大数据税收征管对企业“脱实向虚”的影响研究——基于“金税三期”工程准自然实验

罗昌财，何 晴

（集美大学 财经学院，福建 厦门 361021）

一、引言

为推进国家治理体系和治理能力现代化，十九届四中全会首次提出增加“数据”作为生产要素。2021年3月中共中央办公厅、国务院办公厅印发的《关于进一步深化税收征管改革的意见》中强调，要充分运用大数据、云计算等现代信息技术推进智慧税务建设。税收大数据是指在税收征管过程中形成的包括可用于税收征管和经济分析等全部数据的大数据集[1]。

企业“脱实向虚”指的是实体经济部门通过金融渠道的金融投资活动参与过度，企业的经济活动受到金融投资活动的影响也不断深化[2-3]。经历2008年的全球性金融危机后，我国实体经济增速不断放缓，但金融业发展速度持续走高。我国大量的实体企业涉足金融业，金融资产的配置不断增加，企业“脱实向虚”的特征愈发明显。

实体经济作为一国的立身之本，是实现经济高质量发展的重要根基。习近平总书记多次强调“必须把发展经济的着力点放在实体经济上”“增强金融服务于实体经济的能力”。现有研究中对企业金融化的影响因素多数集中在外部经济环境、经济政策的稳定性、减税降费等财政政策和货币政策对企业金融化产生影响[4-5]，缺乏外部管理对于企业金融化的研究。“金税三期”工程是一个依托于现代化信息技术的全国全覆盖的税收信息系统，提升了税收机关的税收征管能力，提高了企业的信息透明度，减少了企业的无效交易活动[6-7]。从大数据税收征管的角度探究其对企业金融化的影响，对促进实体企业“脱虚向实”具有现实意义。

本文基于“金税三期”工程这一准自然实验，采用双重差分法，实证分析大数据税收征管对企业“脱实向虚”的影响。本文的边际贡献主要体现在以下几点：（1）为考察大数据税收征管经济后果提供新视角。现有研究集中在大数据税收征管对企业实际税负[6][8]、避税风险[9-10]等经济后果，本文从企业的资产配置行为的新视角，分析在大数据的税收征管背景下，企业是否将“脱实向虚”。（2）丰富企业金融化的影响因素研究。现有研究对企业金融化的影响因素探究主要基于宏观环境和企业内部因素，探讨政治不确定性[5][11]、企业社会责任[12]和企业管理层背景[13]等。本文基于大数据背景，从税收征管视角研究大数据税收征管对企业金融化的影响。（3）为深化税收征管的“放管服”改革提供启示。着力于“金税三期”工程，研究大数据税收征管对企业金融化的影响，为后期金税工程的完善提供思路，进一步深化税收征管的“放管服”改革。

二、研究背景与理论假说

（一）“金税三期”工程实施背景

金税工程是我国的国家电子政务“十二金”工程之一。经过“金税一期”和“金税二期”的推行与实施，“以票控税”思想结合信息化技术，通过交叉稽核系统及对增值税发票各环节进行全面监控，我国税收收入得到有力保障。但一期和二期工程的监控对象均为增值税发票，对于税收稽核过程中存在的诸多问题解决范围有限，随着经济增长，涉税信息也随之成量级增加，对税收征管能力要求不断提升，利用现代化技术改善税收服务的要求日益高涨，一期和二期工程已难以满足。

为实现“业务一体化、技术一体化、系统一体化”，国务院于2005年审议批准了金税三期的建设及应用。基于“一个平台、两级处理、三个覆盖、四类系统”的工作目标，运用大数据、云计算等现代化信息技术，结合税收大数据，“金税三期”工程建造了一个全覆盖的现代化税收管理信息化系统。统一的税收服务平台，综合所有数据，支持数据总体分析，通过信息共享、数据交换、业务联动的运作机制，可实现宏观分析与微观分析相结合、全局分析与局部透视相结合，全面提升数据综合利用水平，税收征管能力得以提升。

2013年7月“金税三期”工程首批试点在重庆、山东、山西等国税、地税系统开始运行，并在2014年、2015年、2016年分批次向全国推行，形成了在全国范围内的网络全覆盖的税收管理系统，标志着我国税收征管领域进入大数据税收征管时代。“金税三期”工程渐进式的推行过程为本文研究提供了良好的“准自然实验”。

（二）理论假说

企业“脱实向虚”会挤占实体经济发展空间，造成对实业经济的“挤出”效应，不利于实体经济的发展以及财富的创造与积累。依据现有研究，企业金融化的动机主要划分为“蓄水池”动机和“投资替代”动机。

1.“蓄水池”动机

“蓄水池”动机可以理解为企业在现有环境下的预防性储备动机。金融资产较生产性资产具有更强的变现能力，在企业遇到财务困境时，金融资产可以较快变现缓解企业的财务资金压力[14]。为降低政策及环境的不确定性导致的企业经营风险，企业具有将资源配置向金融资产转移形成企业资金“蓄水池”的动机。“金税三期”工程的实施，运用税收大数据对企业运营过程进行监控，通过信息共享、数据交换等运作机制，税务机关可通过宏观分析与微观分析相结合，全面提升税收大数据综合利用水平。

税收征管力度的加强及税收征管能力的上升，税务机关与资金提供者公开的企业涉税信息质量相应提高，降低企业与投资者之间的信息不对称问题。资金提供方降低因信息不对称而导致的对资金提供设定的风险溢价，从而缓解企业的融资约束程度[15]。企业的融资约束在一定程度上得以缓解，当企业在资金紧张时，不再需要高成本获得资金融资，出于“蓄水池”动机而进行的金融资产配置的预防性储备动机也因此得以缓解。另一方面，由于政策及环境的不确定性是企业通过“蓄水池”动机配置金融资产的重要原因，在“金税三期”工程推行时，正值我国推进全面深化改革时期，经济政策的出台可能会导致企业对于未来不确定性的更强烈反应，加剧企业的“蓄水池”动机，从而增加企业的金融化资产配置。

2.“投资替代”动机

“投资替代”动机指的是在金融资产报酬率高而实业投资报酬率持续下降的经济环境下，企业在有限资源下提升报酬率高的金融资产的配置而减少实业投资的逐利动机。经历2008年的全球金融危机后，实体经济的实业投资报酬率不断下降，但金融业的发展持续增加，金融资产的报酬率也相应持续走高，在金融业蓬勃发展实业经济发展态势疲软的背景下，为满足投资者的业绩预期，为寻求新的利润增长点，企业代理人具有为追求短期利润最大化而增加金融资产投资的“投资替代”动机[16-17]。

“金税三期”工程运用大数据及云计算等技术，大数据税收征管发挥“治理效应”，实现对企业涉税数据的收集、整合与分析，极大提升了企业运营过程的信息透明度。降低了投资者与企业代理人之间的信息不对称，投资者对于企业代理人的监督效率也相应提高。对企业管理层的监督及约束加强，约束企业代理人追求短期利润的逐利动机，降低了企业的代理成本，促进其作出有利于企业长足发展的经济决策，降低企业对金融资产的配置，抑制实体经济的“脱实向虚”趋势。另一方面，金融资产配置的“投资替代”动机是由于金融资产的收益率较高导致。大数据在税收征管领域的应用，提高了投资者与企业间的信息透明度，投资活动的活跃度提高，进一步推动了金融市场的金融资产报酬率上升，企业通过持有金融资产代替实业投资获取更高收益的“投资替代”动机加剧。

基于上述分析，本文提出两个竞争性假说：

H1a：在其他条件不变的情况下，大数据税收征管抑制了企业金融化；

H1b：在其他条件不变的情况下，大数据税收征管促进了企业金融化。

三、研究设计

（一）样本选择与数据说明

基于“金税三期”工程改革推行始于2013年，对比已有数据库的时间跨度，本文选择的研究样本为A股上市公司2010—2018年数据，主要源于国泰安（CSMAR）数据库。本文对样本数据做了如下处理：（1）剔除金融类，ST、*ST类上市公司；（2）剔除关键指标披露不完全或存在缺失值的样本；（3）为控制离群值对估计结果可能造成的影响，对所有的连续变量进行了上下1%水平上的缩尾处理。最终共获得了21 622个有效样本。

（二）模型设定与变量说明

“金税三期”工程分阶段分地区逐步推行的特征为本文研究提供了从时间和地区两个层面进行“双重差分”的机会。本文选取了如下的一般化双重差分模型，其中的核心变量为Treatpostp,t与标准化双重差分模型中的交互项具有相同的含义。采用的具体模型设定如下：

其中i代表企业，t代表年份，p代表省份。Financiali,t表示t年i企业的金融化水平，参考彭俞超等（2018）[4]和杜勇等（2019）[13]对企业金融化的定义，将企业的交易性金融资产、衍生金融资产、可供出售金融资产、持有至到期投资和投资性房地产等五个科目划分为金融资产，以当期金融资产与企业资产总额的比值表示企业的金融化水平，比值越高代表企业的金融化水平越高。Treatpostp,t为“金税三期”工程政策虚拟变量，当t年p省份实施了“金税三期”工程，则该变量数值为1，否则为0。本文最为关注的系数是α1，若该系数为负，则代表大数据税收征管可以抑制企业金融化，促进企业的“脱虚向实”。Controls为本文选取的控制变量的集合，包括企业规模（Size）、成长能力（Growth）、固定资产密集度（Capint）、资产负债率（Lev）、资产净利率（ROA）、产权性质（Soe）、省份金融发展（Mfin）、省份经济发展（GDP）等变量。τt、γi分别为时间、企业的固定效应，εi,t为残差项。具体变量定义如表1。

表1 变量定义说明

（三）描述性统计

表2报告了主要变量的描述性统计。企业金融化水平的均值为0.012，最小值为0，最大值为0.267，表明样本企业之间企业的金融资产配置水平差异较大。大数据税收征管变量的均值为0.442，表明“金税三期”工程推行相对较为分散，符合其分批分次的推行政策，为本文的研究提供了良好的自然条件。其他的控制变量的描述性统计结果与其他研究的结果基本一致，均属于合理的范围内。

表2 描述性统计

四、实证结果

（一）基准回归

在这个部分，将检验大数据税收征管与企业金融化的关系。实证结果如表3所示。在第1列中，只控制企业固定效应和年份固定效应。在第2列中，在第1列的基础上继续控制企业维度的变量。在第3列中，在第2列中的基础上继续增加省份维度的控制变量。以列（3）为例，实证结果显示，核心解释变量大数据税收征管Treatpost与企业金融化程度Financial在1%的置信水平下呈显著负相关关系，表明大数据税收征管将降低辖区企业的金融化程度，有助于促进企业“脱虚向实”。同时从经济显著性上看，大数据税收征管政策实施一个标准差，辖区企业的金融化资产比例将降低29%（-0.007*0.498/0.012）。因此可以看出，大数据税收征管政策对辖区企业金融化程度的抑制效应，在统计显著性上和经济显著性上都通过了检验。验证了前文提出的假说H1a。

表3 大数据税收征管与企业金融化多元回归结果

（二）平行趋势检验

双重差分模型的一致估计需要实验组和对照组满足平行趋势假设，即“金税三期”工程实施前后的企业金融化水平变化是由政策推行实施引起的，而不是简单的时间效应，不存在系统性差异。因此，本文选取以改革前大于五年为基期，进行了平行趋势检验。

如图1所示，在“金税三期”工程实施前四年，对照组和实验组的企业金融化在样本期内至少改革前四年不存在显著差异，满足平行趋势假设。另外，可以看出在政策当期到政策后2期的系数都是变大的，也就是政策对企业金融化的抑制效应具有持续性，但是在政策执行第3期及之后就不再显著，表明本文符合双重差分模型的平行趋势假设。

图1 平行趋势检验

（三）影响机制分析

基于基准回归的结果可知，大数据税收征管对企业的金融资产配置具有抑制作用，降低企业的金融化水平。为探究大数据税收征管是通过什么路径影响到企业金融化水平，本文进一步进行了影响机制检验。在大数据税收征管下，企业金融化水平可能受到以下路径影响。

1.融资约束

“蓄水池”动机是企业配置金融资产的重要动机之一。企业为应对未来的经营不确定性及融资约束，倾向于配置具有变现能力强、流动性强等特征的金融资产，当融资约束程度越高时，企业的金融化资产配置倾向越强。资金供需双方的信息不对称是造成企业融资约束的重要原因，大数据税收征管依托于现代化信息技术，将数据进行全面收集、集中分析，可降低企业与资金提供方的信息不对称。

本文参考Kaplan（1997）[18]，采用KZ系数衡量企业融资约束程度，表4的列（1）报告了大数据税收征管对企业融资约束的影响。实证结果表明，核心解释变量Treatpost与被解释变量在5%的置信水平上呈显著负相关关系，证明大数据税收征管可以显著缓解企业的融资约束，从而抑制企业的“蓄水池”动机。

2.代理成本

“投资替代”动机是企业增加金融资产的配置降低实业资产投资的重要动机。企业在实体经济发展疲软，实业投资报酬率下降的经济背景下，面对金融资产报酬率保持不变或上升的投资选择时，企业代理人为完成企业投资人的投资期许，具有强烈的“投资替代”动机，企业代理人更倾向于选择短期利润最大化，而不是企业价值最大化。大数据税收征管对税收大数据的全面收集及经营主要过程进行监控，降低了企业投资者与企业代理人之间的信息不对称，降低企业代理人代理行为的道德风险，抑制企业代理人的逐利投资替代动机。

本文参考陈春华等（2021）[19]采用管理费用率作为代理成本的衡量指标，表4中列（2）报告了大数据税收征管对企业代理成本的影响。实证结果表明，核心解释变量Treatpost与被解释变量在10%的置信水平上呈显著负相关关系，表明大数据税收征管可降低企业的代理成本，从而抑制企业的“投资替代”动机。

表4 融资约束与代理成本影响机制分析

（四）稳健性检验

1.更换被解释变量

参考彭俞超等（2018）[4]和柯艳蓉等（2019）[20]的研究，分别将企业金融化的增速（Financial1）和企业金融化资产收益（Financial2）作为衡量企业金融化的代理变量，企业金融化的增速（Financial1）利用期末与期初的金融资产占总资产的比重变动进行衡量，企业金融化资产收益（Financial2）的衡量方式为Financial2=（投资收益+公允价值变动损益+净汇兑收益-联营或合营企业的投资收益-营业利润）/营业利润绝对值。实证结果如表5列（1）和列（2）显示，更换被解释变量衡量方式后，核心解释变量大数据税收征管Treatpost与企业金融化水平均呈显著的负相关关系，结果稳健。

2.剔除特殊样本

我国的房地产行业发展速度快，房价的高速增长带来房地产行业飞速发展，使得房地产行业呈现出一定的虚拟性。因此为剔除房地产行业样本可能对本文研究结果带来的影响，稳健性检验中剔除房地产行业样本进行回归。实证结果如表5列（3）显示，核心解释变量Treatpost的系数依然显著为负，结果稳健。

表5 稳健性检验

3.同期干扰政策的排除

在“金税三期”工程的推行实施时期，其他政策也对企业的经营行为产生影响，如“营改增”政策，其推行对企业的专业化分工具有推动作用，可通过调整企业的生产经营决策[10]，也可提高企业的投资效率[21]，影响企业的金融资产配置。因此，为验证排除“营改增”政策干扰，本文在原有回归模型上增加公司营业税和增值税的总体税负与营业收入的比值（VBT）作为控制变量进行回归，对“营改增”政策进行控制。表5列（4）报告了回归结果，结果显示大数据税收征管系数依旧显著为负，本文研究结论稳健。

五、结论与启示

以“金税三期”工程的分批试点推行作为准自然实验，利用2010—2018年A股上市企业作为研究样本，实证分析了大数据税收征管对企业“脱实向虚”的影响。研究表明，大数据税收征管对企业金融化水平具有抑制作用。进一步发现，大数据税收征管可通过缓解企业融资约束和降低企业代理成本等路径影响企业的金融化水平。此外，通过更换被解释变量、剔除特殊样本、改变回归方式以及排除同时期“营改增”政策可能对研究结果造成的干扰后，结论依然稳健。

基于以上结论，得到以下启示：第一，为保证大数据税收征管企业涉税数据的收集时效性及集中分析，应进一步落实金税工程的改进与实施，提升国家现代化治理水平，为实体经济发展提供有利环境。第二，进一步提升企业涉税信息完善。大数据税收征管提高企业涉税信息透明度，可以提升企业信息质量，缓解企业融资约束，应对企业涉税信息进行进一步完善，对纳税人进行全方位、全业务、全流程、全智能的监控。第三，政府部门应积极接受信息化技术，提升大数据税收征管能力，深化税收征管“放管服”改革。政府部门应利用大数据、云计算等现代化技术提升税收征管水平，切实做好税收大数据对企业的征管及信息反馈，助力深化税收征管的“放管服”改革。