纳税信用评级制度与企业商业信用融资*——基于激励效应视角的研究

王亚男 王 帅 王玉婷 孔东民

一、引言

税收汲取能力是一国国家治理体系和治理能力现代化的重要基础，也是国家政权得以持续稳定的基本保证。自古以来没有自愿的纳税人，因此政府会对企业采取各种强制性的征税措施来规范纳税人的纳税行为，包括通过稽查、处置、罚款等税务征收活动治理纳税违法违规行为(Desai 和Dharmapala，2006)。然而，在强制性税收征管体系下，企业出于自身利益的考虑，天然存在偷税避税的激励(刘行和吕长江，2018)。究其根本，是因为政府税收征管的激励低于企业逃税避税的收益，国家对于坚持纳税、遵守税法的纳税人缺少明确有效的激励措施。

近年来，随着税务领域“放管服” 改革的逐步推进，我国税收制度改革不断深化，税收征管体制持续优化，产生了另一种税收征管方式:通过非强制性征管活动鼓励企业纳税并给予诚信纳税企业激励，本文称之为“激励性税收征管”，比如纳税信用评级制度。国家税务总局于2014 年7 月颁布了《纳税信用管理办法(试行)》，遵循客观公正、标准统一、分级分类和动态调整的原则，根据企业当年的纳税情况对企业做出纳税信用评级，将企业纳税信用分为A、B、C、D 四个等级。特别地，对于信用评级为A 的纳税企业，税务机关会主动向社会公告名单，并由中华人民共和国国家发展和改革委员会(以下简称“发改委”)和国家税务总局牵头联合各大部委对其实施激励措施，使企业在项目管理、税收服务、融资授信、进出口等各个领域享有多项政策优惠和绿色通道，而对于B、C、D 等级纳税人实施不同程度的严格的纳税管理。以往的强制性税收征管方式，通过反避税稽查活动公布企业的“黑名单” 并进行处罚，而纳税信用评级制度则是公布纳税信用评级为A 的企业名单，并予以实施包括融资激励在内的多项激励措施。可见，与强制性税收征管的“约束性” 不同，纳税信用评级制度最大亮点在于其具有明显的激励特征，只为“扬善” 不为“惩恶”。因此，本文从激励性税收征管的角度，考察纳税信用评级制度是否能够通过“扬善” 对企业产生“激励效应”，以期为推进国家税收体系现代化提供政策参考。

当前我国正处在优化经济结构和转换增长动力的攻关期，在以国有银行为主导的金融体系下，中小企业和民营企业获取银行信贷的难度较大，商业信用作为银行贷款的替代性融资方式显得尤为重要(Brandt 和Li，2003；Ge 和Qiu，2007)。现有研究发现，较低的经营风险、良好的内部控制质量、较高的市场地位、良好的企业声誉及企业信用是供应商和客户为企业提供商业信用的主要考虑因素(陆正飞和杨德明，2011；张新民等，2012；王竹泉等，2017)。在此背景下，激励性税收征管是否在增加企业商业信用融资方面扮演着重要的角色? 本文从激励性税收征管的角度出发，考察了纳税信用评级制度对企业商业信用融资的影响及作用机制。

纳税信用评级制度如何影响企业商业信用融资? 从理论上讲，纳税信用评级制度对企业商业信用的影响存在两种竞争性假说。一方面，国家税务总局定期向社会公布纳税信用等级为A 的企业名单，并实施多项联合激励措施，旨在通过“扬善” 发挥激励性作用，以引导企业规范纳税。纳税信用评级信息的披露，能够显著增加A 级纳税企业的声誉和曝光度，向社会各界传达一个官方认可的积极信号，有效降低企业的经营风险，同时提高企业的信息透明度，缓解企业之间的信息不对称，进而增加企业之间的商业信用融资。因此，纳税信用评级制度可能通过降低企业经营风险、增强企业声誉和改善信息透明度等多种渠道提高企业商业信用融资规模。另一方面，纳税信用评级制度也可能对企业商业信用融资产生负面影响。由于商业信用融资与银行信贷融资之间存在显著的替代关系(石晓军和李杰，2009；陆正飞和杨德明，2011)，纳税信用评级信息的公布使得A 级纳税企业更容易获取银行信贷(叶永卫等，2021)，从而企业的商业信用融资规模可能下降。因此，纳税信用评级制度能够通过激励效应增加企业商业信用融资，也可能由于替代效应减少商业信用融资，究竟何种效应占据主导地位还需要进一步的实证检验。

基于以上分析，本文利用2014—2019 年国家税务总局公布的A 级纳税信用企业名单和上市公司财务数据，考察了纳税信用评级制度对企业商业信用融资的影响、异质性效果和潜在影响机制。估计结果表明，纳税信用评级结果披露后，A 级纳税信用企业的商业信用融资规模得以显著提升，具体表现为:A 级纳税信用企业在评级披露后应付账款与预收账款规模均显著提高，表明纳税信用评级制度对企业商业信用融资发挥了激励效应。分组检验发现，这一积极效应在融资约束较高的企业、非国有控股的企业以及商业信用环境较差的地区中尤为突出。进一步的机制检验发现，纳税信用评级制度对商业信用融资产生的激励作用主要是通过缓解企业经营风险、提升企业声誉和增加企业信息透明度来实现的。

和以往文献相比，本文的主要贡献体现在如下方面:第一，现有文献主要关注强制性税收征管对企业的约束效应。例如，陈晓光(2016)发现强制性税收征管会减少企业避税行为；叶康涛和刘行(2011)认为强制性税收征管能够抑制企业盈余管理行为；刘春和孙亮(2015)认为增强税收征管力度可以促使上市公司及时向外界公布坏消息，进而降低股价崩盘风险。与强制性税收征管的约束效应不同，纳税信用评级制度秉承“扬善” 不“惩恶” 的思想理念，对纳税情况较好的企业存在明显的激励效应。但现有研究对纳税信用评级制度的关注较少。孙雪娇等(2019)发现，纳税信用评级制度这一柔性税收征管可以缓解企业融资约束；冀云阳和高跃(2020)发现，企业纳税信用评级这一现代型税收治理措施可以提升企业的全要素生产率；然而鲜有文献考察纳税信用评级制度与企业商业信用融资的关系。本文聚焦于纳税信用评级制度，从激励性税收征管这一全新视角，考察纳税信用评级制度对商业信用融资的影响及作用机制，对有关激励性税收征管政策效果的研究进行有益补充。第二，现有文献大多利用2015 年国家税务总局首次披露的纳税信用A 级企业名单构造准自然实验(孙雪娇等，2019)，该方法能够保证纳税信用评级披露作为一次外生冲击的纯粹性，但忽略了纳税信用评级以年度为周期进行动态调整的事实。每一年企业纳税信用评级都可能发生变化，因此应重视纳税信用评级信息的持续披露效应。①根据《纳税信用管理办法(试行)》，税务部门每年依据近100 项评价指标，对全部企业纳税人信用状况进行评价，形成了涵盖信息采集、级别评价、结果应用、异议处理、信用修复等“全环节”的纳税信用制度框架体系，纳税信用由静态评价向动态管理推进。基于此，本文利用国家税务总局网站连续公布的纳税信用A级企业名单，考察该信息的持续披露对企业商业信用融资的影响。为保证研究结果的可靠性，本文还采用倾向得分匹配法、基于企业和税务机关地理距离构造工具变量以及控制潜在遗漏变量等方法缓解内生性问题。第三，本文研究发现纳税信用评级制度这一影响企业商业信用融资的重要因素，A 级纳税信用评级的披露可以通过降低企业经营风险、增强企业声誉和改善信息透明度等多种渠道提高企业商业信用融资规模，进一步支持了有关企业商业信用影响因素的文献，也为这类文献提供了重要补充(张新民等，2012；王竹泉等，2017)。本文的研究结论为纳税信用评级这一新型税收监管方式的激励效应提供了经验证据，同时也为进一步推进国家税收治理体系和税收治理能力现代化改革提供了理论支持。

二、制度背景与研究假说

(一)制度背景

党的十九届四中全会把“坚持和完善中国特色社会主义行政体制，构建职责明确、依法行政的政府治理体系” 纳入了中国特色社会主义制度建设，要求税务部门更好地承担起自身职责，提高治理能力，创新监管方式，进一步落实国务院“放管服” 改革精神，推进社会信用体系建设，优化税收营商环境，深化税收制度改革。为了加快推进税收治理体系治理能力现代化，国家税务总局于2014 年制定和发布了《纳税信用管理办法(试行)》，以纳税信用评级制度为代表的新型激励性税收征管方式应运而生。纳税信用评级制度旨在规范纳税信用管理、促进纳税人诚信自律，褒扬诚信、惩戒失信，更好地服务于纳税人。国家税务总局根据每年所有企业的纳税情况，采取年度评价指标得分或者直接定级的方式，将企业纳税信用级别分为A、B、C、D 四个等级(2018 年后新增M级)。不同于以往的强制性税收征管的约束效应，纳税信用评级制度具有明显的正向激励作用。首先，税务机关每年4 月确定上一年度纳税信用评价结果，为纳税人提供自我查询服务，并主动公开A 级纳税人名单及相关信息；而对于B、C、D 级的纳税人暂时不向社会公布名单，从而强化了社会对企业纳税信用的关注，将企业形象与纳税信用挂钩。其次，若当年内纳税人对国家税务总局的信用等级评定结果存在异议，可以提供相应的证明材料并申请复评，相较以往更能体现对纳税人的公平。最后，对纳税人实施分级管理政策:对于A 级纳税人，由国家税务总局联合各个部门同时实施联合激励措施，让守信企业在税收服务、融资授信、项目管理、进出口等领域享受更多优惠和便利；对B 级纳税人，重点在于加强日常涉税政策辅导、宣传等纳税服务工作，帮助其改进财务会计管理，提高依法纳税水平，提升纳税信用等级；对于C 级纳税人，主管税务机关依法从严管理，必要时可以采取严肃追究违法违规行为有关责任并责令限期改正等相关措施；对于D 级纳税人，除采取上述C 类纳税人的监管措施外，主管税务机关还会将其列为重点监控对象，与相关部门实施联合惩戒措施。相较于以往“事后管理” 的强制性税收征管，纳税信用评级制度能够更好地起到“监督” 和“预防” 的作用，规范企业纳税行为，更好地发挥其激励效应。

表1 展示了自纳税信用评级制度实施以来，2014—2018 年上市公司的年度纳税信用评级分布情况。其中，Panel A 展示了分年度纳税信用评级分布情况，Panel B 展示了每年的纳税信用评级相比去年的等级变化情况。从分布情况可以看出，整体上A 级纳税信用的上市公司数量在时间趋势上呈现递增态势。从各年纳税信用评级相比上年的等级变化情况来看，每年均有大约1/4 的企业降级为非A 级纳税信用企业或者升级为A 级纳税信用企业，表明国家税务总局会根据企业每年的纳税情况对其纳税信用评级进行动态调整。

表1 年度纳税信用评级分布情况与变化情况

(二)研究假说

纳税信用评级制度作为激励性税收征管的代表性举措，其激励性主要体现在提高企业声誉、促进企业纳税、实施联合激励措施等方面。第一，国家税务总局于2016 年签署了首份联合激励合作备忘录，纳税信用评级高的企业在项目管理、税收服务、融资授信、进出口等18 个领域享有41 项政策优惠和绿色通道，因此，纳税信用评级制度能够便利纳税信用A 级企业经营，有效降低企业的经营风险。另外，王竹泉等(2017)认为，经营风险高的企业在运营中更加难以利用营业活动进行自发融资，因而企业商业信用规模越小，面临的营运资金融资缺口越大。因此，纳税信用评级制度可以降低企业经营风险，进一步扩大企业的商业信用融资规模。第二，国家税务总局披露纳税信用评级为A 的企业名单，说明A 级纳税信用企业具有良好的纳税信用，相当于向外界传递了一个积极的信号，从而显著提升了企业声誉(孙雪娇等，2019)。声誉理论认为，良好的企业形象是企业重要的无形资产，声誉机制能够以较低的成本维持交易秩序(Tadelis，1999)。与强制性税收征管处罚的执行方式不同，纳税信用评级制度这一激励性税收征管方式可以显著提高A 级纳税企业的声誉。供应商在提供企业商业信用时也会考察企业声誉，企业声誉越高，商业信用融资规模也越大(陆正飞和杨德明，2011)。税务机关公布企业纳税信用评级为A 可以显著提升A 级企业的声誉，而基于声誉效应纳税信用评级制度可以显著增加企业商业信用融资规模。第三，Desai 和Dharmapala (2006)发现，企业避税活动会降低企业信息披露质量，降低企业的信息透明度，税收规避与企业透明度之间存在强烈的负相关关系。国家税务总局在纳税信用评级过程中，企业的反避税调查结果是企业纳税信用等级能否评为A 的重要参考，因此纳税信用评级制度可以减少企业避税活动(陶东杰等，2019)，增加企业之间的信息透明度(孙雪娇等，2019)。而企业之间的信息透明度是影响企业商业信用融资规模的重要因素(Burkart 和Ellingsen，2004)。Burkart 和Ellingsen (2004)发现，供应商更愿意给长期合作者提供更多的商业信用融资，原因是供应商与企业的交易越持久，供应商对企业的经营状况、财务信息和市场地位了解得越充分，信息透明度越高。因此，本文认为，纳税信用评级制度可以提升企业信息透明度，降低供应商与企业之间的信息不对称程度，进而增加商业信用融资规模。基于以上分析，纳税信用评级制度可以通过降低企业经营风险、增强企业声誉和改善信息透明度等多种渠道提高企业商业信用融资规模。本文提出纳税信用评级制度影响企业商业信用融资的激励效应假说。

假说1a:纳税信用评级制度增加了企业的商业信用融资。

然而，除上述积极效应之外，纳税信用评级制度也可能对企业商业信用融资产生负面影响。现有文献表明，企业的商业信用与银行信贷融资之间存在显著的替代关系(石晓军和李杰，2009；陆正飞和杨德明，2011)。2015 年7 月，国家税务总局联合原中国银行业监督管理委员会(以下简称“原银监会”)印发了《关于开展“银税互动” 助力小微企业发展活动的通知》，税务机关与银行业金融机构在依法合规的基础上共享企业纳税信用评级结果，全面推广“银税互动” 合作。在该政策的支持下，纳税信用成为企业的信用资产，纳税信用评级为A 的企业可以获取更多的银行信贷支持(孙雪娇等，2019；冀云阳和高跃，2020)，因此企业有可能减少商业信用这一替代性融资的规模。另外，银行信贷导致的利息支出可以起到抵税效果即“税盾效应”，因此，纳税信用评级为A 的企业有动机增加银行信贷，以减少因纳税带来的现金流出，进而导致企业商业信用融资需求下降。基于此，纳税信用评级制度可能会增加企业银行信贷融资，进而降低商业信用这一替代性融资的规模。因此，本文提出与上述激励效应假说相对立的替代效应假说。

假说1b:纳税信用评级制度降低了企业的商业信用融资。

上述理论推导表明，纳税信用评级制度通过激励效应和替代效应这两个机制影响企业的商业信用融资，但这两个机制对企业商业信用融资的影响迥然不同。图1 展示了纳税信用评级制度对企业商业信用融资的影响机制。纳税信用评级制度对企业商业信用融资的最终影响取决于激励效应和替代效应共同作用下的净影响。接下来，本文将通过实证分析对这一影响进行检验。

图1 纳税信用评级制度对企业商业信用融资的影响机制

三、研究设计

(一)样本选取和数据来源

本文采用我国2014—2019 年A 股上市公司为初始研究样本，将企业的纳税信用评级数据与上市公司财务数据进行匹配。参照既有研究，本文对原始数据进行了如下预处理:第一，ST 类上市公司可能会对估计结果造成干扰，因此我们剔除这类企业样本；第二，考虑到金融行业财务报表的特殊性，剔除了金融类公司样本；第三，剔除变量存在缺失的观测值；第四，为避免数据异常值可能造成的估计结果偏差，对所有连续型变量进行了双侧1%水平的缩尾处理。最终，本文所使用样本为8 475 个企业—年份观测值。本文所采用的上市公司财务数据来源于国泰安(CSMAR)数据库。企业纳税信用评级数据来源于国家税务总局，参照孙雪娇等(2019)的做法，以公司年报中披露的统一社会信用代码为检索依据采用手工收集所得。①本文在搜集数据时，参考孙雪娇等(2019)的做法，如果国家税务总局披露的上市公司为子公司，则以子公司的纳税信用评级结果作为该上市公司当年的纳税信用评级结果；如果上市公司为母公司，则以母公司的纳税信用评级结果作为集团的纳税信用评级结果，其财务指标采用合并报表数据，从而克服那些母公司并非经营活动主体带来的相关问题。深圳证券交易所(以下简称“深交所”)信息披露评分值为作者手工搜集所得。

(二)计量模型

为了检验纳税信用评级制度对企业商业信用融资的微观经济效应，本文构建了如下计量模型:

其中，下标i和t分别代表企业和年份，被解释变量Credit代表企业的商业信用融资规模；A为企业当年是否受到政策冲击的虚拟变量，若企业当年纳税信用评级为A则取值1，否则为0。考虑到纳税信用评级变动对企业商业信用融资的影响存在滞后效应，本文对商业信用融资Credit做前置一期处理。同时，本文还控制了企业层面的一系列特征变量Control，包括企业规模Size、财务杠杆Lev、盈利能力ROA、企业成长性Grow、公司年龄Firmage、银行信贷规模Bank、应收账款比例REC、经营活动现金流量Cfo。此外，为了排除难以观测的行业固有特征和时变的宏观市场环境等因素，本文还纳入行业固定效应和时间固定效应FixedEffects。最后，为了剔除异方差性和序列相关性对估计系数造成的干扰，本文将标准误在企业层面进行了聚类调整。ε表示随机扰动项。

(三)指标选取及度量方式

模型(1)中的被解释变量是商业信用融资Credit，商业信用融资指企业在买卖商品时其供应商和客户为其提供的商业信用，主要途径包括应付账款、应付票据和预收账款。因此，大多数文献采用应付账款、应付票据和预收账款之和除以总资产来衡量企业的商业信用融资(陆正飞和杨德明，2011)。但是，考虑到应付票据同时包含商业承兑汇票和银行承兑汇票，而银行承兑汇票只涉及银行信用而非商业信用，因此在本文的基准回归中，商业信用融资不包括应付票据，而采用应付账款和预收账款之和占总资产的比重进行度量。此外，为确保结论的可靠性，本文在稳健性检验中采取应付账款、应付票据和预收账款之和除以总资产等指标重新测度了企业商业信用融资。

国家税务总局于2014 年制定了《纳税信用管理办法(试行)》，并于2014 年开始在全国范围内按照统一标准进行企业纳税信用等级评估，同时在全国范围内公开纳税信用评级为A 的企业名单，纳税信用等级不为A 的企业名单暂不公布。因此，本文构建企业诚信纳税的虚拟变量A作为核心解释变量，若企业当年纳税信用评级为A，则赋值为1，否则赋值为0，来考察企业纳税信用评级为A 对企业商业信用融资的影响。

为了控制其他影响企业商业信用融资的因素，本文参考现有文献(陆正飞和杨德明，2011；石晓军和李杰，2009；王竹泉等，2017)，依次纳入控制变量:企业规模Size，采用企业总资产的自然对数衡量；财务杠杆Lev，采用企业负债总额除以总资产衡量；盈利能力ROA，采用企业净利润除以总资产衡量；企业成长性Grow，采用营业收入增长率衡量；公司年龄Firmage，采用企业成立年限的自然对数值衡量；银行信贷规模Bank，采用长期借款和短期借款之和除以总资产衡量；应收账款比例REC，采用应收账款除以总资产衡量；经营活动现金流量Cfo，采用经营活动产生的现金净流量除以总资产衡量。

(四)描述性统计

表2 列示了主要变量的描述性统计。观察Panel A 可知，我国上市公司的商业信用融资Credit的均值为0.130，说明企业的商业信用融资平均占到总资产的13%。Credit最大值为0.492，最小值为0.004，说明不同企业从上下游获取的商业信用融资规模有明显的差距。Credit的中位数为0.105，说明大部分上市公司的商业信用融资比例并不高。与此同时，从纳税信用评级变量来看，样本中纳税信用评级为A 的样本企业约为41.5%，说明我国企业的纳税信用等级仍有待提升。其他变量的描述性统计结果与前期文献的统计结果较为一致(陆正飞和杨德明，2011；陶春华等，2021)。进一步地，本文依据纳税信用评级虚拟变量A将企业进行分组，Panel B 对比了企业特征变量的组间差异。容易看出，相对于非A 级纳税信用企业，A 级纳税信用企业有着更大的企业规模、更高的资产收益率和更低的杠杆率等。这些统计结果充分表明，企业间的特征变量存在显著的组间差异，因此有必要将这些变量纳入计量模型(1)加以控制。

表2 各变量描述性统计

四、实证结果与分析

(一)纳税信用评级与企业商业信用融资:基准回归结果

表3 汇报了基于计量模型(1)的基准回归结果。为了验证检验结果的稳健性，在纳入核心解释变量的基础上，我们采取逐步增加控制变量的方式进行参数估计。在第(1)—(8)列中，我们控制了行业固定效应和年度固定效应，同时标准误差经过了公司层面的聚类调整。在第(1)列中，未加入公司层面的控制变量，核心解释变量A的估计系数显著为正并且通过了5%水平下的显著性检验。在第(2)—(8)列中，我们逐步加入了其他影响商业信用融资的企业层面控制变量，不难看出，在控制了其他影响商业信用的因素后，A的估计系数在1%水平下显著为正。并且，第(1)—(8)列中，随着控制变量的逐渐加入，模型的解释能力不断提高。进一步地，我们以纳入所有控制变量的第(8)列为例，对估计结果的经济显著性进行阐释。其中，核心解释变量A的估计系数为0.007，说明平均而言A 级纳税信用评级的披露使得企业商业信用融资规模显著提升了5.38%(0.007/0.130)，即纳税信用评级制度对上市公司的商业信用融资规模产生了显著的积极影响，研究假说1a 得到实证支持。

表3 纳税信用评级与企业商业信用融资:基准回归结果

(二)纳税信用评级与企业商业信用融资:企业所处供应链的位置

企业的商业信用融资由上下游企业(供应商和客户)共同提供，而两者相对企业而言处于不同的供应链位置，因此披露企业纳税信用评级对供应商和客户的商业信用提供是否会产生差异化影响，还需进一步讨论。为此，我们从上游供应商和下游客户这两个商业信用的不同来源，分别以企业与供应商交易中企业延迟兑付货款的应付账款与总资产之比(Payable)，以及企业与客户交易中延迟交割商品的预收账款与总资产之比(Received)来刻画企业商业信用融资，并分别将其作为被解释变量进行回归，以考察披露纳税信用评级对供应商和客户为企业提供的商业信用的不同影响。结果如表4 所示，A的估计系数在各列中均显著为正，说明A 级纳税信用企业在评级披露后，供应商与客户均为其提供了更多的商业信用融资，研究假说1a 得到了进一步的实证支持。

表4 纳税信用评级与企业商业信用融资:企业所处供应链的位置

(三)纳税信用评级与企业商业信用融资:作用机制检验

结合前文分析可知，企业经营风险、企业声誉和企业信息透明度是纳税信用评级制度提升企业商业信用融资的潜在渠道。为了验证这一核心逻辑:第一，我们借鉴王竹泉等(2017)的做法，利用企业过去四年的息税折旧摊销前利润率滚动取值的标准差衡量经营风险。同时，由这种计算方式得到的经营风险并不服从正态分布，因此本文计算了代表经营风险的息税折旧摊销前利润率标准差的累积分布概率(Risk)，并以此来衡量经营风险。第二，考虑到企业违规被罚会被认为有损企业声誉，本文参考谢红军等(2017)构造企业声誉变量的方法，根据上市公司违规处罚信息总表，使用企业每年违规处罚次数(Fnumber)作为企业声誉的代理变量。企业处罚次数越多，表明企业声誉越差。第三，借鉴辛清泉等(2014)的做法，本文采用透明度综合指标(Trans)衡量企业信息透明度，其值为盈余质量指标(DD)、深交所信息披露考评分值(Score)、分析师跟踪人数(ANALIST)、分析师盈余预测准确性(ACCURACY)、是否聘请“四大” 作为年报审计师(BIG4)这五个指标的样本百分等级(percentile rank)的平均值。若上市公司中某个或多个透明度变量缺失，则Trans等于剩余变量百分等级的均值，Trans越大，企业透明度越高。此外，为了缓解反向因果导致的内生性问题，本文对Risk、Fnumber和Trans做了前置一期处理；随后，将Risk、Fnumber和Trans作为被解释变量，纳税信用评级A作为核心解释变量进行回归，结果如表5 所示。结合纳税信用评级A的估计系数及其显著性不难发现，纳税信用评级制度显著降低了企业经营风险，增强了企业声誉并改善了企业信息透明度。由此证明，纳税信用评级制度主要通过企业经营风险、企业声誉和企业信息透明度作用于企业商业信用融资。

表5 纳税信用评级与企业商业信用融资:作用机制检验

(四)稳健性检验

为了验证基准回归结果的可靠性，本文从倾向得分匹配、工具变量法、考虑可能遗漏的变量以及替换模型设定形式等多个维度进行稳健性检验。

1.倾向得分匹配

企业纳税信用评级为A 的企业可能其本身就是经营良好、治理完善的上市公司，这类企业可能原本就拥有较多的商业信用融资，从而会导致内生性问题。本文采取倾向得分匹配法来缓解该问题，具体而言:在匹配过程中将样本分为两组，一组为处理组，包括纳税信用评级为A 的样本；另外一组为对照组，包括样本期内纳税信用评级从未评为A 的企业。参考孙雪娇等(2019)的做法，本文针对每一家纳税信用评级为A 的企业，按照1 ∶1 的最近邻匹配方式在同行业中逐年匹配对照企业，用于匹配的协变量包括表1中所有的控制变量。为了验证匹配结果的可靠性，本文对倾向得分匹配得到的样本进行平衡性检验。表6 检验结果显示，匹配之后协变量的绝对偏差较匹配之前大幅下降，并且匹配之后处理组和控制组均不存在显著性差异，可以确保匹配后的处理组和控制组在各个公司特征方面是可比的。

表6 倾向得分匹配平衡性检验

基于倾向得分匹配我们得到一组与处理组具有类似特征的新的对照组，并将其重新进行模型(1)的回归，回归结果如表7 所示。第(1)、(2)列中，核心解释变量A的系数在1%的水平下仍显著为正，并且各列之间核心解释变量A的估计系数基本无差别，表明倾向得分匹配效果较好。表7 与表3 基准回归的结果一致，表明纳税信用评级制度能够显著增加企业的商业信用融资。

表7 纳税信用评级与企业商业信用融资:倾向得分匹配

2.工具变量法

国家税务总局在进行企业纳税信用评级时，企业的避税程度是重要的评价依据。然而，企业避税行为是内生决定的，与一系列企业及高管特征相关(Davis 等，2016)。为了缓解内生性问题，本文参考张敏等(2018)的思路，以企业为中心搜索距离企业10 千米以内的国家税务机关数量(NUM)作为虚拟变量A的工具变量。Kubick 等(2017)发现，企业申报纳税税额与企业和税务局之间的地理距离呈正相关关系。企业与税务局之间的距离越近，越容易从税务局获取相关的纳税信息，因而越有能力在纳税申报中实施避税。张敏等(2018)利用中国上市公司数据也发现了一致的结论，企业与税务局距离越近，寻租成本越低，企业越有动机通过寻租进行避税。因此，这一工具变量(NUM)与企业纳税信用评级(A)负相关，并且企业与税务机关的地理位置不会直接影响企业的商业信用融资，满足工具变量的外生性条件。此外，考虑到城市特征对工具变量估计的可能影响，本文在回归中进一步控制了城市经济发展水平变量，包括人均GDP 的对数(GDP_Per)、GDP 增速(GDP_Growth)、城市化水平(Urban)和固定资产投资总额的自然对数(Invest)。

表8 报告了基于工具变量的两阶段最小二乘估计(2SLS)结果。在第(1)列中，工具变量NUM的系数在1% 水平上显著为负，即距离企业10 千米以内的国家税务总局机关的数量越少，企业越有可能获取A 级的纳税信用等级，满足工具变量的相关性条件。该结果也与现有文献一致(张敏等，2018；Kubick 等，2017)，企业所在地附近税务机关数量越少，企业获取相关纳税信息的难度或寻租成本越高，因此企业避税程度较低，还提高了纳税信用评级被评为A 的可能性。此外，Kleibergen-Paap WaldF统计量为20.775，排除弱工具变量的可能性。在第(2)列中，变量At的系数在5%的水平上显著为正，说明控制可能存在的内生性问题后，纳税信用评级制度仍然对企业商业信用融资存在显著的激励效应，纳税信用评级为A 能够显著增加企业的商业信用融资。

表8 纳税信用评级与企业商业信用融资:工具变量法

需要说明的是，相比于基准回归结果中核心解释变量A的估计系数，工具变量回归中At估计系数明显增大，这主要由两方面的原因所致。一方面，工具变量的估计结果为局部平均处理效应(local average treatment effect，LATE)。当纳税信用评级的披露对企业商业信用融资的激励效应在不同企业间存在异质性时，工具变量的估计结果可能只包括了部分企业的平均处理效应，即纳税行为对企业与税务局距离较为敏感的子样本的平均处理效应。相比无论距离税务局远近都始终诚信纳税的企业和始终非诚信纳税的企业，纳税行为对税务局距离敏感的企业往往也看重纳税评级带来的激励效应，因此纳税信用评级的披露对其商业信用融资的影响也会更加明显。由于工具变量模型估计的是这部分企业的平均处理效应，远高于全样本企业的平均处理效应，从而工具变量模型估计系数有所增大。另一方面，弱工具变量也可能导致工具变量估计系数膨胀，虽然工具变量的Kleibergen-Paap WaldF统计量为20.775，通过了弱工具变量检验，但其估计系数也可能会偏离真实系数。①基于工具变量法的估计系数与基准模型估计系数方向一致，说明控制内生性问题后，纳税信用评级制度仍然对企业商业信用融资存在显著的激励效应。然而，基于以上两点导致工具变量系数膨胀的原因，请读者谨慎对待本文工具变量的估计系数。

3.考虑可能的遗漏变量

基准回归中已经控制了一系列公司特征和行业及年度固定效应，接下来我们进一步从可观测与不可观测遗漏变量两个层面缓解内生性问题。第一，参考现有文献(王竹泉等，2017)，考虑到企业其他特征和公司治理水平均可能影响企业商业信用融资，本文新增了五个控制变量，包括固定资产占比(PPE)、存货占比(Inventory)、董事长和总经理两职合一(Duality)、第一大股东持股比例(Shr1)以及第二至第十大股东持股比例(Shr2to10)。第二，考虑到内生性问题可能是由遗漏企业固定特征所致，那么控制企业固定效应就能够排除不随时间变化的公司特征对估计结果的影响。因此，为进一步控制可能遗漏的不随时间改变的企业固定因素对回归结果的影响，我们剔除样本中纳税信用评级始终为A 或非A 的企业，并使用企业固定效应模型进行重新估计。第三，考虑到企业商业信用融资规模与所处行业的时变特征息息相关，为了进一步控制这些潜在的宏观遗漏变量，本文在基准回归的基础上进一步增加行业和年度交互固定效应、省份和年度交互固定效应，相关回归结果如表9 所示。不难看出，在各列中核心解释变量A的估计系数均在1%的水平下显著为正，说明纳税信用评级制度促进了企业商业信用融资规模的研究结论未发生实质性改变，纳税信用评级披露对上市公司商业信用融资的激励效应依然显著。

4.其他稳健性检验

除上述稳健性检验外，本文还进行了如下补充工作:第一，为证实企业商业信用融资的增加确实是由纳税信用评级披露这一政策所引起的，本文参照孙雪娇等(2019)的方法，将A 级纳税信用评级随机赋予样本企业，基于随机生成的虚拟变量A_new重复模型(1)的回归1 000 次，进行安慰剂检验。第二，考虑到不同的企业商业信用融资定义方式可能对研究结论造成影响，本文进一步测试研究结论对企业商业信用融资度量指标的敏感性:首先，借鉴陆正飞和杨德明(2011)的做法，采用企业的应付账款、应付票据和预收账款之和占总资产的比重衡量企业的商业信用融资，记为Credit1；其次，参考王竹泉等(2017)的做法，定义企业的商业信用净占用＝ (应付账款＋应付票据＋预收款项-预付款项-应收账款-应收票据)/资产总计，记为Credit2；最后，考虑到应收票据和应付票据的具体内容以及商业信用的定义，票据同时包含商业承兑汇票和银行承兑汇票，而银行承兑汇票只涉及银行信用而不是商业信用，故本文重新定义(应付账款＋预收款项-预付款项-应收账款)/资产总计为企业的商业信用净占用，记为Credit3。与基准回归处理方式相同，我们对所有被解释变量做前置一期处理进而检验企业商业信用融资度量指标的敏感性。第三，考虑到激励效应的发挥可能需要较长时间，我们将基准回归中的商业信用融资取前置两期，该设定也能够进一步缓解商业信用融资与纳税信用评级互为因果所导致的内生性问题。第四，为了进一步克服自相关和异方差性对研究结论的影响，本文参考Kim 等(2011)的做法，对标准误在个体和年份上进行双重聚类调整。相关结果如表10 和图2 所示。结果表明，在安慰剂检验、改变企业商业信用融资度量方式、被解释变量前置两期和采用双重聚类方式之后，本文的核心结论未发生实质性改变。

图2 激励性税收征管与商业信用融资:安慰剂检验

表10 纳税信用评级与企业商业信用融资:其他稳健性测试

五、异质性分析

上述分析为激励性税收征管对企业商业信用融资发挥的积极作用提供了诸多经验证据。然而该分析主要聚焦于整体层面，忽略了激励性税收征管与企业商业信用融资之间的关系在不同类型企业中的异质性表现。基于此，本文从企业融资约束、企业股权性质以及城市商业信用环境三个维度对激励性税收征管在企业商业信用融资中发挥的积极作用进行异质性分析。

(一)纳税信用评级与企业商业信用融资:基于企业融资约束视角的异质性分析

作为发展中国家，我国金融体系尚不健全，商业信用对企业融资的支持可能会超过银行贷款(Ge 和Qiu，2007)。当企业得不到商业银行贷款时，即企业的融资约束较高时，商业信用融资作为银行贷款的替代方式对企业至关重要。因此，本文从企业融资约束的角度进行分组回归，并预期对融资约束较高的企业而言，由于其更依赖商业信用这一融资渠道，激励性税收征管对企业商业信用融资的促进效应会更加明显。

借鉴鞠晓生等(2013)的做法，本文采用SA 指数衡量企业面临的融资约束程度，计算方式为:SA＝-0.737×Size＋0.043×Size2-0.040×Age。Size定义同上，Age为企业成立时间长短，SA 指数具有较好的外生性且相对稳健。为了验证上述判断，本文按照当年中位数的融资约束程度(SA 指数)将样本分为融资约束高和低两组，分别进行模型(1)的回归，结果如表11 所示。在融资约束较高的组中，核心解释变量A的估计系数在1%的水平上显著为正；而在融资约束较低的组中，A的估计系数为正但不显著。这说明当企业融资约束较高时，纳税信用评级制度对企业商业信用融资的促进作用更加明显。①为了保证结果的稳健性，本文还使用WW 指数与现金—现金流敏感度等指标测度融资约束，发现了一致的证据。

表11 纳税信用评级与企业商业信用融资:基于企业融资约束视角的异质性分析

(二)纳税信用评级与企业商业信用融资:基于企业股权性质视角的异质性分析

替代性融资理论认为，信贷配给是商业信用产生的根源(江伟和李斌，2006)。在信贷配给条件下，无论企业愿意支付多高的利息都不可能获取充足的银行信贷，此时商业信用作为替代性融资渠道应运而生。在以国有银行为主导的金融体系下，国有银行的信贷政策不可避免地会向国有控股企业倾斜。大量实证研究已证实，相对于非国有控股企业而言，国有控股企业在贷款金额、贷款成本、贷款期限等角度都可以享受更多优惠(江伟和李斌，2006；Brandt 和Li，2003)。在资本市场信贷歧视的背景下，相比于国有控股企业，非国有控股企业得到的银行信贷支持不足，因而更依赖于商业信用融资。此外，由于政府的隐性担保与优惠政策，国有控股企业具有相对稳定的上下游供应链，而非国有控股企业在与供应商和客户的交易中更注重维护企业声誉和信用。因此，本文预期披露纳税信用评级信息在非国有控股企业中将发挥更为明显的激励效果。

本文根据企业实际控制人性质，将样本分为国有控股企业和非国有控股企业。表12展示了纳税信用评级制度对不同所有制类型企业的作用差异。当企业为国有控股企业时，核心解释变量A的估计系数为正，但不显著；当企业为非国有控股企业时，A的估计系数在1%的水平下显著为正。该结果说明纳税信用评级制度对企业商业信用融资的促进作用在非国有控股企业中更加明显。

(三)纳税信用评级与企业商业信用融资:基于城市商业信用环境视角的异质性分析

为了贯彻落实党的十八届三中全会决定和2014 年《政府工作报告》中强调的“让守信者一路畅通、让失信者寸步难行” 的要求，规范纳税信用管理，促进纳税人诚信自律，提高税法遵从度，推进社会信用体系建设，政府出台了纳税信用评级制度。而考虑到各城市信用体系功能完备程度不同，纳税信用评级对企业商业信用融资的提升效果可能会受到城市商业信用环境的影响。对于信用体系功能较为完备的城市，企业本身商业信用融资渠道较为通畅，因此披露纳税信用评级对其商业信用融资的边际影响较弱。与之相反，位于信用环境较差城市的企业，国家税务总局披露的A 级纳税信用能够作为企业诚信纳税的积极信号，通过增加企业声誉和改善信息透明度来促进商业信用融资，进而更好地发挥激励效应。

基于此，本文利用中国管理科学研究院编制的《中国城市商业信用环境指数蓝皮书》中的“中国城市商业信用环境指数” 来测度城市商业信用环境，并将样本分为商业信用环境较好的地区和商业信用环境较差的地区，进行分组回归以检验纳税信用评级制度对企业商业信用融资的异质性影响。表13 的回归结果展示了激励性税收征管对不同商业信用环境的企业商业信用融资的作用差异。当企业面临的商业信用环境较差时，核心解释变量A的估计系数在1%的水平下显著为正；而在商业信用环境较好的地区，A的估计系数并不显著。这说明在商业信用环境较差的情况下，纳税信用评级制度对企业的商业信用融资存在更显著的积极影响。

表13 纳税信用评级与企业商业信用融资:基于城市商业信用环境视角的异质性分析

六、结语

税收是国家治理体系的重要组成部分，深入推进税制改革、加快税收征管改革，是中国特色社会主义新时代税收改革的必然要求。本文利用2014—2019 年国家税务总局公布的A 级纳税企业名单和上市公司财务数据，考察了以纳税信用评级为代表的激励性税收征管对企业商业信用融资的影响及作用机制。

具体而言，本文的研究结论有以下几点。第一，实施纳税信用评级税收治理举措后，纳税信用等级为A 的企业，其商业信用融资显著增加，具体表现为:A 级纳税信用企业在评级披露后应付账款与预收账款规模均显著提高，说明纳税信用评级制度发挥了激励效应。第二，异质性检验发现，纳税信用评级制度对企业商业信用融资的激励效应在融资约束较高的企业、非国有控股企业以及商业信用环境较差的地区尤为突出。第三，纳税信用评级制度主要是通过缓解企业经营风险、提升企业声誉和增加企业信息透明度等渠道提升企业商业信用融资规模。

相比于强制性税收征管的约束效应，以纳税信用评级制度为代表的激励性税收征管对企业有明显的激励效应，纳税信用评级制度对企业商业信用融资起到了显著的积极作用，有助于扩展企业融资渠道，缓解融资约束。“求木之长者，必固其根本；欲流之远者，必浚其泉源。” 提升国家的税收治理能力，要大力创新税收监管方式，采取强制性税收征管和激励性税收征管双管齐下的措施，共同打造税收治理新格局，努力构建新型税收征管体系，更好地服务于企业，发挥社会综合治理的效能。