減稅降費能抑制企業(yè)金融化嗎？*——來自“營改增”準(zhǔn)自然實驗的證據(jù)

李衛(wèi)兵，王利霞

（華中科技大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢 430074）

一、引言

如何減輕企業(yè)負(fù)擔(dān)以幫助其良性發(fā)展是我國當(dāng)前亟待解決的重要問題，而減稅降費是常用的企業(yè)減負(fù)手段。2012年以來，我國逐漸開始實施大規(guī)模的減稅降費政策。在此背景下，眾多學(xué)者從不同角度分析了減稅降費對企業(yè)的影響，發(fā)現(xiàn)減稅政策對企業(yè)專業(yè)化分工（陳釗和王旸，2016）、盈利能力（劉建民等，2017）、生產(chǎn)效率（吳輝航等，2017）、研發(fā)投入（袁從帥等，2015）和企業(yè)創(chuàng)新（張璇等，2019）等方面具有顯著影響，但鮮有文獻(xiàn)關(guān)注減稅對企業(yè)金融化的影響。實際上，我國的實體企業(yè)表現(xiàn)出越來越多的金融化傾向，而財稅政策作為一種重要的宏觀政策無疑會對企業(yè)金融化產(chǎn)生影響。因此，本文試圖研究減稅降費對企業(yè)金融化的深入影響，并識別潛在的影響機制。

相關(guān)文獻(xiàn)主要從企業(yè)微觀層面研究企業(yè)金融化的動機，比如發(fā)現(xiàn)利潤追逐動機（陳妍村和干勝道，2018；張建偉，2020）、跟風(fēng)投資動機與現(xiàn)金管理動機（韓燕等，2015）。宏觀經(jīng)濟(jì)政策也可能影響企業(yè)金融化行為。貨幣政策可以通過改變市場風(fēng)險進(jìn)而影響企業(yè)的金融資產(chǎn)配置，例如寬松的貨幣政策會提高企業(yè)金融化水平（杜勇，2016；胡奕明，2017）。緊縮型信貸政策會在短期內(nèi)增加企業(yè)的流動性資金需求而降低其長期資金需求，并改變企業(yè)長期投資戰(zhàn)略（王義中等，2015）。但是關(guān)于財稅政策影響企業(yè)金融化的文獻(xiàn)較為匱乏。與本文相關(guān)的另一些文獻(xiàn)是關(guān)于稅收影響企業(yè)投資的研究，這是因為企業(yè)配置金融資產(chǎn)屬于一種投資行為。總體來說，相關(guān)文獻(xiàn)側(cè)重于從成本角度出發(fā)研究減稅降費對企業(yè)投資的影響。從理論上看，減稅降費可以通過降低資本的使用成本而促進(jìn)企業(yè)的固定資產(chǎn)投資（Hall和Jorgenson，1967；Hasset和Hubbard，2002），這一點已被基于英國、瑞典和智利的實證研究所證實（Devereux，1989；Auerbach等，1995；Vergara，2010）。從這一路徑出發(fā)，一些學(xué)者利用我國的增值稅改革進(jìn)行實證分析，發(fā)現(xiàn)減稅對企業(yè)投資行為（聶輝華等，2009）和固定資產(chǎn)投資（汪德華，2016；李成和張玉霞，2015）具有促進(jìn)作用，且對中西部地區(qū)和非出口企業(yè)的激勵效果更佳（申廣軍等，2016）。付文林和趙永輝（2014）主要是從企業(yè)籌資和融資的角度，考察了減稅降費所導(dǎo)致的國內(nèi)企業(yè)投資結(jié)構(gòu)偏向現(xiàn)象。龐鳳喜和劉暢（2019）基于2010-2016年A股工業(yè)企業(yè)數(shù)據(jù)，分析了稅收政策對企業(yè)金融化的影響，證實微觀稅負(fù)上升會顯著提高企業(yè)的金融資產(chǎn)配置水平，但該研究僅考慮企業(yè)層面的微觀稅負(fù)，沒有控制相關(guān)宏觀經(jīng)濟(jì)政策的影響，可能存在比較嚴(yán)重的內(nèi)生性問題，其估計結(jié)果可能存在偏誤。

本文基于“營改增”改革的準(zhǔn)自然實驗，考察減稅降費政策是否會抑制企業(yè)金融化水平。2012年，“營改增”率先在上海推出試點，試點的行業(yè)包括“1+6”行業(yè)，并于當(dāng)年推廣至北京、江蘇等8個省市。至2013年8月，“營改增”在全國范圍內(nèi)推廣，試點行業(yè)也新增了廣播影視業(yè)，隨后試點行業(yè)的范圍不斷擴大。由于“營改增”政策是分時間、分地區(qū)開始推行的，而且會通過增加可抵扣范圍而對原本屬于增值稅納稅行業(yè)的企業(yè)產(chǎn)生影響，這對我們進(jìn)行有效的因果關(guān)系識別造成了干擾。如果采用“營改增”行業(yè)作為實驗組，增值稅納稅行業(yè)作為對照組，就會由于增值稅納稅行業(yè)可抵扣范圍的增加而低估“營改增”政策的經(jīng)濟(jì)效應(yīng)。鑒于此，本文借鑒陳釗和王旸（2016）的研究，以增值稅納稅行業(yè)（一直繳納增值稅而非“營改增”的行業(yè)）作為實驗組，以營業(yè)稅納稅行業(yè)（一直繳納營業(yè)稅而非“營改增”的行業(yè)）作為對照組，以改革推行的時間構(gòu)成第二重差分，構(gòu)建DID模型進(jìn)行實證檢驗。在2016年，建筑業(yè)、房地產(chǎn)業(yè)、金融業(yè)和生活服務(wù)業(yè)被納入“營改增”政策試點的行業(yè)范圍，主要現(xiàn)代服務(wù)業(yè)均已成為增值稅納稅行業(yè)，所以2016年及之后營業(yè)稅納稅行業(yè)很少，因而本文以2009-2015年A股非金融上市公司為研究對象。

本文可能的邊際貢獻(xiàn)主要在于：第一，直接關(guān)注稅收激勵對企業(yè)金融化影響的文獻(xiàn)較少，本文證實了減稅降費對企業(yè)金融化的抑制作用，是對現(xiàn)有文獻(xiàn)的有益補充。第二，本文深入分析了減稅降費影響企業(yè)金融化的傳導(dǎo)路徑，發(fā)現(xiàn)減稅降費主要通過替代效應(yīng)抑制企業(yè)金融化，富余效應(yīng)未發(fā)揮顯著作用，從而揭示了減稅降費影響企業(yè)金融化的微觀機制。第三，本文采用DID方法進(jìn)行估計，能有效地進(jìn)行因果關(guān)系識別。在此基礎(chǔ)上，本文進(jìn)一步考察了減稅降費對企業(yè)金融化的異質(zhì)性影響，發(fā)現(xiàn)對于民營企業(yè)和處于銀行存貸比較高地區(qū)的企業(yè)而言，減稅降費對企業(yè)金融化的抑制效應(yīng)更強，該結(jié)論為政府制定有針對性的政策提供了微觀證據(jù)。

二、“營改增”影響企業(yè)金融化的理論分析

作為一項結(jié)構(gòu)性減稅政策，“營改增”對企業(yè)金融化的影響可歸納為替代效應(yīng)和富余效應(yīng)。其中，替代效應(yīng)主要影響企業(yè)金融化與經(jīng)營性投資的替代關(guān)系，而富余效應(yīng)則使企業(yè)持有更多的富余現(xiàn)金，從而促使其配置更多的金融資產(chǎn)?！盃I改增”對企業(yè)金融化的影響路徑可概括為圖1。

圖1上半部分描述“營改增”通過替代效應(yīng)這一傳導(dǎo)路徑對企業(yè)金融化產(chǎn)生影響。具體來說，“營改增”可以通過替代效應(yīng)抑制企業(yè)金融化水平，即企業(yè)金融化與經(jīng)營性投資之間存在替代關(guān)系。如果企業(yè)配置過多的金融資產(chǎn)，就會擠占原本用于投資經(jīng)營性業(yè)務(wù)的資源（Orhangazi，2007；Onaran，2011）；反之，如果企業(yè)增加經(jīng)營性投資，就會對企業(yè)金融化產(chǎn)生抑制效應(yīng)。在“營改增”之前，由于服務(wù)業(yè)企業(yè)繳納營業(yè)稅，增值稅納稅人購買服務(wù)無法獲得進(jìn)項稅額抵扣，而改革之后，增值稅納稅企業(yè)購買專利技術(shù)、商務(wù)咨詢服務(wù)和軟件服務(wù)等無形資產(chǎn)和服務(wù)也可進(jìn)行進(jìn)項稅額抵扣，這有利于企業(yè)（尤其是外購服務(wù)需求較大的企業(yè)）降低經(jīng)營成本。經(jīng)營成本的下降有利于提高經(jīng)營性投資相對于金融資產(chǎn)的吸引力，由于經(jīng)營性投資與金融資產(chǎn)投資之間的替代關(guān)系，“營改增”會對企業(yè)金融化產(chǎn)生抑制作用。

圖1 “營改增”對企業(yè)金融化的影響過程

圖1下半部分描述“營改增”通過富余效應(yīng)影響企業(yè)金融化的傳導(dǎo)路徑。富余效應(yīng)主要體現(xiàn)在兩個方面：一方面，“營改增”對企業(yè)內(nèi)部現(xiàn)金流的影響取決于外購服務(wù)需求進(jìn)項稅額抵扣和銷售收入剝離銷項稅額對現(xiàn)金流影響的相對大小。外購服務(wù)需求進(jìn)項稅額抵扣會導(dǎo)致企業(yè)增值稅實際稅負(fù)下降（倪娟等，2019）。改革后，銷售商品時從含稅銷售額轉(zhuǎn)變成剝離增值稅銷項稅額的營業(yè)收入，會導(dǎo)致企業(yè)在銷售收入不變的情況下報表中的收入減少（喬睿蕾和陳良華，2017）。另一方面，富余效應(yīng)還體現(xiàn)為對企業(yè)外部現(xiàn)金流的影響。企業(yè)會在現(xiàn)金流減少的同時降低其風(fēng)險水平，從而使企業(yè)對應(yīng)的市場報酬率下降，從外部改變企業(yè)補充現(xiàn)金流的能力。此外，根據(jù)信號傳遞理論，“營改增”會向市場投資者釋放積極信號，外部投資者可能會增加對企業(yè)的資金供給量，降低企業(yè)融資成本，從而緩解企業(yè)的外部融資約束（羅宏和陳麗霖，2012）。

“營改增”對企業(yè)金融化的影響取決于替代效應(yīng)與富余效應(yīng)的相對強度。如果富余效應(yīng)比替代效應(yīng)更強，“營改增”會對企業(yè)金融化產(chǎn)生促進(jìn)效用；反之，則“營改增”會抑制企業(yè)金融化。當(dāng)然，替代效應(yīng)和富余效應(yīng)這兩個傳導(dǎo)路徑究竟是否發(fā)揮作用，還有待實證檢驗。

三、研究設(shè)計

（一）數(shù)據(jù)來源

至2016年底，“營改增”的全面推行已基本完成，絕大多數(shù)企業(yè)實現(xiàn)了“營改增”的轉(zhuǎn)變。因此，為了創(chuàng)建合理的處理組與對照組以進(jìn)行DID估計，本文以2009-2015年為樣本期，選取31個?。ㄊ小^(qū)）（不含港澳臺）的滬深兩市非金融上市公司為樣本企業(yè)。參考相關(guān)文獻(xiàn)，本文剔除以下樣本：①2012-2015年“營改增”直接涉及的行業(yè)；②ST和*ST企業(yè)；③主變量數(shù)據(jù)有缺失的企業(yè)；④固定資產(chǎn)為零的樣本觀察值。經(jīng)過處理，最終得到1644個企業(yè)2009-2015年的9162個觀察值。鑒于極端值的存在可能會影響估計結(jié)果，本文對企業(yè)層面的連續(xù)變量進(jìn)行1%的雙側(cè)縮尾處理。此外，本文依據(jù)證監(jiān)會2012年行業(yè)分類標(biāo)準(zhǔn)對企業(yè)進(jìn)行行業(yè)分類。

本文使用的數(shù)據(jù)主要來自于國泰安數(shù)據(jù)庫（CSMAR）和萬德數(shù)據(jù)庫（Wind），本外幣存貸款余額數(shù)據(jù)來自于中國人民銀行官網(wǎng)，各?。ㄊ?、區(qū)）財政支出和GDP數(shù)據(jù)來自于各省統(tǒng)計年鑒。

（二）變量選取

1.被解釋變量

企業(yè)金融化的度量主要針對非金融企業(yè)。周紹東和謝浩然（2018）定義的金融資產(chǎn)包括交易性金融資產(chǎn)、長期股權(quán)投資和投資性房地產(chǎn)，而宋軍和陸旸（2015）在這三個科目之外，還將衍生金融資產(chǎn)、可供出售金融資產(chǎn)和持有至到期投資劃分為金融資產(chǎn)。持有至到期投資是最受爭議的一項，彭俞超等（2018）主張將長期股權(quán)投資中對金融機構(gòu)的持股劃分為金融資產(chǎn)，而周紹東和謝浩然（2018）則主張將長期股權(quán)投資的整個科目劃為金融資產(chǎn)。這是出于兩種不同的考慮，如果把非金融企業(yè)參與資本市場作為企業(yè)金融化的表現(xiàn)，則長期股權(quán)投資整個科目應(yīng)作為金融資產(chǎn)；但如果只把持有FIRE（金融業(yè)、保險業(yè)和房地產(chǎn)業(yè)）部門的資產(chǎn)視為金融資產(chǎn)的話，則應(yīng)當(dāng)將長期股權(quán)投資中對金融機構(gòu)的持股劃分為金融資產(chǎn)。

本文側(cè)重于研究非金融企業(yè)對資本市場的參與，所以考慮寬口徑的企業(yè)金融化，將長期股權(quán)投資整個科目劃分為金融資產(chǎn)，最終將交易性金融資產(chǎn)、長期股權(quán)投資、投資性房地產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)和持有至到期投資這六個科目界定為金融資產(chǎn)。企業(yè)金融化水平以企業(yè)的金融資產(chǎn)占總資產(chǎn)的比重表示。

2.解釋變量

SA指數(shù)。參考Hadlock和Pierce（2010）提出的方法，采用SA指數(shù)衡量企業(yè)面臨的融資約束程度。SA指數(shù)由兩個外生變量構(gòu)成，易于計算，而且計算結(jié)果比較穩(wěn)健，因而被廣泛使用（鞠曉生等，2013；吳秋生和黃賢環(huán)，2017）。SA指數(shù)的計算公式為：SA=-0.737Asset+0.043Asset2-0.04Age，其中：Asset表示企業(yè)資產(chǎn)總額，Age為企業(yè)成立年限。根據(jù)上式計算出來的SA指數(shù)為負(fù)值，且其絕對值越大表示企業(yè)面臨著更嚴(yán)重的融資約束（鞠曉生等，2013）。

托賓Q值。企業(yè)價值反映市場投資者對企業(yè)的認(rèn)可度，如果認(rèn)可度高，則企業(yè)的外部資金供給增加，有利于企業(yè)降低融資成本。企業(yè)價值的代理變量一般可分為盈利性財務(wù)指標(biāo)和企業(yè)市場價值兩類。托賓Q值是最常用的企業(yè)價值代理變量，這是因為盈利性財務(wù)指標(biāo)可能會受資本市場欠成熟、財務(wù)粉飾和盈余管理等因素的影響而導(dǎo)致數(shù)據(jù)失真（張立民和李琰，2017），而托賓Q值則不易受企業(yè)層面的操縱，而且市場價值也表示投資者對企業(yè)的認(rèn)可度，這與本文的研究更加貼近。因此，本文用托賓Q值作為企業(yè)價值的代理變量。

經(jīng)營性投資比率。經(jīng)營性投資比率衡量企業(yè)對經(jīng)營性活動的參與力度，以企業(yè)直接投放于生產(chǎn)經(jīng)營環(huán)節(jié)的資本占總資產(chǎn)的比率表示。具體核算指標(biāo)包括購買商品和接受勞務(wù)支付的現(xiàn)金、支付給職工以及為職工支付的現(xiàn)金、支付的各項稅費、支付其他與經(jīng)營活動有關(guān)的現(xiàn)金（劉楠楠等，2017），并用總資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化。如果企業(yè)對經(jīng)營性活動的參與度提高，則經(jīng)營性投資比率上升。

3.控制變量

基準(zhǔn)回歸中的控制變量包括企業(yè)層面和地區(qū)層面兩類變量。其中，企業(yè)層面的控制變量包括產(chǎn)業(yè)關(guān)聯(lián)度、企業(yè)規(guī)模、存貨密集度、固定資產(chǎn)比例、企業(yè)年齡、凈利潤率、股權(quán)集中度、所有權(quán)性質(zhì)和資產(chǎn)負(fù)債率。地區(qū)層面的控制變量包括企業(yè)所在省份的銀行存貸比和財政支出比率（該變量僅在引入遺漏變量的內(nèi)生性討論中加入）。變量定義見表1。

表1 變量定義

Cash 凈現(xiàn)金流比率 經(jīng)營活動凈現(xiàn)金流量/期末總資產(chǎn)Size 企業(yè)規(guī)模 期末資產(chǎn)總額的自然對數(shù)Fixed 固定資產(chǎn)比率 固定資產(chǎn)/總資產(chǎn)Age 企業(yè)年齡 樣本年份-企業(yè)注冊年份Profit 凈利潤率 凈利潤/營業(yè)收入Shareholder 股權(quán)集中度 前十大股東持股比例Ownership 所有權(quán)性質(zhì) 國有企業(yè)為1，否則為0 Credit 銀行存貸比 本外幣貸款余額/本外幣存款余額Fiscal 財政支出比率 財政支出/GDP Relevance 產(chǎn)業(yè)關(guān)聯(lián)度 根據(jù)產(chǎn)業(yè)關(guān)聯(lián)表計算所得

產(chǎn)業(yè)關(guān)聯(lián)度用來衡量上游企業(yè)獲得的進(jìn)項稅額抵扣能力。參考范子英和彭飛（2017）的做法，用2012年我國投入產(chǎn)出表中139個部門直接消耗系數(shù)矩陣為權(quán)重，與對應(yīng)的增值稅稅率相乘，得出企業(yè)所在行業(yè)的產(chǎn)業(yè)關(guān)聯(lián)度，即：

其中：k、m表示行業(yè)（k、m=1,2......,139），Vatrate指不同中間投入行業(yè)的增值稅稅率，營業(yè)稅的增值稅稅率為0，其他情況按當(dāng)年增值稅稅率（取值包括6%、9%、13%和17%）計算。Direct_cons是按照2012年投入產(chǎn)出表得出的直接消耗系數(shù)矩陣。

（三）模型設(shè)定

采用政策評估中的多時點DID方法分析“營改增”這一重大稅制改革的微觀效應(yīng)。采用DID模型進(jìn)行政策評估的前提是該政策要符合外生性要求（袁從帥等，2015），即政策選擇的實驗對象是隨機的?！盃I改增”于2012年1月1日率先在上海市試點，同年9月后開始在其他省市進(jìn)行試點，于2013年8月全國推行。雖然政府優(yōu)先選擇沿海地區(qū)進(jìn)行試點，存在一定的非隨機性，但對于企業(yè)而言，并不會因為在沿?；騼?nèi)地而存在顯著差異，而且“營改增”在各地推廣時間非常接近，企業(yè)很難在短時間內(nèi)遷移進(jìn)入其他省市。整體而言，本文的研究比較適用于DID模型。

根據(jù)DID模型的設(shè)定，選定的對照組應(yīng)該不受“營改增”政策的影響，這就要求每個個體的潛在結(jié)果不會因為其他個體是否進(jìn)入處理組而受到影響。在本文的研究中，雖然“營改增”的對象是服務(wù)業(yè)，但對于制造業(yè)等增值稅納稅行業(yè)而言，在改革之后外購服務(wù)也可以進(jìn)行進(jìn)項稅額抵扣，這就會低估“營改增”的政策效應(yīng)。所以本文根據(jù)證監(jiān)會行業(yè)劃分標(biāo)準(zhǔn)，將所屬行業(yè)屬于增值稅納稅行業(yè)（一直是增值稅納稅行業(yè)而不是“營改增”行業(yè)）的企業(yè)作為處理組。同時，由于所有增值稅納稅行業(yè)均會因為購入服務(wù)而受到“營改增”的影響，因此本文選取營業(yè)稅納稅行業(yè)（一直繳納營業(yè)稅而非“營改增”行業(yè)）的企業(yè)作為對照組，主要包括2016年5月第三批次進(jìn)入“營改增”的行業(yè)。參考陳釗和王旸（2016）的處理，設(shè)定如下DID模型進(jìn)行檢驗：

其中：Yijt表示j省的i企業(yè)在t年的金融化水平。Timejt表示j省在t年是否已經(jīng)實施“營改增”改革，是則取值為1，否則取值為0；Policyi表示對于實驗組和對照組的區(qū)分，如果企業(yè)屬于實驗組則取值為1，否則取值為0；ρi和τt表示企業(yè)固定效應(yīng)和時間固定效應(yīng)；εijt為穩(wěn)健標(biāo)準(zhǔn)誤，由于“營改增”是分地區(qū)、分行業(yè)推行的，政策效應(yīng)受同一地區(qū)市場環(huán)境的影響較強，因而在同一地區(qū)內(nèi)企業(yè)之間的相關(guān)性也較強，本文使用城市層面的聚類效應(yīng)對標(biāo)準(zhǔn)誤進(jìn)行修正；β1是主要關(guān)注的系數(shù)，反映“營改增”政策對企業(yè)金融化的影響。

四、實證分析

（一）基準(zhǔn)回歸

表2中的基準(zhǔn)回歸結(jié)果表明，無論是否控制年份、城市和企業(yè)固定效應(yīng)以及省份時間趨勢，交互項Time×Policy的系數(shù)均顯著為負(fù)，這表明與對照組相比，處理組的樣本在“營改增”之后，企業(yè)金融化水平顯著下降。具體來說，“營改增”對樣本公司金融化水平的抑制效應(yīng)約為2個百分點。

其他控制變量與企業(yè)金融化的關(guān)系基本符合理論預(yù)期。由于表2中第（6）列控制了各種固定效應(yīng)及相關(guān)因素，下面以該列的回歸結(jié)果進(jìn)行簡要分析。固定資產(chǎn)比率（Fixed）的系數(shù)顯著為負(fù)，說明企業(yè)購置的固定資產(chǎn)越多，企業(yè)金融化水平就越低。固定資產(chǎn)比率的增加是企業(yè)經(jīng)營性活動增加的體現(xiàn)，這也從側(cè)面證實替代效應(yīng)的存在。企業(yè)規(guī)模（Size）的系數(shù)顯著為負(fù)數(shù)，說明大企業(yè)擁有更低的金融化水平，這可能是由于規(guī)模優(yōu)勢的存在，大企業(yè)因經(jīng)營成本更低而增加實體經(jīng)營活動，從而對企業(yè)金融化產(chǎn)生抑制作用。企業(yè)年齡（Age）的系數(shù)也顯著為負(fù)數(shù)，說明企業(yè)金融化水平會隨著企業(yè)經(jīng)營年限的增加而顯著下降。凈利潤率（Profit）對企業(yè)金融化具有顯著的促進(jìn)作用，這是因為凈利潤率高的企業(yè)持有現(xiàn)金量更多，可以配置更多的金融資產(chǎn)。其他變量如產(chǎn)業(yè)關(guān)聯(lián)度（Relevance）、凈現(xiàn)金流比率（Cash）、股權(quán)集中度（Shareholder）、所有權(quán)性質(zhì)（Ownership）和銀行存貸比（Credit）并不顯著，說明這些變量對企業(yè)金融化的影響并不大。

表2 “營改增”對企業(yè)金融化的影響

注：括號中數(shù)值以城市為聚類的穩(wěn)健標(biāo)準(zhǔn)誤，“*”、“**”、“***”分別表示10%、5%、1%顯著性水平下顯著,下同。

（二）內(nèi)生性問題

1.平行趨勢檢驗

DID模型要求實驗組與對照組符合平行趨勢假定。為了進(jìn)行平行趨勢檢驗，借鑒 Beck等（2010）的做法，在基準(zhǔn)回歸方程中加入各時點虛擬變量與區(qū)分實驗組與對照組的虛擬變量的交互項，其他控制變量保持不變，同時控制年份、城市固定效應(yīng)以及使用城市層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤，并重新進(jìn)行DID估計。若“營改增”推行之前該交互項的系數(shù)不顯著異于0，則表明實驗組和對照組確實具有平行趨勢。

圖2描繪了“營改增”在各個年度的政策效應(yīng)，橫軸為對應(yīng)年份，縱軸為該交互項的估計系數(shù)。其中，current表示2012年，pre_1和pre_2分別表示2011年和2010年，post_1、post_2和post_3分別表示2013、2014和2015年。顯然，在2012年之前，交互項的系數(shù)并不顯著異于0，證實實驗組與對照組樣本具有平行趨勢。2012年之后，交互項的系數(shù)呈明顯下降趨勢，到2014年下降程度最明顯，這是因為2013年8月之后“營改增”在全國范圍內(nèi)推廣，而本文將當(dāng)年下半年推行的“營改增”政策視為次年推行，所以在圖中2014年的下降程度最明顯，進(jìn)一步證實“營改增”確實使得企業(yè)金融化顯著下降。

圖2 平行趨勢檢驗（圖中垂直線為相應(yīng)的95%置信區(qū)間）

2.加入重要的遺漏變量

“營改增”政策是由中央政府推行的，不會存在企業(yè)層面的因素影響政策推行，因而反向因果關(guān)系所導(dǎo)致的內(nèi)生性問題不太可能存在。但可能存在某些遺漏變量同時影響“營改增”政策的推行以及企業(yè)金融化水平，例如地方政府的財政政策可能會導(dǎo)致該地區(qū)成為“營改增”政策的試點地區(qū)，同時財政政策也可能會影響企業(yè)績效（張帆和張友斗，2018）。為了考察地方政府的財政政策是否會干擾基準(zhǔn)回歸結(jié)果，我們加入了地方政府財政支出這一可能的遺漏變量并重新進(jìn)行DID估計。從表3的回歸結(jié)果可以看出，交互項的系數(shù)依然顯著，與基準(zhǔn)回歸結(jié)果相比變化不大，而財政支出的估計系數(shù)并不顯著，表明地方政府的財政政策對企業(yè)金融化水平不存在顯著影響。整體而言，內(nèi)生性問題并不會導(dǎo)致本文的估計產(chǎn)生較大偏誤。

表3 加入地方政府財政支出的模型回歸結(jié)果

（三）穩(wěn)健性檢驗

1.時間安慰劑檢驗

基準(zhǔn)回歸結(jié)果表明“營改增”政策的推行導(dǎo)致企業(yè)金融化水平降低，但還存在一點疑問，即企業(yè)金融化水平的降低是否的確源于“營改增”政策的推行？還有一種可能的解釋是，企業(yè)在“營改增”之后的時間范圍內(nèi)正好減少了對金融資產(chǎn)的持有，但這并不必然與“營改增”政策的推行相關(guān)，而只不過是“營改增”政策剛好在這段時間內(nèi)推行而已。為此，我們進(jìn)行反事實檢驗，即假設(shè)“營改增”政策開始推行的時間提前1年或提前2年，試點地區(qū)和批次均不改變，并相應(yīng)調(diào)整虛擬變量的取值。新的DID 估計結(jié)果（見表4）顯示，交互項Time×Policy的系數(shù)均不顯著，進(jìn)一步證實企業(yè)金融化水平的下降是因為“營改增”政策的推行，而不是因為在這段時間內(nèi)企業(yè)的金融化水平恰好下降。

表4 時間安慰劑檢驗

城市固定效應(yīng) Yes Yes Yes Yes省份時間趨勢 No Yes No Yes個體固定效應(yīng) Yes Yes Yes Yes常數(shù)項 0.5282***（0.1086）0.6634***（0.1305）0.5286***（0.1080）0.6643***（0.1302）組內(nèi)R2 0.8589 0.8657 0.8589 0.8657 N 9162 9162 9162 9162

2.地區(qū)安慰劑檢驗

時間安慰劑檢驗從時間角度進(jìn)行反事實檢驗，但是也可能在“營改增”政策推行的地區(qū)中企業(yè)金融化水平恰好下降，而這并不是由于“營改增”政策的推行所引起的。為此，我們參考李衛(wèi)兵和李翠（2018）的做法，從試點地區(qū)的角度進(jìn)行反事實檢驗，即在31個地區(qū)中隨機選取9個地區(qū)作為假想的“營改增”政策試點地區(qū)，推廣過程并不改變，2012年隨機選取1個地區(qū)作為試點地區(qū)，2013年選取8個地區(qū)作為試點地區(qū)，到2014年所有地區(qū)均進(jìn)行推廣，其他設(shè)定均與基準(zhǔn)回歸中的第（6）列相同，并依此進(jìn)行DID估計。為了增加結(jié)果的說服力，重復(fù)進(jìn)行500次檢驗，交互項Time×Policy的估計系數(shù)的分布密度圖如圖3所示。由圖可知，基于500次反事實的處理組所估計的系數(shù)分布在大于-0.01的區(qū)域以內(nèi)，而真實的基準(zhǔn)回歸中交互項Time×Policy的系數(shù)為-0.0163，位于正態(tài)分布兩端之外，表明基準(zhǔn)回歸中“營改增”對企業(yè)金融化的顯著抑制作用并非地區(qū)層面未觀察到的其他因素所驅(qū)動。

圖3 地區(qū)安慰劑檢驗

3.行業(yè)安慰劑檢驗

本文選取的對照組是按照行業(yè)劃分的，下面進(jìn)一步從行業(yè)角度進(jìn)行安慰劑檢驗。基本的思路與地區(qū)安慰劑檢驗類似，即在56個樣本行業(yè)中隨機選取30個行業(yè)中的企業(yè)作為新的處理組，其他行業(yè)中的企業(yè)則作為新的對照組，地區(qū)推廣過程依然保持不變，其他設(shè)定與基準(zhǔn)回歸中第（6）列相同，然后進(jìn)行DID估計。同樣地，重復(fù)進(jìn)行500次檢驗，估計的交互項的系數(shù)分布密度圖如圖4所示?？梢钥闯?，基于500次反事實的處理組所估計的交互項Time×Policy的系數(shù)分布在大于-0.004的區(qū)域內(nèi)，而真實的基準(zhǔn)回歸中Time×Policy交互項的估計系數(shù)為-0.0163，位于正態(tài)分布的兩端之外，進(jìn)一步證實“營改增”的政策效應(yīng)并沒有受到行業(yè)層面未觀察到的其他因素所驅(qū)使。

圖4 行業(yè)安慰劑檢驗

五、機制分析

前文從理論上闡釋了“營改增”影響企業(yè)金融化的潛在機制，即富余效應(yīng)與替代效應(yīng)，下面對這兩個機制進(jìn)行實證檢驗。

（一）富余效應(yīng)

企業(yè)可以通過內(nèi)部現(xiàn)金流和外部現(xiàn)金流兩個渠道增加現(xiàn)金持有，所以我們選取融資約束、企業(yè)價值與凈現(xiàn)金流比率三個指標(biāo)來進(jìn)行驗證。融資約束指標(biāo)采用SA指數(shù)衡量，該指數(shù)為負(fù)數(shù)且絕對值越大，企業(yè)所面臨的融資約束越嚴(yán)重。在樣本企業(yè)中，SA指數(shù)多為負(fù)數(shù)且均值小于-1，表明樣本企業(yè)存在一定的融資約束。企業(yè)價值指標(biāo)采用流行的托賓Q值衡量。凈現(xiàn)金流比率直接衡量了企業(yè)內(nèi)部現(xiàn)金流的變化。從“營改增”對融資約束、企業(yè)價值影響的回歸結(jié)果來看，交互項Time×Policy的估計系數(shù)均不顯著，表明“營改增”政策并未顯著緩解企業(yè)的融資約束、促進(jìn)企業(yè)價值提升和直接增加企業(yè)內(nèi)部現(xiàn)金流，因而“營改增”政策并沒有通過促進(jìn)企業(yè)現(xiàn)金量持有而增加對金融資產(chǎn)的配置，這說明富余效應(yīng)的傳導(dǎo)路徑并不存在。

（二）替代效應(yīng)

以企業(yè)直接投放于生產(chǎn)經(jīng)營環(huán)節(jié)的資本占總資產(chǎn)的比率作為衡量經(jīng)營性投資的指標(biāo)，表5顯示了替代效應(yīng)的檢驗結(jié)果。在所有6個點估計中，交互項Time×Policy的估計系數(shù)均至少在10%的統(tǒng)計水平上顯著。整體來看，“營改增”對企業(yè)經(jīng)營性投資具有顯著的正向促進(jìn)作用，而且“營改增”政策的推行使得企業(yè)經(jīng)營性投資比率提高5個百分點以上。

表5 替代效應(yīng)檢驗

綜合來說，“營改增”影響企業(yè)金融化的兩個潛在機制中，富余效應(yīng)這一機制并未發(fā)揮實際作用，而替代效應(yīng)則能發(fā)揮顯著作用，因而“營改增”主要通過促進(jìn)企業(yè)經(jīng)營性投資，發(fā)揮替代效應(yīng)而對企業(yè)金融化產(chǎn)生抑制作用。

六、異質(zhì)性檢驗

（一）所有權(quán)性質(zhì)的異質(zhì)性檢驗

上文的檢驗已經(jīng)證實“營改增”政策主要通過促進(jìn)企業(yè)經(jīng)營性投資的替代效應(yīng)而抑制企業(yè)金融化，通過緩解企業(yè)融資約束而促進(jìn)企業(yè)金融化的富余效應(yīng)并不顯著。但是，我國的國有企業(yè)和民營企業(yè)在投資行為方面表現(xiàn)出許多不同的特征。國有企業(yè)存在投資低效、投資過度等問題（李昊楠和郭彥男，2020），因此“營改增”通過發(fā)揮替代效應(yīng)而抑制企業(yè)金融化這一影響路徑，很可能在國有企業(yè)和民營企業(yè)中存在較大差別。為了深入考察所有權(quán)性質(zhì)是否會影響“營改增”對企業(yè)金融化的抑制效應(yīng)，我們將全部樣本劃分為國有企業(yè)和民營企業(yè)并進(jìn)行分組DID估計。

值得指出的是，異質(zhì)性檢驗不能簡單地對比分組回歸的結(jié)果，而是要進(jìn)行組間系數(shù)差異檢驗（李衛(wèi)兵和張凱霞，2019）。因此，本文采用費舍組合檢驗法（Fisher's Permutation test）來進(jìn)行考察，其報告了兩個組別之間所有變量的組間系數(shù)差異。同時，為了增強說服力，我們使用自助法（bootstrap）重復(fù)進(jìn)行1000次的抽樣，得到相應(yīng)的經(jīng)驗p值用于識別組間調(diào)整系數(shù)差異的顯著程度。按國有企業(yè)和民營企業(yè)進(jìn)行分組的回歸結(jié)果見表6中的第（1）、（2）列。根據(jù)經(jīng)驗p值判斷，“營改增”政策對企業(yè)金融化的抑制效應(yīng)會受到企業(yè)所有制的顯著影響。具體來說，“營改增”使國有企業(yè)的金融化水平下降1.83個百分點，使民營企業(yè)的金融化水平下降6.04個百分點。相較而言，“營改增”對民營企業(yè)金融化水平的抑制效應(yīng)更強。

表6 異質(zhì)性分析：所有權(quán)性質(zhì)與銀行信貸

（二）銀行信貸環(huán)境的異質(zhì)性檢驗

前文研究表明， “營改增”主要通過促進(jìn)企業(yè)經(jīng)營性投資，發(fā)揮替代效應(yīng)而抑制了企業(yè)的金融化。銀行信貸是企業(yè)投資的重要資金來源，且主要用于支持第二產(chǎn)業(yè)的發(fā)展（郭明等，2009）。在信貸較寬松的地區(qū)，企業(yè)的經(jīng)營性投資更容易獲得信貸支持，這可能導(dǎo)致“營改增”在信貸寬松的地區(qū)對經(jīng)營性投資的促進(jìn)力度更大，發(fā)揮的替代效應(yīng)更強，最終表現(xiàn)為對企業(yè)金融化水平更加明顯的抑制效應(yīng)。為考察“營改增”對企業(yè)金融化的異質(zhì)性影響，將各省份的存貸比進(jìn)行排序，并將所有樣本按省份分為存貸比高和存貸比低兩個組別。分組回歸結(jié)果見表6中的第（3）、（4）列，經(jīng)驗p值顯示“營改增”對企業(yè)金融化的影響在存貸比高和存貸比低的地區(qū)存在顯著差異。從交互項Time×Policy的系數(shù)可以發(fā)現(xiàn)，在存貸比高的地區(qū)，“營改增”顯著抑制了企業(yè)金融化水平，但在存貸比低的地區(qū)，“營改增”卻對企業(yè)金融化水平?jīng)]有顯著影響。可能的解釋是，在存貸比較低的地區(qū)，銀行對企業(yè)經(jīng)營性活動的信貸支持力度較小，從而削弱了“營改增”對企業(yè)金融化的抑制程度。

七、結(jié)論和建議

“營改增”是近年來我國在結(jié)構(gòu)性減稅方面完成的一項重大稅制改革，對實體經(jīng)濟(jì)產(chǎn)生了重大影響。本文對“營改增”影響企業(yè)金融化的潛在機制進(jìn)行理論分析，并利用滬深兩市2009-2015年間上市公司的微觀數(shù)據(jù)，采用DID方法實證分析了“營改增”對企業(yè)金融化的影響程度及渠道。結(jié)果表明：第一，“營改增”對企業(yè)金融化具有顯著的抑制效應(yīng)；第二， “營改增”主要通過刺激企業(yè)經(jīng)營性投資的替代效應(yīng)而對企業(yè)金融化產(chǎn)生抑制作用，但“營改增”并未顯著緩解企業(yè)的融資約束和提升企業(yè)的市場價值；第三， “營改增”對民營企業(yè)金融化的抑制效應(yīng)強于對國有企業(yè)的影響，且“營改增”對企業(yè)金融化的抑制效應(yīng)主要存在于存貸比較高的地區(qū)。上述研究結(jié)論表明，“營改增”作為一項結(jié)構(gòu)性減稅政策，對抑制企業(yè)金融化、促進(jìn)實體企業(yè)增加經(jīng)營性投資具有積極意義。

本文的政策含義在于，針對目前中小企業(yè)面臨的經(jīng)營困境，無論是從短期內(nèi)應(yīng)對疫情沖擊，還是從長期內(nèi)促進(jìn)中小企業(yè)健康發(fā)展來看，實行結(jié)構(gòu)性減稅或其他政策以減輕企業(yè)負(fù)擔(dān)，對企業(yè)的良性健康發(fā)展均具有積極意義。 減稅降費對企業(yè)金融化的影響會受到企業(yè)所有制和信貸環(huán)境的影響，說明減稅降費政策要適當(dāng)考慮國有企業(yè)與民營企業(yè)之間的差異，對企業(yè)發(fā)展的激勵政策要充分考慮財稅政策與貨幣政策的協(xié)調(diào)配合，以更好地發(fā)揮減稅降費政策的效應(yīng)。