納稅信用評級、融資約束與企業綠色技術創新

徐鵬安 曾秋根

【摘要】隨著綠色中國戰略的提出，在碳中和的背景下，重污染行業是否能夠提高自身的綠色創新能力？文章選取2014—2021年重污染行業上市公司作為研究對象，將國家稅務總局的納稅信用評級披露制度作為自然實驗，利用多時點PSM-DID模型實證檢驗納稅信用評級制度對企業綠色技術創新的影響。研究結果表明，信用評級連續為A的企業，其綠色技術創新能力顯著提高。機制研究表明，納稅信用評級結果為A的企業可以通過降低信息不對稱和代理成本，從而緩解融資約束，促進企業綠色技術創新。利用Topsis進行異質性分析，結論表明排污量更大的樣本，其納稅信用評級結果對企業綠色技術創新的影響較排污量小的企業作用更加明顯。

【關鍵詞】納稅信用評級；融資約束；綠色技術創新；多時點PSM-DID；Topsis

【中圖分類號】F812.42

一、引言

一直以來，納稅與稅收征管是納稅企業與政府之間長期博弈的結果（孫雪嬌等，2019；周韻莎，2021）[1][2]。對于企業而言，高稅負往往會導致企業內部留存的現金流減少，資金的短缺不利于企業進行外部競爭以及對競爭對手掠奪型的市場戰略進行有效防御從而保住市場份額（Bolton and Scharfstein，1990）[3]。而稅收是政府重要的財政手段之一，對于促進社會經濟平衡，減少貧富差距等方面具有重要作用，因此，政府通常會采取強制性手段規范企業納稅的行為。例如在反避稅稽查中，稅務部門通過評估企業風險，核對財務報表、納稅記錄等信息以及核驗企業賬簿、發票等憑據以確定企業是否存在逃稅或避稅行為。然而即使在強制性稅收征管制度下，稅收違法行為仍層出不窮。因此，在深化稅收制度改革、創新監管方式；推進納稅誠信體系建設，實現企業規范納稅的多重背景下，國家稅務總局于2014年7月頒布了《納稅信用管理辦法》，目的在于提高納稅人的稅收遵從度，加強稅務部門的稅收管理和監管，營造公平的稅收環境。該管理辦法核心內容在于：國家稅務總局會根據企業的當年納稅情況對企業做出納稅信用評級，將企業分成A、B、C、D四個等級（2018年新增了M級，適用于新設立的未發生《綱稅信用管理辦法》所列失信行為的企業）（王莎莎，2021）[4]。

納稅信用評級是一項重要的稅收管理措施，納稅人的信用等級將直接影響到企業的稅收負擔、稅收優惠政策、融資渠道、市場準入等方面。特別是在中國銀行業和資本市場中，納稅信用評級已經成為銀行和投資者評價企業信用風險和投資價值的重要指標之一。因此，一個企業的納稅信用評級越高，就越有可能獲得更多的融資機會和更優惠的融資條件，從而緩解融資約束。并且融資約束對企業的綠色技術創新能力有著至關重要的影響，由于綠色技術創新需要大量的投入和研發成本，所以企業需要有足夠的融資支持才能夠開展相關的技術創新工作。然而，由于市場對于綠色技術創新的投資回報周期相對較長，而且投資風險也相對較高，因此很多金融機構對于綠色技術創新項目的融資支持并不積極。為了緩解融資約束，企業通常采取多種措施來提高自身的融資能力和競爭力。其中，納稅信用評級是一項非常重要的措施。納稅信用評級是政府對企業納稅行為的評估和監管，評級結果將直接影響企業的融資能力和信譽度。優秀的納稅信用評級結果可以提高企業的融資信譽度，從而吸引更多的資本，為企業的綠色技術創新提供必要的資金支持，促進企業在綠色技術創新方面的能力提升，從而推動綠色經濟的發展，實現可持續發展的目標。

二、文獻綜述與研究假設

（一）文獻綜述

2014年，國家稅務局發布了《納稅信用管理辦法》，并從2015年開始在其官網逐年公布納稅信用評級為A的企業。這一評級制度引起了學者們的關注。2019年，孫雪嬌開創了先河，利用納稅信用評級披露制度對柔性稅收征管進行了刻畫。至此，許多學者紛紛效仿，杜劍（2020）[5]以上市A股公司數據為樣本，得出柔性稅收征管與企業價值呈負相關的結論，并且企業社會責任能夠作為兩者間的中介效應。孫紅莉等（2020）[6]證明了納稅信用評級結果為A的企業可以通過外源融資機制、營銷機制和公司治理機制等渠道促進企業技術創新，此外，研究表明納稅信用評級結果為A對企業創新產出和創新效率均有促進效應，且這一效應在地區稅收征管力度較差的地區更為明顯。竇程強等（2020）[7]基于2013—2016年1214家A股上市公司的微觀數據構造準自然實驗，使用雙重差分法系統評估納稅信用評級結果披露對上市公司研發投入的影響。結果發現：納稅信用評級結果披露顯著增加了上市公司的研發投入。此外，分樣本回歸發現納稅信用評級結果披露只能對中小型企業和民營企業的研發投入產生促進作用。

創新活動的外部性、不可分割性以及創新結果的不確定性等特征決定了企業研發活動需要大量、穩定的資金投入（Brown and Petersen，2011）[8]。外源融資逐漸成為企業研發創新的重要資金來源，并成為支撐企業創新的關鍵（Czarnitzki and Hottenrott，2011）[9]。陳志紅等（2020）[10]基于歐拉方程投資模型研究發現：中小企業綠色創新存在融資約束；商業信用可以對融資約束下的中小企業綠色創新起到支持作用；缺乏銀行關聯的中小家族式民營企業更依賴商業信用對綠色創新的支持作用。焦榮杰（2023）[11]研究發現：在企業綠色技術創新影響因素中，融資約束占據核心地位。根據綠色金融理論和信號傳遞理論，重污染企業的正面環境信息披露向市場傳遞出積極信號，增加了投資者信心，降低了企業債務融資或者股權融資成本，企業融資約束得到了緩解，從而提高了重污染行業企業的綠色技術創新。

（二）研究假設

信息不對稱和代理成本是融資約束產生的重要原因。研發創新活動所需的大量前期投入和沉沒成本僅僅靠內源融資是難以維持的，因此，外源融資逐步成為企業研發創新的重要資金來源（張杰，宋宜航，2022）[12]。然而外源融資不參與經營管理，從而加劇債權人與股東之間的風險—收益結構不對稱性，并且創新活動的保密性會加劇信息不對稱的程度（Stiglitz，1985）[13]。

代理成本是指代理人在代理委托人行事時，由于信息不對稱和利益沖突等問題，從而導致代理人可能追求私利而不是代表委托人的利益所產生的成本。在公司融資中，代理成本會導致融資約束的產生。具體來說，代理人可能會將公司的融資用于自己的私利，而不是用于公司的發展和投資。這會使得公司的融資成本增加，從而導致融資約束問題的產生。稅收征管的信息中介特征能夠降低融資活動信息不對稱程度（Guedhamio and Pittman J，2008）[14]，原因如下：1.納稅信用評級的結果每年都會公布于國家稅務局官網，因此企業評級為A，代表企業納稅信譽程度優越，從而提高公眾和投資者對企業的信任度，最終降低企業代理成本。2.納稅信用評級結果可以成為企業融資的重要參考，評級越高，銀行以及其他融資機構更愿意向信譽度高的企業提供貸款或融資。3.納稅信用評級要求企業遵守稅法和納稅規定，這促使企業建立健全的內部管理和治理機制，從而提高企業管理水平和效率，降低代理成本。

綜合以上分析，本文提出以下研究假設：

H1：納稅信用評級制度可以促進企業綠色技術創新；

H2：納稅信用評級制度可以通過緩解融資約束，從而提高企業綠色技術創新。

三、研究設計

（一）樣本選取和數據來源

本文選取2014—2021年重污染行業上市公司作為初選樣本，根據以往的研究，對樣本進行以下處理：（1）剔除財務數據缺失嚴重的企業樣本；（2）剔除保險、銀行等金融類企業樣本；（3）剔除ST和ST*類上市企業樣本；最終篩選出7058個有效的觀測值，為避免極端值的影響，本文對所有連續型變量進行了前后1%水平的Winsorize處理。企業綠色專利發明申請數據來源于CNRDS數據庫；基于國家稅務總局官網，通過公司的統一社會信用代碼為檢索依據，手動收集了納稅信用評級數據。其他控制變量均來源于CSMAR數據庫。

（二）變量說明

1.被解釋變量

企業綠色技術創新（GTI）?？紤]到綠色專利發明的授權具有一定的時間滯后性，因此本文選取綠色專利發明申請數量對企業綠色技術創新進行度量，并對該指標加1取自然對數以消除量綱的影響。

2.解釋變量

Dit為本文的核心解釋變量，由treati與postit交乘而得，其表示個體i在時間t是否受到了政策的影響，若個體i在時間t受到納稅信用評級制度政策的影響，則Dit取值為1，否則取值為0。Dit具體的生成過程于模型建立中解釋。

3.中介變量

本文中介變量為企業融資約束，對比各種測度而言，SA（Hadlock and Pierce）[15]指數能夠更綜合全面地反映企業的融資約束程度，SA指數為負且絕對值越大，說明企業受到的融資約束程度越嚴重（鞠曉生等，2013）[16]。

4.控制變量

借鑒已有的研究，主要參考孫紅莉等（2019）[6]的研究設計，決定采用以下10個指標作為控制變量：企業規模（SIZE）、資產負債率（LEV）、速動比率（QUICK）、總資產凈利潤率（ROA）、第一大股東持股比率（FIRST）、成長性（GROWTH）、企業年齡（AGE）、獨立董事比例（INDE）、市場勢力（MARKET）、薪酬激勵（BSMSALARY）。具體變量定義及說明如表1所示。

（三）多時點PSM-DID模型建立

1.多時點傾向性得分匹配模型

為保證處理組和對照組具有充分的可比性，本文運用逐年傾向性得分匹配法，為處理組尋找相應的對照組。

最后，根據傾向得分值對實驗組和非實驗組進行匹配，利用forvalus循環語句進行逐年PSM，最終得到與實驗組相匹配的控制組，以此減少樣本選擇的內生性問題。參考孫雪嬌等（2019）[1]的做法，本文按照1∶1的匹配比例，以無放回近鄰匹配的方式匹配出對照組。

2.雙向固定效應下的多時點DID模型

其中，下標i表示個體，下標t表示時期；ui代表個體固定效應，μt代表時間固定效應；被解釋變量GTIit表示企業綠色技術創新，Dit為解釋變量，由treati與postit交互而得，其含義為個體i在時間t是否受到了政策的影響；controlit表示一系列的控制變量。

傳統的雙重差分中，核心解釋變量由treati*postt度量，由于政策發生時點的一致性，并不需要度量每個個體的政策發生時間，因此在post的下標中并不需要加入個體i。而在多期DID模型中，由于存在多個政策時間點的沖擊，個體所受到政策的時間點也不同，因此要求Dit可以度量每個個體受到政策影響的時間。故本文篩選從t年至2021年連續取得A評級結果的樣本作為處理組，令treat取值為1，否則取值為0。設置時間虛擬變量post，連續評級結果為A的首年及之后的年份post取值為1，否則取值為0。最后利用交乘項treati*postit生成解釋變量Dit，以此衡量每個個體i是否在年份t受到納稅信用評級政策的沖擊。

模型（2）中，θ是本文的關注重點，它度量的是納稅信用評級制度對于企業綠色技術創新的凈影響，若θ顯著為正，則證明《納稅信用管理辦法》的實施有助于提高企業綠色技術創新的能力，即驗證了本文假說H1的成立。

四、實證結果分析

（一）描述性統計分析

表2為描述性統計的結果，Panel A中取自然對數后的綠色專利發明申請數量（GTI）的極差為3.8287，而均值僅為0.6573，表明本樣本中綠色專利發明申請數量存在巨大差異，綠色技術創新能力呈現極端化。納稅信用評級結果（RATING）的均值為0.4742，說明每年僅有不到一半的企業在納稅評級中能夠獲得A評級，也反映了目前我國重污染行業的納稅信用程度有待提高。

Panel B報告了處理組與對照組之間組內變量均值對比，綠色專利發明申請數量（GTI）的均值在處理組和對照組之間存在差異，并且在1%水平上顯著，控制變量企業規模（SIZE）、速動比率（QUICK）、第一大股東持股比率（FIRST）、成長性（GROWTH）、企業年齡（AGE）在處理組和對照組之間均存在顯著差異。

（二）回歸結果分析

表3展示了實證分析的結果，第一列至第四列為逐步增加控制變量的回歸結果。觀察第四列的回歸結果，核心解釋變量Dit與企業綠色技術創新顯著相關，并且系數為正，則表明納稅信用評級為A的企業對綠色技術創新確實起著正向的作用，即驗證了假設H1成立。除此之外，前三列的回歸結果表明大部分的控制變量均有解釋力，例如三次的回歸結果中，企業規模（SIZE）的系數均顯著為正，這說明規模越大的企業，受稅務監管程度更高，社會關注度也更廣泛，因而企業經營與納稅行為越規范（葉康濤和劉行，2014）[17]，進而獲得評級A的概率越大，因此正向激勵綠色技術的創新活動。

（三）穩健性檢驗

1.平行趨勢檢驗

進行多期雙重差分的前提是處理組和對照組在政策發生時點前的發展趨勢呈一致性（Bertrand，2012）[18]，為了驗證多期雙重差分的合理性，本文進行了平行趨勢檢驗。參考（Autor，2003）[19]建立以下回歸模型：

其中，若企業i在第t+j期取得了納稅信用評級為A的結果，則Di，t+j取值為1，否則取值為0。j表示政策實施前與實施后的期數，若j取值為-4，則Di，t+j表示政策實施前4年的虛擬變量。若要滿足平行趨勢檢驗，就是要求政策實施前的處理組和對照組的綠色技術創新不存在顯著差異，即γj（j<0）不顯著并且異于0（蔡雨佳，2021）[20]。

表4為平行趨勢檢驗的結果，不難看出，j<0時，γj估計結果均未通過顯著性檢驗，說明在納稅信用評級披露之前，處理組與對照組對融資約束的影響呈現平行趨勢；而對于j>0的情況，γj估計結果均顯著，結果表明處理組在政策實施前后的融資約束變化是由政策實施引起的，而不是時間效應，因此數據滿足構建多期DID模型的平行趨勢檢驗。

2.更改PSM匹配方法與匹配比例

按照 1：2的匹配原則，進行有放回最近鄰的匹配方法，且另采用半徑匹配、核匹配和局部線性回歸匹配的方式重新匹配本文的控制組。

通過循環語句得到2014—2021年間的8份平衡性檢驗表，由于篇幅原因，僅展示2016年度有放回的最近鄰匹配的平衡性檢驗表，如表5所示，匹配前與匹配后的處理組和對照組的偏差基本均減少70%以上，通過了平衡性檢驗，大大減少處理組和對照組之間的差異。

將更改匹配方法后而產生的處理組與對照組繼續采用多時點DID的方法進行回歸，結果如表6所示，可以看到四列回歸結果中，解釋變量均在10%以下的顯著性水平上顯著，且符號未變，進一步驗證納稅評級為A的企業對綠色技術創新具有促進作用。

3.更改企業綠色技術創新的度量

前文中采取綠色專利發明申請數加1并取自然對數作為衡量企業綠色技術創新的代替變量，借鑒俞露（2022）[21]的研究，本文采取企業綠色實用新型專利申請數（GTI2）作為代替變量重新進行實證研究，并對代替變量加1取自然對數，實證結果如表7所示，結果顯示核心變量均顯著且符號未改變，所得結論與前文一致。

五、機制分析

本文借鑒鞠曉生（2015）[16]的做法，用SA指數來衡量融資約束，并參考溫忠麟等（2014）[22]的Bootstrap檢驗法，來識別納稅信用評級制度對企業綠色技術創新的作用機制。構建以下遞歸檢驗模型：

其中，SAit表示融資約束；GTIit為被解釋變量，表示企業綠色技術創新；Dit為解釋變量，表示個體i在年份t是否受到納稅信用評級政策的影響；controlit為控制變量。

本文依次進行了500次和1000次抽樣，結果表明（見表8）：在500次與1000次抽樣中置信區間的結果均不包含0，表明融資約束在納稅信用評級制度和企業綠色技術創新中起部分中介作用，且中介作用效應占比約為4.839%。

六、異質性分析

本文采用Topsis（優劣解距離法）對重污染行業的污染指標進行更加細致的評價，再利用評價得分劃分樣本從而進行分組回歸。具體步驟如下：根據中華人民共和國生態環境部公布的中國生態環境統計年報，搜集各樣本的污染指標1（總磷排放量；氮氧化物；工業廢水處理量等8個指標）；對所收集的數據進行正向化處理，并且歸一化；最后通過以下公式計算出評價得分。

本文把評分得分劃分為五個等級，依此對五個等級的樣本進行多時點PSM-DID，結果如表9所示，可以看出位于等級五范圍內樣本的回歸結果要高于等級一、二、三、四的樣本回歸結果，也就是說對于污染指標得分更小，排放污染量更大的樣本，其納稅信用評級對企業綠色技術創新的影響也隨之變大。究其原因，本文認為污染量更大的企業不僅僅需要繳納更多的環境保護稅，還會受到環境部門聯合的監管，為了減少企業成本以及社會的負面聲譽影響，企業不得不進行更多的綠色創新活動。

七、研究結論與政策建議

研究結果表明：（1）取得納稅評級A結果的企業有利于自身進行外源融資，進而通過緩解融資約束達到對企業綠色技術創新的正向影響。（2）從影響機制來看，納稅信用評級制度通過提高企業信譽和信息透明度、優化企業內部管理和治理機制、提高融資機構信任程度以降低投資者與企業的信息不對稱和代理成本問題，最終提高綠色技術創新的能力。（3）異質性分析的結果表明，排放污染量更大的樣本企業，其納稅信用評級對企業綠色技術創新的影響較排放污染量小的企業作用更加明顯。

根據上述研究，對納稅信用評級制度提出以下幾點建議：

第一，完善納稅信用評級體系。目前納稅信用評級體系還不夠完善，需要進一步細化評級指標和評級標準。國家稅務總局官網所公布的評級結果僅僅只有A級的企業，日后還需要揭露獲得B、C、D、M等級的企業，從而提高評級的客觀性、準確性，讓社會各界能夠更加全面地了解企業的納稅情況，促進企業之間的競爭，增強納稅信用信息的公開透明度，進而推動整個市場的規范化和健康發展。

第二，建立納稅信用激勵機制。作為柔性稅收征管政策，應該建立納稅信用激勵機制，對納稅信用良好的企業給予一定的優惠政策，財政支持或其他獎勵，鼓勵企業更加積極地履行納稅義務。

第三，加強對納稅信用評級結果的監管和評估，及時發現和糾正評級中可能存在的不合理或不公正現象，從而確保評級的公正性和可信度，提高其在市場中的權威性和影響力。

第四，納稅信用評級制度已經成為國際上普遍采用的稅收征管手段之一。加強納稅信用評級制度建設，不僅有利于提高國內企業的競爭力和國際形象，也有利于與國際接軌，促進稅收合作和國際貿易。

主要參考文獻：

[1]孫雪嬌，翟淑萍，于蘇.柔性稅收征管能否緩解企業融資約束——來自納稅信用評級披露自然實驗的證據[J].中國工業經濟，2019（03）：81-99.

[2]周韻莎.納稅信用評級披露制度對中小企業融資約束的影響效應研究[D].暨南大學，2021.

[3]Bolton，P.and D.S.Scharfstein，1990，“A Theory of Predation Based on Agency Problems in Financial Contracting”，The American Economic Review，93-106.

[4]王莎莎.納稅信用評級對企業績效的影響[D].西南財經大學，2021.

[5]杜劍，江美玲，楊楊.地方政府監管能否促進企業綠色創新[J].會計之友，2022（16）：52-60.

[6]孫紅莉.稅收征管對企業創新的影響研究[D].廈門大學，2020.

[7]竇程強，張為杰，王建煒.納稅信用評級結果披露與研發投入[J].技術經濟，2020，39（02）：55-63.

[8]Brown J R，Petersen B C.Cash holdings and R&Dsmoothing[J].Journal of Corporate Finance，2011，17（3）：694-709.

[9]Czarnitzki，D.and Hottenrott，H.，2011，R&D Investment and Financing Constraints of Small and Medium-sized Firms.Small Business Economics，2011，36（1）

[10]陳志紅，李健.商業信用有助于中小企業綠色創新嗎——基于融資約束視角[J].現代經濟探討，2020（07）：70-78.

[11]焦榮杰.融資約束視角下環保費改稅對重污染行業企業綠色技術創新的影響研究[J].國際商務財會，2023（19）：67-70.

[12]張杰，宋宜航.制造業升級對中國式現代化進程的基礎性作用與推動途徑[J].學術研究，2022（12）：96-106.

[13]Stiglitz P，E. J S. Annual World Bank Conference on Development Economics 1985[M].：1985-04-30.

[14]Guedhamio，Pittman J.The importance of IRS monitoring to debt pricing inprivate firms[J]. Journal of Financial Economics，2008，90（1）：38-58

[15]Hadlock，C.J.and J.R.Pierce.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index[J].Review of Financial Studies，2010，23（5）：1909-1940.

[16]鞠曉生.企業融資約束異質性、金融發展與中國經濟增長[J].當代經濟研究，2015（10）：82-90.

[17]葉康濤，劉行.公司避稅活動與內部代理成本[J].金融研究，2014（09）：158-176.

[18]Bertrand O，Hakkala K N，Norbck P J，et al. Should Countries Block Foreign Takeovers of R&D Champions and Promote Greenfield Entry [J].Canadian Journal of Economics，2012，45（3）：1083-1124.

[19]Autor D H.Outsourcing at will：the contribution of unjust dismissal doctrine to the growth of employment outsourcing[J].Journal of Labor Economics，2003，21（1）：1-42.

[20]蔡雨佳.城鄉居民大病保險對家庭消費的影響研究[D].山東大學，2021.

[21]俞露.稅收柔性征管對企業創新的影響[D].山東大學，2022.

[22]溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（05）：731-745.

責編：險峰

1 根據中國生態環境統計年報搜集以下8個污染指標：化學需氧量排放量；氨氮排放量；總磷排放量；二氧化硫排放量；氮氧化物排放量；顆粒物排放量；工業固體廢物排放量；工業廢水處理量。