时间:2019-10-25 作者:汤泰劼1, (1.北京大学 光华管理学院,北京 100871; 作者简介:汤泰劼(1993-),男,江苏苏州人,北京大学光华管理学院博士生; 宋献中2, 2.暨南大学 管理学院/广州区域低碳经济研究基地,广州 510632; 宋献中(1963-),男,湖南宁乡人,教授,博士生导师; 罗曼璐3 3.北京龙湖中佰置业有限公司,北京 100029) 罗曼璐(1993-),女,重庆人,通讯作者。
[大]
[中]
[小]
摘要:
一、引言
当前资本市场上,证券分析师凭借专业知识和分析技能,研读上市公司披露的年报,收集影响资产定价的公开信息及非公开信息,在合理估值后出具盈余预测及投资报告,连接投资者与上市公司。已有文献对分析师跟踪进行研究,主要集中在分析师跟踪的影响因素和经济后果方面。其中,影响因素主要包括上市公司的基本特质(Marston,1997;Rock等,2001)和信息披露完善程度(Lang和Lundholm,1996;Lang等,2003;Bushman等,
对于分析师对企业避税行为影响的研究,学界存在较大争议。有学者认为分析师通过研读财务报告,开展行业调研,提升了上市公司的信息透明度,增加了避税的实施成本,降低企业盈余管理程度,其实质是外部监督约束机制,能有效抑制企业避税(McInerney,2010;Allen等,2016)。但也有学者认为高管将分析师跟踪视为一项经济资源,没有被分析师跟踪的上市公司意味着被整个资本市场遗忘,...
一、引言
当前资本市场上,证券分析师凭借专业知识和分析技能,研读上市公司披露的年报,收集影响资产定价的公开信息及非公开信息,在合理估值后出具盈余预测及投资报告,连接投资者与上市公司。已有文献对分析师跟踪进行研究,主要集中在分析师跟踪的影响因素和经济后果方面。其中,影响因素主要包括上市公司的基本特质(Marston,1997;Rock等,2001)和信息披露完善程度(Lang和Lundholm,1996;Lang等,2003;Bushman等,
对于分析师对企业避税行为影响的研究,学界存在较大争议。有学者认为分析师通过研读财务报告,开展行业调研,提升了上市公司的信息透明度,增加了避税的实施成本,降低企业盈余管理程度,其实质是外部监督约束机制,能有效抑制企业避税(McInerney,2010;Allen等,2016)。但也有学者认为高管将分析师跟踪视为一项经济资源,没有被分析师跟踪的上市公司意味着被整个资本市场遗忘,因而分析师跟踪能够影响高管的战略决策及公司治理。为了迎合券商的盈余预测,企业可能会通过激进的避税以及盈余管理等途径提升公司短期绩效,以期使实际盈余与分析师预测盈余保持一致,忽视了长期的创新性投资,即分析师跟踪导致的高管短视会加剧企业避税及盈余管理的激进性(Irani和Oesch,2016)。因此,分析师跟踪究竟是抑制还是加剧了企业避税是一个非常值得研究的问题。
基于此,本文运用上市公司被分析师跟踪的数量,检验分析师跟踪对于企业避税行为的影响,实证检验发现分析师跟踪对企业避税具有显著的抑制效应,证实了分析师跟踪作为外部公司治理机制的存在。在进一步控制了分析师与企业避税的内生性后结论依然显著。同时,本文还发现分析师跟踪与各地税务机关税收征管力度对企业避税行为呈现显著的互补关系,证实了税收征管力度促进了分析师跟踪对企业避税的抑制作用。
本文可能的研究贡献在于:第一,已有文献多从金融资源优化配置、资产定价效率提升、缓解股价齐涨共跌等角度(潘越等,2011;Balakrishnan等,2013;李春涛等,2013),研究分析师跟踪的治理作用,本文从企业避税的角度切入,丰富了分析师跟踪对微观企业行为的影响研究,有助于从外部公司治理的角色进一步解读分析师在资本市场上所起的作用;第二,本文发现了税收征管与分析师跟踪在对企业避税的抑制作用中呈现一种互补关系,从多重外部治理的视角发现了对企业避税抑制作用可能的途径,从而丰富了企业避税影响因素的相关文献。
二、理论分析与研究假设
以往关于分析师跟踪的文献,主要从影响因素以及经济后果两个方面展开。影响因素方面,上市公司的基本特质会影响分析师跟踪(Bhushan,1989;Marston,1997),经营状况好、资产规模大、存在私募股权投资的企业能够吸引分析师的关注(林小驰等,2007;窦欢和王会娟,2015)。与此同时,上市公司信息披露完善程度会影响分析师跟踪,例如Lang(1996)研究发现信息披露机制完善的公司能获得更多的分析师跟踪,更精确的盈利预测,更少的分析师意见分歧,更少对盈余波动性的修正。已有文献发现从公司内部治理机制的角度来看,上市公司信息透明度越高,分析师跟踪的人数越多(Bushman等,2004;白晓宇,2009)。
分析师跟踪的经济后果方面,证券分析师作为信息中介,需凭借专业判断选择目标公司进行跟踪,在充分了解该公司的经营成果及财务状况后出具研究报告和投资建议。分析师跟踪作为外部公司治理机制,监督约束了微观企业的日常经营行为。Xin等(2006)认为分析师跟踪会影响公司投融资决策,较少分析师关注的企业发行股票的频率更低。Yu(2008)研究发现分析师跟踪的人数越多,公司盈余管理越少,从事于大券商和经验丰富的分析师对上市公司盈余管理的监督效应更强。
在公司避税的研究方面,学术界存在着两种相反的观点,避税积极观认为,公司避税能够降低税收带来的显隐性成本,有助于对企业投资以及融资行为产生积极影响(Scholes等,2002)。而避税消极观认为,在国家层面,企业避税减少了国家税收,侵害了公民利益(Spicer和Becker,1980;Groenewegen,1984;田彬彬和邢思敏,2017),在微观层面,企业避税增加了公司被税务稽查的风险(范子英和田彬彬,2013)。
企业避税的影响因素方面,已有文献在高管薪酬(Phillips,2003;Desai和Dharmapala,2006;Rego和Wilson,2012)、高管特质(Dyreng等,2010)、企业性质(Chen等,2010;孙刚,2012)等对避税的激进性影响展开研究。同时,外界环境也会影响企业避税:市场竞争压力(Cai和Liu,2009)、税收征管力度(Atwood等 2012;范子英和田彬彬,2013)等都会对企业避税程度产生影响。
进一步的,在分析师跟踪对企业避税的研究方面,已有文献也存在着两种近乎相反的结论,即分析师跟踪究竟会加剧企业避税(周冬华等,2017),还是抑制企业避税(McInerney,2010;Allen等,2016)。
有学者认为分析师跟踪被高管视为一项重要的经济资源,失去分析师跟踪意味着会被公众投资者遗忘,通常伴随着不利的股价波动及惨淡的市场反应,而上市公司的高管薪酬多与企业整体业绩挂钩,因此高管会为了获取分析师跟踪而采取一系列提升公司业绩的行为。一些高管甚至会为了迎合证券分析师的盈余预测而采取真实盈余管理等短视行为(Irani和Oesch,2016)。这些来自管理层的压力最终会增加企业避税(吕伟等,2011;周冬华等,2017)。因此,基于压力理论,当证券分析师跟踪形成的盈余预测与高管薪酬变动、职位更替挂钩时,高管会为了迎合分析师的盈余预测,采取激进的避税行为及盈余管理等,提升企业短期业绩表现。
分析师跟踪对企业避税的促进作用除了盈余预测的动机外,还存在着财务报告成本假说:企业避税行为由于其隐蔽性和复杂性会导致财务报告可读性降低,增加信息不对称程度,从而导致成本增加的逆向选择行为。而分析师专业的技术能力能够有效降低会计信息不对称性和由于避税行为带来的财务报告成本的增加,从而促进企业避税行为。例如吕伟等(2011)认为,机构投资者参与公司治理有利于从抑制信息不对称的角度,促进避税行为对企业价值的正面影响。他们主要研究的聚焦点在于分析师的外部治理可以缓解信息不对称程度。周冬华等(2017)从明星分析师对上市公司进行跟踪后,公司会采取积极的避税行为来达到分析师对公司盈余预测的目标值,即分析师跟踪会促进企业避税。其研究聚焦在明星分析师的“明星”效应上,明星分析师相较于普通分析师,其跟进签发的研究报告曝光率增加会带来上市公司市场关注度上的显著差异,从而对公司业绩形成压力,促进企业避税。据此,本文提出假设1a:
H1a:分析师跟踪对企业避税有显著的促进作用。
分析师跟踪对于企业避税行为研究结论方面会产生差异,一方面是研究对象的差异,例如周冬华等(2017)将研究对象确定为明星分析师,由于明星分析师相较于普通分析师而言,其跟踪行为将会“放大”上市公司的盈余价值相关性,给管理层在业绩方面带来更大的压力,因此通过避税来提升短期业绩有显著促进作用。另一方面,也可能是由于相关研究没有很好地处理分析师与跟踪上市公司间的自选择导致的内生性:分析师会更倾向于选择业绩更好或是具有发展潜力的公司,这种有偏选择会给研究结论造成一定的影响。分析师作为专业的分析人员,通过专业解读企业的财务信息,缓解了上市公司与公众投资者间的信息不对称,充当了信息中介的作用(Brennan和Subrahmanyam,1995;Balakrishnan等,2013),分析师还通过对上市公司进行跟踪,形成一种外部监督的治理作用,能够对公司高管寻租、盈余管理等机会主义行为起到抑制作用。因此,证券分析师可以通过缓解投资者与上市公司间的信息不对称,提升了企业避税的实施成本,从而抑制企业避税的激进性,据此本文提出竞争性假设1b:
H1b: 分析师跟踪对企业避税有显著的抑制作用。
《中华人民共和国税收征收管理法》授予了税务机关一系列税务检查的权力,如检查纳税人的账簿、记账凭证、报表等有关资料,到纳税人的生产、经营场所对其应纳税商品、存货等进行实地查验。税务机关实施税务检查,对企业避税中的违规行为实施惩处等,提升企业避税成本,从而降低企业避税的激进性(曾亚敏和张俊生,2009)。税收征管作为企业避税的外部监督约束机制,其强弱会对分析师跟踪作用于企业避税行为产生一定的影响。互补观认为,在税收征管强的地区,企业避税行为更受外界的关注,因此分析师跟踪对于企业避税行为的影响更强,表现为一种互补关系。而替代观则认为,分析师跟踪与各地税务机关税收征管同为企业避税的外部监督约束机制。证券分析师主要凭借其丰富的投资经验和专业知识储备,通过剖析财务信息,增加资本市场整体信息透明度,提升企业避税成本,发挥外部监督约束作用,而税务机关的税收征管作为另一种外部监督约束机制,增加了企业避税中违规行为的惩治成本、企业声誉损失成本等,资本市场上企业总体监管力度没有发生变化,因此税收征管强的地区,分析师跟踪对于企业避税行为的影响更弱,表现为一种替代关系。据此,本文提出以下竞争性假设:
H2a:在税收征管强的地区,分析师跟踪对企业避税的影响更强;
H2b:在税收征管强的地区,分析师跟踪对企业避税的影响更弱。
三、实证研究设计
(一)样本选择本文的研究样本来自2004年至2014年沪深A股的上市公司,文中涉及的财务数据以及分析师跟踪数据均来自CSMAR数据库。上市公司总部与券商总部间的直线距离(Distance)由手工收集并计算得到。本文对于原始数据还进行了以下处理:(1)剔除上市公司中没有被分析师跟踪的样本;(2)剔除金融行业上市公司;(3)剔除重复样本;(4)剔除资产负债率大于1的异常值;(5)对所有连续变量在1%和99%分位数上进行Winsorize处理,以消除异常值的影响。最终得到12 817个观测值。
(二)模型设定与变量定义
税收征管力度(TE)是本文的调节变量,我们参考曾亚敏和张俊生(2009)、蔡宏标和饶品贵(2015)等的研究,以全国各省份的实际税收收入与预期税收收入之比作为各地税务机关税收征管力度的代理变量。
X'为本文的控制变量,参考已有文献,本文控制了市账比(MTB)、公司规模(Size)、资产负债率(Lev)、资产收益率(ROA)、年末现金总资产占比(Cash)、年末固定资产总资产占比(PPE)、年末无形资产总资产占比(Intangible)、年末存货总资产占比(Inventory)、总应计利润(TACC)。变量定义及说明详见表1。
(三)描述性统计
表2为各变量描述性统计的结果,BTD的均值和中位数分别为-0.007和-0.004,DDBTD的均值和中位数分别为0.001和0.002。同时,BTD和DDBTD的标准差分别为0.045和0.053,表明各样本公司避税程度存在差异。Analyst的均值为1.457,表明每家上市公司平均有4.293家券商跟踪,其余变量的描述性统计与已有文献一致,未发现异常差异。
四、实证结果和分析
(一)分析师跟踪与企业避税
表3为分析师跟踪与企业避税的普通最小二乘法(OLS)回归分析结果。检验结果表明,第(1)、(2)列的分析师跟踪(Analyst)回归系数均在1%水平上显著为负,与第(1)列被解释变量为BTD不同的是,第(2)列的多元回归分析被解释变量控制了税会差异中盈余管理的噪音,实证结果仍支持分析师跟踪对企业避税的抑制效应。可能的解释在于,一方面证券分析师具备丰富的投资经验和专业知识储备,能更好地剖析财务信息,发掘上市公司存在的问题,发挥外部监督约束机制(李春涛等,2016),从而降低企业避税;另一方面证券分析师在进行盈余预测及发布投资报告时,缓解了公众投资者与上市公司间的信息不对称,提升了资本市场的信息透明度(潘越等,2011),增加了避税活动实施成本,降低了企业避税。
控制变量方面,公司规模(Size)和资产收益率(ROA)系数显著为正,说明公司规模越大,资产收益率越高,企业避税越激进,即盈利高的公司比盈利低的公司更有动机从事避税活动;年末现金总资产占比(Cash)及年末存货总资产占比(Inventory)系数显著为负,说明现金占比越高,存货占比越高,企业避税动机越弱。
尽管OLS回归结果表明,分析师跟踪会对企业避税产生抑制作用,但分析师跟踪与企业避税之间仍有存在互为因果以及自选择关系的可能,即较少避税行为的企业会吸引更多分析师的跟踪与关注。为了控制这一内生性问题,本文参考Ayers等(2011)等研究,选用上市公司总部办公地址与券商总部办公地址间的直线距离作为工具变量进行回归。以距离(Distance)作为工具变量的原因可归纳为两点,一是距离(Distance)严格外生,二是距离(Distance)与分析师跟踪高度相关,同时又与企业避税无直接联系。就分析师跟踪的实施成本来讲,上市公司与券商间的距离越近,分析师跟踪时收集信息的成本越低,其跟踪的动力越强,跟踪券商数越多,对上市公司避税行为的抑制作用越明显。本文运用百度地图手工查找了各家上市公司总部及券商总部的经纬度,同时借鉴蔡宏标和饶品贵(2015)等研究方法,采用如下公式计算出上市公司i与券商j之间的直线距离:
上述公式中,r为赤道半径,取值为6 378千米;loni与lati为上市公司总部的经纬度,lonj与latj为券商总部的经纬度;依据该公式计算出的距离加总后再除以跟踪同一家上市公司的券商数量,即得到上市公司与券商间的平均直线距离(Distance)。
表4的第(1)列为以上市公司总部与券商总部间直线距离(Distance)为工具变量的第一阶段回归结果。Distance的回归系数为0.0882,对应T值为7.16。这里Distance回归系数为正的原因可能是,接近半数的券商总部位于北京、上海、广州、深圳四个城市(56/116=0.48,数据来源:Wind数据库),会造成工具变量选择有偏,因此我们在第(2)~(4)列中剔除总部位于北上广深这四个城市的券商后,重新根据公式计算上市公司距券商总部的距离进行回归,以检验工具变量选择的合理性。第(2)列为工具变量的第一阶段回归结果,Distance的回归系数为-0.0001,对应T值为-5.46。这里Distance回归系数为负,即上市公司与券商间的直线距离越近,分析师跟踪的实施成本越小,跟踪的动力越强,跟踪券商数越多,因此工具变量选择合理。第(3)、(4)列为第二阶段回归结果,即在控制了内生性影响之后,工具变量回归结果与简单多元回归结果基本一致,分析师跟踪仍然与企业避税显著负相关,进一步佐证了分析师跟踪对企业避税的抑制效应,假设1b得到验证。
(二)税收征管力度、分析师跟踪与企业避税
前文的实证结果表明,分析师跟踪确实发挥了外部公司治理的作用。而企业所在地区的税收征管力度又与分析师的外部治理作用呈现何种关系?表5是以税收征管力度中位数进行分组后使用工具变量的二阶段最小二乘法(2SLS)回归分析的结果。表5第(2)列至第(5)列为第二阶段回归结果,其中第(2)、(3)列Analyst的系数分别为-0.0161和-0.0058,且在征管力度强的地区显著,可以说明在征管力度强的地区,分析师跟踪对企业避税行为的抑制作用更强。这一结果在第(4)、(5)列实证检验中仍然成立。因此,验证了假设2a。
(三)稳健性检验
1.考虑名义税率误差的问题
一般情况下,合并报表中不同法人公司需要分别核算缴纳企业所得税。而我国上市公司合并报表中母子、子子公司之间税率往往存在差异,因而使用母公司的税率作为合并报表的税率不够稳健。为了避免影响避税指标BTD以及DDBTD的计算,我们根据王亮亮(2014)的方法,对企业适用名义税率重新进行了判断,判断方法如下:使用母公司税前利润与合并报表税前利润的比例作为阈值标准,如果纳入合并报表所有公司税率一致,则以统一税率衡量;如果所有公司税率不一致,则保留母公司税前利润占合并报表税前利润的比例高于80%的公司,并以母公司税率衡量。根据阈值判断后的名义税率重新计算了避税指标BTD和DDBTD,运用距离(Distance)作为工具变量回归后的结果如表6所示:第(2)、(3)列报告了分析师跟踪与企业避税的回归结果,在考虑了合并报表母子、子子公司税率不同的问题后,Analyst系数显著为负,支持了分析师跟踪对企业避税的抑制效应。
2.替换被解释变量
本文用有效税率(ETR)代替BTD和DDBTD作为被解释变量进行稳健性检验,参考Chen等(2010)的方法,ETR=(所得税费用-递延所得税费用)/税前利润总额。ETR数值越小,企业避税越激进。为了避免极端值的影响,本文剔除了税前利润为负,ETR大于1及ETR小于0的样本。表7第(1)列Analyst的回归系数为0.0044,且在1%的置信水平上显著,表明分析师跟踪越多,企业实际税率越高,激进的避税行为越少,该结论支持了分析师跟踪对企业避税的抑制效应。表7第(2)、(3)列为以上市公司总部与券商总部间直线距离(Distance)为工具变量的二阶段最小二乘法(2SLS)回归分析结果。表7第(3)列Analyst的回归系数为0.0397,且在10%的置信水平上显著,同样支持了分析师跟踪对企业避税的抑制效应。
3.替换工具变量
为解决多元回归中的内生性问题,本文还参考Yu(2008)、李春涛等(2016)等研究,选用沪深300成分股的虚拟变量(Stock300)作为分析师跟踪的工具变量。若上市公司在当年入选沪深300成分股,Stock300取值为1,否则为0。当某一上市公司在当年入选沪深300成分股时,更多的分析师会对其进行跟踪与关注;当某一上市公司在当年退出沪深300成分股时,券商则会基于经济资源的有限性重新调配人力物力,合理安排分析师的工作,决定是否继续对目标公司跟踪。由于上市公司入选沪深300成分股与分析师跟踪高度相关,同时又与企业避税无直接联系,因此将沪深300成分股的虚拟变量(Stock300)作为分析师跟踪的工具变量是合理的。表8为以沪深300成分股的虚拟变量(Stock300)为工具变量的二阶段最小二乘法(2SLS)回归分析结果。表8第(2)、(3)列Analyst的回归系数为-0.0542和-0.0451,且分别在5%及10%的置信水平上显著,表明分析师跟踪越多,企业避税的激进性越低,支持了分析师跟踪对企业避税的抑制效应。
4.控制个体固定效应
分析师跟踪对避税的抑制作用可能存在遗漏变量的现象,为此本文控制了个体的固定效应,以考察分析师跟踪与企业避税间是否确实呈现负向关系。表9第(1)、(2)列为分析师跟踪(Analyst)与企业避税(BTD/DDBTD)的普通最小二乘法(OLS)回归分析结果。表9第(1)、(2)列Analyst的回归系数为-0.0042和-0.0050,且均在1%的置信水平上显著,表明分析师跟踪越多,税会差异越小,激进的避税行为越少,该结论支持了分析师跟踪对企业避税的抑制效应。表9第(3)~(5)列为以上市公司总部与券商总部间直线距离(Distance)为工具变量的二阶段最小二乘法(2SLS)回归分析结果。表9第(4)、(5)列Analyst的回归系数为-0.0272和-0.0317,且均在5%的置信水平上显著,同样支持了分析师跟踪对企业避税的抑制效应。
五、结论及建议
本文基于信息不对称理论,研究卖方分析师作为外部公司治理的有效组成部分,是否能够有效抑制企业避税行为,发现:(1)基于信息不对称理论,证券分析师充当信息中介,以其丰富的投资经验及专业知识储备,进行盈余预测,发布投资报告,缓解了公众投资者与上市公司间的信息不对称,提升了避税的实施成本,从而抑制企业避税的激进性。(2)本文研究发现在税务机关税收征管力度较强的地区,分析师跟踪能有效抑制企业避税,发挥其外部监督约束的作用,即分析师跟踪与各地税务机关税收征管强度在抑制企业避税时表现为一种互补关系。
分析师作为信息中介,其对上市公司的监督约束作用不容忽视。基于本文研究结论,提出如下建议:第一,分析师跟踪作为一种外部治理机制,以其丰富的投资经验及专业知识储备,进行盈余预测,发布投资报告,一方面可以帮助广大中小投资者摆脱信息劣势,缓解信息不对称问题;另一方面可以提高企业避税的实施成本,抑制企业避税的激进性,在当下推动其业务实施具有一定的价值。因此建议相关部门出台政策支持分析师发挥相应作用。第二,分析师跟踪作为外部公司治理机制,与同为外部监督约束机制的各级税务机关的税收征管相互补充,因此相关部门未来在进行税收征管时,也可以同时考虑分析师跟踪的影响,以便更有效地抑制企业的避税行为。
TANG Tai-jie, SONG Xian-zhong, LUO Man-lu
(责任编辑 杨亚彬)
相关推荐