数字化税收征管与企业投融资期限错配

许江波 徐梦洁 张智越

【摘要】投融资期限错配容易使企业陷入财务危机， 甚至会加剧金融系统性风险。本文基于“金税三期”的准自然实验， 采用2010 ～ 2021年沪深A股上市公司数据探究数字化税收征管对企业投融资期限错配的影响。结果表明： 数字化税收征管显著降低了企业的投融资期限错配程度， 且其通过减轻企业的融资约束发挥“桥梁效应”， 以及缓解企业的双重代理问题发挥“治理效应”， 进而降低投融资期限错配程度。进一步分析发现， 数字化税收征管政策的溢出效应在抵押担保能力较弱、 分析师关注度较低以及非国有企业中更为显著。

【关键词】数字化税收征管；投融资期限错配；桥梁效应；治理效应；“金税三期”

【中图分类号】 F275；F812.42     【文献标识码】A      【文章编号】1004-0994（2023）09-0019-8

一、 引言

金融是服务实体经济的有力工具， 而企业投融资期限错配是我国金融风险的重大来源之一。我国金融供给侧结构性改革丰富了金融市场的产品供给， 在一定程度上满足了企业的资金需求， 但没能从根本上解决企业融资难的现实问题。目前， 我国仍然有超过20%的上市公司存在投融资期限错配的激进型财务行为（翟淑萍等，2021）。关于造成投融资期限错配的原因， 目前学术界有两种看法： 一是， 当金融市场存在制度缺陷时， 企业可能会被迫选择这种方式（白云霞等，2016）； 二是， 企业为了实现自身经营目的， 可能会主动选择这种方式（Kahl等，2015）。此外， 银行贷款程序繁琐复杂、 耗时较长， 企业风险防范意识不足等， 均会导致短贷长投现象恶化。因此， 探究影响企业投融资期限错配的因素及其作用机制， 对于企业防范财务风险、 促进金融服务实体经济发展具有重要意义。

习近平总书记在多次公开讲话中都提到了数字经济的重要驱动力。从制度层面来看， 2021年《关于进一步深化税收征管改革的意见》中指出， 在税收征管方面要实现从传统的“以票治税”模式向更加现代化的“以數治税”模式的转变。在此背景下， “金税三期”项目利用大数据技术与云计算平台， 使用现代化手段监管和征收所有税种， 改变了传统的“人管人”模式， 实现了“程序管人”的现代化管理模式。从理论层面来看： 一方面， 数字化税收征管作为一种资本融通机制， 可以在资金供需双方之间发挥“桥梁效应”， 缓解企业融资约束（蔡昌等，2021）、 减少盈余管理（孙雪娇等，2021）； 另一方面， 数字化税收征管作为一种公司治理机制， 可以有效缓解公司治理中的两类代理冲突， 发挥“治理效应”， 进而提高企业的市场表现（Xu等，2011）。融资约束问题与代理问题恰恰是造成企业投融资期限错配的关键因素（白云霞等，2016；孙凤娥，2019）。鉴于此， 本文旨在探讨我国数字化税收征管模式能否降低企业的投融资期限错配程度， 以及其发挥作用的路径。

为了研究上述问题， 本文基于我国的制度背景， 将“金税三期”工程在各省的试点作为事件冲击， 使用2010～2021年沪深A股上市公司数据， 探究数字化税收征管对企业投融资期限错配的影响。本文的研究不仅可以为正在推行的“金税四期”提供参考与借鉴， 还可以为深化税收征管改革、 金融供给侧结构 性改革提供理论支撑和经验数据。

二、 制度背景、 文献回顾与研究假设

（一）制度背景

为了解决虚开发票等现实问题， 在借鉴国际增值税管理经验的基础上， “金税工程”在我国应时而生。迄今为止， “金税工程”经历了四个发展阶段。始于1994年的“金税一期”旨在加强我国当时混乱的增值税管理， 但由于增值税专用发票需要人工录入信息， 出错率较高， 实际效果与预期相差较大， 因此， “金税一期”在1996年底停止运行。此后， 国家汲取“金税一期”的经验教训， 在1998年开启了“金税二期”的建设。“金税二期”自2001年7月1日开始在全国范围内实施， 它在一定程度上解决了“金税一期”面临的问题， 提升了增值税的征管效率。但是， 随着经济发展和税收体系的变化， 数字化程度不高的“金税二期”难以适应， 给税收征管带来了新的挑战。“金税三期”是在2013 ～ 2016年期间在全国各省市逐步实施的， 其以大数据和云计算技术为基础， 将税务数据源、 企业数据源、 第三方数据源、 互联网数据源汇集在一起， 对集中存储的数据进行过滤、 处理、 整合和对比， 在数据收集、 处理、 共享和应用等方面取得了巨大进展， 是我国税收征管系统在数字化升级上的重要里程碑。“金税四期”于2021年启动， 目前正处于开发阶段， 旨在实现掌握更多企业数据， 编织多维度、 细颗粒“监控之网”的目标。

（二）文献回顾

1.  投融资期限错配的影响因素。投融资期限错配一般是指“短贷长投”现象， 大量研究证明， 外部环境因素和企业内部因素是影响投融资期限错配的主要原因。从外部环境来看， 制度缺陷是企业投融资期限错配的重要原因之一， 白云霞等（2016）通过比较我国与美国的金融市场， 研究发现我国金融体系的滞后性导致了严重的投融资期限错配问题。现有文献表明， 利率市场化（王红建等， 2018）、 适度的货币政策（饶品贵和姜国华，2013）、 银行竞争（肖继辉和李辉煌，2019）对于缓解企业融资约束， 进而降低投融资期限错配程度具有积极作用。从企业内部来看， 企业的经营特征和管理模式也会影响投融资期限错配。例如： 管理层做出的非理性行为会加重低融资约束企业的投融资期限错配程度（孙凤娥，2019）； 管理者能力不仅能够通过缓解制度缺陷对企业造成的融资约束， 而且可以减少管理者非理性行为而导致的过度投资， 从而降低企业的投融资期限错配程度（王东清和刘华南，2020）。此外， 企业通过购买董责险来进行“兜底”， 会使得企业进行更多的短贷长投行为， 忽视自身经营风险（赖黎等，2019）； 当最终控制人手中的所有权和控制权比例不平衡时， 投资和融资期限极可能出现不匹配的情况（高友才和刘孟晖，2012）； 存在侵占动机的家族控制权会导致企业投融资期限错配加剧（钟凯等，2018）。

2.  税收征管的经济后果。税收征管对市场微观主体的影响主要表现为其对企业产生的效应。一方面， 加强税收征管会使企业减少避税行为， 从而加重实际税收负担（范子英和田彬彬，2013）， 使得企业税负现金流出增多， 全要素生产率下降（张明，2017）。有学者认为， 税收征管还存在进一步深入研究的空间， 如： 于文超等（2018）发现， 受到税务稽查的企业更容易遇到融资障碍， 进而加剧企业的融资压力； 而孙雪娇等（2019）研究发现， 以纳税信用评级为代表的柔性税收征管可以发挥“激励作用”， 减轻企业融资压力； 蔡昌等（2021）发现， 加强税收征管通过打破融资方与资金方之间的信息壁垒， 在资金供需双方之间发挥“桥梁效应”。另一方面， 税收征管作为一种公司治理机制， 通过降低股东与经理人之间、 大股东和中小股东之间的代理成本， 提高公司的市场表现（Xu等，2011）、 降低股价崩盘风险（江轩宇，2013）。此外， 税务机关能够通过加强税收征管更好地发挥监督作用， 这有助于减少企业盈余管理， 提升财务报告信息质量（孙雪娇等，2021）。随着数字技术的发展， 加强税收征管有利于降低信息不对称程度， 提高企业的信息透明度（蔡栋梁等，2022）。

综上可知， 尽管已有研究考虑了数字化税收征管对企业融资约束的作用， 但鲜有文献进一步探究数字化税收征管如何影响企业的投融资期限错配。此外， 数字时代信息技术的迅猛发展有效缓解了各方之间的信息不对称， 强有力的监管减少了企业的代理问题， 但数字化税收征管如何作用于企业投融资期限错配亟待理论研究和实证检验。

（三）研究假设

由现有文献可知， 导致企业投融资期限错配的原因主要包括外部环境因素和企业内部因素， 即制度缺陷和企业自身行为特征。一方面， 数字化税收征管可以提高数据源的信息透明度， 进而减少资本市场各主体之间的信息不对称问题， 同时有利于将企业价值的相关信息有效地传递到市场上（蔡栋梁等，2022）。数字化税收征管通过减少企业与资金提供方之间的信息不对称， 在资金供需双方之间发挥“桥梁效应”（ 蔡昌等，2021）。另一方面， 自“金税三期”上线以来， 其接入了企业缴纳社保信息、 企业工商备案信息、 统计数据和银行往来信息等， 并且与纳税信用等级、 实名制相结合， 构建了一套有史以來最严格的、 针对所有企业的监管系统， 使得管理层侵占股东利益的机会主义行为、 控股股东侵占中小股东利益的掏空行为难以掩盖， 有效缓解了两权分离制度下的双重代理问题（Xu等，2011）， 发挥了“治理效应”。因此， 本文认为“金税三期”的实施可能通过发挥“桥梁效应”和“治理效应”， 进而抑制企业的投融资期限错配。

1.  桥梁效应。企业和资金提供方之间的信息不对称是制约企业获得融资的重要原因之一（Kaplan和Zingales，1997）。一方面， 融资方需要花费大量时间和成本向银行或者资本市场投资者证明自己的实力； 另一方面， 资金提供方也需要通过聘请专业人士、 开展尽职调查等途径耗费相应成本对企业信息进行核实。在纳税信用评级和信息共享机制的配合下， 数字化税收征管可以有效减少资金供需双方的信息不对称， 从而缓解企业的融资约束， 降低投融资期限错配程度。

随着我国信用体系的构建和逐步完善， 企业信用状况被广泛应用于招标、 投标和融资等领域， 成为企业参与市场竞争的重要因素。企业参与市场竞争时， 纳税信用扮演着重要角色， 资金提供方可以通过纳税信用评级进一步判断企业的财务现状， 评估企业偿还债务的能力， 数字化税收征管的实施使得纳税人高度重视并维护自身的纳税信用。此外， 税务局会向社会公众公布纳税信用评级结果为A的企业名单， 这会激励企业规范纳税， 为自身树立良好的形象。因为银行在向企业提供贷款时， 会将纳税信用评级结果作为重要的参考， 即银行会更愿意向纳税信用评级较高的企业提供贷款（孙雪娇等，2019）。通过使用大数据技术， 政府可以建立良好的信息公开机制， 更有效地控制信息披露， 从而有助于解决治理中的信息不对称问题（Kaplan和Haenlein，2009）。为实现信息交流和共享， “金税三期”工程四个系统中的外部信息系统建立了税务部门与其他部门的信息交换渠道， 实现跨部门网络互联； 在所有级别税务机关与相关外部机构之间建立安全可靠的业务信息交流与共享平台， 使得外部投资者更容易了解企业的基本面信息， 间接打破企业与外部资金提供方之间的信息壁垒， 缓解企业融资约束， 从而使企业可以获得更多的融资， 这在某种程度上可以减轻企业的投融资期限错配问题。

2.  治理效应。数字化税收征管作为一种外部治理手段， 可以有效缓解两类代理冲突， 从而提高公司治理水平和企业声誉， 进而降低企业的投融资期限错配程度， 发挥“治理效应”。一方面， 管理层和股东之间的代理冲突可能导致经理人有意进行过度投资、 建造个人商业帝国等， 管理层的私利行为不仅可能导致股东和债权人未来现金流量减少， 还会使债权人的资金风险增加、 企业的信用评级下降。另一方面， 当控股股东和中小股东之间存在代理冲突时， 控股股东可能会利用不正当手段， 如长时间无息占用企业资金、 通过不公允的关联交易来转移企业的优质资产和利润（Johnson等，2000）， 导致企业现金流量减少、 企业价值受损（Chen等，2010）， 进而损害中小股东和债权人的利益， 增加投资风险； 此时， 企业举债的抵押担保物价值也会降低， 从而债权人在债务清算中收回本息的概率降低（Friedman等，2003）。可见， 当企业预计存在上述两类潜在代理问题时， 为了降低代理风险和减少潜在损失， 银行等债权人通常会更倾向于发放风险低、 期限短的贷款， 此时企业的短贷长投程度增加， 即代理问题越严重， 企业的投融资期限错配程度越高。

政府作为一类特殊的“股东”（Desai等，2007）， 通过税收强制性参与企业的利润分享， 为了防止企业隐瞒和转移应税收入， 政府希望企业能够实施良好的公司治理， 并提高企业信息透明度（Desai和Dharmapala，2006；郑志刚等，2013）。有研究表明， 管理层在谋划避税活动时， 会故意增加交易的复杂度， 降低企业财务信息的可理解性， 为管理层谋取私利创造机会， 进而加大管理层与股东之间的代理矛盾（叶康涛和刘行，2014）； 同时， 大股东的掏空行为不可避免地会影响政府税收（曾亚敏和张俊生，2009）。数字化税收征管运用互联网开票、 数据库和大数据分析等信息技术， 将企业的税务数据直接上传给税务局， 使税务局能够实时了解企业的交易数据和经营状况， 弥补了人工征税方式下信息滞后的不足， 提高了企业避税的难度， 进而能够抑制管理层和控股股东的自利行为， 提高公司治理水平和企业声誉， 降低企业的投融资期限错配程度。

基于上述理论分析， 数字化税收征管通过缓解企业融资约束和两类代理问题， 从而减轻企业的投融资期限错配问题。因此， 本文提出如下假说：

H1： 数字化税收征管显著降低了企业投融资期限错配程度。

三、 研究设计

（一）数据来源与样本筛选

2013年， 山西、 山东（青岛市除外）、 重庆三省（市）单轨上线了“金税三期”系统， 自此， “金税三期”工程拉开了帷幕。经过一年的开发升级， “金税三期”优化版于2014年完成。2015年内蒙古、 河南、 广东（深圳市除外）三省（区）开始单轨运行“金税三期”。国家税务总局决定， 从2015年开始全面推广“金税三期”优化版， 于2016年完成全国推广工作， 全面实现数字化税收征管。为了避免政策实施前后时间跨度对研究结论造成干扰， 本文选取“金税三期”上线前三年（2010年）至2021年的沪深Ａ股上市公司数据为样本。在不同地区， “金税三期”的上线时间存在差异， 为了避免这种差异的影响， 本文剔除了办公地和注册地不同的企业样本。此外， 还剔除了金融类公司样本、 ST类样本、 净资产小于0的样本以及财务数据有缺失值的样本， 并对所有连续变量不分年度按上下1%进行缩尾处理， 最终共得到31488个有效观测值。数据主要来源于CSMAR和WIND数据库。

（二）变量定义

1. 投融资期限错配。钟凯等（2016）采用企业所需长期投资的资金缺口来衡量企业短贷长投， 由于企业短贷长投水平越高， 说明投融资期限错配问题越严重， 本文采用该指标来衡量投融资期限错配（SFLI）。

2. 数字化税收征管。本文用“金税三期”的上线情况来衡量是否实施了数字化税收征管（POST）。需要注意的是， “金税三期”上线需要一定的时间推广， 所以参照朱凯等（2021）的做法， 如果该地区在上半年上线， 就视为本年实施了数字化税收征管； 如果在下半年上线， 则视为下一年实施了数字化税收征管。此外， 由于青岛市和深圳市与其所在省份的上线时间不同， 本文单独考虑了这两个城市的实施时间。

3. 控制变量。参照蔡昌等（2021）的研究， 本文选取了企业基本财务特征、 公司治理特征方面的控制变量， 如企业规模（SIZE）、 企业年龄（AGE）、 经营活动净现金流量（CF）、 营业费用占比（EXP）、 营业利润率（OPM）、 负债水平（LDEBT）、 盈利水平（LOSS）、 工资水平（LWAGE）。此外， 还控制了企业个体（FIRM）和年份（YEAR）固定效应。具体变量定义如表1所示。

（三）模型设定

“金税三期”系统从2013年上线开始， 历经四年时间， 逐步在全国范围内实现了全面推广， 政策分批试点实施具有准自然实验性质。因此， 本文构建多期双重差分模型， 以检验数字化税收征管与企业投融资期限错配的关系， 具体模型如下：

SFLIi，t=α0+α1POSTi，t+∑Controlsi，t+FIRMi+

YEARt+εi，t （1）

其中， i表示企业， t表示年份， SFLIi，t表示企业投融资期限错配， POSTi，t为企业当年是否实施了数字化税收征管的哑变量， Controlsi，t表示其他控制变量， FIRMi代表企业个体固定效应， YEARt代表年份固定效应， εi，t为残差项。

四、 实证结果

（一）描述性统计

表2是主要变量的描述性统计结果。SFLI的均值为-0.056， 标准差为0.129， 最小值为-0.443， 最大值为0.318， 表明样本企业存在不同程度的投融资期限错配问题。POST的均值为0.592， 表明样本期间共有59.2%的观测值受到了“金税三期”的影响。控制变量的描述性统计结果均与已有文献相似。

（二）基准回归结果

表3列示了模型（1）的回归结果。第（1）列的结果显示， 在只控制企业个体—时间双向固定效应时， 数字化税收征管（POST）的系数为-0.009， 且在10%的水平上显著。第（2）列的结果显示， 在加入所有控制变量后， POST的系数为-0.014， 且在1%的水平上显著。为排除变量间多重共线性对结论的干扰， 本文用方差膨胀系数（VIF）进行检验（检验结果略），发现 控制变量的VIF值均分布在［1， 2］区间内， 远远小于10， 说明本文自变量之间不存在多重共线性问题。为确保基准回归结果的稳健性， 本文在控制了地区、 行业及年份三者的固定效应后进行回归， 第（3）列、 第（4）列分别为未加入控制变量、 加入控制变量时的回归结果， POST的系数均在1%的水平上显著为负， 与第（2）列的回归结果相似。这说明是否加入地区、 行业固定效应并不影响本文的结论， 因此本文后续研究均在控制企业个体和年份的固定效应下进行。以上结果表明， 实施“金税三期”后， 企业投融资期限错配程度显著降低。

（三）稳健性检验

1.  平行趋势检验。为了排除实验组和对照组自身差异对研究结果的影响， 本文构建了模型（2）进行平行趋势检验。

SFLIi，t=α0+                                 αtPOSTyeari，t+

∑Controlsi，t+FIRMi+YEARt+εi，t （2）

其中， POSTyeart代表企业实施数字化税收征管的时间， 本文取实施前三年及以前年度（pre_3）、 实施前两年（pre_2）、 实施前一年（pre_1）、 实施当年（current）、 实施后一年（post_1）、 实施后两年（post_2）、 实施后三年及以后年度（post_3）。以数字化税收征管实施前一年（pre_1）作为基准年， 采用模型（2）进行回归。若数字化税收征管实施之前的回归系数显著， 则说明企业投融资期限错配程度的降低可能是源于其他因素。回归结果显示， pre_3、 pre_2的系数均不显著， 说明在实施数字化税收征管之前实验组和对照组的投融资期限错配程度没有显著差异， 平行趋势假设成立； current、 post_1、 post_2、 post_3的系數均在1%的水平上显著为负， 再次验证了H1。

2. 安慰剂检验。为了排除其他政策变革和随机性因素的干扰， 本文进行了安慰剂检验。将企业所在地“金税三期”实际上线时间之前的第二年和实际上线时间之后的第二年作为数字化税收征管实施的虚假时间点， 构造虚拟变量POST1、 POST2， 分别代入模型（1）重新进行检验。回归结果显示， POST1和POST2的系数均不显著， 即可排除其他因素的影响。

3. 熵平衡法检验。为了控制实验组和对照组之间的系统性差异， 本文采用Hainmueller（2012）提出的熵平衡（Entropy balancing）数据处理方法， 通过调整协变量分布的一阶、 二阶和三阶矩的差异， 估算出熵平衡的权重。经熵平衡匹配后， POST的系数在1%的水平上显著为负， 表明在运用熵平衡法去除样本选择偏误后， H1仍然成立。

4. 排除“营改增”政策的干扰。“营改增”于2012年在上海启动试点， 并于2016年全面实施。“营改增”政策通过消除双重征稅， 降低企业税负， 从而增加企业的资金留存， 这可能会减轻企业的投融资期限错配， 从而干扰本文的研究结论。为此， 设置“营改增”虚拟变量（vat_after）， 若企业受到“营改增”政策的影响， 则取值为1， 否则取值为0。结果显示， vat_after和POST×vat_after的系数均不显著， 表明企业投融资期限错配程度的降低不受“营改增”政策的影响。

5. 排除2019年增值税改革的影响。2019年， 我国继续开展增值税改革， 进一步减税和降低增值税税率， 这将有助于减轻企业的负担， 提高企业的利润， 降低企业的投融资期限错配程度， 干扰本文结论。因此， 本文剔除2019年及以后年度的数据重新进行回归， 结果显示， POST的系数为-0.015， 且在1%的水平上显著， 与基准回归结果基本一致。

因篇幅限制， 以上稳健性检验结果均未列示出来。

五、 进一步分析

（一）机制检验

根据上文的理论分析， 一方面， 数字化税收征管通过“金税三期”系统， 完善信息评价体系和信息共享机制， 降低资金供需双方的信息不对称程度， 充分发挥“桥梁效应”， 缓解企业的融资约束， 从而降低投融资期限错配程度； 另一方面， 数字化税收征管有助于缓解两类代理问题， 有效发挥“治理效应”， 进而降低企业投融资期限错配程度。为验证上述作用机制， 本文参考温忠麟和叶宝娟（2014）的三步法， 基于模型（1）， 构建了中介效应模型， 以检验“桥梁效应”和“治理效应”两条作用路径， 具体模型如下：

Mi，t=α0+α1POSTi，t+∑Controlsi，t+FIRMi+

YEARt+εi，t （3）

SFLIi，t=α0+α1POSTi，t+α2Mi，t+∑Controlsi，t+

FIRMi+YEARt+εi，t （4）

其中， M为中介变量， 主要指融资约束（SA）和代理成本（MER）。本文采用SA指数衡量融资约束， 计算公式为： SA=-0.737×Size+0.043× Size^2-0.040×Age， 其中Size为经通货膨胀调整后的总资产自然对数， Age为观测年份与上市年份之差（Hadlock和Pierce，2010）。SA指数越大， 说明企业融资约束越严重。另外， 参照蔡昌等（2021）的做法， 使用企业管理费用和营业收入之比来衡量代理成本（MER）， 该值越大， 说明企业的代理问题越严重。

1.  数字化税收征管的“桥梁效应”。表4列示了以融资约束为中介变量的回归结果。第（2）列中POST的系数显著为负， 表明数字化税收征管能够有效缓解企业融资约束； 第（3）列中SA的系数显著为正， 说明企业融资约束与投融资期限错配程度同方向变动； 第（4）列将SA作为控制变量代入了主回归， 其系数依然显著为正， POST的系数显著为负， 说明数字化税收征管通过缓解企业的融资约束降低了投融资期限错配程度， 发挥了“桥梁效应”。

2. 数字化税收征管的“治理效应”。表5列示了以代理成本为中介变量的回归结果。第（2）列中POST的系数显著为负， 表明数字化税收征管显著降低了企业的代理成本； 第（3）列中MER的系数显著为正， 表明随着代理成本的增加， 企业投融资期限错配程度提高； 第（4）列将MER作为控制变量代入了主回归， 其系数依然显著为正， POST的系数显著为负， 说明数字化税收征管通过减少代理冲突降低了企业投融资期限错配程度， 发挥了“治理效应”。

（二）异质性检验

1. 抵押担保能力。理论和实践证据显示， 银行在审核企业的长期借款申请时， 通常十分看重企业的抵押担保能力， 抵押资产中最常见的就是固定资产。出于对企业违约风险的担忧， 银行会更愿意放贷给抵押担保能力强的企业， 因此抵押担保能力较弱的企业获取银行长期借款的难度更大， 从而面临更大的融资约束， 在此情况下数字化税收征管对投融资期限错配的抑制作用会更强。本文参照刘行等（2017）的做法， 用固定资产占总资产的比重衡量抵押担保能力（FA）， 并按照其年度—行业中位数划分高、 低抵押担保能力组， 回归结果见表6。在高抵押担保能力组中， POST的系数不显著； 而在低抵押担保能力组中， POST的系数为

-0.027， 且在1%的水平上显著； POST×FA的系数在10%的水平上显著为负。以上结果均说明， 在抵押担保能力较弱的企业中， 数字化税收征管对企业投融资期限错配的抑制作用更显著， 这进一步增加了“桥梁效应”作用机制的相关证据。

2. 分析师关注度。数字化税收征管能够加强对企业行为的制约， 减轻企业存在的两类代理问题。鉴于此， 数字化税收征管作为一种外部治理机制， 对公司治理水平较低的企业可能会带来更大的积极作用。一般来说， 具有更高分析师关注度的企业治理水平也会更高。因为当分析师聚焦于某一企业时， 会挖掘企业更多的细节问题， 将企业置于“放大镜”之下， 也就意味着该企业的信息会更加透明， 这会促使企业提高自身的治理水平。相反， 当企业无人问津时， 企业会处于一个恶性循环的状态， 自身的问题越来越多， 治理水平也会越来越低。参照谢露等（2021）的做法， 本文采用分析师跟踪人数加1后取自然对数来衡量分析师关注度（ANALYST）， 并按照其年度—行业中位数划分高、 低分析师关注度组， 回归结果见表7。在低分析师关注度组中， POST的系数显著为负； 而在高分析师关注度组中， POST的系数不显著； POST×ANALYST的系数在1%的水平上显著为正。以上结果均说明， 在分析师关注度较低的企业中， 数字化税收征管对企业投融资期限错配的抑制作用更为显著， 这进一步增加了“治理效应”作用机制的相关证据。

3. 产权性质。在企业产权性质方面， 国有企业对于国家经济调控有着不可替代的重要作用， 肩负着更多的社会责任， 信息披露更加透明， 这也意味着国有企业不会刻意进行避税行为， 因此数字化税收征管的“桥梁效应”可能对于减轻非国有企业的投融资期限错配问题更为显著。此外， 国有企业的资源优势使其比非国有企业更易于获得融资， 而非国有企业面临着更严重的融资难、 融资贵问题， 因此数字化税收征管对融资约束更高的非国有企业投融资期限错配的抑制作用更为明显。鉴于此， 根据产权性质（STATE）， 将样本分为国有企业组（STATE=1）和非国有企业组（STATE=0）， 回归结果见表8。国有企业组中POST的系数在5%的水平上显著为负， 非国有企业组中POST的系数在1%的水平上显著为负， POST×STATE的系数在1%的水平上显著为正。以上结果均说明， 在非國有企业中， 数字化税收征管政策对投融资期限错配的抑制作用更为显著。

六、 结论与启示

2013年开始在全国范围内陆续上线的“金税三期”系统使得本文可以在准自然实验的情境下研究数字化税收征管对企业投融资期限错配的影响。研究发现， 我国上市公司普遍存在投融资期限错配现象， 以“金税三期”为代表的数字化税收征管显著降低了企业投融资期限错配程度。中介机制检验表明， 数字化税收征管通过打破企业和资金提供方之间的信息壁垒， 提高信息透明度， 缓解企业融资约束， 最终减轻企业投融资期限错配； 同时， 通过抑制上市公司管理层的机会主义行为和控股股东的掏空行为， 减少代理问题， 从而抑制企业投融资期限错配。此外， 在抵押担保能力较弱、 分析师关注度较低以及非国有企业中数字化税收征管对企业投融资期限错配的抑制作用更为显著。

本文的研究可为当前阶段深化税制改革、 优化企业投融资结构提供决策依据。基于上述结论， 可得到如下启示： 一是， 税务部门要依托信息化技术， 进一步完善信息共享渠道， 更好地发挥数字化税收征管的“桥梁效应”。“金税三期”已经实现了银税互通， 税务机关将企业的纳税信用等级共享给银行系统， 为其发放贷款提供有益信息。因此， 未来税收征管改革应进一步整合更多的企业信息， 而不仅仅是涉税信息， 要扩大数据范围， 进一步提高企业信息透明度。二是， 要深化金融供给侧结构性改革， 有效发挥数字化税收征管的“桥梁效应”。融资难是我国企业短贷长投的直接原因之一， 轻则导致企业陷入财务困境， 重则引发金融系统性风险。因此， 金融业的发展应顺应改革的方向， 不断改善金融制度环境， 为企业提供更加丰富的金融产品， 拓宽中长期资金来源， 满足不同企业的融资需求。三是， 各监管部门要加大监管力度， 增强数字化税收征管的“治理效应”。金融机构、 证监会等应当运用好大数据系统提供的企业数据， 加强对企业生产经营等方面的监管； 同时， 通过大数据分析技术， 对资本市场进行风险警示， 及时披露上市公司信息， 加大对资本市场参与者的保障力度。四是， 企业应重视投融资期限的配置， 合理安排短期负债和长期负债资金， 提前做好短期借款的还款准备， 降低经营风险； 同时， 提高公司治理水平， 利用数字化税收征管平台， 完善信息披露， 加强与外部投资者的沟通， 为企业投融资争取更多的机会。

【 主 要 参 考 文 献 】

白云霞，邱穆青，李伟．投融资期限错配及其制度解释——来自中美两国金融市场的比较［ J］．中国工业经济，2016（7）：23 ～ 39．

蔡昌，林高怡，王卉乔．税收征管与企业融资约束——基于金税三期的政策效应分析［ J］．会计研究，2021（5）：107 ～ 120．

蔡栋梁，刘敏，邹亚辉等．税收征管与股价同步性——基于制度背景的研究［ J］．南开管理评论，2022（3）：160 ～ 171．

范子英，田彬彬．税收竞争、税收执法与企业避税［ J］．经济研究，2013（9）：99 ～ 111．

高友才，刘孟晖．终极控制人股权特征与公司投融资策略研究——来自中国制造业上市公司的经验证据［ J］．中国工业经济，2012（7）：96 ～ 108．

赖黎，唐芸茜，夏晓兰等．董事高管责任保险降低了企业风险吗？——基于短贷长投和信贷获取的视角［ J］．管理世界，2019（10）：160 ～ 171．

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［ J］．管理世界，2017（10）：113 ～ 129．

饶品贵，姜国华．货币政策、信贷资源配置与企业业绩［ J］．管理世界，2013（3）：12 ～ 22+47+187．

孙凤娥．投融资期限错配：制度缺陷还是管理者非理性［ J］．金融经济学研究，2019（1）：94 ～ 110．

孙雪娇，翟淑萍，于苏．大数据税收征管如何影响企业盈余管理？——基于“金税三期”准自然实验的证据［ J］．会计研究，2021（1）：67 ～ 81．

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［ J］．中国工业经济，2019（3）：81 ～ 99．

王东清，刘华南．管理者能力影响企业短贷长投吗？［ J］．金融发展研究，2020（1）：46 ～ 54．

王红建，杨筝，阮刚铭等．放松利率管制、过度负债与债务期限结构［ J］．金融研究，2018（2）：100 ～ 117．

肖继辉，李辉煌．银行业竞争与微观企业投融资期限错配［ J］．南京审计大学学报，2019（3）：38 ～ 45．

叶康涛，刘行．公司避税活动与内部代理成本［ J］．金融研究，2014（9）：158 ～ 176．

于文超，殷华，梁平汉．税收征管、财政压力与企业融资约束［ J］．中国工业经济，2018（1）：100 ～ 118．

翟淑萍，韩贤，陈曦．数字金融对企业投融资期限错配的影响及其路径分析——基于“短贷长投”视角［ J］．广东财经大学学报，2021（4）：96 ～ 110．

郑志刚，殷慧峰，胡波．我国非上市公司治理机制有效性的检验——来自我国制造业大中型企业的证据［ J］．金融研究，2013（2）：142 ～ 155．

钟凯，程小可，张伟华．货币政策适度水平与企业“短贷长投”之谜［ J］．管理世界，2016（3）：87 ～ 98+114+188．

钟凯，刘金钊，王化成．家族控制权会加剧企业资金期限结构错配吗？——来自中国非国有上市公司的经验证据［ J］．会计与经济研究，2018（2）：3 ～ 20．

朱凯，潘舒芯，胡梦梦．智能化监管与企业盈余管理选择———基于金税三期的自然实验［ J］．财经研究，2021（10）：140 ～ 155．

Chen S.， Chen X.， Cheng Q.， et al.. Are Family Firms More Tax Aggressive Than Non-family Firms？［ J］． Journal of Financial Economics，2010（1）：41 ～ 61．

Desai M. A.， Dharmapala D.. Corporate Tax Avoidance and High-powered Incentives［ J］． Journal of Financial Economics，2006（1）：145 ～ 179．

Desai M. A.， Dyck A.， Zingales L.. Theft and Taxes［ J］． Journal of Financial Economics，2007（3）：591 ～ 623．

Friedman E.， Johnson S.， Mitton T.. Propping and Tunneling［ J］． Journal of Comparative Economics，2003（4）：732 ～ 750．

Hadlock C. J.， Pierce J. R.. New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index［ J］． The Review of Financial Studies， 2010（5）：1909 ～ 1940．

Kahl M.， Shivdasani A.， Wang Y.. Short-term Debt as Bridge Financing： Evidence from the Commercial Paper Market［ J］． The Journal of Finance，2015（1）：211 ～ 255．

Kaplan A. M.， Haenlein M.. Users of the World， Unite！ The Challenges and Opportunities of Social Media［ J］． Business Horizons，2009（1）：59 ～ 68．

Kaplan S. N.， Zingales L.. Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints？［ J］． The Quarterly Journal of Econo-mics，1997（1）：169 ～ 215．

Xu W.， Zeng Y.， Zhang J.. Tax Enforcement as a Corporate Governance Mechanism： Empirical Evidence from China［ J］． Corporate Governance： An International Review，2011（1）：25 ～ 40．

【基金項目】国家社会科学基金项目“杠杆监管对国有企业财务行为的影响机理研究”（项目编号：20BGL072）；首都经济贸易大学研究生科技创新资助项目（项目编号：2023KJCX068）

【作者单位】1.首都经济贸易大学会计学院， 北京100070；2.中国建筑材料科学研究总院有限公司， 北京100020