數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng):基于會(huì)計(jì)-稅收差異視角

李曉冬 石福安

(1.中國人民大學(xué) 商學(xué)院,北京 100872; 2.首都經(jīng)濟(jì)貿(mào)易大學(xué) 會(huì)計(jì)學(xué)院,北京 100070)

提要: 數(shù)字化轉(zhuǎn)型是推動(dòng)實(shí)體企業(yè)高質(zhì)量發(fā)展的必然路徑,因此,數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)后果正成為學(xué)界研究的重要話題?；?009—2021年滬深A(yù)股上市公司數(shù)據(jù),從會(huì)計(jì)-稅收差異視角檢驗(yàn)數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)、影響機(jī)制及其異質(zhì)性效果。研究表明,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異具有治理效應(yīng),即數(shù)字化轉(zhuǎn)型會(huì)顯著抑制會(huì)計(jì)-稅收差異。機(jī)制分析與檢驗(yàn)發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型的治理效應(yīng)表現(xiàn)為內(nèi)部控制質(zhì)量改善和信息透明度提升效應(yīng),從而能夠抑制管理層私利行為所引發(fā)的會(huì)計(jì)-稅收差異。異質(zhì)性分析顯示,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)在代理成本和融資約束程度較高、媒體關(guān)注度較低的組更顯著。拓展性檢驗(yàn)表明,相較于小額、負(fù)向和非操縱性會(huì)計(jì)-稅收差異,大額、正向和操縱性會(huì)計(jì)-稅收差異更具有信息含量,相應(yīng)地,數(shù)字化轉(zhuǎn)型的治理效應(yīng)也更為明顯。

引 言

在大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能和ChatGPT等新一代信息技術(shù)和自然語言處理技術(shù)的驅(qū)動(dòng)下,企業(yè)生產(chǎn)流程、運(yùn)營、組織、管理和商業(yè)模式都在迅速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型升級(jí)與系統(tǒng)性重塑,這是社會(huì)生產(chǎn)力和生產(chǎn)關(guān)系的一次巨大躍遷,是經(jīng)濟(jì)高質(zhì)量發(fā)展和新發(fā)展格局構(gòu)建的重要著力點(diǎn)。數(shù)字技術(shù)與傳統(tǒng)生產(chǎn)要素的深度融合將釋放出巨大經(jīng)濟(jì)潛能,數(shù)字經(jīng)濟(jì)成為重塑世界經(jīng)濟(jì)版圖、支撐中國經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展的新動(dòng)能[1],在促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展和推進(jìn)中國式現(xiàn)代化進(jìn)程中發(fā)揮著不可估量的引領(lǐng)和拉動(dòng)作用。為進(jìn)一步發(fā)揮數(shù)字經(jīng)濟(jì)的新引擎和新動(dòng)能作用,穩(wěn)步推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型,黨的二十大報(bào)告指出,要促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合,加快建設(shè)數(shù)字中國。因此,促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合、加快數(shù)字化轉(zhuǎn)型是實(shí)現(xiàn)高質(zhì)量發(fā)展這一首要任務(wù)的關(guān)鍵抓手,是賦能實(shí)體企業(yè)高質(zhì)量發(fā)展的必然路徑。企業(yè)是促進(jìn)數(shù)字技術(shù)與各類傳統(tǒng)生產(chǎn)要素實(shí)現(xiàn)互補(bǔ)、耦合和協(xié)同的重要載體。數(shù)字技術(shù)的快速發(fā)展及其與實(shí)體企業(yè)的深度融合,正在重構(gòu)企業(yè)市場響應(yīng)、資源配置、風(fēng)險(xiǎn)管控、趨勢洞察與內(nèi)部控制等能力。加快推進(jìn)數(shù)字化轉(zhuǎn)型已經(jīng)成為企業(yè)降本增效、優(yōu)化資源配置效率、推動(dòng)人力資本結(jié)構(gòu)升級(jí)、改善公司治理質(zhì)量和提高全要素生產(chǎn)率,進(jìn)而增強(qiáng)企業(yè)韌性和實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵策略。在此背景下,考察數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)、作用機(jī)制及其邊界條件具有較強(qiáng)的理論和現(xiàn)實(shí)意義。

當(dāng)前,數(shù)字化轉(zhuǎn)型正在推動(dòng)企業(yè)治理結(jié)構(gòu)、內(nèi)部流程和經(jīng)營模式等傳統(tǒng)商業(yè)邏輯發(fā)生系統(tǒng)性重構(gòu)與轉(zhuǎn)變[1],因而數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)后果正成為學(xué)界研究的重要話題。已有文獻(xiàn)發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型會(huì)對(duì)企業(yè)業(yè)績、股票流動(dòng)性、企業(yè)分工、全要素生產(chǎn)率、勞動(dòng)收入份額和脫虛向?qū)嵰约巴獠繉徲?jì)行為等產(chǎn)生重要影響,但尚未有文獻(xiàn)從會(huì)計(jì)準(zhǔn)則與稅收法規(guī)交叉視角探討數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)。因此,本文擬基于會(huì)計(jì)-稅收差異視角,系統(tǒng)考察數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理邏輯、作用機(jī)制及其異質(zhì)性效果,以彌補(bǔ)這一研究空白。

稅收和會(huì)計(jì)作為經(jīng)濟(jì)體系中的兩個(gè)重要分支,既有交叉又有區(qū)別,二者關(guān)于所得稅的處理亦有所不同。近年來,中國會(huì)計(jì)準(zhǔn)則與國際會(huì)計(jì)準(zhǔn)則持續(xù)趨同,不僅增加了應(yīng)納稅所得額稅前調(diào)整的項(xiàng)目內(nèi)容,而且使其形式日趨繁雜[2]。而從稅收法規(guī)方面看,企業(yè)所得稅改革一直在持續(xù)推進(jìn),中國稅制改革已與稅收國際慣例相協(xié)調(diào)[3]。會(huì)計(jì)準(zhǔn)則與所得稅法的各自改革和國際協(xié)調(diào)使得二者間的關(guān)系日益復(fù)雜,它們?cè)谑杖?、費(fèi)用和損失確認(rèn)方面的差異越來越大,作為二者分離的直接后果——會(huì)計(jì)-稅收差異指標(biāo)也日趨擴(kuò)大。因此,會(huì)計(jì)-稅收差異受到會(huì)計(jì)與稅務(wù)領(lǐng)域?qū)W者的共同關(guān)注與持續(xù)追蹤。當(dāng)前,國內(nèi)外研究均發(fā)現(xiàn),會(huì)稅制度性差異、盈余管理和稅收規(guī)避是導(dǎo)致會(huì)計(jì)-稅收差異產(chǎn)生并不斷擴(kuò)大的主要原因[4-5]。會(huì)計(jì)-稅收差異不僅反映了會(huì)稅之間的制度性差異,而且能夠表征管理層在盈余管理和稅收規(guī)避等方面的策略或行為[6]。在數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)字技術(shù)的廣泛應(yīng)用使企業(yè)的經(jīng)營管理行為和流程發(fā)生系統(tǒng)性重構(gòu)[7],從而能夠有效改善企業(yè)的內(nèi)部控制質(zhì)量,提高信息透明度,緩解代理沖突。實(shí)際上,盈余管理和稅收規(guī)避是管理層權(quán)衡成本收益后的結(jié)果,因而是企業(yè)重要的經(jīng)營決策行為。數(shù)字化轉(zhuǎn)型具有明顯的內(nèi)部控制質(zhì)量改善和信息透明度提升效應(yīng),在此情況下,數(shù)字化轉(zhuǎn)型是否會(huì)影響管理層自利動(dòng)機(jī)驅(qū)使下的盈余管理和避稅等代理行為,進(jìn)而影響會(huì)計(jì)-稅收差異?這一影響的作用機(jī)制是什么?對(duì)這一問題的探討是本文所關(guān)注和解決的重點(diǎn)內(nèi)容。

基于此,以2009—2021年滬深A(yù)股上市公司為樣本,從會(huì)計(jì)-稅收差異視角理論分析與實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)、影響機(jī)制及其異質(zhì)性效果。對(duì)這一問題的探究,不僅有助于從會(huì)計(jì)-稅收差異視角更加全面地評(píng)估數(shù)字化轉(zhuǎn)型的微觀效果,為國家加快推動(dòng)數(shù)字化轉(zhuǎn)型提供微觀決策依據(jù),而且有利于抑制管理層的自利行為,改善公司治理質(zhì)量,從而促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。與已有研究相比,本文的貢獻(xiàn)在于: 第一,目前鮮有學(xué)者從會(huì)計(jì)準(zhǔn)則和稅收法規(guī)交叉視角研究數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)后果,本文基于這一視角檢驗(yàn)數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng),拓展并深化了數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的相關(guān)文獻(xiàn)。第二,現(xiàn)有研究多從會(huì)計(jì)與稅收制度性差異、盈余管理和避稅等視角探究會(huì)計(jì)-稅收差異的影響因素,較少有文獻(xiàn)關(guān)注信息化或數(shù)字化戰(zhàn)略對(duì)會(huì)計(jì)-稅收差異的影響,本文結(jié)合數(shù)字經(jīng)濟(jì)時(shí)代的數(shù)字化轉(zhuǎn)型新趨勢分析數(shù)字化轉(zhuǎn)型這一戰(zhàn)略決策對(duì)會(huì)計(jì)-稅收差異的影響,豐富了會(huì)計(jì)-稅收差異的影響因素研究,為數(shù)字化背景下加強(qiáng)會(huì)計(jì)準(zhǔn)則和稅收法規(guī)協(xié)調(diào)、推動(dòng)建設(shè)高質(zhì)量會(huì)計(jì)準(zhǔn)則標(biāo)準(zhǔn)提供參考借鑒。第三,基于“基準(zhǔn)分析——機(jī)制檢驗(yàn)——異質(zhì)性情境”的研究框架,明確了數(shù)字化轉(zhuǎn)型抑制會(huì)計(jì)-稅收差異的多維機(jī)制以及不同情境下的異質(zhì)性效果。本文從數(shù)字化轉(zhuǎn)型發(fā)揮的治理效應(yīng)即內(nèi)部控制質(zhì)量改善和信息透明度提升效應(yīng)的渠道機(jī)制進(jìn)行分析,打開了數(shù)字化轉(zhuǎn)型與會(huì)計(jì)-稅收差異之間的“黑箱”,厘清了數(shù)字化轉(zhuǎn)型的治理邏輯。同時(shí),異質(zhì)性討論明確了數(shù)字化轉(zhuǎn)型抑制會(huì)計(jì)-稅收差異的邊界條件,為構(gòu)建差異化的政策舉措提供經(jīng)驗(yàn)證據(jù)。

一、文獻(xiàn)回顧

回顧數(shù)字化轉(zhuǎn)型微觀經(jīng)濟(jì)后果的已有研究,相關(guān)文獻(xiàn)主要聚焦于數(shù)字化轉(zhuǎn)型對(duì)公司治理和企業(yè)自身以及外部審計(jì)行為的影響等方面。研究發(fā)現(xiàn),在數(shù)字經(jīng)濟(jì)時(shí)代,區(qū)塊鏈、人工智能、大數(shù)據(jù)和云計(jì)算等數(shù)字技術(shù)在企業(yè)中的廣泛和深入應(yīng)用,使企業(yè)的治理結(jié)構(gòu)和內(nèi)部管理正在發(fā)生變革和重構(gòu)并進(jìn)行適應(yīng)性調(diào)整[1]。與此同時(shí),得益于上述變化,數(shù)字化轉(zhuǎn)型使公司治理質(zhì)量正在得到顯著改善,表現(xiàn)為隨著數(shù)字化轉(zhuǎn)型程度的提高,不僅能夠降低企業(yè)成本、提高資產(chǎn)使用效率、改善內(nèi)部控制質(zhì)量、降低信息不對(duì)稱,而且能夠弱化代理沖突、降低管理層的非理性行為、優(yōu)化人力資本結(jié)構(gòu)、降低外部交易成本和提高經(jīng)營性收益。因此,數(shù)字化轉(zhuǎn)型有助于降低企業(yè)人工成本規(guī)模、增強(qiáng)盈利能力、改善財(cái)務(wù)狀況、提高經(jīng)濟(jì)效益、促進(jìn)社會(huì)責(zé)任承擔(dān)、提升股票流動(dòng)性、降低融資成本、促進(jìn)企業(yè)創(chuàng)新、提高專業(yè)化分工水平、勞動(dòng)收入份額和全要素生產(chǎn)率、促進(jìn)企業(yè)脫虛向?qū)嵅⒃鰪?qiáng)韌性,最終有助于提升企業(yè)價(jià)值。從外部審計(jì)行為看,數(shù)字化轉(zhuǎn)型對(duì)審計(jì)費(fèi)用的影響并不確定;在數(shù)字化程度較高的企業(yè),審計(jì)師對(duì)關(guān)鍵審計(jì)事項(xiàng)的披露更為充分和謹(jǐn)慎[8]。

從上述研究發(fā)現(xiàn),學(xué)界在數(shù)字化轉(zhuǎn)型的微觀后果領(lǐng)域取得了較為豐富的研究成果,但尚未有文獻(xiàn)基于會(huì)計(jì)準(zhǔn)則與稅收法規(guī)交叉視角探討數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)及其作用機(jī)制,這為本文奠定了較好的研究基礎(chǔ)。已有研究對(duì)會(huì)計(jì)-稅收差異的影響因素進(jìn)行了較為充分地探討,歸納起來主要集中在會(huì)計(jì)和稅收制度性差異、盈余管理和稅收規(guī)避三個(gè)方面。其中,會(huì)計(jì)和稅收制度性差異[9]是系統(tǒng)性影響因素,而盈余管理[10-12]和稅收規(guī)避[13]等機(jī)會(huì)主義行為導(dǎo)致會(huì)計(jì)利潤偏離應(yīng)稅收益則是會(huì)計(jì)-稅收差異產(chǎn)生的兩個(gè)主要的非系統(tǒng)性影響因素。

綜上所述,學(xué)界已就數(shù)字化轉(zhuǎn)型的微觀后果作了一定的積累與討論,研究文獻(xiàn)較為豐富,但卻忽略了會(huì)計(jì)-稅收差異這一重要的經(jīng)濟(jì)后果。因此,基于會(huì)計(jì)-稅收差異視角探討數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)便成了一項(xiàng)重要的研究議題。本文將對(duì)這一問題進(jìn)行深入探討,以彌補(bǔ)現(xiàn)有文獻(xiàn)的不足,并進(jìn)一步探討其背后潛在的影響機(jī)制與異質(zhì)性效果。

二、理論分析與研究假設(shè)

企業(yè)是推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展、促進(jìn)各類生產(chǎn)要素實(shí)現(xiàn)與先進(jìn)數(shù)字技術(shù)深度融合,從而以數(shù)字技術(shù)驅(qū)動(dòng)生產(chǎn)過程、商業(yè)模式和經(jīng)營管理實(shí)現(xiàn)全流程變革的重要微觀主體,數(shù)字化轉(zhuǎn)型會(huì)影響企業(yè)包括會(huì)計(jì)-稅收差異在內(nèi)的各類財(cái)務(wù)和經(jīng)營決策行為,尤其是數(shù)字化基礎(chǔ)設(shè)施的建設(shè),為企業(yè)內(nèi)部的信息交流與共享提供了良好平臺(tái)。而數(shù)字技術(shù)與傳統(tǒng)生產(chǎn)要素的深度融合能夠進(jìn)一步改善企業(yè)的內(nèi)部控制質(zhì)量、提高信息透明度,從而抑制管理層私利動(dòng)機(jī)驅(qū)使下的盈余操縱和稅收規(guī)避等機(jī)會(huì)主義行為,進(jìn)而降低會(huì)計(jì)-稅收差異。具體來說,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)主要通過內(nèi)部控制質(zhì)量改善和信息透明度提升效應(yīng)來實(shí)現(xiàn)。

(一)數(shù)字化轉(zhuǎn)型、內(nèi)部控制質(zhì)量改善與會(huì)計(jì)-稅收差異

數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)之一表現(xiàn)為內(nèi)部控制質(zhì)量的改善,從而能夠有效抑制管理層的自利動(dòng)機(jī),進(jìn)而抑制會(huì)計(jì)-稅收差異的擴(kuò)大。數(shù)字化轉(zhuǎn)型升級(jí)和數(shù)字技術(shù)與企業(yè)各要素的全面深度融合,必然會(huì)使企業(yè)的生產(chǎn)經(jīng)營流程和管理模式發(fā)生顛覆式創(chuàng)新與重構(gòu),從而導(dǎo)致內(nèi)部控制發(fā)生全流程和系統(tǒng)性變革[14],進(jìn)而影響內(nèi)部控制質(zhì)量。本文從內(nèi)部控制五要素視角來分析數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制質(zhì)量的改善效應(yīng),進(jìn)而分析對(duì)會(huì)計(jì)-稅收差異的影響。

第一,從內(nèi)部環(huán)境要素看,數(shù)字化轉(zhuǎn)型使內(nèi)部環(huán)境趨于協(xié)同化。數(shù)字化時(shí)代驅(qū)動(dòng)企業(yè)目標(biāo)發(fā)生戰(zhàn)略性變革[1],由此導(dǎo)致企業(yè)治理結(jié)構(gòu)、生產(chǎn)流程、營銷模式、研發(fā)模式和企業(yè)文化等內(nèi)部環(huán)境也發(fā)生革命性轉(zhuǎn)變。數(shù)字技術(shù)與企業(yè)各環(huán)節(jié)和流程的深度融合使企業(yè)的治理結(jié)構(gòu)變得日趨扁平和無邊界,從而降低了對(duì)信息和數(shù)據(jù)傳遞的時(shí)空阻礙,使得部門和員工之間的溝通與協(xié)作日益高效,強(qiáng)化與拓展了企業(yè)的協(xié)同控制理念,優(yōu)化了內(nèi)部控制環(huán)境,有利于改善內(nèi)部控制質(zhì)量。第二,從風(fēng)險(xiǎn)評(píng)估要素看,數(shù)字化轉(zhuǎn)型使風(fēng)險(xiǎn)評(píng)估的效果得以提升。企業(yè)實(shí)施風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)在于及時(shí)獲取充分適當(dāng)?shù)男畔⒉?duì)風(fēng)險(xiǎn)因素進(jìn)行有效識(shí)別。新一代數(shù)字技術(shù)的應(yīng)用使企業(yè)獲取的數(shù)據(jù)范圍更深更廣,并能夠?qū)崿F(xiàn)海量數(shù)據(jù)實(shí)時(shí)存儲(chǔ)和調(diào)用,在此基礎(chǔ)上借助數(shù)字技術(shù)能夠精準(zhǔn)識(shí)別并有效預(yù)測企業(yè)經(jīng)營活動(dòng)中的風(fēng)險(xiǎn)因素及其發(fā)生的概率和損失,同時(shí)能夠?qū)崟r(shí)感知、分析風(fēng)險(xiǎn)信息的變化并實(shí)時(shí)制定最優(yōu)的風(fēng)險(xiǎn)應(yīng)對(duì)策略,且上述過程完全能夠?qū)崿F(xiàn)自動(dòng)化和智能化,極大提高了風(fēng)險(xiǎn)評(píng)估的效率和效果,從而有利于改善內(nèi)部控制質(zhì)量。第三,從控制活動(dòng)要素看,數(shù)字化轉(zhuǎn)型使控制活動(dòng)日趨智能化。隨著人臉識(shí)別、語音識(shí)別和身份驗(yàn)證等人工智能技術(shù)在企業(yè)權(quán)限管理中的應(yīng)用,這些數(shù)字技術(shù)使企業(yè)的控制活動(dòng)突破了時(shí)空束縛而成為新型牽制手段,并且大大提高了控制活動(dòng)的靈活性、及時(shí)性、有效性和智能性,從而有利于改善內(nèi)部控制質(zhì)量。第四,從信息與溝通要素看,數(shù)字化轉(zhuǎn)型使信息與溝通的有效性得以提高。數(shù)字化技術(shù)在企業(yè)中的廣泛和深度使用,打破了“部門墻”,消除了“信息孤島”,極大增強(qiáng)和提高了員工和部門之間的溝通交流效率,從而有利于改善內(nèi)部控制質(zhì)量。第五,從內(nèi)部監(jiān)督要素看,數(shù)字化轉(zhuǎn)型使內(nèi)部監(jiān)督機(jī)制得以強(qiáng)化。數(shù)字化技術(shù)融入并重構(gòu)企業(yè)的業(yè)務(wù)流程,能夠?qū)崟r(shí)還原企業(yè)生產(chǎn)、經(jīng)營和管理等全流程數(shù)據(jù),這使得實(shí)時(shí)、動(dòng)態(tài)和全面監(jiān)控企業(yè)各業(yè)務(wù)流程成為可能,因此,數(shù)字化轉(zhuǎn)型提高了內(nèi)部監(jiān)督的智能化水平,豐富了內(nèi)部監(jiān)督渠道和方式,強(qiáng)化了內(nèi)部監(jiān)督機(jī)制,從而有利于改善內(nèi)部控制質(zhì)量。

綜上可知,數(shù)字化轉(zhuǎn)型從內(nèi)部控制五要素方面全面提升和改善了企業(yè)的內(nèi)部控制質(zhì)量。而內(nèi)部控制質(zhì)量越高,其產(chǎn)生的治理作用就越有效,表現(xiàn)為企業(yè)的違規(guī)風(fēng)險(xiǎn)顯著降低,管理層以謀取私利為目的的機(jī)會(huì)主義行為得到顯著抑制。同時(shí),高質(zhì)量的內(nèi)部控制會(huì)使管理層更加謹(jǐn)慎地權(quán)衡盈余管理和稅收規(guī)避的成本與收益,從而減少避稅行為。此外,盈余管理和避稅牽扯企業(yè)經(jīng)營活動(dòng)中的諸多環(huán)節(jié)并需它們的協(xié)同和配合,因此,高質(zhì)量內(nèi)部控制產(chǎn)生的牽制作用會(huì)顯著抑制盈余管理和稅收規(guī)避等代理行為,從而抑制會(huì)計(jì)-稅收差異的擴(kuò)大。由此,形成了“數(shù)字化轉(zhuǎn)型→內(nèi)部控制質(zhì)量改善→會(huì)計(jì)-稅收差異降低”的作用路徑。

(二)數(shù)字化轉(zhuǎn)型、信息透明度提升與會(huì)計(jì)-稅收差異

企業(yè)數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)之二表現(xiàn)為信息透明度的提升,從而能夠有效抑制管理層自利動(dòng)機(jī)驅(qū)使下的盈余管理和稅收規(guī)避行為,進(jìn)而抑制會(huì)計(jì)-稅收差異的擴(kuò)大。數(shù)字化技術(shù)的應(yīng)用在企業(yè)內(nèi)部各部門之間形成數(shù)據(jù)穿透從而促進(jìn)了信息孤島的互聯(lián)互通,增強(qiáng)了企業(yè)內(nèi)部各部門間信息的交流與整合[1],使得信息在企業(yè)內(nèi)部更加透明、公開和不易篡改。當(dāng)企業(yè)的數(shù)字化技術(shù)應(yīng)用程度較低時(shí),數(shù)據(jù)和信息的處理方法較為落后,處理效率較低,此時(shí)更多的私有信息被管理層所掌握,企業(yè)員工和外部利益相關(guān)者很難及時(shí)獲取,企業(yè)的信息透明度較低,股東、員工和外部利益相關(guān)者難以有效識(shí)別和監(jiān)督管理層的自利行為,這為其通過盈余管理和稅收規(guī)避行為獲得超額收益創(chuàng)造了條件,此時(shí)企業(yè)的會(huì)計(jì)-稅收差異較大。當(dāng)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型、數(shù)字化技術(shù)應(yīng)用程度較高時(shí),一方面,極大拓展了企業(yè)處理數(shù)據(jù)的深度和廣度,能夠?qū)⒊恋碓谏a(chǎn)經(jīng)營全流程和組織系統(tǒng)內(nèi)部海量、非結(jié)構(gòu)化和非標(biāo)準(zhǔn)化的數(shù)據(jù)信息通過編碼等技術(shù)輸出為標(biāo)準(zhǔn)化和結(jié)構(gòu)化信息[15],不僅大大提高了信息的可利用程度,有助于優(yōu)化生產(chǎn)經(jīng)營流程[16],而且極大增強(qiáng)了信息存儲(chǔ)能力[1],加速了信息的生成和擴(kuò)散,使信息更易于在不同部門間實(shí)現(xiàn)交換、傳遞與整合。同時(shí),數(shù)字技術(shù)與各生產(chǎn)要素的深度融合使企業(yè)整個(gè)生產(chǎn)經(jīng)營和管理流程都能夠?qū)崿F(xiàn)數(shù)據(jù)還原,這對(duì)各級(jí)管理層和員工而言,每項(xiàng)業(yè)務(wù)流程場景都實(shí)現(xiàn)了完全透明,因而企業(yè)內(nèi)部的信息透明度更高。另一方面,數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)的組織結(jié)構(gòu)由傳統(tǒng)的垂直化和科層制的金字塔式向扁平化和網(wǎng)絡(luò)化轉(zhuǎn)變[1],使得企業(yè)的經(jīng)營決策、生產(chǎn)流程和資源配置活動(dòng)更加靈活、透明和公開,進(jìn)一步提高了信息透明度。此外,數(shù)字化連接跨越了企業(yè)的內(nèi)外部邊界[1],使企業(yè)能夠更方便和高效地向市場“推送”信息。相較于以往,外部利益相關(guān)者獲取的信息含量更為充分,由此緩解了企業(yè)內(nèi)部和外部利益相關(guān)者間的信息不對(duì)稱,從而提高了信息透明度。隨著企業(yè)信息透明度的提升,股東、員工、分析師和稅務(wù)部門等利益相關(guān)者更易于發(fā)現(xiàn)管理層的自利行為,由此大大壓減了盈余管理和稅收規(guī)避的調(diào)整空間,削弱了管理層的自利動(dòng)機(jī),限制了管理層利用信息不對(duì)稱進(jìn)行盈余管理和避稅的自由裁量權(quán),從而抑制了會(huì)計(jì)-稅收差異的擴(kuò)大。由此,形成了“數(shù)字化轉(zhuǎn)型→信息透明度提高→會(huì)計(jì)-稅收差異降低”的作用路徑。

綜上所述,數(shù)字化轉(zhuǎn)型能夠改善內(nèi)部控制質(zhì)量和提高信息透明度,從而抑制管理層私利動(dòng)機(jī)驅(qū)使下的盈余管理和稅收規(guī)避等代理行為,進(jìn)而降低會(huì)計(jì)-稅收差異。據(jù)此提出以下假設(shè)。

H1:數(shù)字化轉(zhuǎn)型具有抑制會(huì)計(jì)-稅收差異的治理效應(yīng)。

H2:數(shù)字化轉(zhuǎn)型通過發(fā)揮內(nèi)部控制質(zhì)量改善效應(yīng)來抑制會(huì)計(jì)-稅收差異。

H3:數(shù)字化轉(zhuǎn)型通過發(fā)揮信息透明度提升效應(yīng)來抑制會(huì)計(jì)-稅收差異。

三、實(shí)證研究設(shè)計(jì)

(一)樣本與數(shù)據(jù)來源

選取2009—2021年滬深A(yù)股上市公司數(shù)據(jù)為樣本。起始年份確定為2009年是為避免會(huì)計(jì)準(zhǔn)則變遷和金融危機(jī)的雙重影響,確保數(shù)據(jù)內(nèi)涵的一致性。同時(shí),按照以下標(biāo)準(zhǔn)對(duì)初始樣本進(jìn)行了相應(yīng)篩除:(1)剔除金融保險(xiǎn)類公司;(2)剔除稅前利潤小于等于0的公司;(3)剔除所得稅費(fèi)用小于等于0的公司;(4)剔除ST、PT、*ST和已退市公司;(5)剔除其他數(shù)據(jù)缺失的公司。按照上述標(biāo)準(zhǔn),最終得到24281個(gè)公司年度觀測值。為消除和避免極端值的影響,在1%和99%分位數(shù)上對(duì)連續(xù)變量作了Winsorize處理。上市公司年報(bào)從深交所和上交所官網(wǎng)獲得,內(nèi)部控制、名義所得稅稅率和其他財(cái)務(wù)數(shù)據(jù)分別取自迪博(DIB)、萬得(Wind)和國泰安(CSMAR)數(shù)據(jù)庫。

(二)變量定義和實(shí)證模型設(shè)計(jì)

1.變量定義

(1)被解釋變量為會(huì)計(jì)-稅收差異(BTD)。與劉行和葉康濤[17]的計(jì)算方法相一致,BTD=(會(huì)計(jì)利潤-應(yīng)稅收益)/期末總資產(chǎn),其中,應(yīng)稅收益=當(dāng)期所得稅費(fèi)用/名義所得稅稅率=(所得稅費(fèi)用-遞延所得稅費(fèi)用)/名義所得稅稅率。

(2)核心解釋變量為數(shù)字化轉(zhuǎn)型(DCG)。當(dāng)前,學(xué)界對(duì)數(shù)字化轉(zhuǎn)型的定量測度方法并沒有形成共識(shí),對(duì)年報(bào)內(nèi)容進(jìn)行文本分析是研究企業(yè)戰(zhàn)略轉(zhuǎn)型和行為變化的常用方法。因此,借鑒吳非等[15]對(duì)數(shù)字化轉(zhuǎn)型程度的測度方法,利用python軟件爬取上市公司年報(bào)中與數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞詞頻數(shù)來度量。由于該類詞頻數(shù)量呈現(xiàn)出典型的右偏分布特征,故使用數(shù)字化轉(zhuǎn)型詞頻數(shù)量加1取對(duì)數(shù)來衡量數(shù)字化轉(zhuǎn)型強(qiáng)度。

(3)中介變量為內(nèi)部控制質(zhì)量(IC)和信息透明度(TRANS)。借鑒張欽成和楊明增[14]使用迪博數(shù)據(jù)庫中的內(nèi)部控制指數(shù)除以100來衡量內(nèi)部控制質(zhì)量。借鑒Bushman[18]和辛清泉等[19]使用盈余質(zhì)量、信息披露考評(píng)分值、分析師跟蹤人數(shù)和盈余預(yù)測準(zhǔn)確性以及審計(jì)質(zhì)量五個(gè)指標(biāo)的樣本百分等級(jí)的平均值構(gòu)建信息透明度的綜合指標(biāo)TRANS來度量信息透明度。

(4)控制變量。為控制其他可能會(huì)對(duì)會(huì)計(jì)-稅收差異產(chǎn)生影響的因素,借鑒劉行和趙曉陽[20]選取企業(yè)規(guī)模、資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、第一大股東持股比例、賬面市值比、股權(quán)性質(zhì)、是否四大會(huì)計(jì)師事務(wù)所、董事會(huì)規(guī)模和兩職合一等作為控制變量,并控制行業(yè)和年度固定效應(yīng)。變量定義如表1所示。

表1 變量定義

2.實(shí)證模型設(shè)計(jì)

構(gòu)建基準(zhǔn)回歸模型檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)。同時(shí),為檢驗(yàn)內(nèi)部控制質(zhì)量改善和信息透明度提升效應(yīng)的作用機(jī)制,借鑒溫忠麟等[21]的方法,通過構(gòu)建模型(1)～(3),并利用中介效應(yīng)程序予以驗(yàn)證。

BTDi,t=α0+α1DCGi,t+∑jαjControlsi,t+∑Industry+∑Year+εi,t

(1)

IC/TRANSi,t=β0+β1DCGi,t+∑jβjControlsi,t+∑Industry+∑Year+εi,t

(2)

BTDi,t=γ0+γ1DCGi,t+γ2ICi,t/TRANSi,t+∑jγjControlsi,t+∑Industry+∑Year+εi,t

(3)

其中,i表示企業(yè),t表示年度,j表示控制變量的序號(hào),j=2,3,…,10,被解釋變量BTDi,t表示i企業(yè)在第t年的會(huì)計(jì)-稅收差異,核心解釋變量DCGi,t表示i企業(yè)在第t年的數(shù)字化轉(zhuǎn)型程度,Controls是一系列控制變量,Industry和Year分別表示行業(yè)和時(shí)間固定效應(yīng),ε是隨機(jī)誤差項(xiàng),中介變量ICi,t/TRANSi,t表示i企業(yè)在第t年的內(nèi)部控制質(zhì)量和信息透明度。本文預(yù)期DCG的系數(shù)α1顯著為負(fù),即數(shù)字化轉(zhuǎn)型能夠抑制會(huì)計(jì)-稅收差異的擴(kuò)大。

四、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)與單變量檢驗(yàn)

1.描述性統(tǒng)計(jì)

表2報(bào)告了各主要變量的描述性統(tǒng)計(jì)結(jié)果。數(shù)字化轉(zhuǎn)型的均值為1.308,最大值為4.990,最小值為0,標(biāo)準(zhǔn)差為1.390,表明數(shù)字化轉(zhuǎn)型程度在不同企業(yè)間具有較大差異。會(huì)計(jì)-稅收差異的均值為0.001,最小值為-0.068,最大值為0.089,標(biāo)準(zhǔn)差為0.026,結(jié)果與以往文獻(xiàn)基本保持一致,說明不同企業(yè)間的會(huì)計(jì)-稅收差異較大。其他變量的結(jié)果與以往研究基本一致。

表2 描述性統(tǒng)計(jì)

2.單變量檢驗(yàn)

按照數(shù)字化轉(zhuǎn)型程度的行業(yè)-年度中值,將樣本企業(yè)劃分為兩組并進(jìn)行單變量均值t檢驗(yàn)和中位數(shù)Wilcoxon秩和檢驗(yàn)。無論是均值還是中位數(shù)差異檢驗(yàn)的結(jié)果均表明,數(shù)字化轉(zhuǎn)型程度較高企業(yè)的會(huì)計(jì)-稅收差異更小①。這初步驗(yàn)證了假設(shè)1,即數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異具有治理效應(yīng)。另外,本文發(fā)現(xiàn)在不同數(shù)字化轉(zhuǎn)型程度下,企業(yè)特征變量均存在顯著差異,這可能會(huì)導(dǎo)致研究結(jié)論存在其他替代性解釋。為此在內(nèi)生性檢驗(yàn)中增加了PSM配對(duì)檢驗(yàn)以排除企業(yè)特征差異對(duì)會(huì)計(jì)-稅收差異的影響。

(二)基準(zhǔn)回歸結(jié)果

表3是數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異治理效應(yīng)的基準(zhǔn)回歸結(jié)果。第(1)列是只控制行業(yè)和時(shí)間固定效應(yīng)的結(jié)果,DCG的系數(shù)顯著為負(fù),說明數(shù)字化轉(zhuǎn)型能夠抑制會(huì)計(jì)-稅收差異。第(2)列是加入企業(yè)層面所有控制變量的結(jié)果,DCG的系數(shù)仍然顯著為負(fù),說明基準(zhǔn)回歸結(jié)果穩(wěn)定,在排除其他因素影響后,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異具有明顯的治理效應(yīng),與本文的理論預(yù)期相一致。

表3 數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)

(三)內(nèi)生性檢驗(yàn)

為緩解數(shù)字化轉(zhuǎn)型與會(huì)計(jì)-稅收差異之間可能存在的反向因果、遺漏變量偏誤、測量誤差以及樣本自選擇等問題,采用傾向得分匹配(PSM)、Heckman兩階段模型、滯后自變量以及工具變量方法對(duì)內(nèi)生性問題進(jìn)行了相應(yīng)處理,結(jié)果如表4和表5。 由表4可知,在使用傾向得分匹配②、Heckman兩階段模型③和滯后自變量控制內(nèi)生性問題后,結(jié)果均支持原假設(shè)。

表4 內(nèi)生性檢驗(yàn)

表5 工具變量法

數(shù)字化轉(zhuǎn)型與會(huì)計(jì)-稅收差異之間可能存在反向因果關(guān)系,也可能存在同時(shí)影響會(huì)計(jì)-稅收差異和數(shù)字化轉(zhuǎn)型的遺漏變量,從而引起內(nèi)生性偏差。借鑒現(xiàn)有文獻(xiàn)做法, 使用兩種工具變量來克服內(nèi)生性問題。

(1)參考黃群慧等[22]使用1984年各城市郵電數(shù)據(jù)(IV1)作為工具變量,它滿足相關(guān)性和外生性的約束條件:在過往的歷史發(fā)展進(jìn)程中,企業(yè)所在地通信手段的使用會(huì)從技術(shù)成熟度和社會(huì)偏好等方面對(duì)樣本期內(nèi)企業(yè)采用新信息技術(shù)的接受程度和應(yīng)用程度造成影響,因此1984年各城市的郵電數(shù)與企業(yè)的數(shù)字化轉(zhuǎn)型具有相關(guān)性,但與企業(yè)的其他行為并不存在直接的相關(guān)關(guān)系,因而滿足外生性條件。鑒于1984年各城市的郵電數(shù)是截面數(shù)據(jù),無法直接用于構(gòu)造面板數(shù)據(jù)的工具變量。因此,本文使用1984年各地級(jí)市每百人固定電話數(shù)分別與滯后一期的全國互聯(lián)網(wǎng)網(wǎng)民數(shù)的交乘項(xiàng)作為當(dāng)期數(shù)字化轉(zhuǎn)型的工具變量,且通過了識(shí)別不足和弱工具變量檢驗(yàn)。2SLS回歸結(jié)果如表5第(1)(2)列所示。由第(2)列可知,DCG的系數(shù)顯著為負(fù),說明原假設(shè)依然成立。

(2)參考王敬勇等[23]使用同省份同行業(yè)其他企業(yè)數(shù)字化轉(zhuǎn)型程度的均值(IV2)作為工具變量,它滿足相關(guān)性和外生性的約束條件:同省份同行業(yè)數(shù)字化轉(zhuǎn)型程度的均值在一定程度上反映了該省整個(gè)行業(yè)數(shù)字化轉(zhuǎn)型程度的總體狀況,一般而言,行業(yè)內(nèi)其他企業(yè)的數(shù)字化轉(zhuǎn)型程度越高,本企業(yè)的數(shù)字化轉(zhuǎn)型程度也越高,二者之間存在相關(guān)性,但其他企業(yè)數(shù)字化轉(zhuǎn)型程度的均值與本企業(yè)的其他行為并不存在直接的相關(guān)關(guān)系,對(duì)于會(huì)計(jì)-稅收差異而言是外生的,且通過了識(shí)別不足和弱工具變量檢驗(yàn)。表5第(4)列顯示DCG的系數(shù)顯著為負(fù),說明原假設(shè)仍成立。

(四)穩(wěn)健性檢驗(yàn)

為保證基本估計(jì)結(jié)果的穩(wěn)定性,作了一系列穩(wěn)健性檢驗(yàn)④。(1)更換被解釋變量的度量方法。使用剔除應(yīng)計(jì)利潤影響后的會(huì)計(jì)-稅收差異即DDBTD來重新度量會(huì)計(jì)-稅收差異。(2)更換解釋變量的度量方法。本文采用兩種方法對(duì)數(shù)字化轉(zhuǎn)型進(jìn)行替代性度量,即參考祁懷錦等[7]使用與數(shù)字化轉(zhuǎn)型相關(guān)的無形資產(chǎn)占比和構(gòu)造企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型的虛擬變量來度量。(3)剔除受疫情影響的樣本區(qū)間。新冠疫情發(fā)生后國家出臺(tái)的大量稅收優(yōu)惠政策可能會(huì)對(duì)會(huì)計(jì)-稅收差異的計(jì)算造成影響,故剔除2020年和2021年的樣本重新進(jìn)行回歸。(4)考慮企業(yè)策略性信息披露行為的影響。參考袁淳等[24]對(duì)樣本進(jìn)行如下處理:剔除高新技術(shù)企業(yè);剔除與數(shù)字化轉(zhuǎn)型相關(guān)的詞頻數(shù)為0(即數(shù)字化轉(zhuǎn)型程度為0)的樣本;剔除信息披露質(zhì)量被深圳證券交易所考評(píng)為C和D的樣本。經(jīng)過以上穩(wěn)健性檢驗(yàn),結(jié)果依然支持原假設(shè),即數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異具有治理效應(yīng)。

五、進(jìn)一步分析

(一)作用機(jī)制檢驗(yàn)

內(nèi)部控制質(zhì)量和信息透明度可能構(gòu)成數(shù)字化轉(zhuǎn)型抑制會(huì)計(jì) - 稅收差異的兩個(gè)渠道機(jī)制?；诖? 利用中介效應(yīng)模型予以驗(yàn)證,結(jié)果如表6所示。

表6 機(jī)制檢驗(yàn)

由第(1)(2)列可知,數(shù)字化轉(zhuǎn)型能夠抑制會(huì)計(jì)-稅收差異,同時(shí)較好的內(nèi)部控制質(zhì)量可以有效降低會(huì)計(jì)-稅收差異,且通過了Sobel檢驗(yàn)。因此,本文認(rèn)為結(jié)果支持“數(shù)字化轉(zhuǎn)型→內(nèi)控控制質(zhì)量改善→會(huì)計(jì)-稅收差異降低”這條路徑。第(3)(4)列的結(jié)果表明,數(shù)字化轉(zhuǎn)型能夠抑制會(huì)計(jì)-稅收差異,同時(shí)較高的信息透明度可以降低會(huì)計(jì)-稅收差異,且通過了Sobel檢驗(yàn)。因此,本文認(rèn)為結(jié)果支持“數(shù)字化轉(zhuǎn)型→信息透明度提升→會(huì)計(jì)-稅收差異降低”這條路徑。綜上所述,理論推導(dǎo)與中介效應(yīng)檢驗(yàn)的結(jié)果相一致,數(shù)字化轉(zhuǎn)型能夠改善內(nèi)部控制質(zhì)量、提高信息透明度,進(jìn)而能夠有效抑制會(huì)計(jì)-稅收差異。

(二)異質(zhì)性分析

在不同的異質(zhì)性情境下,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)可能存在非對(duì)稱性。為此,基于內(nèi)外部治理視角,從內(nèi)部代理成本、外部融資約束與媒體監(jiān)督三方面進(jìn)行了分樣本檢驗(yàn)。

1.代理成本的調(diào)節(jié)效應(yīng)

按照J(rèn)ensen和Meckling的代理理論,股東和管理層之間存在委托-代理關(guān)系,但由于管理層本身具有道德風(fēng)險(xiǎn),加之信息不對(duì)稱客觀存在,使得管理層可以很容易地?fù)p害股東利益,甚至將其據(jù)為己有。因此, 具有較高代理成本的企業(yè)其委托代理問題更為嚴(yán)重,管理層通過盈余管理和避稅等行為謀取私利的動(dòng)機(jī)也更為強(qiáng)烈[25]。而數(shù)字化轉(zhuǎn)型具有信息透明度提升效應(yīng),即數(shù)字化轉(zhuǎn)型能夠?qū)崿F(xiàn)信息互聯(lián)互通,降低信息不對(duì)稱,此時(shí)管理層出于以在職消費(fèi)和自身私利為目的而進(jìn)行避稅和盈余操縱等機(jī)會(huì)主義行為的邊際成本會(huì)增加,因而這些行為發(fā)生的可能性將降低,會(huì)稅差異也會(huì)縮小。因此,對(duì)于較高代理成本的企業(yè),數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異治理效應(yīng)的邊際影響更明顯。

借鑒Ang[26]使用管理費(fèi)用率(銷售費(fèi)用與管理費(fèi)用之和占營業(yè)收入的比值)衡量代理成本,以同行業(yè)同年度管理費(fèi)用率的中值為界將樣本分為兩組。使用基準(zhǔn)回歸模型(1)分別進(jìn)行檢驗(yàn),結(jié)果如表7第(1)(2)列所示。在高代理成本組,數(shù)字化轉(zhuǎn)型與會(huì)計(jì)-稅收差異顯著負(fù)相關(guān),而低代理成本組二者的關(guān)系并不顯著,且通過了組間系數(shù)差異檢驗(yàn),表明數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)在代理成本較高的企業(yè)更顯著。

表7 異質(zhì)性檢驗(yàn)

2.融資約束的調(diào)節(jié)效應(yīng)

面對(duì)整體金融資源不足的現(xiàn)狀,尤其是在投資者保護(hù)較弱、資本市場發(fā)展較為滯后的地區(qū),企業(yè)更多依賴內(nèi)源融資[27]。研究發(fā)現(xiàn),融資約束程度較高的企業(yè)會(huì)更多地選擇內(nèi)源融資[28]。稅收作為一項(xiàng)重要的現(xiàn)金流出,本質(zhì)上是政府對(duì)企業(yè)利潤的強(qiáng)制性分享。避稅可以降低企業(yè)的成本支出,防止現(xiàn)金流出,是重要的內(nèi)源性融資方式[29]。因此,當(dāng)面臨較高的融資約束時(shí),企業(yè)更有可能通過避稅來獲取資金[30]。契約不完備和信息不對(duì)稱客觀上增加了股東對(duì)管理層的監(jiān)督難度,此時(shí)管理層有強(qiáng)烈的動(dòng)機(jī)通過盈余操縱和稅收規(guī)避等手段在獲取內(nèi)源融資的同時(shí)滿足私人收益最大化,這時(shí)會(huì)計(jì)-稅收差異將明顯增大。而數(shù)字化轉(zhuǎn)型提升了信息透明度,會(huì)極大抑制管理層的盈余操縱和稅收規(guī)避行為,盈余操縱和避稅影響下的會(huì)計(jì)-稅收差異也將隨之減小。因此,對(duì)于具有較高融資約束的企業(yè),數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。

借鑒陳峻和鄭慧瓊[31]構(gòu)建企業(yè)融資約束程度變量FC指數(shù)(取值在0～1之間),以同行業(yè)同年度融資約束指數(shù)的中值為界將樣本分為兩組。使用基準(zhǔn)回歸模型(1)分別進(jìn)行檢驗(yàn),結(jié)果如表7第(3)(4)列所示。數(shù)字化轉(zhuǎn)型與會(huì)計(jì)-稅收差異顯著負(fù)相關(guān),且二者關(guān)系在兩組間通過了組間系數(shù)差異檢驗(yàn),表明數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)在融資約束程度較高的企業(yè)更顯著。

3.媒體關(guān)注的調(diào)節(jié)效應(yīng)

媒體作為重要的外部監(jiān)督機(jī)制能夠緩解各種代理問題[32]。在新型轉(zhuǎn)軌經(jīng)濟(jì)體中,媒體發(fā)揮公司治理作用的機(jī)制在于其能夠誘發(fā)行政介入、增大企業(yè)違規(guī)成本[33],從而對(duì)管理層形成監(jiān)督壓力并對(duì)其行為起到監(jiān)督和約束作用,提高管理層不當(dāng)行為被發(fā)現(xiàn)的概率。同時(shí),媒體關(guān)注能夠引發(fā)外部監(jiān)管機(jī)構(gòu)介入,使管理層機(jī)會(huì)主義行為的收益轉(zhuǎn)換為成本[34],加大其因此而承擔(dān)的邊際代價(jià),進(jìn)而能夠有效抑制代理行為。此時(shí),在盈余管理和避稅影響下的會(huì)計(jì)-稅收差異也會(huì)降低。媒體關(guān)注度較低的企業(yè)信息不對(duì)稱程度更加嚴(yán)重,這為管理層通過避稅等“抽租”行為謀取私利提供了更大空間。而數(shù)字化轉(zhuǎn)型能夠發(fā)揮明顯的信息透明度提升效應(yīng),降低內(nèi)外部利益相關(guān)者和管理層之間的信息不對(duì)稱,改善信息環(huán)境,管理層進(jìn)行盈余操縱和避稅的成本將大于收益,進(jìn)而能夠有效抑制其私利行為,使得在盈余操縱和避稅行為影響下的會(huì)計(jì)-稅收差異也會(huì)降低。因此,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)在媒體關(guān)注度較低的企業(yè)表現(xiàn)得更加顯著。

借鑒田高良等[32]將某一篇新聞報(bào)道中出現(xiàn)次數(shù)最多的企業(yè)定義為該企業(yè)的媒體關(guān)注,并且使用標(biāo)題新聞總數(shù)加1取對(duì)數(shù)來衡量媒體關(guān)注度。以同行業(yè)同年度媒體關(guān)注度的中值為界將樣本分為兩組。使用基準(zhǔn)回歸模型(1)分別進(jìn)行檢驗(yàn),結(jié)果如表7第(5)(6)列所示。在媒體關(guān)注度低組,數(shù)字化轉(zhuǎn)型與會(huì)計(jì)-稅收差異顯著負(fù)相關(guān),且二者關(guān)系在兩組間通過了組間系數(shù)差異檢驗(yàn),表明數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)在媒體關(guān)注度較低的企業(yè)更顯著。

六、拓展性分析與討論

會(huì)計(jì)-稅收差異是一個(gè)蘊(yùn)含豐富信息含量的指標(biāo)[12]。依據(jù)不同的標(biāo)準(zhǔn),會(huì)計(jì)-稅收差異可以分為不同類型。目前實(shí)證文獻(xiàn)主要以會(huì)計(jì)-稅收差異的大小、方向和性質(zhì)作為分類標(biāo)準(zhǔn)。相較于小額、負(fù)向和非操縱性會(huì)計(jì)-稅收差異,大額、正向和操縱性會(huì)計(jì)-稅收差異更可能蘊(yùn)含了管理層的機(jī)會(huì)主義行為,因而更具有信息含量。因此,按照上述三類標(biāo)準(zhǔn)進(jìn)一步探討數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)在不同情形下是否存在顯著差異。

(一)數(shù)字化轉(zhuǎn)型對(duì)大額和小額會(huì)計(jì)-稅收差異的影響

相較于小額會(huì)計(jì)-稅收差異,大額會(huì)計(jì)-稅收差異更可能是在管理層私利動(dòng)機(jī)影響下由盈余管理和避稅等機(jī)會(huì)主義行為驅(qū)動(dòng)的結(jié)果,因而更可能蘊(yùn)含信息含量。數(shù)字化轉(zhuǎn)型能夠顯著抑制會(huì)計(jì)-稅收差異,本文預(yù)測數(shù)字化轉(zhuǎn)型對(duì)大額會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。以同年度同行業(yè)會(huì)計(jì)-稅收差異的中值為界將樣本分為兩組,結(jié)果如表8第(1)(2)列所示。與理論預(yù)期相一致,數(shù)字化轉(zhuǎn)型對(duì)大額會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。

表8 拓展性分析

(二)數(shù)字化轉(zhuǎn)型對(duì)正向和負(fù)向會(huì)計(jì)-稅收差異的影響

與會(huì)計(jì)準(zhǔn)則相比,稅收法規(guī)對(duì)應(yīng)納稅所得額的調(diào)整更為苛刻,因此,從理論上看,會(huì)計(jì)利潤小于應(yīng)稅所得即負(fù)向會(huì)計(jì)-稅收差異屬于正常現(xiàn)象,而正向會(huì)計(jì)-稅收差異則可能蘊(yùn)含盈余管理和避稅等機(jī)會(huì)主義行為的信息含量。數(shù)字化轉(zhuǎn)型能夠抑制會(huì)計(jì)-稅收差異,為此本文預(yù)測,數(shù)字化轉(zhuǎn)型對(duì)正向會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。借鑒已有做法,如果會(huì)計(jì)利潤大于應(yīng)稅收益則為正向會(huì)計(jì)-稅收差異,反之,則為負(fù)向會(huì)計(jì)-稅收差異,結(jié)果如表8第(3)(4)列所示。數(shù)字化轉(zhuǎn)型與負(fù)向會(huì)計(jì)-稅收差異的回歸系數(shù)為正且不顯著,而與正向會(huì)計(jì)-稅收差異的系數(shù)顯著為負(fù)。因此,數(shù)字化轉(zhuǎn)型對(duì)正向會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。

(三)數(shù)字化轉(zhuǎn)型對(duì)操縱性和非操縱性會(huì)計(jì)-稅收差異的影響

操縱性會(huì)計(jì)-稅收差異是指通過可操縱性應(yīng)計(jì)項(xiàng)目導(dǎo)致的會(huì)計(jì)-稅收差異;而非操縱性會(huì)計(jì)-稅收差異是指會(huì)計(jì)-稅收差異的產(chǎn)生未涉及會(huì)計(jì)估計(jì)和會(huì)計(jì)政策選擇等。Tang 和Firth[6]認(rèn)為,由于制度規(guī)定不同導(dǎo)致的會(huì)計(jì)-稅收差異屬于正?，F(xiàn)象,而盈余管理和避稅行為則是導(dǎo)致該指標(biāo)不斷擴(kuò)大的重要原因。此外,一些可操縱性應(yīng)計(jì)項(xiàng)目需要經(jīng)過會(huì)計(jì)人員的職業(yè)判斷,由此產(chǎn)生的會(huì)計(jì)利潤與應(yīng)稅收益之間的差異屬于操縱性會(huì)計(jì)-稅收差異。操縱性會(huì)計(jì)-稅收差異通常蘊(yùn)含著盈余管理和避稅等信息,因而是對(duì)企業(yè)真實(shí)財(cái)務(wù)狀況和經(jīng)營業(yè)績的扭曲,對(duì)盈余質(zhì)量的損害更為明顯。因此,操縱性會(huì)計(jì)-稅收差異更具有信息含量。數(shù)字化轉(zhuǎn)型能夠有效抑制會(huì)計(jì)-稅收差異,為此本文預(yù)測,數(shù)字化轉(zhuǎn)型對(duì)操縱性會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。借鑒趙國慶[35]對(duì)操縱性和非操縱性會(huì)計(jì)-稅收差異的度量檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)它們的影響,結(jié)果如表8第(5)(6)列所示,數(shù)字化轉(zhuǎn)型對(duì)操縱性會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。

七、結(jié)論與啟示

數(shù)字化技術(shù)正在快速融入企業(yè)生產(chǎn)、營銷、研發(fā)、組織和產(chǎn)品設(shè)計(jì)等各個(gè)流程,帶來了企業(yè)全方位和深層次變革。數(shù)字經(jīng)濟(jì)背景下,智能化升級(jí)和數(shù)字化轉(zhuǎn)型已經(jīng)成為企業(yè)獲取競爭新優(yōu)勢進(jìn)而實(shí)現(xiàn)高質(zhì)量發(fā)展在戰(zhàn)略方向上的不二選擇。鑒于此,基于2009—2021年滬深A(yù)股上市公司數(shù)據(jù),從會(huì)計(jì)-稅收差異視角探討數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)及其作用機(jī)制和邊界條件。結(jié)果表明,數(shù)字化轉(zhuǎn)型能夠發(fā)揮有效的治理效應(yīng)以抑制會(huì)計(jì)-稅收差異。機(jī)制分析與檢驗(yàn)發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型主要通過內(nèi)部控制質(zhì)量改善和信息透明度提升效應(yīng)這兩條機(jī)制發(fā)揮治理作用。異質(zhì)性分析顯示,數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)-稅收差異的治理效應(yīng)在代理成本和融資約束程度較高、媒體關(guān)注度較低的情況下更顯著。拓展性檢驗(yàn)表明,數(shù)字化轉(zhuǎn)型對(duì)大額、正向和操縱性會(huì)計(jì)-稅收差異的治理效應(yīng)更明顯。 根據(jù)上述結(jié)論得出以下政策啟示。

第一,企業(yè)要強(qiáng)化數(shù)字化轉(zhuǎn)型的公司治理賦能效應(yīng)。本文發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能夠顯著抑制管理層私利行為引發(fā)的會(huì)計(jì)-稅收差異。因此,企業(yè)應(yīng)積極順應(yīng)數(shù)字經(jīng)濟(jì)時(shí)代的發(fā)展潮流和國家數(shù)字經(jīng)濟(jì)政策紅利,加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè),大力推動(dòng)大數(shù)據(jù)、區(qū)塊鏈、機(jī)器學(xué)習(xí)、人工智能等數(shù)字技術(shù)與企業(yè)生產(chǎn)、經(jīng)營和管理等流程的深度融合,充分發(fā)揮數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)。同時(shí)將數(shù)字技術(shù)嵌入內(nèi)部控制五要素以不斷改善企業(yè)的內(nèi)部控制質(zhì)量,充分發(fā)揮內(nèi)部控制牽制和制約的公司治理作用,從而抑制管理層的自利行為,降低代理沖突,進(jìn)而提高公司治理質(zhì)量,促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。

第二,企業(yè)要加強(qiáng)內(nèi)外部信息共享的數(shù)字化平臺(tái)建設(shè),緩解內(nèi)部股東、員工和管理層之間、企業(yè)內(nèi)部與外部利益相關(guān)者之間的信息不對(duì)稱,不斷提高企業(yè)的信息透明度。本文發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型具有信息透明度提升效應(yīng),從而能夠影響管理層的盈余管理和稅收規(guī)避策略。因此,企業(yè)要強(qiáng)化數(shù)字基礎(chǔ)設(shè)施建設(shè),增強(qiáng)企業(yè)內(nèi)部之間、企業(yè)內(nèi)部與外部之間的高效溝通,降低信息不對(duì)稱,不斷提高信息透明度,從而便于利益相關(guān)者對(duì)管理層自利行為的監(jiān)督。此外,企業(yè)在推動(dòng)數(shù)字化技術(shù)應(yīng)用、更精準(zhǔn)地發(fā)揮數(shù)字化轉(zhuǎn)型的微觀治理效應(yīng)時(shí),需要根據(jù)內(nèi)外部情境中諸如代理成本、融資約束程度和媒體關(guān)注度等方面的異質(zhì)性特征而有所側(cè)重。

第三,數(shù)字化轉(zhuǎn)型能夠有效抑制會(huì)計(jì)-稅收差異的擴(kuò)大,而會(huì)計(jì)-稅收差異天然地與盈余管理和稅收規(guī)避行為有關(guān)。這對(duì)稅務(wù)監(jiān)管部門的啟示在于,稅務(wù)部門應(yīng)大力推動(dòng)金稅工程建設(shè),充分利用數(shù)字化技術(shù)實(shí)現(xiàn)與企業(yè)內(nèi)部數(shù)據(jù)的互聯(lián)互通和信息的跨平臺(tái)整合,打造實(shí)時(shí)和智能化的動(dòng)態(tài)信息監(jiān)管平臺(tái),全天候、全過程加強(qiáng)對(duì)企業(yè)的納稅監(jiān)管,不斷壓減企業(yè)利用盈余管理和稅收規(guī)避等手段進(jìn)行偷稅漏稅等違法行為發(fā)生的空間,切實(shí)提高國家稅收征管的嚴(yán)肅性,保障國家稅收的穩(wěn)定性與持續(xù)性。

注 釋:

①限于篇幅,檢驗(yàn)結(jié)果未展示,留存?zhèn)渌鳌?/p>

②平衡性測試的結(jié)果表明,匹配效果較為理想,且實(shí)驗(yàn)組和對(duì)照組各變量的偏差都在10%以內(nèi),滿足配對(duì)的平衡性假設(shè),本文的配對(duì)有效。限于篇幅,檢驗(yàn)結(jié)果未展示,留存?zhèn)渌鳌?/p>

③第一階段工具變量的構(gòu)造方法見后文IV1。

④因篇幅所限,檢驗(yàn)結(jié)果未展示,留存?zhèn)渌鳌?/p>