李霽友 縱文文

摘 要：本文采用使用PSM-DID的研究方法，以2008—2018年滬深兩市A股上市公司為樣本，研究發(fā)現(xiàn)：分析師發(fā)揮“監(jiān)督”作用，降低了企業(yè)和預(yù)測報(bào)告使用者之間的信息不對稱情況。監(jiān)督企業(yè)發(fā)布更真實(shí)有效的信息，提高企業(yè)的稅收規(guī)避難度和成本，現(xiàn)金流預(yù)測抑制企業(yè)稅收規(guī)避程度，而且越多分析師現(xiàn)金流預(yù)測關(guān)注，抑制效果越明顯。

關(guān)鍵詞：分析師現(xiàn)金流預(yù)測;稅收規(guī)避;PSM-DID;影響;研究

中圖分類號(hào)：F812.42 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2021）02（b）--04

以前的文獻(xiàn)大多集中在稅務(wù)局、機(jī)構(gòu)投資者、審計(jì)等外部治理機(jī)制來抑制企業(yè)稅收規(guī)避的相關(guān)研究，本文擬從分析師現(xiàn)金流預(yù)測跟蹤作為外部監(jiān)督的角度，研究現(xiàn)金流跟蹤對企業(yè)稅收規(guī)避的影響研究。

然而，現(xiàn)有的文獻(xiàn)結(jié)論中對分析師跟蹤對公司避稅的影響機(jī)制存在爭議。一部分學(xué)者基于分析師跟蹤的“壓力”效應(yīng)來說認(rèn)為分析師跟進(jìn)會(huì)促進(jìn)企業(yè)進(jìn)行稅收規(guī)避。Fuller和 Jensen（2002）[1]認(rèn)為，分析師對公司進(jìn)行盈余預(yù)測時(shí)一般會(huì)有調(diào)高傾向的樂觀預(yù)測，這會(huì)給管理層帶來經(jīng)營壓力從而誘惑他們進(jìn)行高風(fēng)險(xiǎn)投資，損壞股東利益。尹伊（2018）[2]研究認(rèn)為分析師預(yù)測的樂觀性會(huì)對管理層造成壓力，且明星分析師帶來的壓力效應(yīng)會(huì)更明顯。Benjamin C. Ayers（2018）[3]認(rèn)為高層管理者會(huì)通過稅收規(guī)避的方式來進(jìn)行現(xiàn)金流管理，使公司原本凈現(xiàn)值為負(fù)的項(xiàng)目變正來增加企業(yè)收益，使投資者對企業(yè)現(xiàn)金流的估值增加，而增加現(xiàn)金流的邊際持有價(jià)值。

但是另一部分學(xué)者研究表明，分析師的分析報(bào)告作為信息中介發(fā)揮“監(jiān)督”效應(yīng)，代昀昊（2015）[4]研究結(jié)果顯示分析師起到監(jiān)督作用，分析師跟蹤的人數(shù)會(huì)使得企業(yè)采取稅收保守的策略選擇，抑制企業(yè)的真實(shí)盈余管理行為。湯泰劼，宋獻(xiàn)中，羅曼璐（2018）[5]運(yùn)用上市公司被分析師跟蹤的數(shù)量，實(shí)證檢驗(yàn)發(fā)現(xiàn)分析師跟蹤對企業(yè)的避稅具有顯著的負(fù)向效應(yīng)。夏同水（2020）[6]研究發(fā)現(xiàn)分析師簽發(fā)會(huì)抑制企業(yè)避稅，分析師簽發(fā)次數(shù)也會(huì)影響企業(yè)避稅。

本研究在前人研究的基礎(chǔ)上，通過細(xì)化研究概念即發(fā)揮分析師在發(fā)布盈余預(yù)測報(bào)告的同時(shí)，額外增發(fā)現(xiàn)金流預(yù)測報(bào)告的經(jīng)濟(jì)后果進(jìn)行研究，以及利用PSM-DID的研究方法進(jìn)行創(chuàng)新研究。本文采用文獻(xiàn)回顧法和實(shí)證研究法，從國內(nèi)外對分析師跟蹤和稅收規(guī)避的研究背景中提煉出研究的問題，以2008—2018年滬深兩市A股上市公司為研究的樣本，利用傾向得分方法的思想建立prob模型，匹配變量的選取參考總結(jié)文獻(xiàn)回顧中影響分析師現(xiàn)金流預(yù)測、稅收規(guī)避的影響因素共13個(gè)，通過最鄰近一對一匹配的方法共得到14613個(gè)樣本，進(jìn)行匹配平穩(wěn)性檢驗(yàn)、樣本特征分析;再利用雙重差分的思想建立模型，前面的匹配變量在此模型中作為控制變量存在，進(jìn)行分析實(shí)證驗(yàn)證假設(shè)。

1 理論分析與研究假設(shè)

對此，本文基于分析師額外發(fā)布現(xiàn)金流預(yù)測的信息需求理論和信息不對稱的理論，認(rèn)為分析師發(fā)布現(xiàn)金流預(yù)測能夠發(fā)揮“監(jiān)督”作用，抑制企業(yè)進(jìn)行稅收規(guī)避，作用機(jī)理在于以下方面。

證券分析師額外發(fā)布現(xiàn)金流預(yù)測報(bào)告，為投資者提供更多的企業(yè)現(xiàn)金流信息，可以增加盈余信息的真實(shí)度，進(jìn)一步降低市場中企業(yè)與投資者等其他利益相關(guān)者之間的信息不對稱水平，抑制了管理層和大股東使用稅收規(guī)避行為來掩蓋自己使用機(jī)會(huì)主義的可能性。Moyer et al（1989）[7]最先證實(shí)當(dāng)公司存在代理問題時(shí)，分析師提供給股東、投資者的分析報(bào)告作為信息中介能夠發(fā)揮監(jiān)督作用。之后，眾多學(xué)者從公司價(jià)值、投資者保護(hù)、企業(yè)融資、信用評級(jí)等各個(gè)角度實(shí)證分析師發(fā)揮外部治理角色的假設(shè)。Miller（2006）[8]研究發(fā)現(xiàn)媒體主要通過分析師對企業(yè)發(fā)布的報(bào)告來對企業(yè)的財(cái)務(wù)舞弊行為進(jìn)行監(jiān)督，這體現(xiàn)了分析師發(fā)布分析報(bào)告不可或缺的重要性和價(jià)值性。以前的分析報(bào)告只有盈余預(yù)測報(bào)告，DeFond和Hung（2003）[9]提出的證券分析師發(fā)布現(xiàn)金流預(yù)測的信息需求理論，研究認(rèn)為更多的分析師為了迎合投資者的現(xiàn)金流信息的需求而額外發(fā)布現(xiàn)金流預(yù)測報(bào)告。王會(huì)娟（2012）基于DeFond和Hung（2003）進(jìn)一步研究發(fā)現(xiàn)分析師的現(xiàn)金流預(yù)測可以提高盈余預(yù)測的準(zhǔn)確性，因此，相對于分析師的分析報(bào)告來說，分析師額外發(fā)布現(xiàn)金流預(yù)測是可以更進(jìn)一步有效降低企業(yè)與投資者等其他報(bào)告使用者之間的信息不對稱水平，提高資本市場信息的透明度。姜超（2013）[10]等認(rèn)為分析師能夠提高股價(jià)信息含量。相對于普通投資者來說，專業(yè)分析師將得到企業(yè)信息進(jìn)行科學(xué)、系統(tǒng)地分析，發(fā)揮信息披露的角色，提高信息資源利用效率，降低由于企業(yè)的稅收規(guī)避選擇而帶來的企業(yè)信息的不透明度。根據(jù)上文分析提出本文的第一個(gè)假設(shè)：

H1：證券分析師額外公布的現(xiàn)金流預(yù)測報(bào)告會(huì)抑制公司的稅收規(guī)避行為。

2 數(shù)據(jù)來源及研究設(shè)計(jì)

2.1 數(shù)據(jù)來源

本文選用滬深兩市A股公司2008-2018年的數(shù)據(jù)作為研究樣本，對數(shù)據(jù)處理：（1）刪去ST、金融保險(xiǎn)類公司;（2）剔除樣本數(shù)據(jù)不全的公司以及在樣本期間新上市的公司，獲得平衡面板數(shù)據(jù)進(jìn)行研究;（3）進(jìn)行1%～99%的縮尾處理。共得到剩余1329家樣本企業(yè)共計(jì)14619個(gè)樣本。

2.2 變量定義

2.2.1 解釋變量

本文在構(gòu)建PSM-DID模型中構(gòu)建ACFF=1、POST、TREAT三個(gè)解釋變量。ACFF=1表示如果有分析師為i公司在t年發(fā)布了現(xiàn)金流預(yù)測，則該指標(biāo)變量等于1，否則為0。POST為時(shí)間虛擬變量，如果為分析師發(fā)布現(xiàn)金流預(yù)測的第一年之后的三年，該值為1，否則為0。TREAT為組間虛擬變量，如果為實(shí)驗(yàn)組，為1;為對照組，為0。

2.2.2 解釋變量

本文引用Benjamin C. Ayers（2018）的測量方式，用每股現(xiàn)金繳稅額來表示企業(yè)稅收規(guī)避的程度水平，TP / CSO等于支付的各項(xiàng)稅費(fèi)除已發(fā)行普通股股數(shù)，若現(xiàn)金繳稅的金額越大，則表明企業(yè)的稅收規(guī)避的程度越低。在穩(wěn)健性分析中，選擇傳統(tǒng)的稅收規(guī)避衡量方式替代被解釋變量，選擇節(jié)稅水平TS（TS=名義所得稅率-實(shí)際稅率）、企業(yè)會(huì)計(jì)-稅收差異BTD作為替代衡量稅收規(guī)避程度的變量，BTD=（稅前會(huì)計(jì)利潤-應(yīng)納稅所得額）/期末總資產(chǎn)。

2.2.3 匹配變量（控制變量）

選取13個(gè)指標(biāo)做建立傾向得分匹配模型中的匹配變量。同時(shí)，在進(jìn)行雙重差分分析時(shí)，這些匹配變量將作為控制變量存在。

影響分析師發(fā)布現(xiàn)金流預(yù)測的影響因素有7個(gè)，AC是應(yīng)計(jì)金額，AC=（凈利潤-經(jīng)營活動(dòng)現(xiàn)金流量）/年初的資產(chǎn)總額。CI是資本密集度，CI=（固定資產(chǎn)凈額+在建工程凈額）/年初總資產(chǎn)。EV是盈余波動(dòng)性。Size是衡量公司規(guī)模，Size=Ln（年初總資產(chǎn)）。Health是財(cái)務(wù)健康狀況，Health=1.2×（凈營運(yùn)資本/總資產(chǎn)）+1.4×（留存收益/總資產(chǎn)）+3.3×（息稅前收益/總資產(chǎn)）+0.6×（權(quán)益市值/負(fù)債）+0.999×（銷售收入/總資產(chǎn)）。SRII是衡量公司外部治理情況，公司i的機(jī)構(gòu)投資者的持股比例。PID是衡量公司內(nèi)部治理情況，代表獨(dú)立董事的比例。

影響稅收規(guī)避的因素有6個(gè)。PTROA是稅前資產(chǎn)回報(bào)率，PTROA=稅前收入/總資產(chǎn)。ALR是資產(chǎn)負(fù)債率。IPR是知識(shí)產(chǎn)權(quán)，IPR=研發(fā)支出。FOR是海外業(yè)務(wù)，F(xiàn)OR=|稅前國外收入/稅前收入|。如果缺少稅前外國收入，則將外國稅前收入設(shè)為零。InvInt是庫存強(qiáng)度，InvInt=存貨/年末總資產(chǎn)。BM是企業(yè)增長，BM=股本賬面價(jià)值/股本市場價(jià)值。

2.4 模型構(gòu)建

根據(jù)傾向得分匹配的思想，我們構(gòu)建了如下檢驗(yàn)?zāi)Ｐ停?）：

（1）

其中，ACFF_Deterkit代表影響分析師發(fā)布現(xiàn)金流預(yù)測的7個(gè)影響因素;YP_Deterkit代表影響稅收規(guī)避的6個(gè)因素。下標(biāo)注的 i 和 t 分別表示公司和年度，k表示匹配變量的個(gè)數(shù)。

為檢驗(yàn)假設(shè)1，構(gòu)建如下DID模型（2）：

（2）

其中，TREAT為組間虛擬變量，POST為時(shí)間虛擬變量，而TREAT×POST為交叉項(xiàng)。若分析師發(fā)布現(xiàn)金流預(yù)測能夠有效抑制管理層選擇的稅收規(guī)避，則該交叉項(xiàng)的系數(shù)為正。

3 實(shí)證結(jié)果與分析

3.1 樣本的PSM匹配與平穩(wěn)性檢驗(yàn)

確定了prob模型，對樣本數(shù)據(jù)進(jìn)行回歸分析。從表1來看，其中，資本密集度ci、盈余波動(dòng)性ev、公司規(guī)模size、機(jī)構(gòu)投資者比例srtt的系數(shù)均為正值，都在1%的水平上顯著，說明分析師更愿意為資本密集度高、盈余波動(dòng)性大、公司規(guī)模大、機(jī)構(gòu)投資者比例高的企業(yè)提供現(xiàn)金流預(yù)測，符合這些特征的企業(yè)更能得到分析師的青睞。另外，稅收規(guī)避的決定因素變量除了庫存強(qiáng)度InvInt變量之外的系數(shù)在統(tǒng)計(jì)上都是顯著的，這表明將這些決定因素變量在prob的模型選擇中大部分都是合適的。

通過最鄰近一對一匹配后，要對匹配后的結(jié)果進(jìn)行平衡性檢驗(yàn)。表2為各變量平穩(wěn)性檢驗(yàn)表，在未匹配前，除了ac、health、pid三個(gè)變量不顯著之外，其余十個(gè)匹配變量的t值大于2，P值為0.000，均顯著，拒絕原假設(shè)，說明在匹配前控制組與處理組在匹配變量的選擇上有顯著的差異性。而在匹配后，多數(shù)的協(xié)變量P值大于0.1，變得不顯著，不拒絕原假設(shè)，說明經(jīng)過匹配以后的控制組與處理組無明顯差異，最鄰近匹配通過平穩(wěn)性檢驗(yàn)。

3.2 有無分析師現(xiàn)金流預(yù)測對企業(yè)稅收規(guī)避程度的影響回歸分析

對平衡面板數(shù)據(jù)進(jìn)行回歸分析，從表3中第二列的數(shù)據(jù)可以看出，TREAT×POST交叉項(xiàng)的系數(shù)β3是0.0429，在1%的水平下顯著，這說明有分析師現(xiàn)金流預(yù)測的公司，每股繳納的現(xiàn)金稅額更多，兩者之間是負(fù)相關(guān)關(guān)系，有分析現(xiàn)金流預(yù)測的企業(yè)能夠有效抑制企業(yè)進(jìn)行稅收規(guī)避，符合假設(shè)1的設(shè)定。實(shí)驗(yàn)組比對照組每股多繳納0.0429元，股票價(jià)值大的公司繳納的現(xiàn)金稅將會(huì)更多，相比來說這筆稅款資金較大，在現(xiàn)金流中占比較大，不容忽視，這也肯定了在稅務(wù)稽查和外部監(jiān)督中分析師跟蹤的正向作用，有利于維護(hù)我國稅收財(cái)政的和諧穩(wěn)定。

3.3 穩(wěn)健性檢驗(yàn)

為提高匹配質(zhì)量，PSM穩(wěn)健性是通過剔除非公共部分樣本，只是保留了p-score重疊的樣本，改變樣本量再進(jìn)行回歸。PSM穩(wěn)健性通過剔除非公共部分樣本后得到樣本量14337個(gè)，穩(wěn)健性檢驗(yàn)中的交叉項(xiàng)系數(shù)β3為0.0405，在1%的水平上顯著，而未刪除樣本時(shí)的交叉項(xiàng)系數(shù)β3為0.0429，在1%的水平上顯著，系數(shù)相差0.0024，相比較來說，變化偏差較小，說明匹配效果較好。

4 結(jié)語

本文實(shí)證研究發(fā)現(xiàn)：分析師發(fā)揮了外部監(jiān)督作用，為滿足投資者更多現(xiàn)金流信息的投資需要，分析師額外公布的現(xiàn)金流預(yù)測報(bào)告緩解企業(yè)與投資者等報(bào)告使用者之間的信息不對稱程度水平，降低企業(yè)避稅的信息不透明度，提高避稅成本，有效抑制企業(yè)進(jìn)行稅收規(guī)避。

本文基于分析師發(fā)布現(xiàn)金流預(yù)測報(bào)告，發(fā)揮外部監(jiān)督作用的結(jié)論提出建議：（1）加強(qiáng)分析師的外部監(jiān)督作用，健全外部治理機(jī)制。聯(lián)動(dòng)機(jī)構(gòu)投資者、債權(quán)人、政府機(jī)構(gòu)等內(nèi)外部監(jiān)督者，建立健全外部治理機(jī)制，激勵(lì)企業(yè)創(chuàng)造更優(yōu)的治理環(huán)境。（2）提高分析師現(xiàn)金流預(yù)測報(bào)告的信息質(zhì)量。如果投資者想獲得科學(xué)穩(wěn)健的投資信息，保護(hù)我國資本市場的公平安定發(fā)展，就需要從根本上促進(jìn)分析師發(fā)布有質(zhì)量的現(xiàn)金流預(yù)測報(bào)告，促使企業(yè)公布持重、真實(shí)的會(huì)計(jì)信息。

參考文獻(xiàn)

Fuller，J.and Jensen，M.2002，Just Say No to Wall Street：Putting a Stop to the Earnings Game，Journal of Applied Corporate Finance，Winter（Vol. 14 No.4）.

尹伊.分析師跟進(jìn)、分析師聲譽(yù)與公司避稅程度[D].南昌：江西財(cái)經(jīng)大學(xué)，2018.

Benjamin C.Ayers，Andrew C.Call，Casey M.Schwab.Do Analysts Cash Flow Forecasts Encourage Managers to Improve the Firms Cash Flows？Evidence from Tax Planning[J].Contemporary Accounting Research，2018，35（02）.

代昀昊.分析師跟蹤、監(jiān)督效應(yīng)與企業(yè)行為研究[D].武漢：華中科技大學(xué)，2015.

湯泰劼.分析師跟蹤是否抑制了企業(yè)避稅——基于外部公司治理的視角[J].財(cái)務(wù)研究，2018，23（05）.

夏同水，鄭敏，張靜.分析師現(xiàn)金流預(yù)測與企業(yè)避稅[J].財(cái)會(huì)月刊，2020（06）.

Moyer，R.C.，Chatfield， R.E. Security Analyst Monitoring Activity： Agency Costs and Information Demands. Journal of Financial and Quantitative Analysis，1989（24）.

Miller，G.S. The Press as a Watchdog for Accounting Fraud. Journal of Accounting Research，2006（44）.

De Fond， M.L.，and Hung，M. An empirical analysis of analysts cash flow forecasts[J]. Journal of Accounting and Economics 2003， 35（01）.

姜超.證券分析師、內(nèi)幕消息與資本市場效率——基于中國A股股價(jià)中公司特質(zhì)信息含量的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)（季刊），2013， 12（02）.