税收优惠创新产出与创新效率
——基于研发费用加计扣除政策的实证检验

(1.西南财经大学会计学院,四川成都611130;2.四川农业大学管理学院,四川成都611130;3.复旦大学工商管理博士后流动站,上海200433;4.中证金融研究院,北京100032)

随着经济全球化的来临,企业竞争日趋激烈,技术创新对提升企业核心竞争力和推动国家经济增长日益重要[1-2]。为此,李克强总理于2015年提出了“大众创业,万众创新”的理念,期望通过技术创新促进就业,拉动经济增长。但是,由于技术创新的高投入性、高风险性、正外部性等原因,企业创新的私人收益低于社会收益,这极大地扭曲了企业的创新动力,企业创新难以得到有效推动。因此,政府的适当干预和支持对激励企业创新就显得尤为重要。财政部、国家税务总局、科学技术部于2015年11月联合颁布《关于完善研发开发费用税前加计扣除政策的通知》(财税[2015]119号),具体细化了国务院有关研发费用加计扣除政策(以下简称“加计扣除政策”),进一步降低了企业享受优惠的门槛。该项政策出台后,能够减少企业纳税额,节约经营现金流,缓解企业融资约束,提高企业创新积极性和资金使用效率。

基于此,为了更准确地评估税收优惠政策对企业创新的激励效果,提高税收优惠政策的激励精准性,本文以2016年1月1日开始实施的研发费用加计扣除政策作为一项外生政策实验,采用中国沪深A股上市公司数据,建立双重差分(DID)模型,考察加计扣除政策对企业创新产出及创新效率的影响,并进一步检验企业异质性因素下该政策实施的不同激励效果,最后提出相应的政策建议。研究发现:①加计扣除政策起到了预期效果,企业的创新产出和创新效率显著提高;②加计扣除政策的激励效果存在异质性,对非国有企业、大规模企业、非高新技术企业和高市场化地区企业的创新产出和创新效率的激励效果更好。本文较为全面地探讨了加计扣除政策的激励效果,并对进一步完善税收优惠政策、促进企业技术创新提出了建议。

本文研究贡献主要体现在如下方面:第一,不同于以往的研究,本文从创新产出和创新效率两个层面探讨了加计扣除政策的实施效果,并将创新产出进一步区分为策略性创新和实质性创新,丰富和完善了税收优惠与企业创新方面的文献。第二,本文结合企业的异质性因素,进一步探讨了加计扣除政策激励效果在不同企业规模、不同产权性质、不同行业特征和不同地区企业间的差异,为弥合因企业异质性因素导致的企业创新差异提供了经验依据。第三,本文使用双重差分模型(DID)进行实证检验,相对于最小二乘法(OLS),这一方法的优点在于较好地避免了政策变量作为解释变量所存在的内生性问题。该模型能够更加客观地评价当前税收优惠政策的激励效应,进而发现现有税收优惠政策的不足,为未来税收政策的改进奠定坚实基础。

内生增长理论指出,技术进步是一国经济增长的重要源泉,而技术进步依赖于企业创新。但企业创新具有正外部性,企业创新的私人收益率低于社会收益率,使得企业创新投入不足,低于社会最优投资水平[11-12]。企业创新投入不足很大程度上就是因为创新活动成本高、周期长以及创新成果存在外泄的风险。因此,政府适当的干预对促进企业创新显得尤为重要,而税收优惠就是各国政府常用的干预手段[13],其中被认为设计最为公平、优惠力度最大的当属加计扣除政策。

加计扣除政策对企业创新的影响主要体现如下:第一,在计算企业应纳税所得额时,加计扣除政策直接降低了企业税基,节约了额外经营现金流,从而间接增加了资金供给,增强了企业对高风险、不确定性强的研发项目的投资动机和能力,进而提高企业创新产出和创新效率。第二,加计扣除作为政府行为,具有信号发送作用,可以向风险投资者或金融机构发送企业优质的信号,缓解企业创新活动的信息不对称,提高资本市场对企业创新活动的支持力度,缓解企业面临的融资约束,进而提高创新产出及创新效率。第三,税收优惠有助于企业开发新产品、掌握核心技术,开拓新市场,扩大市场份额,获取更多核心利润,进而有效刺激企业进一步加大创新投入,从而提高创新产出和创新效率。据此,本文提出假设1。

H1:保持其他因素不变,加计扣除政策对企业创新产出和创新效率有激励作用。

从企业的角度来看,由于不同企业的自身需求与风险偏好不同,企业作为税收优惠政策的直接作用对象,在政策的实施过程中会根据信息变化及时调整企业策略,以实现企业利润最大化。因此,税收优惠政策的激励效果在不同企业之间可能存在差异。从政府的角度来看,由于有效信息的稀缺性和经济管理活动的复杂性,政府作为税收优惠政策的制定者,在政策制定过程中存在信息不对称问题。因此,作为“有限”理性的政府,在设计具体政策时采取“一刀切”的方式,削弱了企业的选择余地,导致部分企业的激励效果并不明显,甚至产生了与政策初衷相违背的作用,这些现象在一定程度上造成了政策激励效果产生差异。

1.产权异质性

本文预期加计扣除政策对企业创新的激励效果受产权性质的影响。国有企业和非国有企业由于产权性质不同,其在管理机制、市场环境、资源条件等方面存在差异,因此加计扣除政策的激励效果可能不同。具体来说,国有企业会受到政府的干预[14],具有稳就业、促增长、调结构、惠民生等多重政治目标,因此可能会放弃部分投资风险较高的创新活动。其次,国有企业存在的委托代理问题,导致国有企业存在创新激励不足、监督不足等问题,降低了加计扣除政策对于国有企业的激励效果。而非国有企业面临的市场竞争更加激烈,需要不断地开发新产品、新专利以占领市场,因此更加注重技术创新。再次,非国有企业管理机制更加灵活,能够根据多变的外部环境调整企业创新的方向和重点。因此,加计扣除政策能有效降低非国有企业的创新成本,缓解非国有企业面临的融资约束,从而提高非国有企业的创新产出和创新效率。据此,本文提出假设2。

H2:保持其他因素不变,加计扣除政策对非国有企业的激励效果更加明显。

2.企业规模异质性

H3:保持其他因素不变,加计扣除政策对规模较大企业的激励效果更为明显。

3.行业特征异质性

本文预期加计扣除政策对企业创新的激励效果还受到行业特征的影响。高新技术企业和非高新技术企业适用的所得税政策不同,因此企业所得税的有效边际税率不同,而加计扣除政策作为应税抵扣的优惠方式,其激励效果受有效边际税率的影响[15]。在我国,医药制造业、化学纤维制造业、专用设备制造业等高新技术行业享受所得税优惠政策,有效边际税率较低,这在一定程度上抵销了加计扣除政策的优惠效果。而非高新技术企业有效边际税率较高,在其他条件不变的情况下,加计扣除政策能够为非高新技术企业节约更多的经营现金流,从而让此类企业的创新投入增加,进而创新产出和创新效率提高。此外,高新技术企业的创新活动更加频繁,行业与企业层面的诸多因素均会影响企业创新,因此单一政策对企业创新的影响可能较弱,但是对非高新技术企业来说,行业层面和企业层面的影响企业创新的因素较少,所以加计扣除政策的激励效果可能更明显。据此,本文提出假设4。

H4:保持其他因素不变,加计扣除政策对非高新技术企业的激励效果更为明显。

4.市场化程度异质性

本文预期加计扣除政策对企业创新的激励效果还受到市场化程度的影响。处于不同地区的企业所面临的融资环境、产权制度、激励机制等不同,因此,市场化程度也影响着加计扣除政策的激励效果。对市场化程度较高地区的企业而言,首先,其面临的融资环境更好,表现为融资渠道更为顺畅、融资机会更多,因此给企业提供了比较充裕的研发资金。其次,良好的知识产权保护制度能够降低企业创新的风险,提高企业创新的私人收益,增强企业的研发动机。再次,较为完善的激励机制能够调动市场参与者的积极性,推动各种创新资源的融合,在企业创新的过程中,加计扣除政策与各种创新资源相互配合,发挥协同效应,增加企业创新产出,提高企业创新效率。据此,本文提出假设5。

H5:保持其他因素不变,在市场化程度高的地区,加计扣除政策对企业创新的激励效果更好。

其次,借鉴Hirshleifer等(2013)[19]和姚立杰(2018)等[20]的研究,本文以专利申请数量与当年及前一年研发支出之和的比值来衡量企业创新效率(InnovationEfficiency,简写为IE)。此外,本文将IE扩大107倍,以便于观测创新效率,计算公式如下所示:

在本文的政策背景下,财政部等三部委联合发布的《关于完善研发开发费用税前加计扣除政策的通知》于2016年1月1日开始正式实施,这一事件对于享受到该政策的企业来说是一种“自然实验”(Naturalexperiment),适用双重差分模型进行分析。因此,本文借鉴刘瑞明和赵仁杰(2015)[28]、李刚和牛冲槐(2018)[29]等学者的研究方法,以享受(1)到该政策的上市公司作为处理组样本,其余上市公司作为对照组样本。进一步将上市公司划分为4组子样本,即加计扣除政策实施之前的处理组、加计扣除政策实施之后的处理组、加计扣除政策实施之前的对照组和加计扣除政策实施之后的对照组。本文通过设置Treat和Period两个虚拟变量区别上述4组子样本,其中,Treat=1代表享受加计扣除政策的上市公司,Treat=0代表其他上市公司,Period=1代表加计扣除政策实施之后的年份,Period=0代表加计扣除政策实施之前的年份。根据上述定义,可建立以下双重差分模型,考察研发费用加计扣除政策对企业创新的激励效果:

其中,下标i是企业,t是年份;Y是本文的被解释变量创新产出和创新效率;X是本文的一系列控制变量,主要包括总资产收益率(Roa)、资产负债率(Lev)、企业规模(Size)、企业上市年限(Lnage)、研发支出(RD)、固定资产比率(FA)、管理层持股比例(Hold)、管理层薪酬(Pay)等。各变量具体定义如表1所列。

双重差分模型中各个参数的含义见表2所列。由模型(2)可知,对于享受加计扣除政策的上市公司(Treat=1),加计扣除政策实施前后的企业创新水平分别是α0+α3和α0+α1+α2+α3,这类上市公司在政策实施前后企业创新的差异是ΔYt=α1+α2,其中,包含了加计扣除政策和其他因素的作用。同样地,对于其他上市公司(Treat=0),加计扣除政策实施前后的企业创新水平分别是α0和α0+α2,可见,不受研发加计扣除政策影响的上市公司,在政策实施前后企业创新的差异是ΔY0=α2,这个差异没有包含加计扣除政策对企业创新的影响,因此,用处理组在政策实施前后企业创新的差异ΔYt减去对照组在政策实施前后企业创新的差异ΔY0,得到加计扣除政策对上市公司企业创新的净影响ΔΔY=α1。如果加计扣除政策对企业创新有激励效应,那么α1系数应该显著为正。

表1变量定义

表2双重差分模型中各个参数的含义

表3描述性统计

表4报告了加计扣除政策的实施对企业创新产出和创新效率的影响,模型中控制了企业特征、行业固定效应及年份固定效应等因素。从第(1)列可以看出,当被解释变量为专利申请数量(ln-Patent)时,交互项的系数为0.1011,即加计扣除政策的实施使得企业的创新产出平均增加0.1011个单位,且该影响在5%的水平上显著,说明加计扣除政策对企业创新产出起到了激励作用,假设1得到验证。其次,再从企业创新效率来看,从表4第(2)列可以看出,当被解释变量为专利申请数量与前两年研发支出之和的比值(IE)时,交互项的系数为0.3655,即加计扣除政策的实施使得企业的创新效率平均提高了0.3655个单位,且该影响在5%水平上显著,假设1再次得到验证。

此外,黎文靖和郑曼妮(2016)[30]的研究表明,在产业政策激励背景下,企业片面追求“数量”而忽略“质量”,即只是非发明专利申请数量显著增加,而发明专利申请数量无显著变化。鉴于此,我们同样将企业创新产出(lnPatent)细分为实质性创新(lnPatenti)和策略性创新(lnPatentud)(2),考察加计扣除政策对不同创新行为的激励作用。从表4第(3)列和第(4)列发现交互项的系数均在5%水平上显著为正,系数分别为0.0879和0.1126,说明加计扣除政策对实质性创新和策略性创新均具有激励效果。

表4加计扣除政策对企业创新产出和创新效率的影响

1.平行趋势检验

双重差分模型的基本假设之一为平行趋势假设,即要求对照组和处理组的差异只能发生在加计扣除政策实施之后,在此之前,对照组和处理组在创新产出和创新效率方面要有一致的变化趋势,只有这样才能根据对照组处理后的值,推算处理组没有接受处理的情况,从而通过差分得到平均处理效应[31]。因此,为了对样本的平行趋势假设进行检验,本文定义了3个年份虚拟变量,Year2013、Year2014、Year2015,他们分别代表了加计扣除政策实施前三年。然后将模型(2)中的交互项Period×Treat换成上述3个年份虚拟变量与Treat的乘积进行回归。此时交互项系数反映的便是,对于政策实施前的某一年处理组和对照组的差异。如果回归得到的这3个交互项都不显著,说明政策实施前处理组和对照组不存在明显的差别,从而平行趋势假设得证。由表5可以发现,Treat×Year2013、Treat×Year2014及Treat×Year2015的系数基本上均不显著,因此满足平行趋势假设。

2.安慰剂检验

表5稳健性检验一:平行趋势假设检验

表6稳健性检验二:安慰剂检验

续表6

3.改变窗口期

表7稳健性检验三:改变窗口期

4.改变样本范围

由于企业创新在不同行业中存在较大差异,因此本文将样本限定于制造业企业进行稳健性检验,结果见表8所列,交互项的系数依然为正,虽然显著性水平略有下降,但结论未发生实质性变化。至此,通过上述稳健性检验,有理由相信本文估计结果和结论十分稳健。

表8稳健性检验四:改变样本范围

1.产权性质的异质性分析

国有企业和非国有企业由于产权性质不同,其在管理机制、市场环境、资源条件等方面存在差异,从而加计扣除政策对企业创新产出和创新效率的激励效果可能显示出异质性特征。鉴于此,本文将样本企业分为国有企业和非国有企业进行回归分析,回归结果见表9所列。可以看出,交互项的系数仅在非国有企业中显著为正,分别为0.1172和0.4758,表明加计扣除政策的实施仅对非国有企业的创新产出和创新效率起到了激励作用,而对国有企业的激励效果并不明显。这可能是因为非国有企业管理机制和体系更加灵活,能够更好地运用研发费用加计扣除这一税收优惠政策,提高企业的创新产出和创新效率,而国有企业存在的委托代理问题,导致国有企业存在创新激励不足、监督不足等问题,这在一定程度上降低了加计扣除政策的激励效果,假设2得到了验证。

表9异质性检验一:产权性质异质性

2.企业规模的异质性分析

不同规模企业的研发资源、研发动机和风险承担能力不同,对加计扣除这一税收优惠政策的敏感程度也不同,间接影响加计扣除政策的激励效果。鉴于此,本文根据企业规模的样本中位数将总样本划分为大规模企业和小规模企业两组样本进行回归分析,结果见表10所列。可以看出,在大规模企业组中,加计扣除政策的实施使得企业的创新产出和创新效率平均提升了0.1499和0.4407个单位,且该影响在5%水平上显著。而在小规模企业组中,交互项对企业创新产出和创新效率的回归系数分别为0.029和0.2631,均不显著。以上结果表明在不同规模的企业中,税收优惠政策的激励效果存在差异,即加计扣除政策更能提高大规模企业的创新产出和创新效率,但对小规模企业的激励效果并不明显,假设3得到验证。这可能是因为大规模企业更注重企业的长期发展,期望通过开发新产品、新专利提高发展质量,因而在税收优惠政策激励下企业更有动力增加研发投入等长期投资,进而提高企业创新产出和创新效率。而小规模企业受制于市场研发经验匮乏和管理流程尚不完善等问题,难以承担较高的研发风险,加计扣除政策节约的经营现金有限,导致其政策效果不明显。

表10异质性检验二:企业规模异质性

3.行业特征的异质性分析

加计扣除政策作为应税抵扣的优惠方式,其激励效果受有效边际税率的影响[15]。高新技术行业享受所得税优惠政策,有效边际税率较低,因此加计扣除政策对高新技术企业和非高新技术企业的激励效果可能存在差异。鉴于此,本文根据2012年中国证监会公布的《上市公司行业分类指引》将样本企业分为高新企业和非高新企业。具体来说,将行业代码C26、C27、C28、C35、C37、C39、C40划分为高新技术企业,其他为非高新技术企业。表11列示了按行业特征分组的回归结果,可以发现,加计扣除政策的实施对非高新技术企业的激励效应显著为正,而对高新技术企业无显著作用。具体而言,在其他条件相同的情况下,加计扣除政策的实施使得非高新技术企业的创新产出和创新效率分别提高了0.1446和0.8732个单位,且该影响分别在5%和10%的水平上显著,假设4得到验证。这可能是因为非高新技术企业有效边际税率较高,在其他条件不变的情况下,加计扣除政策能够为非高新技术企业节约更多的经营现金流,从而让此类企业的创新投入增加,进而创新产出和创新效率提高。

表11异质性检验三:行业特征的异质性

4.市场化程度的异质性分析

处于不同地区的企业所面临的融资环境、产权制度、激励机制等不同,因此,市场化程度也影响着加计扣除政策的激励效果。鉴于此,本文根据市场化指数的中位数将总样本划分为高市场化和低市场化两组样本进行回归分析,具体检验回归结果见表12所列。可以看出,在高市场化地区组中,加计扣除政策的实施使得企业创新产出平均提高了0.1764个单位,且该影响在1%的水平上显著。而在低市场化地区分组中,交互项对企业创新产出和创新效率的回归系数均不存在显著关系,说明加计扣除政策对不同地区企业的激励作用存在差异,假设5得到验证。这可能是因为市场化程度高的地区在融资环境、产权制度、激励机制等方面更具优势,企业的研发能力更强,为加计扣除政策带来创新产出和创新效率的大幅提高创造了条件,同时各种创新资源相互配合,发挥协同效应,创新产出更多,创新效率更高。而市场化程度低的地区经济发展水平较低、研发能力较弱,因此加计扣除政策对企业创新产出和创新效率的促进作用有限。

表12异质性检验四:市场化程度的异质性

根据以上研究结论,本文给出如下政策建议:第一,积极推动国有企业混合所有制改革,完善国有企业的监督机制和绩效评价机制,提高国有资本的管理效率,将企业创新纳入考核范围,激发国有企业的创新活力,提高国有企业的创新产出和创新效率。第二,政府在制定税收优惠政策时,注重“普惠性”和“特惠性”政策的协调,综合考虑产权性质、企业规模、行业特征、市场化程度等特点,实行有差别的税收优惠政策。对于中小企业、高新技术企业和中西部地区企业可以给予更大的政策扶持,适当提高加计扣除比例,以提高税收优惠政策的激励效果。第三,政府应加强制度建设,减少对市场的干预,为企业创新提供良好的法制环境和公平的竞争环境,同时培养企业家的自主创新精神,激发企业的技术创新活力,以更好地发挥税收优惠政策的激励效果,实现创新投入向创新产出的转变。

注释:

(1)按照现行财务信息公开披露的要求,企业应当在公开披露的年度财务报告中的“所得税费用”项目注释中披露“研发支出加计扣除的纳税影响”信息,以证明企业享受研发费用加计扣除政策的情况。该信息是判断企业是否享受研发费用加计扣除政策的唯一证据,披露为享受,反之为未享受。

(2)实质性创新(lnPatenti)为发明专利的自然对数,策略性创新(lnPatentud)为实用新型和外观设计专利之和的自然对数。

THE END
1.关键词稳健性检验人大经济论坛 ? 标签 ? 稳健性检验 ? 相关帖子 标签: 稳健性检验经管大学堂:名校名师名课相关帖子 版块 作者 回复/查看 最后发表 xtreg指令加r 新手入门区 Asgardzz 2024-11-18 1 136 秋秋看财经 昨天07:51 1 ... 272829303132333435 手机版 | 意见反馈 | 帮助 | 新手入门 | 用户手册 | 友情链接...https://bbs.pinggu.org/t/22375_0_35.html
2.论文写作排除干扰性因素机制检验与异质性分析如果这两条推论都不成立,也就可以排除掉干扰性因素对研究结果的干扰,据此设计了两段假设检验:一是按照社会互动水平高低将样本分为两组,进行分组回归;二是在基准模型中加入社会互动水平与农村成长经历的交叉项。这两个稳健性检验本质上为异质性分析。 再如,陆菁等(2021)在研究绿色信贷政策的微观效应时,怀疑2008年...https://www.jianshu.com/p/9f892a58ac09
1.罗必良:农机作业服务市场的“本地化”及其“价格悖论”表6 稳健性检验 N=3251 4.进一步讨论:农地经营禀赋的异质性 由于受制于农地资源禀赋特征的异质性,农机作业服务会因田间作业条件的不同导致其作业成本和作业效率的差异。既然农机作业服务是处在农村特殊的熟人社会环境中的要素交易,对于具有不同农地禀赋特征的农户而言,农户与其他农户间的互助往来是否依然能助推农机作业...https://www.zgxcfx.com/sannonglunjian/120203.html
2.绿色债券发行企业绿色转型与市场激励效应为了识别市场激励的有效作用范围和条件,本文从企业视角进行异质性分析?首先,检验绿色债券在不同污染属性企业之间的非对称性效能。结果发现,相对于非重污染行业类型的公司,处于重污染行业的公司发行绿色债券能够实现的股价提升和风险抑制效应更强?其次,从企业信用风险视角检验绿色债券市场效能发挥的有效条件。结果发现,...http://www.tanjiaoyi.com/article-52940-1.html
3.互联网使用能否提高家庭农场的经营绩效?——来自江苏省471户家庭...表5 稳健性检验:缩小样本量 (四)机制分析 互联网使用可能会通过提高信息技术应用水平以及品牌参与概率两条路径提升家庭农场经营绩效,本文选取信息技术应用以及品牌参与2个虚拟变量作为中介变量,通过逐步回归法和Sobel检验进行影响机制分析。 1.机制分析:信息化技术应用。如表6(1)列所示,互联网使用能够显著提升家庭农场信...https://www.yhhlkj.cn/fanwendaquan/youxiufanwen/80006.html
4.观点谢佳,黄心艺,张天硕:来华留学教育对中国企业对外投资的影响研...(二) 基于海外投资企业特征的异质性检验 不同类型的企业对双边文化环境、政治环境和高素质人才的依赖程度不尽相同,因此来华留学教育对不同类型企业的投资影响效果也可能有所差异。 1. 企业所有制的差异化影响 将上市公司样本根据其所有权性质按照国有企业(列1)、外资企业(列2)和民营企业(列3)进行分组回归,检验结...https://www.thepaper.cn/newsDetail_forward_23926116?commTag=true
5.机制检验异质性检验调节效应文章浏览阅读5.4w次,点赞34次,收藏308次。目录基准回归稳健性检验:内生性处理:机制检验机制分析模型(调整要素配置结构):机制分析模型(生产率提升效应):异质性检验1.企业规模2.企业注册地调节效应(假设3后半部分)1.人力资本2.市场化环境本文是对王林辉老师的论文《工https://blog.csdn.net/Triumph19/article/details/124474487
6.女性劳动参与如何影响家庭储蓄率香樟经济学术圈的财新博客3.Tobit模型估计。为了防止前文将储蓄率1和储蓄率2的上下限设置为-2和1,对样本数据压缩造成的影响,作者用Tobit模型进行了稳健性检验。结果与样本稳健性检验相同。 4.PSM 估计。由于已婚女性是否参与劳动具有自我选择的特征,为避免样本出现选择性偏差,文章分别利用近邻匹配和核匹配对模型进行重新估计。两种匹配方法的估...https://cec.blog.caixin.com/archives/207237
7.AEJ论文推介:DID安慰剂检验机制分析稳健性检验 异质性分析 机制分析 ? 1. 文章简介 2004年,中国政府颁布了一项重大的关于资本品税收的增值税(Value-Added Tax)改革,并于2009年完成。这篇文章运用中国微观企业2005-2012年的数据,基于准自然实验方法研究了增值税改革对企业投资和生产率的影响。研究结果显示,增值税改革可以有效地提升企业的投资与生产...https://www.lianxh.cn/news/b2a89d17bb4c3.html