增值税留抵退税政策是否提升了智能制造企业价值？

■/ 李梦洋 张 青

一、引言

增值税实行链条抵扣机制，即以纳税人当期销项税额抵扣进项税额后的余额为应纳税额，当进项税额大于销项税额时，未抵扣完的进项税额会形成留抵税额。对于留抵税额一般有两种处理方式：允许纳税人结转下期继续抵扣或申请当期退还。为解决制造业留抵税额问题，我国增值税留抵退税改革是将结转下期抵扣调整为当期退还。2019 年8月，财政部及国家税务总局将部分先进制造业的退税条件变为“增量留抵税额大于零”，并取消了退税计算60%的限制；2021 年4 月又将运输设备、电气机械、仪器仪表、医药、化学纤维等制造业纳入制造业留抵退税政策范围，并实行按月全额退还增量留抵税额；2022 年3 月又进一步扩大了优惠范围，将先进制造业按月全额退还增值税留抵税额政策范围扩大到全体制造业，并一次性退还中大型制造业存量留抵税额。增值税增量留抵退税通过提前返还尚未抵扣的税款，理论上增加了企业的现金流，缓解了企业的融资约束，有利于智能制造企业降低经营风险，将资源向创新和研发倾斜，增强企业核心竞争力，但政策的实际执行效果如何，有待进一研究。

二、理论分析与研究假设

财税政策是国家通过对企业进行宏观调控来促进企业创新的一种重要方式，主要形式为财政补贴和税收优惠，但两类财税政策工具在激励方式和政策效果方面存在差异（雎华蕾等，2020），财政补贴仅在短期内有效，税收优惠政策则对企业短期和长期价值提升均有激励作用（李香菊等，2019）。

增值税具有税收中性特征，留抵退税政策符合税收中性原则，能够降低制度性交易成本，鼓励企业投资，促进企业价值提升（吴怡俐等，2021）。智能制造在促进制造业创新和研发、产业模式转变方面具有正外部性，因此政府应当进行引导，放大智能制造行业发展过程中的正外部效应。根据政府干预理论，为促进智能制造企业研发的积极性，政府有必要采取措施支持并引导企业发展，而税收优惠政策可以较好地促进企业发展，改善由于市场失灵带来的资源错配问题，帮助智能制造企业提升企业价值。留抵退税政策对于市场来说是利好信号，投资者接收到企业获取额外收益的信号，将会倾向于扩大投资，促进企业价值的提升。据此，提出本文研究假设1。

H1：增值税留抵退税政策能够促进智能制造企业价值提升。

智能制造企业大多数都需要投入大量的资源来进行生产研发方面的投资，多依赖外源融资，融资约束是影响企业价值有效性的主要因素，在资金紧张的情况下，企业必须放弃一些宝贵的投资机会，导致投资不足（杨兴全等，2015）。留抵退税政策退还了企业的增量留抵税额，增加了企业内部资金，减小了企业对外源融资的需求，促进了企业的研发创新。大量的留抵税额，降低了企业的现金流，导致企业融资成本增高，而留抵退税能够增加现金流，降低企业融资成本（解洪涛等，2019）。据此，提出本文研究假设2。

H2：增值税留抵退税政策通过降低智能制造企业的融资约束提升企业价值。

在市场竞争中，企业的规模越大，越能够获得规模效益，科技型企业面临的市场竞争更激烈。为增强企业的抗风险能力，科技型企业一般会选择扩大企业规模，获取规模效益增加研发投入，因此对不同规模的智能制造企业，留抵退税政策的促进作用不同。据此，提出本文研究假设3。

H3：相比于小规模企业，留抵退税政策对大规模智能制造企业价值提升有更好的促进作用。

在增值税留抵退税政策的作用下，越是现金流短缺的智能制造企业越可以降低企业因为自由现金流不充分而面临的融资约束风险。根据现金持有理论的权衡理论，企业存在现金持有的最佳水平，如果企业现金持有超额将会出现过度投资的问题，企业价值从而受到负面影响；而现金流水平过低，也会造成生产经营活动减少，错失最佳投资机会，从而损害企业价值（朱兆珍等，2013）。因此对于现金流状况不同的智能制造企业，对留抵退税政策的反应程度也有所不同。据此，提出本文研究假设4。

H4：相比于高现金流企业，留抵退税政策对低现金流智能制造企业价值提升有更好的促进作用。

由于增值税留抵退税重点行业的龙头企业几乎都是国有企业，所以留抵退税政策可能更直接惠及国企。另外受到退税负担机制的影响，对于经济不发达的地区，政府退税压力相对较大，政策的落实程度较小，位于这些地区的企业，相对难以及时获得退税款，根据国资委2021 年公布的国企地区分布来看，大部分国企都集中在比较发达的地区，这些地区的企业更容易享受到政策红利，因而大部分国企都更容易及时得到退税款。因此增值税留抵退税政策对于不同股权性质的智能制造企业，具有不同程度的影响。据此，提出本文研究假设5。

H5：相比于非国有企业，留抵退税政策对国有智能制造企业价值提升有更好的促进作用。

三、研究设计

（一）样本选取

本文以2017 年第1 季度到2021 年第3 季度共19个季度作为研究样本，处理组选取沪深A股上市的智能制造企业；对照组选取在2019 年之前不适用增值税留抵退税政策，2019 年及以后虽然适用该政策，但政策力度与处理组有明显差别的黑色金属冶炼及压延加工业、其他制造业、废弃资源综合利用业和金属制品、机械和设备修理业四个制造行业的企业。按照上述原则，共筛选120家企业。为了确保研究的可靠性，本文对样本进行了如下筛选：剔除2017年第一季度及以后上市的企业；剔除ST、*ST、暂停上市、退市或者重大重组的公司；剔除连续亏损、所有者权益为负的企业；剔除企业价值变量缺失的样本。经过筛选，最终得到48 家上市公司样本，其中处理组17家，对照组31家。

（二）变量定义

1.被解释变量。企业价值，采用托宾Q值衡量。

2.解释变量。留抵退税政策。因为本文关注的核心是留抵退税政策对智能制造企业价值的影响，因此引入政策虚拟变量和时间虚拟变量，用两者的乘积衡量解释变量。

3.中介变量。融资约束。借鉴刘惠好、焦文妞（2022）的做法，采用SA 指数作为融资约束的衡量指标，SA指数一般为负，对SA指数取绝对值处理，绝对值越大，表示融资约束程度越大。

4.控制变量。参考何杨等（2019）的研究，选取企业规模、资本结构、上市年限、盈利能力和股权集中度作为控制变量。

变量具体定义见表1。

表1 变量定义表

（三）模型构建

1.双重差分模型。构建双重差分模型（DID），检验增值税留抵退税制度对智能制造企业价值的影响效应。参考何杨等（2019）的做法，将DID模型设定如下：

模型中，β1为本文的研究重点，表示政策影响的净效应；CVi，t代表一系列控制变量；ηi表示企业的个体固定效应；δt表示季度时间固定效应；εi，t为随机扰动项。

2.中介效应模型。借鉴温忠麟、叶宝娟（2014）的中介效应分析方法，构建如下中介效应模型：

其中，模型（2）是把模型（1）中的被解释变量替换为融资约束，模型（3）是把融资约束作为解释变量纳入模型（1）中。

四、实证分析

（一）描述性统计分析

表2报告了相关变量的分布情况，托宾Q值的平均值为1.4190，表明样本企业平均市值高于企业总资产，企业价值基本实现了保值和增值，最小值为0.5093，最大值为4.952，说明样本之间存在较大差异。控制变量方面，企业规模的标准差为1.5335，上市年限的极差为24，说明样本企业之间的规模和上市年限差异较大。企业的平均资产负债率是51.99%，股权集中度的衡量指标平均值为60.1335%，表示企业的资产负债率和股权集中度在正常范围之内，说明选取的样本范围较为合理。总资产报酬率平均值为4.39%，因为智能制造业多属于研发型企业，企业资金利用率较低，资产报酬率相对较低。

表2 描述性统计表

（二）基准回归分析

表3 是模型（1）的回归结果，由表3 可知，交互项系数为0.1574，且在1%水平上显著，表示在实行留抵退税政策之后，智能制造企业价值提升了15.74%，验证了假设1，说明增值税留抵退税政策能够促进智能制造企业价值的提升。控制变量的系数均表现为显著，对智能制造企业价值产生负向影响的有企业规模、上市年限和股权集中度，表示智能制造企业的规模越大，上市越久，股权越集中，企业价值越不容易提升；对企业价值产生正向影响的有盈利能力和资本结构，可以理解为智能制造企业的盈利能力越好，总负债占总资产的比重越大，越易于提升企业价值。

表3 基准回归结果

（三）稳健性检验

1.平行趋势检验。运用DID 模型的前提是处理组和控制组的样本必须满足平行趋势假设，要求在政策实施前的样本期，处理组和控制组之间的企业价值应该没有明显的差异，在政策实施后，处理组受到政策影响，与控制组之间的企业价值应该出现明显差异。

图1显示处理组和控制组在政策实施前，除在第5期呈现相反趋势以外，其他各期企业价值的变化趋势大致相同。第5 期趋势相反的原因可能是2018年的《政府工作报告》首次提出要推动智能制造企业发展，加大智能制造企业减税降费力度，考虑到政策的公布时间，虽然政策尚未实施，但由于存在税收政策方面的利好消息，智能制造企业的市场价值受到正向影响，导致企业价值短暂时间内得到提升，因此出现了变化趋势相反的结果。而在政策实施后，处理组企业价值开始大幅提升，而控制组的企业价值趋于平缓，无明显上升趋势，与处理组产生了明显差异，因此可以判断，研究样本符合平行趋势假设，双重差分模型得到的结果是可靠的。

图1 平行趋势图

2.PSM-DID 分析。运用DID 模型进行回归要求处理组和对照组之间具备一定的同质性，否则可能导致研究结果出现偏差，造成不利影响，采用倾向得分匹配法（PSM）可以有效降低处理组与对照组之间的系统性差异，使研究结果更加可靠。本文以政策虚拟变量为处理变量，将企业规模、资产负债率、上市年限、资产报酬率、股权集中度作为协变量，以企业价值为结果变量，对处理组和对照组进行核匹配，匹配结果见表4。

表4 PSM平衡性检验结果

结果显示：在匹配后协变量几项指标的标准偏差大多数出现大幅度减小，而显示处理组和对照组差异的t统计量在匹配前有的显著，有的不显著，但在匹配后均变得不显著，说明倾向得分匹配的效果较好，有效降低了样本偏差，因此可以使用匹配后的样本进行下一步研究。经过匹配，剔除未匹配到的企业样本后，共得到722 个样本数据，其中处理组253个数据，对照组469个数据。

通过倾向得分匹配法消除了原始数据的系统性差异之后，对匹配后的样本数据进行回归，结果如表5 所示。由表5 可知，交互项系数为0.1481，且在5%的水平上显著为正，说明留抵退税政策对智能制造企业价值的提升有促进作用。与基础回归相比，系数的显著性和正负没有发生变化，系数大小略有下降但变化不大。整体来看，经过倾向得分匹配法处理后的样本，回归结果与基础回归的结果基本一致，说明基础回归得到的结论是稳健的，并没有高估或者低估留抵退税政策对智能制造企业价值的政策效果。

3.调整样本期。由于上文样本数据适用的是季度数据，考虑到企业价值的计算方法和股市的波动性，企业的股票市值变化较为频繁，因此通过季度数据计算得到的企业价值也存在一定的波动性，可能会导致研究结果出现误差，为了保证回归结果的一致性，本文将季度数据转化为半年度数据，得到432个样本数据。

对调整样本期后的样本数据进行回归，回归结果见表5。结果显示，交互项的系数为0.2014，且在5%水平上显著，同样说明留抵退税政策能够显著促进智能制造企业价值提升，与基础回归相比，交互项系数依然显著为正，系数大小略有上升，说明在降低了季度数据存在的波动性之后，产生了相对较好的政策效果。整体来看，转变为半年度数据后的样本，能够得到与基础回归相同的结论，系数大小差距不大，验证了基础回归结论的稳健性。

表5 稳健性检验结果

（四）作用机制分析

中介效应模型的回归结果如表6 所示。首先以融资约束作为被解释变量时，解释变量即交互项系数为0.0477，且在1%的水平上显著为负，表示在政策实施以后，智能制造企业的融资约束下降了4.77%，说明留抵退税政策确实能够降低智能制造企业的融资约束。再将融资约束作为解释变量纳入模型（3）时，交互项系数为0.1212，融资约束的系数为-0.7574，均在1%的水平上显著，说明增值税留抵退税政策对智能制造企业价值存在正向促进作用，而融资约束对企业价值存在负向的影响，因此降低智能制造企业的融资约束能够有效促进企业价值的提升，将模型（3）的回归结果与基准回归结果进行对比，交互项系数都显著为正，系数大小略有下降，而融资约束的系数显著为负，说明存在部分中介效应，留抵退税政策通过降低智能制造企业的融资约束，从而提升了企业价值。综上，假设2得证。

表6 中介效应检验结果

（五）异质性检验

1.基于企业规模的分析。为验证留抵退税政策对不同规模的智能制造企业价值的影响，使用样本企业总资产在19 个季度的样本期间中，总资产高于中位数的季度数是否超过半数来区分企业规模，将整体样本分成大规模企业和小规模企业两组，并进行回归分析，结果见表7。由表7 可知，大规模企业的交互项系数为0.2076，且在1%的水平上显著为正，说明留抵退税政策对大规模智能制造企业价值的提升有促进作用；小规模企业不显著，可以理解为政策对小规模企业价值没有明显的促进作用。与基础回归结果相比，只对大规模智能制造企业进行回归时，影响系数略有上升，表示政策对大规模智能制造企业价值提升有更好的促进作用，控制变量除资本结构外，系数大小、符号和显著性均没有大的变化，资本结构由正向显著变成了不显著，说明对于大规模智能制造企业，资产负债率对企业价值的影响并不显著。

2.基于现金流的分析。样本企业19 个季度的现金流数据，按照19 个季度中企业现金流高于中位数的季度数是否超过半数来区分企业现金流的高低，将样本企业分为高现金流量和低现金流量两组进行回归分析，结果见表7。结果显示，对于现金流较为短缺的智能制造企业，交互项系数为0.1814，且在5%水平上显著为正，而高现金流的智能制造企业表现为不显著，表明增值税留抵退税政策对低现金流的智能制造企业价值提升有显著的促进作用，对高现金流的企业价值的促进作用并不明显。与基础回归相比，只对低现金流样本企业进行回归，影响系数略有上升，说明政策对低现金流企业价值有更好的促进作用。

3.基于企业股权性质的分析。按照样本企业的股权性质是否为国有企业将样本分为国有企业和非国有企业两组进行回归分析，结果见表7。结果显示，国有性质的智能制造企业，交互项系数为0.3139，且在1%的水平上显著为正，而非国有性质的企业表现为不显著，说明留抵退税政策对国有性质的智能制造企业价值提升有显著的促进作用，对非国有企业价值没有明显的促进作用。与基础回归相比，只对国有性质的智能制造企业进行回归，交互项系数上升，说明增值税留抵退税政策对国有性质的智能制造企业价值提升的促进作用更好，控制变量方面，资本结构由显著为正变成了不显著，说明对于国有性质的智能制造业，资产负债率对企业价值没有明显的影响，这一结果与大规模企业一致，可能是因为目前国有性质的智能制造企业多为大规模企业。

表7 异质性检验结果

五、结论及建议

本文从实证角度出发，选择构建双重差分模型，通过基础回归、稳健性检验、中介效应分析和异质性分析，得出以下结论：

1.留抵退税政策能够促进智能制造企业价值提升，且PSM-DID 估计和调整样本期间的稳健性检验证明结论具有较好的可靠性与稳健性。

2.留抵退税政策能够缓解企业的融资约束，且通过降低智能制造企业的融资约束，促进了企业价值的提升。

3.政策对大规模企业的影响显著为正，对小规模企业不显著，对大规模企业的影响强于小规模企业。

4.政策对现金流短缺企业的影响显著为正，对高现金流企业不显著，对低现金流企业的影响强于高现金流企业。

5.政策对国有企业的影响显著为正，对非国有企业不显著，对国有企业的影响强于非国有企业。

基于以上结论，提出如下建议：

1.降低退税门槛，加大退税力度。目前留抵退税政策要求企业六个月内均存在留抵税额，企业可能因为第六个月没有留抵税额而导致无法退税。建议将目前政策的退税门槛更改为设置最低退税门槛，对符合条件的纳税人，可以在申报增值税时，允许其自行选择扣缴和退税；不具备资格的纳税人，可以采取只能留抵的方式；降低信用等级限制，以此促进初创企业、前期研发投入高的企业更好发展，减轻初创企业、企业智能化转型的成本；取消60%的退税条件限制，促进各行各业的智能化转型以及智能制造企业更好的发展。

2.完善退税相关法规，降低退税风险。完善争议复议机制，保证纳税人对退税相关决定存在异议时，能够按照相关法律规定，向税务机关提起行政复议等，从而保护纳税人的合法权利，更好地落实增值税留抵退税政策；明确税务机关审查批准后，应当在规定的时间内将退税款退还给纳税人，如果出现延期，税务部门需做出退税补偿措施，如支付利息等，保证纳税人能够及时拿到退税款，使政策有效落实；完善退税款偿债等问题，若纳税人存在税收债务等款项，税务机关应有权将退税款优先用于偿还债务。

3.加强退税管理机制，明确行业认定标准。建立专项监督问责机制，形成惩戒激励制度，对税务人员的失职、工作不力等问题严肃处理，保证基层运行体系完善，提升业务办理效率，保证留抵退税政策的落实；加强对企业的政策辅导，通过讲解、模拟和分析，加强企业办理留抵退税的意识和能力，提醒企业及时办理退税申请；明确智能制造行业的认定标准，对智能制造核心技术进行细化，并将符合要求的智能制造项目，列入税收优惠政策，使智能制造企业能够享受到多项税收优惠政策，促使制造业尽快完成智能化转型。