地企业吗——来自中国上市公司的经验证据》，《中国工业经济》2011 年 第5 期。主要体现在以下两个方面。

第一，国有企业的利润收益和上缴税收的最终受益者都是政府，管理层的薪酬敏感性较低，并且国有企业和政府之间天然的产权联系使得其成为政府实现政治和经济目标的重要载体，通常需要承担更高的税负水平，从而为政府的社会和经济职能的实现提供财力支持。

第二，企业的避税决策通常是经理人权衡避税收益和避税成本的结果，而国有企业避税的政治成本和财务成本较高。政府对国有企业的纳税行为具有较高的干预能力，且国有企业的高管通常由政府任命和考核监督。这种紧密的政治联系降低了国有企业和政府之间的信息不对称程度，使得其难以通过构建复杂的交易和隐匿收入来避税，即避税的财务成本较高。另外，国有企业管理层还面临着更高的政治成本。国有企业管理层具有更多的政治晋升需要。由于委托人缺位，国有企业的经理人对避税风险的容忍程度相对较低。

除此之外，与民营企业相比，得益于政府信用的隐性担保和支持，国有企业在信贷资源配置方面享有一定的政策优势，也更容易获得政策性贷款和补贴，融资约束程度较低。基于以上考虑，我们推测在负面声誉的冲击下，非国有企业的正向避税激励应该高于国有企业的避税激励。表9 列示了不同所有制下负面声誉对企业避税程度的影响，SOE为产权性质虚拟变量，若为国有企业则取值为1，否则为0。从回归结果可以看出，核心解释变量负面声誉的系数均显著为正，交乘项的系数显著为负，说明负面声誉冲击对国有企业和民营企业的避税程度都产生了显著为正的影响，且对民营企业的正向避税激励更大。

表9 异质性分析I：所有制

2.区分生命周期

不同生命周期的企业面临的融资约束程度有所差异，其中成长期企业融资约束程度最高，衰退期企业次之，成熟期企业融资约束程度最低。①黄宏斌、翟淑萍、陈静楠：《企业生命周期、融资方式与融资约束——基于投资者情绪调节效应的研究》，《金融研究》2016 年第7 期。首先，成长期企业在行业市场中立足未稳，从内源性融资中获得的现金流支持较少。在外部融资方面，资金供给者对于风险较高的成长期企业通常持相对谨慎的态度，制约了企业融资的便利程度。其次，成熟期企业的组织结构不断完善、经营管理日渐成熟，且盈利水平趋于稳定，内源性融资约束相对较小，较低的经营风险和市场信誉的建立为企业外部融资渠道的畅通提供了便利。最后，销售份额减少和利润水平下降是衰退期企业的典型特征，财务状况的恶化和经营风险的大幅度上升使得衰退期企业面临较大的融资约束。

基于以上分析，本文采用现金流模式法将企业生命周期划分为成长期、成熟期和衰退期三个阶段，即将企业经营活动、投资活动和筹资活动现金流净额的正负组合作为生命周期的划分依据，进而设置成熟期虚拟变量（STA_mat）和衰退期虚拟变量（STA_dec）。表10 的回归结果显示，企业受罚的负面声誉提高了企业的避税程度，且相比成熟期企业，负面声誉对成长期企业和衰退期企业避税程度的正向影响相对较大。

表10 异质性分析II：生命周期

3.区分税收征管力度

企业的避税决策通常是经理人权衡成本收益的结果，而避税的成本主要包括经济成本、诉讼成本以及应对税务部门监管的成本等。其中，最主要的成本是税务部门监管的成本，包括对企业的罚金、行政处罚以及附带的声誉损失。在税收征管力度较高的地区，企业因避税而被税务机关查处的概率较高，企业避税的边际成本较高。因此，预期负面声誉对税收征管力度较低地区的企业会产生更为显著的正向激励。本文借鉴曾亚敏和张俊生的做法，①曾亚敏、张俊生：《税收征管能够发挥公司治理功用吗?》，《管理世界》2009 年第3 期。将税收征管强度变量（TE）定义为各地区实际税收收入和预期可获取的税收收入之比，计算模型如下：

TAX表示各地区当年年末的税收收入，GDP表示各地区第t年的生产总值，IND1 为各地区当年末的第一产业产值，IND2 为各地区当年末的第二产业产值，OPE为地区的开放程度，等于各地区年末的进出口总额。将收集到的各地区上述数据带入模型进行回归，根据回归结果拟合预期的税收TAX'，税收征管强度即为实际税收收入与估算的税收收入之比：TE=TAX/TAX'。然后，根据计算的税收征管强度的中位数设置税收征管强度的虚拟变量，如果高于样本中该指标的中位数，则取值为1，否则为0。表11 报告了基于税收征管力度的异质性分析结果：在税收征管力度较强的地区，负面声誉对企业税收规避行为的促进作用较弱。其可能的原因是，较高的税收征管力度意味着企业避税成本的增加，进而降低了企业避税行为对负面声誉的敏感性。

表11 异质性分析III：税收征管力度

4.区分负面声誉强度

监管机构根据企业违规行为的性质、情节轻重出具相应的处罚措施，处罚方式主要包括批评、警告、谴责、罚款、没收非法所得与其他，不同的处罚措施可能会对企业声誉产生不同程度的冲击。由此，本文将企业违规被罚的严厉程度作为负面声誉强度的代理变量。具体而言，借鉴辛宇等的做法①辛宇、滕飞、顾小龙：《企业集团中违规处罚的信息和绩效传递效应研究》，《管理科学》2019 年第1 期。对监管机构的各种处罚方式进行赋值，将“其他”取值为1 分，“批评”取值为2 分，“警告”取值为3 分，“谴责”取值为4分，“罚款”取值为5 分，“没收非法所得”取值为6 分，采用负面声誉得分（REP_sum）来度量企业的负面声誉强度，得分越高表明企业因违规处罚受到的负面声誉强度越大。基于以上分析，本文在基准回归模型（1）的基础上引入REP_sum，以及负面声誉变量和REP_sum的交乘项，以考察负面声誉强度对企业避税程度的影响。表12 报告了不同负面声誉强度对企业避税程度的影响，交乘项的系数均为正，且都在1%的水平上显著，说明企业受罚程度越严重，企业面临的负面声誉强度越高，负面声誉对企业避税行为的诱导效应越显著。

表12 异质性分析IV：负面声誉强度

5.区分避税程度

考虑到不同避税程度的企业对于避税成本收益的分析有所不同，本文从企业避税程度层面进行异质性分析，采用分位数回归的方法，探究企业被罚的负面声誉冲击对不同避税程度企业影响的差异。借鉴曹越等的做法，②曹越、孙丽、醋卫华：《客户集中度、内部控制质量与公司税收规避》，《审计研究》2018 年第1 期。将企业避税程度分为10，25，50，75，90 等五个分位点，将10 和25 分位点的企业定义为保守型避税企业，将75 和90 分位点的企业定义为激进型避税企业。

表13 中的被解释变量为TAX_rdiff，从企业避税在10、25、50、75 和90 的分位点来看，随着分位数的增加，核心解释变量的系数都显著为正，说明相对于激进型避税企业，负面声誉对保守型避税企业的促进作用更为显著。采用TAX_ddbtd作为被解释变量时，该结论依然成立。企业避税行为决策是一种风险投资活动，也是理性经理人权衡成本和收益的结果，保守型避税企业存在投资不足的现象，而激进型避税企业的投资过度则会使得企业避税成本大幅度增加，进而降低企业避税对负面声誉的敏感性。

表13 异质性分析V：分位数回归

五、研究结论与政策建议

高质量上市公司是资本市场健康发展的基石，也是实现经济社会高质量发展的重要载体。资本市场要构建新发展格局，高质量上市公司是其微观基础，而有效的内部治理和外部监管又是提高上市公司质量的关键。为此，本文以2000—2018 年中国沪深A 股上市公司为研究样本，将上市公司违规受罚的数据与企业避税程度的数据进行匹配，考察了负面声誉对企业避税程度的影响及其作用机制，并分析了二者关系在所有制、生命周期、税收征管力度、负面声誉强度和企业避税程度方面的异质性。研究发现，负面声誉显著增加了企业的避税程度，其作用机制主要在于负面声誉加剧了企业的融资约束，迫使涉事企业提高避税程度，从而通过避税增加税后现金流。同时，负面声誉对企业避税程度的影响在所有制、生命周期、税收征管力度和负面声誉强度方面存在显著的异质性，即负面声誉的正向避税激励在民营企业、成长期企业、税收征管力度较弱的地区更为显著，随着负面声誉强度的增加，其对企业避税程度的诱导效应逐渐增大。分位数回归的结果表明，相比于激进型避税企业，保守型避税企业的避税行为对负面声誉冲击更为敏感。基于此，提出以下政策建议：

第一，监管机构应进一步建立健全处罚制度设计，发挥监管处罚的信号传递效应，通过声誉机制强化对企业的隐性约束，持续提升监管效能，从而助力于培育经济高质量发展的微观基石——高质量的微观经济主体。本文的研究发现，监管机构出具的处罚公告对企业声誉形成了负面冲击，降低了金融机构和供应商对企业的风险评价，进而加剧了企业融资约束，这在一定程度上说明了监管机构设计的违规企业处罚制度的有效性。

第二，为尽可能缓和企业融资困境对避税行为的诱导效应，应通过优化外部融资环境为企业“松绑”，包括建立健全多层次的资本市场、深化金融市场改革、加大对实体经济的金融支持力度等。本文的研究结果表明，负面声誉增强了企业未来现金流的不确定性，加剧企业的融资约束，而避税行为则是企业对这种融资约束困境所做出的策略性反应。相比于企业避税这种机会主义行为，外部融资环境的完善和企业科学发展战略的构建应该是企业的更优选择。

第三，加强信息化建设，进一步完善监管部门之间的信息共享机制，实现资本市场监管与税务监管之间的信息互通、部门联动。监管机构出具的处罚公告作为一种负面信息披露机制，向外界传递了违规企业财务报告不可靠和潜在法律风险的官方鉴定结果，税务监管部门作为负面信号的接收者，应增强对相关违规企业涉税行为的敏感性应对能力。但是本文的研究结果显示，中国目前的监管处罚的制度设计，并没有对企业的信息不对称程度产生显著的影响，这说明监管机构处罚的信息披露共享和监管部门之间的互联互通仍然有待加强。