房地產(chǎn)業(yè)“營(yíng)改增”對(duì)企業(yè)財(cái)務(wù)效率影響研究

杜劍 王肇 楊楊

摘要：基于數(shù)據(jù)包絡(luò)分析（DEA）的BCC模型，測(cè)度中國(guó)房地產(chǎn)業(yè)上市公司在“營(yíng)改增”前后時(shí)期的企業(yè)綜合財(cái)務(wù)效率，同時(shí)以在2016年5月1日后沒(méi)有新開工項(xiàng)目的房地產(chǎn)業(yè)企業(yè)為對(duì)照組，通過(guò)雙重差分模型衡量2016年國(guó)家對(duì)房地產(chǎn)業(yè)施行“營(yíng)改增”對(duì)企業(yè)財(cái)務(wù)效率的政策效果。研究表明：針對(duì)房地產(chǎn)業(yè)的“營(yíng)改增”政策對(duì)企業(yè)財(cái)務(wù)效率有顯著的促進(jìn)作用，政策效果初步顯現(xiàn)。但相關(guān)部門仍需要不斷完善和調(diào)整政策，也需要跟蹤研究“營(yíng)改增”對(duì)相關(guān)行業(yè)的長(zhǎng)期政策效應(yīng)。

關(guān)鍵詞：營(yíng)改增；房地產(chǎn)業(yè)；稅收政策效果；DEA模型；雙重差分模型

文章編號(hào)：2095-5960（2018）06-0072-09；中圖分類號(hào)：F230；文獻(xiàn)標(biāo)識(shí)碼：A

一 、問(wèn)題提出

“十三五”時(shí)期，我國(guó)推行“營(yíng)業(yè)稅改征增值稅”，是稅收制度的重大變革。2016年5月1日開始，“營(yíng)業(yè)稅改征增值稅”政策開始推廣至房地產(chǎn)等行業(yè)。“營(yíng)改增”主要目的是減輕企業(yè)稅收負(fù)擔(dān)，通過(guò)稅收制度調(diào)整，激發(fā)市場(chǎng)活力，從制度層面解決“道道征收，全額征收”的重復(fù)征稅問(wèn)題。而作為2016年“營(yíng)改增”改革重點(diǎn)之一的房地產(chǎn)業(yè)，其興衰關(guān)乎人民生活質(zhì)量，是民生問(wèn)題之重。那么，2016年5月1日開始施行的房地產(chǎn)業(yè)“營(yíng)業(yè)稅改征增值稅”政策是否達(dá)到了改革要求？是否能夠真正促進(jìn)企業(yè)財(cái)務(wù)績(jī)效增長(zhǎng)？

近年來(lái)，有學(xué)者提出中國(guó)賦稅過(guò)重，可能會(huì)引發(fā)企業(yè)倒閉的質(zhì)疑。事實(shí)上，中國(guó)宏觀稅負(fù)近年來(lái)一直穩(wěn)中有降，而“營(yíng)改增”正是管理部門對(duì)企業(yè)減負(fù)做出的努力。當(dāng)然，減負(fù)并不是“營(yíng)改增”效果的唯一評(píng)價(jià)標(biāo)準(zhǔn)。相關(guān)管理部門希望借“營(yíng)改增”減稅之力，推動(dòng)稅制改革與完善，為政府精準(zhǔn)調(diào)控提供前提?！盃I(yíng)改增”在推動(dòng)供給側(cè)改革、稅制完善以及倒逼企業(yè)管理創(chuàng)新、供應(yīng)鏈監(jiān)管等方面的作用更是功在千秋。基于此，本文在“營(yíng)改增”對(duì)企業(yè)財(cái)務(wù)績(jī)效和財(cái)務(wù)效率的影響效果方面進(jìn)行嘗試性探索。

隨著“營(yíng)改增”政策深入推進(jìn)，學(xué)術(shù)界相關(guān)研究也逐漸增多，但大多集中于“營(yíng)改增”政策的定性描述及政策設(shè)計(jì)，具體包括如下幾個(gè)方面：①定性分析“營(yíng)改增”的制度設(shè)計(jì)。例如郭月梅（2013）[1]探索“營(yíng)改增”背景下地方稅體系的完善思路，他提出抓住“營(yíng)改增”契機(jī)，從短期緩解地方財(cái)政壓力、中期完善地方主體稅種以及長(zhǎng)期地方稅重構(gòu)三方面進(jìn)行建議；張煒（2014）[2]定性分析“營(yíng)改增”改革過(guò)程中的摩擦成本、規(guī)劃成本、實(shí)施成本和其他成本。他認(rèn)為應(yīng)該從補(bǔ)償納稅人以解決營(yíng)改增“投入”與“產(chǎn)出”的時(shí)滯問(wèn)題、化解中央與地方財(cái)政壓力、解決稅收征管缺位等方面進(jìn)行成本控制。以上研究對(duì)完善“營(yíng)業(yè)稅改征增值稅”政策以及稅收政策體系提供了很多思路。②營(yíng)改增對(duì)中央及地方財(cái)政、中國(guó)宏觀經(jīng)濟(jì)發(fā)展的影響。田志偉和胡怡建（2014）[3]采用可計(jì)算一般均衡（CGE）模型，研究“營(yíng)改增”的綜合宏觀經(jīng)濟(jì)效應(yīng)，結(jié)果發(fā)現(xiàn)“1+7”擴(kuò)圍后國(guó)家宏觀稅負(fù)下降，而且“營(yíng)改增”在服務(wù)業(yè)內(nèi)的改革直接或間接拉動(dòng)工業(yè)的發(fā)展；姜竹和馬文強(qiáng)（2013）[4]研究發(fā)現(xiàn)試點(diǎn)地區(qū)的“營(yíng)改增”政策對(duì)地方財(cái)政長(zhǎng)期穩(wěn)定性有促進(jìn)作用，并提出財(cái)力擴(kuò)容、確立地方主體稅種等要求。③“營(yíng)改增”對(duì)相關(guān)行業(yè)企業(yè)的影響。這類研究大多通過(guò)定性分析和定量描述進(jìn)行分析。例如李永友和嚴(yán)岑（2018）[5]分析發(fā)現(xiàn)針對(duì)服務(wù)業(yè)的“營(yíng)改增政策”能夠帶動(dòng)制造業(yè)的產(chǎn)業(yè)轉(zhuǎn)型，實(shí)現(xiàn)制造業(yè)的行業(yè)減稅效應(yīng)；王桂軍和曹平（2018）[6]發(fā)現(xiàn)，“營(yíng)改增”政策的實(shí)施，降低了制造業(yè)企業(yè)的自主創(chuàng)新意愿，提高了企業(yè)技術(shù)引進(jìn)水平，在一定程度上促進(jìn)了專業(yè)化分工。當(dāng)然，也有學(xué)者采用雙重差分模型進(jìn)行“營(yíng)改增”政策效果分析，例如王珮等（2014）[7]以雙重差分法檢驗(yàn)交通運(yùn)輸業(yè)的“營(yíng)改增”政策效果，發(fā)現(xiàn)政策降低了相應(yīng)稅負(fù)，且行業(yè)規(guī)模有所擴(kuò)張，但樣本企業(yè)的業(yè)績(jī)水平并未有顯著改變。④實(shí)務(wù)層面的政策應(yīng)對(duì)方案及“營(yíng)改增”效果分析。例如王甲國(guó)（2016）[8]分析了稅收征管實(shí)務(wù)中發(fā)票管理機(jī)制不完善、增值稅抵扣鏈條不完整、會(huì)計(jì)核算難度大以及行業(yè)“潛規(guī)則”的影響等問(wèn)題，進(jìn)而提出建筑業(yè)企業(yè)做好銜接工作、合理確定服務(wù)價(jià)格、梳理供應(yīng)商等建議。由于建筑行業(yè)與房地產(chǎn)業(yè)關(guān)聯(lián)較密切，其建議亦能夠?yàn)槠髽I(yè)適應(yīng)房地產(chǎn)業(yè)“營(yíng)改增”所用。上述幾類研究，大部分結(jié)果能夠證明“營(yíng)改增”對(duì)結(jié)構(gòu)調(diào)整、產(chǎn)業(yè)轉(zhuǎn)型、企業(yè)減負(fù)等方面的積極作用（許暉，岳樹民，2018）[9]。但前人研究關(guān)于房地產(chǎn)業(yè)“營(yíng)改增”的定性及定量分析相對(duì)較少，研究?jī)?nèi)容也多局限于“營(yíng)改增”對(duì)房地產(chǎn)行業(yè)企業(yè)利潤(rùn)和行業(yè)整體稅負(fù)的影響，或是在實(shí)務(wù)層面對(duì)房地產(chǎn)行業(yè)“營(yíng)改增”效果進(jìn)行分析，很少涉及房地產(chǎn)業(yè)實(shí)行“營(yíng)改增”的政策效果、“營(yíng)改增”對(duì)企業(yè)發(fā)展綜合效應(yīng)的數(shù)據(jù)驗(yàn)證、實(shí)證分析。

基于此，本文從定量分析的角度進(jìn)行研究，旨在求證2016年5月1日后“營(yíng)業(yè)稅改征增值稅”對(duì)房地產(chǎn)行業(yè)財(cái)務(wù)效率的影響，為中國(guó)完善“營(yíng)改增”政策提供數(shù)據(jù)支持。具體來(lái)說(shuō)，本文從企業(yè)微觀視角出發(fā)，構(gòu)建理論分析框架，嘗試性探索房地產(chǎn)業(yè)營(yíng)改增政策效果分析的邏輯思路，提出分析假設(shè)；在此基礎(chǔ)上，以中國(guó)2015—2017年間國(guó)有房地產(chǎn)業(yè)的財(cái)務(wù)指標(biāo)為條件，構(gòu)建以投入-產(chǎn)出關(guān)系為主要框架的DEA數(shù)據(jù)包絡(luò)模型，將計(jì)算得到的企業(yè)財(cái)務(wù)效率作為刻畫企業(yè)綜合經(jīng)營(yíng)效果的主要變量，并通過(guò)雙重差分模型（DID）探索2016年中國(guó)房地產(chǎn)業(yè)“營(yíng)業(yè)稅改征增值稅”對(duì)企業(yè)財(cái)務(wù)投入產(chǎn)出效率的影響，進(jìn)而對(duì)本文的假說(shuō)進(jìn)行實(shí)證檢驗(yàn)。

相比現(xiàn)有研究成果，本文有以下幾點(diǎn)特色：①借用科學(xué)的效率分析模型，借鑒Charnes、Cooper和Rhodes等學(xué)者提出的數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡(jiǎn)化為DEA）模型，綜合測(cè)算房地產(chǎn)業(yè)以及雙重差分模型分析對(duì)照組的財(cái)務(wù)效率；②緊跟時(shí)代熱點(diǎn)，通過(guò)分析房地產(chǎn)業(yè)的財(cái)務(wù)數(shù)據(jù)，使用雙重差分方法測(cè)算“營(yíng)改增”的政策效果，為稅收制度調(diào)整和房地產(chǎn)業(yè)“營(yíng)改增”向縱深推進(jìn)提供資料和證據(jù)。

二、理論分析與研究假設(shè)

（一）“營(yíng)改增”政策效果的理論分析

進(jìn)入21世紀(jì)以來(lái)，國(guó)家出臺(tái)了眾多宏觀調(diào)控的政策措施（楊慶育，2016）[10]，“營(yíng)改增”是結(jié)構(gòu)性減稅政策的重要一環(huán)，對(duì)相關(guān)企業(yè)有較強(qiáng)的減稅作用，也能夠促進(jìn)企業(yè)發(fā)展和經(jīng)營(yíng)，實(shí)現(xiàn)較好的財(cái)務(wù)績(jī)效。原因如下：①減少重復(fù)征稅，降低企業(yè)稅負(fù)。例如，營(yíng)業(yè)稅時(shí)期，房地產(chǎn)行業(yè)按照5%的稅率及銷售金額繳納營(yíng)業(yè)稅，房地產(chǎn)轉(zhuǎn)讓次數(shù)多，重復(fù)納稅也多。但增值稅與營(yíng)業(yè)稅之間存在很大的核算差別。增值稅作為價(jià)外稅，計(jì)稅依據(jù)為納稅人生產(chǎn)經(jīng)營(yíng)活動(dòng)產(chǎn)生的法定增值額，納稅人購(gòu)買增值稅應(yīng)稅項(xiàng)目（產(chǎn)品）時(shí)繳納的增值稅可以在銷售應(yīng)稅項(xiàng)目（產(chǎn)品）時(shí)全額抵扣，而只針對(duì)本環(huán)節(jié)增加值繳納增值稅。由此來(lái)看，增值稅更能避免重復(fù)納稅，減少企業(yè)稅負(fù)；②助推結(jié)構(gòu)優(yōu)化，完善上下游鏈條?！盃I(yíng)改增”完善增值稅征收體系，通過(guò)統(tǒng)一稅制，消除重復(fù)征稅，能夠?qū)Φ挚垌?xiàng)目擴(kuò)圍。長(zhǎng)期來(lái)看，“營(yíng)改增”既能保證各行業(yè)服務(wù)鏈條的完整，保證國(guó)家對(duì)其稅收監(jiān)督，又能完善企業(yè)增值稅的抵扣鏈條，助推企業(yè)結(jié)構(gòu)優(yōu)化；③提高企業(yè)管理水平，助推企業(yè)績(jī)效。企業(yè)為適應(yīng)“營(yíng)改增”政策，會(huì)重構(gòu)內(nèi)部控制制度及管理方案，完善企業(yè)的合同管理、票據(jù)管理、核算方法及核算工具。

（二）研究假設(shè)

前文理論分析表明，“營(yíng)改增”政策對(duì)房地產(chǎn)業(yè)的發(fā)展存在促進(jìn)作用，能夠減輕企業(yè)稅負(fù)壓力，提高企業(yè)經(jīng)營(yíng)效率和財(cái)務(wù)績(jī)效。本文預(yù)期“營(yíng)改增”政策對(duì)房地產(chǎn)業(yè)企業(yè)財(cái)務(wù)效率的影響系數(shù)為正。據(jù)此，本文提出以下假設(shè)：

H1：房地產(chǎn)業(yè)“營(yíng)改增”政策能夠促進(jìn)企業(yè)財(cái)務(wù)效率的提升。

三、數(shù)據(jù)來(lái)源及說(shuō)明

為驗(yàn)證本文假設(shè)，探究“營(yíng)業(yè)稅改征增值稅”的政策效果，本文使用國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR數(shù)據(jù)庫(kù)）作為DEA模型和雙重差分模型原始財(cái)務(wù)數(shù)據(jù)的來(lái)源。該數(shù)據(jù)庫(kù)能夠較為詳細(xì)地提供相關(guān)行業(yè)各季度的財(cái)務(wù)數(shù)據(jù)，也能夠保證原始數(shù)據(jù)的準(zhǔn)確可靠。

為確保數(shù)據(jù)質(zhì)量和研究設(shè)計(jì)質(zhì)量，增強(qiáng)實(shí)證分析的可靠性，本文對(duì)原始數(shù)據(jù)進(jìn)行如下篩選：①在進(jìn)行研究之前，本文先剔除原始數(shù)據(jù)中存在數(shù)據(jù)缺失嚴(yán)重、缺少相關(guān)指標(biāo)、研究期間內(nèi)被評(píng)為ST、ST*的企業(yè)；②進(jìn)行DEA模型數(shù)據(jù)計(jì)算的前提條件為所有輸入數(shù)據(jù)為非負(fù)數(shù)，故本文剔除投入指標(biāo)（企業(yè)總資產(chǎn)、營(yíng)業(yè)總成本）和產(chǎn)出指標(biāo)（凈利潤(rùn)、營(yíng)業(yè)總收入）為負(fù)值的樣本；③除以上兩點(diǎn)外，本文重點(diǎn)考慮上海證券交易所、深圳證券交易所主板上市的企業(yè)。這是因?yàn)楸疚闹荚隍?yàn)證房地產(chǎn)業(yè)“營(yíng)業(yè)稅改征增值稅”的政策效果，而其他版塊上市企業(yè)在“營(yíng)改增”之前由于享受地方政策優(yōu)惠、納稅流程不規(guī)范和征管不到位等原因，可能會(huì)因?yàn)椤盃I(yíng)改增”政策的實(shí)施加大調(diào)整成本，而這些成本并非“營(yíng)改增”本身帶來(lái)的負(fù)面作用，故房地產(chǎn)業(yè)整體情況只作為輔助參考，而本文實(shí)證重點(diǎn)為研究有政策代表性的主板上市樣本；④本文通過(guò)企業(yè)2016年年報(bào)及半年報(bào)統(tǒng)計(jì)該企業(yè)是否在2016年5月1日后有新開工的項(xiàng)目，執(zhí)行增值稅政策。經(jīng)過(guò)篩選，本文得到觀測(cè)樣本為843個(gè)、時(shí)間跨度為2015-2017年（部分季度）的面板數(shù)據(jù)。

四、研究設(shè)計(jì)

（一）數(shù)據(jù)包絡(luò)分析（DEA）

數(shù)據(jù)包絡(luò)分析（DEA理論）是評(píng)價(jià)決策單元相對(duì)有效性的方法（魏權(quán)齡，2004）[11]，是系統(tǒng)分析最常用的工具之一。該理論所構(gòu)建出的相對(duì)效率決策方法，已廣泛用于業(yè)績(jī)?cè)u(píng)價(jià)。例如梅昌新（2017）[12]以DEA模型評(píng)價(jià)吉林省“營(yíng)改增”的政策效果；朱南和譚德彬（2015）[13]以DEA模型探索公司財(cái)務(wù)績(jī)效水平和財(cái)務(wù)治理效率。本文借鑒前人研究思路，采用此方法對(duì)財(cái)務(wù)效率進(jìn)行衡量。由于DEA模型本身有計(jì)算和規(guī)劃?rùn)?quán)重，能夠盡可能避免人為干擾，保證科學(xué)合理的進(jìn)行政策效果分析。

1978年，Charnes 等人（1987）[14]提出CCR模型（數(shù)據(jù)包絡(luò)分析方法的第一個(gè)模型），假設(shè)存在N個(gè)樣本（決策單元），且每一個(gè)樣本（決策單元）的綜合效率都有m種投入指標(biāo)（人力、資金等）和s種產(chǎn)出指標(biāo)（產(chǎn)品、效果、獲得的資金等）來(lái)衡量。該模型的等價(jià)數(shù)據(jù)包絡(luò)形式如下。其中，θ是一個(gè)標(biāo)量，計(jì)算后的θ值是第i個(gè)決策單元的效率值（根據(jù)Farrell的定義，θ≦1），λ是N×1的常數(shù)向量，X為投入矩陣（m×N），Y為產(chǎn)出矩陣（s×N），用以表示N個(gè)決策單元的數(shù)據(jù)。最終計(jì)算結(jié)果越大，則該樣本的決策越有效，效率最優(yōu)。

S.t. minθ，λθ

-yi+Yλ≥0

θxi-Xλ≥0

λ≥0，i=1，2，…N（1）

由于規(guī)模報(bào)酬不變（CRS）的嚴(yán)格假設(shè)不能滿足①①假設(shè)要求企業(yè)規(guī)模大小不影響其投入產(chǎn)出效率，但實(shí)際上政策限制、經(jīng)濟(jì)環(huán)境等因素都可能影響樣本企業(yè)的運(yùn)行。這會(huì)影響模型的測(cè)算。Banker（1984）等人提出CRS模型的改進(jìn)方案，即規(guī)模報(bào)酬可變的BCC模型。 ，通過(guò)學(xué)者的不斷修正，DEA模型在衡量效率時(shí)，基于帕累托有效觀念，衍生出規(guī)模報(bào)酬不變、規(guī)模報(bào)酬可變和規(guī)模報(bào)酬非增三種類型。本文在研究設(shè)計(jì)時(shí)，參考朱南和譚德彬（2015）[13]的研究思路，選擇規(guī)模報(bào)酬可變（VRS）模型（BCC）來(lái)計(jì)算綜合財(cái)務(wù)效率。通過(guò)BCC模型，可分離出企業(yè)財(cái)務(wù)數(shù)據(jù)的純技術(shù)效率與規(guī)模效率，進(jìn)而可計(jì)算出該公司財(cái)務(wù)績(jī)效的綜合效率。其綜合效率（又稱為技術(shù)效率）值為純技術(shù)效率值與規(guī)模效率值的乘積。根據(jù)上文DEA基本模型，本文構(gòu)建財(cái)務(wù)績(jī)效綜合效率DEA模型。在滿足DEA模型基本假設(shè)的前提下，得到如下BCC計(jì)算公式：

S.t.minθ - ε∑mi = 1S-i + ∑sr = 1S + r

∑nj = 1xij λj + s-i = θxij0 ，i∈（1，2，...m）

∑nj = 1yrj λj -s + r = yrj0 ，r∈（1，2，...s）

∑nj = 1λj = 1

θ，λj ，s-i ，s + r ≥0，j = 1，2，...n （2）

其中，m為DEA模型中投入指標(biāo)的個(gè)數(shù)，s為DEA模型中產(chǎn)出指標(biāo)的個(gè)數(shù)（本文設(shè)定m=2，s=2），xij0和yrj0表示j0企業(yè)的輸入指標(biāo)i和輸出指標(biāo)r，sr和si為松弛變量。合理的定義投入與產(chǎn)出指標(biāo)是正確利用DEA考核企業(yè)績(jī)效的關(guān)鍵。由于BCC模型的投入產(chǎn)出指標(biāo)設(shè)定具有主觀性，且考慮到各項(xiàng)財(cái)務(wù)指標(biāo)計(jì)算誤差，為保證分析的準(zhǔn)確，故本文在擬定BCC模型投入產(chǎn)出指標(biāo)時(shí)，參考Kumar等人（2016）[15]的研究，選擇資產(chǎn)負(fù)債表及利潤(rùn)表中的原始財(cái)務(wù)數(shù)據(jù)作為投入和產(chǎn)出指標(biāo)進(jìn)行設(shè)定如下：①投入指標(biāo)?？傎Y產(chǎn)能夠反映企業(yè)規(guī)模大小，又能反映企業(yè)為經(jīng)營(yíng)活動(dòng)進(jìn)行的投入，該指標(biāo)從整體反映不動(dòng)產(chǎn)行業(yè)企業(yè)經(jīng)營(yíng)基礎(chǔ)。營(yíng)業(yè)總成本反映相關(guān)企業(yè)為進(jìn)行經(jīng)營(yíng)活動(dòng)所花費(fèi)的成本代價(jià)，其高低決定經(jīng)營(yíng)效率高低，該指標(biāo)反映企業(yè)的資產(chǎn)運(yùn)用能力。②產(chǎn)出指標(biāo)。凈利潤(rùn)反映公司總體盈利狀況，能夠代表企業(yè)的財(cái)務(wù)績(jī)效成果。營(yíng)業(yè)總收入反映企業(yè)經(jīng)營(yíng)活動(dòng)的成果，其高低是衡量企業(yè)經(jīng)營(yíng)效率的主要衡量指標(biāo)。根據(jù)前人研究經(jīng)驗(yàn)，所研究樣本數(shù)至少大于DEA模型選定投入、產(chǎn)出參數(shù)之和的兩倍。本文選擇的投入產(chǎn)出指標(biāo)數(shù)量及樣本數(shù)量能夠滿足要求。另外，為降低投入產(chǎn)出指標(biāo)設(shè)定主觀性對(duì)研究的影響，本文參考朱南和譚德彬（2015）[13]的研究思路，對(duì)投入產(chǎn)出指標(biāo)設(shè)定進(jìn)行檢驗(yàn)以保證以下兩點(diǎn)條件：①投入指標(biāo)與產(chǎn)出指標(biāo)應(yīng)顯著相關(guān)②投入產(chǎn)出指標(biāo)之間滿足等幅擴(kuò)張性要求，即投入與產(chǎn)出應(yīng)呈現(xiàn)正相關(guān)。本文借用STATA軟件對(duì)DEA模型的投入產(chǎn)出指標(biāo)進(jìn)行PEARSON相關(guān)性檢驗(yàn)，結(jié)果發(fā)現(xiàn)所有指標(biāo)均呈現(xiàn)1%以內(nèi)的顯著正相關(guān)，說(shuō)明指標(biāo)選擇合理，可以采用。

根據(jù)以上分析，本文設(shè)定BCC模型中的投入指標(biāo)為總資產(chǎn)和營(yíng)業(yè)總成本，產(chǎn)出指標(biāo)為凈利潤(rùn)和營(yíng)業(yè)總收入，所有計(jì)算通過(guò)DEAP2.0軟件進(jìn)行，最終結(jié)果選擇純技術(shù)效率值（VRSTE）作為房地產(chǎn)業(yè)綜合財(cái)務(wù)效率的量化標(biāo)準(zhǔn)（純技術(shù)效率值測(cè)度的是規(guī)模報(bào)酬可變時(shí)樣本企業(yè)與生產(chǎn)前沿面之間的距離，是考慮規(guī)模收益時(shí)的技術(shù)效率）。

（二）雙重差分法（DID）

在進(jìn)行隨機(jī)試驗(yàn)和自然實(shí)驗(yàn)時(shí)，需要通過(guò)一段時(shí)間的連續(xù)統(tǒng)計(jì)來(lái)充分展現(xiàn)實(shí)驗(yàn)的效果。通過(guò)實(shí)驗(yàn)前后兩期的面板數(shù)據(jù)分析來(lái)展現(xiàn)被解釋變量實(shí)驗(yàn)前后的變化，即為雙重差分法的邏輯構(gòu)成。具體來(lái)說(shuō)，考慮以下兩期面板數(shù)據(jù)：

yit=β0+β1Dt+β2Xit+ui+εit（i=1，...，n；t=1，2） （3）

D作為是否為試驗(yàn)期的衡量指標(biāo)（D為虛擬變量，若t=1，則D=0；若t=2，則D=1），X作為是否適用于政策的判斷指標(biāo)（若t=2且樣本屬于實(shí)驗(yàn)組，則X=1；其他情況X=0），u為不可觀測(cè)到的個(gè)體特征。如果實(shí)驗(yàn)過(guò)程中摻雜人為因素而未做到完全隨機(jī)，則可能X與u之間存在相關(guān)關(guān)系，影響OLS回歸結(jié)果，導(dǎo)致實(shí)驗(yàn)偏差。而通過(guò)面板數(shù)據(jù)進(jìn)行差分，將t=2時(shí)的數(shù)據(jù)與t=1時(shí)的數(shù)據(jù)二者相減，即可消除u的影響。得到如下方程：

Δyi=β1+β2Xi2+Δεi（4）

在此基礎(chǔ)上進(jìn)行OLS回歸便可得到一致估計(jì)。同樣，進(jìn)行與差分估計(jì)量相同思路的計(jì)算，便可得到差分的估計(jì)量：

β∧OLS=Δtreated-Δcontrols（5）

這個(gè)差分估計(jì)量反映了處理組的平均變化與對(duì)照組的平均變化之差，經(jīng)過(guò)兩次差分，已經(jīng)剔除回歸結(jié)果受到處理組與對(duì)照組之間在實(shí)驗(yàn)前由于自有特征而存在差異的影響。雙重差分法由于同時(shí)控制分組效應(yīng)和時(shí)間效應(yīng)，所以被廣泛應(yīng)用于政策效果分析。雖然諸多文獻(xiàn)如聶輝華（2009）[16]在進(jìn)行雙重差分模型分析時(shí)，提及雙重差分對(duì)模型內(nèi)生性問(wèn)題的有效修正。但為保證本文思路的完整，參考陳林[17]（2015）對(duì)中國(guó)學(xué)者運(yùn)用雙重差分法進(jìn)行政策效果研究的現(xiàn)狀與潛在問(wèn)題的分析，完善本文對(duì)模型內(nèi)生性問(wèn)題的控制。他認(rèn)為，在運(yùn)用雙重差分過(guò)程中，要做到保證控制組受政策影響較小、保證處理組與對(duì)照組的同質(zhì)性、保證樣本處理的隨機(jī)性三點(diǎn)。因此，本文在控制誤差設(shè)計(jì)時(shí)，參考其建議，擴(kuò)大樣本，選擇合理的估計(jì)方法，增加控制變量以保證實(shí)驗(yàn)的可靠性。當(dāng)然，從政策本身來(lái)看，“營(yíng)改增”事件對(duì)于相關(guān)行業(yè)的企業(yè)屬于外生事件，是“自然實(shí)驗(yàn)”的范疇（王珮等，2014）[18]。

本文在進(jìn)行設(shè)計(jì)時(shí)，參考陳林（2015）[17]的分析，將對(duì)照組選擇為在2016年5月1日后沒(méi)有新開工項(xiàng)目的房地產(chǎn)業(yè)企業(yè)。記經(jīng)過(guò)數(shù)據(jù)處理后的處理組（房地產(chǎn)業(yè)）樣本虛擬變量treated=1，記經(jīng)過(guò)數(shù)據(jù)處理后獲得的對(duì)照組（2016年5月1日后沒(méi)有新開工項(xiàng)目的房地產(chǎn)企業(yè)）treated=0。同時(shí)，設(shè)定時(shí)間虛擬變量t，令樣本數(shù)據(jù)處在房地產(chǎn)業(yè)正式實(shí)施“營(yíng)業(yè)稅改征增值稅”（2016年5月1日）日期之前，t=0，在該日期之后，t=1。

根據(jù)上述思路，本文基于雙重差分法設(shè)定如下回歸模型，以檢驗(yàn)前文假設(shè)：

FEit=β0+β1treatedit+β2tit+β3treatedit×tit+β4controlsit+εit（6）

其中，F(xiàn)Eit衡量企業(yè)i在第t期的財(cái)務(wù)效率，是通過(guò)DEA模型進(jìn)行綜合測(cè)算得出的結(jié)果，投入變量設(shè)定為總資產(chǎn)及營(yíng)業(yè)總成本，產(chǎn)出變量為凈利潤(rùn)及營(yíng)業(yè)總收入。Controls是一組能夠觀測(cè)得到的對(duì)企業(yè)財(cái)務(wù)績(jī)效及經(jīng)營(yíng)能夠產(chǎn)生影響的控制變量。這里結(jié)合上述模型及雙重差分模型進(jìn)行分析，不難看出，對(duì)于處理組（treated=1）來(lái)說(shuō)，“營(yíng)業(yè)稅改征增值稅”政策正式實(shí)施前后的企業(yè)績(jī)效波動(dòng)分別為β0+β1和β0+β1+β2+β3，二者之間的差異為diff1=β2+β3，此差異包含“營(yíng)業(yè)稅改征增值稅”的政策影響效果β3以及時(shí)間差異β2。對(duì)于對(duì)照組（treated=0）來(lái)說(shuō)，企業(yè)綜合財(cái)務(wù)績(jī)效在“營(yíng)業(yè)稅改征增值稅”政策實(shí)施前后的波動(dòng)效果分別為β0和β0+β2。不受“營(yíng)改增”影響的對(duì)照組樣本在政策實(shí)施前后的企業(yè)綜合財(cái)務(wù)績(jī)效差異為diff0=β2。所以，企業(yè)實(shí)行“營(yíng)改增”對(duì)企業(yè)財(cái)務(wù)績(jī)效的凈影響效果為diff=diff1-diff0=β3。結(jié)合上述原始模型來(lái)看，β3作為雙重差分（DID）的估計(jì)量，是模型關(guān)注的重點(diǎn)系數(shù)，也是探索2016年房地產(chǎn)業(yè)“營(yíng)改增”政策對(duì)企業(yè)財(cái)務(wù)績(jī)效影響的政策效果的關(guān)鍵。根據(jù)上文的論述，理論上“營(yíng)改增”能夠提高企業(yè)綜合財(cái)務(wù)效率，獲得良好的政策效果，促進(jìn)企業(yè)發(fā)展，那么β3的系數(shù)應(yīng)該為正。借鑒已有文獻(xiàn)的一般做法，本文為模型設(shè)定以下控制變量：①流動(dòng)比率（CR），用以衡量企業(yè)償債能力；②資產(chǎn)負(fù)債率（RISK），用以衡量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)和資產(chǎn)結(jié)構(gòu)；③總資產(chǎn)凈利潤(rùn)率（ROA），用以衡量企業(yè)盈利能力；④總資產(chǎn)周轉(zhuǎn)率（TAT），用以衡量企業(yè)經(jīng)營(yíng)能力。

對(duì)于模型變量的選取及衡量方法，詳見(jiàn)下表：

表1變量定義與度量

變量名稱變量代碼變量定義企業(yè)財(cái)務(wù)效率FE企業(yè)財(cái)務(wù)純技術(shù)效率，由DEA模型計(jì)算得到是否為處理組treated若為房地產(chǎn)業(yè)，則記為1，否則記為0是否處于“營(yíng)改增時(shí)期”t若樣本時(shí)間為2016年5月1日以后，則記為1，否則為0交乘項(xiàng)t×treated雙重差分模型的政策交乘項(xiàng)流動(dòng)比率CR流動(dòng)資產(chǎn)/流動(dòng)負(fù)債資產(chǎn)負(fù)債率RISK負(fù)債合計(jì)/資產(chǎn)總計(jì)總資產(chǎn)凈利潤(rùn)率ROA凈利潤(rùn)/總資產(chǎn)余額總資產(chǎn)周轉(zhuǎn)率TAT營(yíng)業(yè)收入/資產(chǎn)總額期末余額五、“營(yíng)改增”對(duì)房地產(chǎn)業(yè)企業(yè)績(jī)效的影響實(shí)證分析

本文在對(duì)DEA模型下房地產(chǎn)業(yè)2015—2017年企業(yè)財(cái)務(wù)績(jī)效綜合效率進(jìn)行描述分析的基礎(chǔ)上，利用雙重差分模型進(jìn)行實(shí)證分析，進(jìn)一步探討“營(yíng)改增”對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響。

（一）描述性統(tǒng)計(jì)

本文對(duì)房地產(chǎn)業(yè)“營(yíng)改增”政策效果模型進(jìn)行描述性統(tǒng)計(jì)，如下表所示。通過(guò)統(tǒng)計(jì)發(fā)現(xiàn)，房地產(chǎn)業(yè)的企業(yè)財(cái)務(wù)效率（FE）最大值為1，均值為06454，中位數(shù)為06260，偏向于1，最小值為0091，最大值已達(dá)到綜合效率的最高值。說(shuō)明相關(guān)樣本的財(cái)務(wù)效率較高；本行業(yè)的經(jīng)營(yíng)能力指標(biāo)——總資產(chǎn)周轉(zhuǎn)率（TAT）在00009-14933之間，幅度較大，說(shuō)明樣本之間經(jīng)營(yíng)水平不同，受政策影響情況也不盡相同?？傮w均值在01303附近，中位數(shù)為00966，說(shuō)明整體樣本的總資產(chǎn)周轉(zhuǎn)率低于均值；流動(dòng)比率（CR）最大值為210517，最小值為00605，均值在21355附近，中位數(shù)為19378，說(shuō)明多數(shù)樣本的流動(dòng)比率小于21355；企業(yè)財(cái)務(wù)杠桿率（RISK）最大值09409，最小值為00417，均值為06574，中位數(shù)為06904，說(shuō)明整體樣本的財(cái)務(wù)杠桿率處于比較合理但偏高的水平，也能夠反映出房地產(chǎn)企業(yè)普遍存在較高財(cái)務(wù)風(fēng)險(xiǎn)的現(xiàn)狀；樣本的盈利能力指標(biāo)——總資產(chǎn)凈利潤(rùn)率（ROA）最大值01488，最小值接近0，均值為00166，中位數(shù)為00104，說(shuō)明多數(shù)樣本的盈利能力水平低于均值。

（二）Pearson相關(guān)性分析

本文對(duì)統(tǒng)計(jì)樣本中各項(xiàng)指標(biāo)間關(guān)系進(jìn)行探究，通過(guò)stata進(jìn)行相關(guān)性分析，結(jié)果如下表。結(jié)合Pearson相關(guān)性分析，本文發(fā)現(xiàn)處理組變量（treated）、時(shí)間變量（t）與企業(yè)財(cái)務(wù)效率（FE）呈現(xiàn)正相關(guān)關(guān)系，本文的關(guān)鍵指標(biāo)政策效果變量（t×treated）與企業(yè)財(cái)務(wù)效率（FE）呈顯著的正相關(guān)關(guān)系?？紤]到單獨(dú)兩個(gè)變量之間的相關(guān)關(guān)系與回歸結(jié)果之間可能存在誤差，仍需要通過(guò)對(duì)模型的回歸分析和穩(wěn)健性檢驗(yàn)進(jìn)行系統(tǒng)分析。除此之外，本文通過(guò)相關(guān)性分析，發(fā)現(xiàn)償債能力指標(biāo)——流動(dòng)比率（CR）與企業(yè)財(cái)務(wù)效率呈顯著的負(fù)相關(guān)關(guān)系。流動(dòng)比率越大，企業(yè)現(xiàn)金流動(dòng)越強(qiáng)，房地產(chǎn)企業(yè)的財(cái)務(wù)效率越低；經(jīng)營(yíng)能力指標(biāo)——總資產(chǎn)周轉(zhuǎn)率（TAT）、資本結(jié)構(gòu)指標(biāo)——資產(chǎn)負(fù)債率（RISK）、盈利能力指標(biāo)——總資產(chǎn)凈利潤(rùn)率（ROA）與企業(yè)財(cái)務(wù)效率（FE）呈顯著正相關(guān)關(guān)系。

（三）雙重差分檢驗(yàn)

根據(jù)前文假設(shè)，本文在通過(guò)Hausman檢驗(yàn)后對(duì)樣本數(shù)據(jù)進(jìn)行隨機(jī)效應(yīng)面板回歸，結(jié)果如下表所示。觀察回歸結(jié)果發(fā)現(xiàn)：①本文通過(guò)實(shí)證，證明政策效果變量（t*treated） 與企業(yè)財(cái)務(wù)效率（FE）有顯著的正相關(guān)關(guān)系，處理組變量（treated）與企業(yè)財(cái)務(wù)效率（FE）呈顯著的正相關(guān)關(guān)系，說(shuō)明2016年5月1日后針對(duì)房地產(chǎn)行業(yè)“營(yíng)改增”政策已經(jīng)產(chǎn)生一定效果，對(duì)于企業(yè)的財(cái)務(wù)績(jī)效已經(jīng)起到促進(jìn)作用。但“營(yíng)改增”政策時(shí)間變量（t）與企業(yè)財(cái)務(wù)效率（FE）呈不顯著的負(fù)相關(guān)關(guān)系。這與樣本的時(shí)間選擇、數(shù)量選擇有一定關(guān)系，當(dāng)然也與“營(yíng)改增”導(dǎo)致樣本企業(yè)在政策過(guò)渡時(shí)期（2016年第一、二季度）的管理費(fèi)用有所增加、政策效果并未完全顯現(xiàn)以及增值稅抵扣鏈條并未完全搭建有關(guān)；②對(duì)于控制變量，本文發(fā)現(xiàn)流動(dòng)比率（CR）與企業(yè)財(cái)務(wù)效率呈不顯著的負(fù)相關(guān)關(guān)系，說(shuō)明資金流動(dòng)性越強(qiáng)的房地產(chǎn)企業(yè)，其財(cái)務(wù)效率越低；資產(chǎn)負(fù)債率（RISK）、總資產(chǎn)周轉(zhuǎn)率（TAT）、總資產(chǎn)凈利潤(rùn)率（ROA）與企業(yè)財(cái)務(wù)效率（FE）呈正相關(guān)關(guān)系，說(shuō)明財(cái)務(wù)風(fēng)險(xiǎn)越大，資產(chǎn)周轉(zhuǎn)速度越快、企業(yè)盈利能力越強(qiáng)，則企業(yè)財(cái)務(wù)效率越高；③整個(gè)模型Wald chi2 值達(dá)到1558.97，說(shuō)明模型比較穩(wěn)健，R2 為0.5164，說(shuō)明模型設(shè)定較好?？偟膩?lái)說(shuō)，本文借助雙重差分模型進(jìn)行回歸，能夠證明中國(guó)房地產(chǎn)行業(yè)在“營(yíng)改增”政策背景下獲得財(cái)務(wù)效率的提升，說(shuō)明“營(yíng)改增”在促進(jìn)企業(yè)發(fā)展方面的政策效果已經(jīng)初步顯現(xiàn)。

（四）穩(wěn)健性檢驗(yàn)

為保證政策效果研究的準(zhǔn)確性，本文從以下途徑進(jìn)行數(shù)據(jù)的穩(wěn)健性檢驗(yàn)。①變換樣本，調(diào)整樣本時(shí)間。本文將樣本的時(shí)間跨度進(jìn)行調(diào)整，刪除2016年5月1日前后兩個(gè)季度（“營(yíng)改增”政策適應(yīng)期）的樣本進(jìn)行回歸，DEA模型處理方式與上文實(shí)證處理方式相同，回歸結(jié)果如（1）所示；②變換回歸方法。本文直接采用OLS最小二乘法對(duì)全樣本及刪除“營(yíng)改增”政策過(guò)渡時(shí)期的樣本進(jìn)行線性回歸數(shù)據(jù)處理，結(jié)果如（2）、（3）所示；③本文選擇混合最小二乘法控制時(shí)間進(jìn)行穩(wěn)健性檢驗(yàn)，與最小二乘法回歸結(jié)果無(wú)實(shí)質(zhì)性差異，故不再列示。

通過(guò)穩(wěn)健性檢驗(yàn)，本文發(fā)現(xiàn)：（1）“營(yíng)改增”政策效果已經(jīng)初步顯現(xiàn)。本文按照變換樣本、變換回歸方法等方式進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果仍然能夠證明政策效果分析的關(guān)鍵變量交乘項(xiàng)（t×treated）與企業(yè)財(cái)務(wù)效率（FE）呈顯著的正相關(guān)關(guān)系。考慮到樣本跨期短，對(duì)于“營(yíng)改增”政策效果初步實(shí)施階段來(lái)說(shuō)，已達(dá)到預(yù)期效果；（2）“營(yíng)改增”政策效果雖然有所顯現(xiàn)，但若要向縱深推進(jìn)、實(shí)現(xiàn)更好的政策效果仍需對(duì)企業(yè)發(fā)展情況保持跟蹤，不斷修正和完善相應(yīng)政策。雖然政策變量（t×treated）達(dá)到預(yù)期，與企業(yè)財(cái)務(wù)效率呈正相關(guān)關(guān)系，但相關(guān)關(guān)系仍不夠顯著，這與企業(yè)為適應(yīng)“營(yíng)改增”增加非經(jīng)營(yíng)性投入（如相關(guān)培訓(xùn)、管理制度調(diào)整導(dǎo)致管理費(fèi)用增加）、增值稅抵扣鏈條不完整而增加成本、樣本跨期短（企業(yè)購(gòu)進(jìn)固定資產(chǎn)稅金可抵扣等政策效果尚不明顯）等原因有關(guān)。綜上所述，本文的雙重差分回歸效果比較穩(wěn)健，能夠證明“營(yíng)改增”對(duì)企業(yè)的財(cái)務(wù)效率有較好的政策效果，并隨著時(shí)間推移，其政策效果能夠更突出的顯現(xiàn)。

六、結(jié)論與啟示

本文通過(guò)構(gòu)建數(shù)據(jù)包絡(luò)（DEA）模型及雙重差分模型，以2016年5月1日之后沒(méi)有新開工項(xiàng)目的房地產(chǎn)企業(yè)為對(duì)照組，分析“營(yíng)改增”對(duì)中國(guó)房地產(chǎn)企業(yè)財(cái)務(wù)效率的影響。實(shí)證研究發(fā)現(xiàn)：①對(duì)于內(nèi)部管理規(guī)范、稅收政策管理水平較高的企業(yè)，“營(yíng)改增”的實(shí)施，已經(jīng)初步顯現(xiàn)出在倒逼企業(yè)提高效率、管理創(chuàng)新以及加強(qiáng)財(cái)務(wù)管理方面的作用。②實(shí)證結(jié)果仍未能達(dá)到最好的效果預(yù)期，說(shuō)明“營(yíng)改增”的政策效果仍需要通過(guò)時(shí)間檢驗(yàn)，仍存在政策調(diào)整的空間與可能。

據(jù)此，本文為政策實(shí)施提供以下幾點(diǎn)建議，以供參考：①雖然“營(yíng)改增”的政策效果已經(jīng)初步顯現(xiàn)，確實(shí)能夠倒逼企業(yè)提高效率，但仍需在下一步政策完善工作中，著重針對(duì)相關(guān)行業(yè)在政策調(diào)整期進(jìn)行政策優(yōu)惠，減少政策的負(fù)面效應(yīng)和改革成本。考慮到“營(yíng)改增”后稅收的征管系統(tǒng)日臻完善，稅收制度應(yīng)與相關(guān)企業(yè)的增值稅抵扣鏈條系統(tǒng)相適應(yīng)，避免部分企業(yè)因政策變動(dòng)因素導(dǎo)致無(wú)法抵扣而增加稅收負(fù)擔(dān)；②進(jìn)一步做好房地產(chǎn)企業(yè)數(shù)據(jù)的統(tǒng)計(jì)分析工作，構(gòu)建政策效果反饋機(jī)制。“營(yíng)改增”政策改革力度較大，應(yīng)避免因社會(huì)負(fù)面?zhèn)髀動(dòng)绊懻唔樌麑?shí)施和社會(huì)判斷。應(yīng)該以官方途徑對(duì)政策效果進(jìn)行反饋，科學(xué)合理地完善政策。

最后，本文的研究?jī)H是在“營(yíng)改增”實(shí)施后政策效果的初步探索，仍存在一些不足，但也是下一步研究方向：①由于數(shù)據(jù)的限制，本文的樣本局限于“營(yíng)改增”后兩個(gè)季度的財(cái)務(wù)數(shù)據(jù)。在此基礎(chǔ)上，在未來(lái)更長(zhǎng)的時(shí)間維度上可以進(jìn)一步跟蹤檢驗(yàn)“營(yíng)改增”的長(zhǎng)期政策效果，為“營(yíng)改增”政策的進(jìn)一步完善提供數(shù)據(jù)依據(jù)；②本文針對(duì)財(cái)務(wù)效率進(jìn)行初步研究。在此基礎(chǔ)上，考慮“營(yíng)改增”對(duì)企業(yè)管理的綜合政策效應(yīng)是下一步研究的方向。

參考文獻(xiàn)：

[1]郭月梅.“營(yíng)改增”背景下完善地方稅體系的探討[J].財(cái)政研究，2013（6）：35-37.

[2]張煒.基于制度經(jīng)濟(jì)學(xué)視角的“營(yíng)改增”改革成本分析[J].稅務(wù)研究，2014（1）：79-82.

[3]田志偉，胡怡建.“營(yíng)改增”對(duì)財(cái)政經(jīng)濟(jì)的動(dòng)態(tài)影響：基于CGE模型的分析[J].財(cái)經(jīng)研究，2014，40（2）：4-18.

[4]姜竹，馬文強(qiáng).“營(yíng)改增”對(duì)地方財(cái)政穩(wěn)定性的影響研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（9）：1-7.

[5]李永友，嚴(yán)岑.服務(wù)業(yè)“營(yíng)改增”能帶動(dòng)制造業(yè)升級(jí)嗎？[J].經(jīng)濟(jì)研究，2018（04）：18-31.

[6]王桂軍，曹平.“營(yíng)改增”對(duì)制造業(yè)企業(yè)自主創(chuàng)新的影響——兼議制造業(yè)企業(yè)的技術(shù)引進(jìn)[J].財(cái)經(jīng)研究，2018（03）：4-19.

[7]王珮，董聰，徐瀟鶴，等.“營(yíng)改增”背景下的稅收籌劃途徑[J].稅務(wù)研究，2014（5）：8-12.

[8]王甲國(guó).建筑業(yè)應(yīng)對(duì)“營(yíng)改增”之策略[J].稅務(wù)研究，2016（1）：99-102.

[9]許暉，岳樹民.“營(yíng)改增”的經(jīng)濟(jì)效應(yīng)與增值稅制度完善：一個(gè)文獻(xiàn)綜述[J].財(cái)經(jīng)論叢，2018（6）：24-33.

[10]楊慶育.宏觀調(diào)控的現(xiàn)實(shí)因應(yīng)[J].重慶社會(huì)科學(xué)，2016（9）：117-120

[11]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京：科學(xué)出版社，2004：1-3.

[12]梅昌新.基于數(shù)據(jù)包絡(luò)分析的我國(guó)營(yíng)改增效應(yīng)評(píng)價(jià)——以吉林省數(shù)據(jù)為例[J].稅務(wù)研究，2017（10）：9-13.

[13]朱南，譚德彬.我國(guó)財(cái)務(wù)公司資金使用效率、動(dòng)態(tài)變化及影響因素研究——基于DEA方法的實(shí)證分析[J].金融研究，2015（1）：177-192.

[14]Charnes A.，W.W.Cooper ，and E.Rhodes .Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978，2（6）：429-444.

[15]Kumar M ，V.Charles，and C.S.Mishra.Evaluating the performance of Indian banking sector using DEA during post-reform and global financial crisis[J].Journal of Business Economics and Management，2016，17（1）：156-172.

[16]聶輝華，方明月，李濤.增值稅轉(zhuǎn)型對(duì)企業(yè)行為和績(jī)效的影響——以東北地區(qū)為例[J].管理世界，2009（5）：17-24.

[17]陳林，伍海軍.國(guó)內(nèi)雙重差分法的研究現(xiàn)狀與潛在問(wèn)題[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015（7）：133-148.

[18]王珮，董聰，徐瀟鶴，等.“營(yíng)改增”背景下的稅收籌劃途徑[J].稅務(wù)研究，2014（5）：8-12.

Research on the Impact of Real Estate Industry's Reform of Replacing Business

Tax for VAT on Corporate Financial Efficiency-an Empirical Test Based on DEA Model

DU Jian1，WANG Zhao2， YANG Yang3

（1.School of Accounting， Guizhou University of Finance and Economics， Guiyang Guizhou， 550025， China；

2.School of Accounting， Capital University of Economics and Business， Beijing， 100070， China；

3.School of Economics，Guizhou University of Finance and Economics， Guiyang Guizhou， 550025， China）

Abstract：In this paper， we measure the enterprise comprehensive financial efficiency in the real estate industry listed companies in China between the period before and after the reform. We use the BCC model which is modified and based on data envelopment analysis （DEA） model.At the same time in state-owned listed wholesaling and retailing enterprise.Furthermore， we measure the policy effect which is used by difference-in-differences model on real estate industry enterprises comprehensive financial efficiency. Research shows that： in view of the Reform of Replacing Business Tax for VAT on the real estate industry has significantly promote effect on the enterprise financial efficiency， policy effect is starting to show.But state still need to constantly improve and adjust the related policy，we still need to follow the research in the relevant industry policy effect for a long time.

Key words：the reform of replacing business tax for VAT；the real estate industry； the tax policy effect；DEA model；difference-in-differences model

責(zé)任編輯：張士斌吳錦丹蕭敏娜常明明張士斌