科技和产业

变量名称	变量代码	变量定义
债务成本	Debtcost	财务费用/总负债
有形资产比例	Structre	有形资产净额/总资产
资产回报率	Roa	净利润/平均总资产
资产负债率	Lev	总负债/总资产
资产规模	Size	总资产的自然对数
股权集中度	Center	第一大股东的持股比例

变量名称	变量代码	变量定义
债务成本	Debtcost	财务费用/总负债
有形资产比例	Structre	有形资产净额/总资产
资产回报率	Roa	净利润/平均总资产
资产负债率	Lev	总负债/总资产
资产规模	Size	总资产的自然对数
股权集中度	Center	第一大股东的持股比例

变量	样本数	均值	标准差	最小值	最大值
Debtcost	31 726	0.002 7	0.007 3	-0.023 8	0.017 3
Structre	31 726	0.444 0	0.228 5	-1.534 0	0.973 1
Roa	31 726	0.026 7	0.048 4	-1.859 1	0.675 4
Lev	31 726	0.418 7	0.201 7	0.008 4	2.114 0
Size	31 726	13.208 4	1.324 8	8.933 6	19.426 2
Center	31 726	0.335 2	0.144 9	0.082 6	0.731 9

变量	样本数	均值	标准差	最小值	最大值
Debtcost	31 726	0.002 7	0.007 3	-0.023 8	0.017 3
Structre	31 726	0.444 0	0.228 5	-1.534 0	0.973 1
Roa	31 726	0.026 7	0.048 4	-1.859 1	0.675 4
Lev	31 726	0.418 7	0.201 7	0.008 4	2.114 0
Size	31 726	13.208 4	1.324 8	8.933 6	19.426 2
Center	31 726	0.335 2	0.144 9	0.082 6	0.731 9

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.001 1^*** (0.000 3)
Structre		0.002 7^* (0.001 4)
Roa		-0.002 4^* (0.001 3)
Lev		0.000 5 (0.001 6)
Size		-0.000 8^*** (0.000 3)
Center		0.001 9 (0.001 9)
常数项	0.003 1^*** (0.000 1)	0.011 0^** (0.004 4)
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	31 726
调整R²	0.105 7	0.107 2

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.001 1^*** (0.000 3)
Structre		0.002 7^* (0.001 4)
Roa		-0.002 4^* (0.001 3)
Lev		0.000 5 (0.001 6)
Size		-0.000 8^*** (0.000 3)
Center		0.001 9 (0.001 9)
常数项	0.003 1^*** (0.000 1)	0.011 0^** (0.004 4)
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	31 726
调整R²	0.105 7	0.107 2

变量	固定效应模型	倾向得分匹配
Treat×Post	-0.001 1^*** (0.000 2)	-0.001 1^*** (0.000 2)	-0.001 1^*** (0.000 3)
企业层面特征变量	控制	控制	控制
季度固定效应	控制	控制	控制
企业固定效应	控制	控制	控制
样本数	31 726	30 546	31 068
调整R²	0.107 1	0.110 6	0.109 3

变量	固定效应模型	倾向得分匹配
Treat×Post	-0.001 1^*** (0.000 2)	-0.001 1^*** (0.000 2)	-0.001 1^*** (0.000 3)
企业层面特征变量	控制	控制	控制
季度固定效应	控制	控制	控制
企业固定效应	控制	控制	控制
样本数	31 726	30 546	31 068
调整R²	0.107 1	0.110 6	0.109 3

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.018 2^** (0.008 5)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	31 726
调整R²	0.105 7	0.237 1

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.018 2^** (0.008 5)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	31 726
调整R²	0.105 7	0.237 1

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.000 9^*** (0.000 3)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	13 220
调整R²	0.105 7	0.036 7

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.000 9^*** (0.000 3)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	13 220
调整R²	0.105 7	0.036 7

变量	控制地区固定效应	控制行业随时间固定效应
Treat×Post	-0.001 1^*** (0.000 3)	-0.001 1^*** (0.000 3)	-0.001 3^*** (0.000 2)	-0.001 1^*** (0.000 2)
企业层面特征变量	不控制	控制	不控制	控制
季度固定效应	控制	控制	不控制	不控制
企业固定效应	控制	控制	控制	控制
省份固定效应	控制	控制	控制	控制
行业-季度固定效应	不控制	不控制	控制	控制
样本数	31 726	31 726	31 726	31 726
调整R²	0.104 8	0.106 3	0.108 6	0.110 2

变量	控制地区固定效应	控制行业随时间固定效应
Treat×Post	-0.001 1^*** (0.000 3)	-0.001 1^*** (0.000 3)	-0.001 3^*** (0.000 2)	-0.001 1^*** (0.000 2)
企业层面特征变量	不控制	控制	不控制	控制
季度固定效应	控制	控制	不控制	不控制
企业固定效应	控制	控制	控制	控制
省份固定效应	控制	控制	控制	控制
行业-季度固定效应	不控制	不控制	控制	控制
样本数	31 726	31 726	31 726	31 726
调整R²	0.104 8	0.106 3	0.108 6	0.110 2

变量	(1)	(2)	(3)
Treat×Post	0.004 7^*** (0.000 8)	0.001 0^*** (0.000 2)	0.051 9^* (0.031 1)
企业层面特征变量	控制	控制	控制
季度固定效应	控制	控制	控制
企业固定效应	控制	控制	控制
样本数	31 726	31 714	31 690
调整R²	0.171 5	0.959 0	0.424 4

变量	(1)	(2)	(3)
Treat×Post	0.004 7^*** (0.000 8)	0.001 0^*** (0.000 2)	0.051 9^* (0.031 1)
企业层面特征变量	控制	控制	控制
季度固定效应	控制	控制	控制
企业固定效应	控制	控制	控制
样本数	31 726	31 714	31 690
调整R²	0.171 5	0.959 0	0.424 4

变量	(1)	(2)
Treat×Post	-0.001 4^*** (0.000 3)	-0.000 6 (0.000 4)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	18 863	12 863
调整R²	0.134 7	0.063 1
组间差异(P)	0.000

变量	(1)	(2)
Treat×Post	-0.001 4^*** (0.000 3)	-0.000 6 (0.000 4)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	18 863	12 863
调整R²	0.134 7	0.063 1
组间差异(P)	0.000

变量	(1)	(2)
Treat×Post	-0.002 0^*** (0.000 4)	0.000 2 (0.000 2)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	15 822	15 817
调整R²	0.134 4	0.097 5
组间差异(P)	0.000

变量	(1)	(2)
Treat×Post	-0.002 0^*** (0.000 4)	0.000 2 (0.000 2)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	15 822	15 817
调整R²	0.134 4	0.097 5
组间差异(P)	0.000

变量	(1)	(2)
Treat×Post	-0.000 7^* (0.000 4)	-0.001 9^*** (0.000 5)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	16 678	15 005
调整R²	0.109 3	0.107 2
组间差异(P)	0.000

变量	(1)	(2)
Treat×Post	-0.000 7^* (0.000 4)	-0.001 9^*** (0.000 5)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	16 678	15 005
调整R²	0.109 3	0.107 2
组间差异(P)	0.000

税收优惠与债务融资成本——基于留抵退税政策的准自然实验

PDF下载

韩颖 , 董禹丰

科技和产业 | 企业应用 2025,25(9): 277-286

收起

科技和产业 | 企业应用 2025, 25(9): 277-286

税收优惠与债务融资成本——基于留抵退税政策的准自然实验

全屏

韩颖, 董禹丰

作者信息

东北大学工商管理学院, 沈阳 110167

韩颖(1966—),女,吉林长春人,博士,教授,研究方向为数量经济方法与应用;

董禹丰(2000—),男,辽宁大连人,硕士研究生,研究方向为数量经济方法与应用。

Tax Incentives and Debt Financing Costs: A Quasi-natural Experiment Based on VAT Credit Policy

Ying HAN, Yufeng DONG

Affiliations

Business Administration College, Northeastern University, Shenyang 110167, China

出版时间: 2025-05-10

文章导航

摘要

收起

受国内外复杂形势影响,中国企业融资成本高昂。增值税留抵退税政策是减税降费的关键措施之一,对企业减负有显著效果。采用双重差分模型,基于2018年部分行业试点数据,探究该政策对企业债务融资成本的影响。结果表明,该政策实施后,企业债务融资成本显著下降,特别是在非国有、小规模及竞争激烈行业的企业中效果更为显著,而对国有及大型企业影响较小。这一结果为进一步深化留抵退税政策提供了依据,有助于推动企业健康持续发展。

关键词

增值税留抵退税 / 债务融资成本 / 现金流水平 / 会计稳健性 / 信息不对称

Abstract

收起

Affected by the complex situation at home and abroad, the financing cost of Chinese enterprises is high. The VAT policy is one of the key measures to reduce taxes and fees, which has a significant effect on reducing the burden on enterprises. A differentially differential model was used to explore the impact of this policy on corporate debt financing costs based on pilot data from some industries in 2018. The results show that after the implementation of the policy, the debt financing cost of enterprises has decreased significantly, especially in the non-state-owned, small and competitive industries of enterprises, while the impact on state-owned and large enterprises is small. This result can provide a basis for further deepening the tax rebate policy and helps promote the healthy and sustainable development of enterprises.

Key words

VAT refunds / debt financing costs / cash flow level / accounting conservatism / information asymmetry

引用本文

韩颖, 董禹丰. 税收优惠与债务融资成本——基于留抵退税政策的准自然实验. 科技和产业, 2025 , 25 (9) : 277 -286 .

Ying HAN, Yufeng DONG. Tax Incentives and Debt Financing Costs: A Quasi-natural Experiment Based on VAT Credit Policy[J]. Science Technology and Industry, 2025 , 25 (9) : 277 -286 .

正文

收起

近年来,受国内外形势复杂严峻以及多重超预期因素冲击等影响,中国企业成本压力加大、经营困难加剧^[1]。为保证企业健康发展及市场良好运行,中国政府出台了一系列退税减税降费政策助企纾困,为减轻市场主体负担、应对经济下行压力提供了有力支持。增值税作为中国最重要且覆盖面最广的税种,其相关减免税政策在新一轮减税降费中占据核心地位,而留抵退税则是其中至关重要的一项内容。

增值税留抵退税政策作为退税减税降费的重要举措之一,是关于中国企业在实践中对普遍存在的增值税留抵税额进行退还的政策应用。根据当前中国的税收法规,若企业在某一特定周期内的应征销项税额低于其进项税额,未能完全抵扣的税额则被认定为增值税留抵税额。这部分未使用的税额可以累积至后续周期用于抵扣,这一过程通常被称为留抵税额处理。但在现实的企业经营中,许多企业长期存在增值税“留抵”问题且数额较大,这在一定程度上占用了企业的现金流,增大了企业的资金周转压力。刘怡和耿纯^[2]利用2010—2011年的税务调查数据,估算2011年全国留抵总额为4 201.76亿元, 基于此方法计算得出的全年留抵总额为6 002.51亿元,这一数值占到了当年国内增值税总收入的约24.74%。卢雄标等^[3]基于对某省2011—2015年制造业税收调查的详细数据集,深入探讨了留抵税额的地域分布特征及其相关影响因素,研究发现,留抵税额在不同制造业之间存在显著的差异,且在不同程度上提高了企业成本,并对企业盈利水平和现金流造成了不利的影响。

鉴于留抵税额的大规模存在及其对企业造成的负面影响,中国开始了增值税留抵退税改革的尝试。2011年财政部颁布《关于退还集成电路企业采购设备增值税期末留抵税额的通知》(以下简称《通知》),标志着中国留抵退税政策的起始。此政策的适用范围经历了从专注于特定企业的初期阶段,逐步扩展至特定行业,直至最终实现全行业的覆盖。当前,政策正在进入其第4阶段,聚焦于小微企业及6个特定行业,旨在进一步扩大政策覆盖面的同时,显著提升政策支持力度^[1]。

现有文献考察了留抵退税政策对企业投资^[4-6]、企业价值^[4,7]、全要素生产率^[8]、企业创新^[9-10]以及其他层面上对微观企业的影响^[11-12]。但目前将留抵退税政策与企业债务融资成本直接联系的研究相对较少。解洪涛等^[13]在分析2015年全国税收调查数据后,发现增值税留抵税额的累积效应导致企业经营性现金流被挤占,进而显著提升了企业的债务融资成本,并指出留抵退税政策有望降低这一成本,但彼时碍于留抵退税政策刚出台不久,未对政策效果及影响机制进行深入研究。

资金是企业的生命线,融资问题更是关乎企业生存的重大问题,在企业的经营生产中起着举足轻重的作用,企业通过融资获得的额外资金往往是支持企业创新研发、生产经营以及规模扩张等活动的重要资金来源^[14]。在优序融资理论中,企业在进行融资决策时一般遵循内部融资、外部债权融资、外部股权融资的优先级顺序^[15]。但在实践中,内源融资由于其自身限制使得其难以满足企业长期发展的资金需求,外源融资已逐渐成为企业获得资金的重要方式。外源融资通常分为债权融资和股权融资,而债权融资由于其具备税盾作用、资本杠杆收益高以及不削弱控制权等优点,成为大多数企业优先考虑的外源融资方式^[16]。党的二十大报告明确指出,应“健全资本市场功能,提高直接融资比重”,为优化市场主体融资结构和增强金融服务实体经济的能力提供了方向指引。根据2022年《中国统计年鉴》数据显示,金融机构贷款余额占同期社会融资总额的比重达到66.6%,这反映出债务融资因税收优惠和杠杆效应的吸引力,已成为企业的优先选择^[17]。债务融资成本作为企业获取资金的核心指标,对企业运营效率、创新投入以及市场竞争力产生深远影响。然而近年来,中国企业面临的融资成本问题日益严峻,尤其在全球经济形势复杂化的背景下,“融资贵”成为阻碍企业发展的主要瓶颈。中国企业家调查系统2016年跟踪调查报告显示,41.6%的负责人认为企业当前正处于资金紧张状态,企业平均融资成本高达8.33%^[18]。中华全国工商业联合会与蚂蚁集团在2019年开展的一项小微企业调查显示,大约26%的小微经营者仍然面临“融资贵”的问题。高融资成本带来的经济压力削弱了小微企业的可持续发展能力,对国民经济的平稳运行造成不利影响^[19]。因此,降低贷款利率,解决“融资贵”问题显得尤为紧迫。

中国首次大规模实施留抵退税政策已数年有余,该政策旨在减少对企业资金的无偿占用,从而提高企业的资金使用效率,从此视角审视,留抵退税政策是否确实减轻了企业的债务融资成本?若此政策实已削减企业债务融资成本,其运作机理如何?此外,债务融资成本的影响是否展现出异质性特征?本文旨在深入剖析留抵退税政策在缓解企业融资难题方面的效能,并借此深化对留抵退税政策的理解,进而提出针对性优化建议,以期全面优化该政策。

基于此考量,利用中国A股上市企业的数据集,以2018年财政部与税务总局发布的《关于退还部分行业增值税留抵税额有关税收政策通知》为政策冲击点,通过双重差分法来评估该政策对上市公司债务融资成本的效应。预期实证分析揭示:经时间与个体层面固定效应的调整后,留抵退税政策对相关企业债务融资成本产生显著的降低效应。深入探究留抵退税政策对债务融资成本影响的机制时,此政策能通过提升企业现金流状况与增强会计稳健性,同时减少企业与债权人间的信息不对称,从而有效降低债务融资成本。此外,本文依据企业属性、规模大小与行业竞争激烈程度,分别构建样本回归模型,旨在深入探究留抵退税政策对企业层面的异质性效应。结果显示,该政策对非国有企业、小型企业以及处于高度竞争行业中的企业,在债务融资成本方面的影响将更为显著。

本文的边际贡献主要在于:①目前鲜有文献聚焦在留抵退税政策对降低企业债务融资成本作用方面的研究,因此本文拟对此加以探讨,从而全面认识留抵退税政策的效果;②分析了留抵退税政策降低企业债务融资成本的机制和异质性,为留抵退税政策的政策效果提供经验证据,同时也为留抵退税政策提供新的启示。

1 政策背景与研究假设

收起

1.1 政策背景

增值税作为中国的“第一大税”,2022 年占到全部税收收入的 29.24%。虽然增值税属于“价外税”,即税款由购买方承担,销售方取得的货款是由约定的价款和增值税税款两部分构成的,理论上,其负担通过层层转嫁,最终由消费者负担,从而并不影响企业利润。但在实践运行中,由于企业是增值税纳税人,增值税仍然在一定时期内、一定程度上增加了企业经营负担,其中一个重要因素就是留抵税额的存在。

留抵税额的产生涉及多种因素,政策层面如价格管控与多级增值税税率是其中关键成因之一,也包括企业本身生产经营周期跨度长、部分制造业等个体因素^[1]。过去中国一直采取将留抵税额结转至下期抵扣的办法,部分占用了企业的现金流,增大了企业的资金周转压力。在“营改增”政策全国推行后,增值税留抵税额的问题日益凸显,特别是在那些“高进、低销”类型的行业以及处于起步阶段的企业中,普遍积累了大量的留抵税额。

鉴于此,中国政府于2011年展开了对特定行业的留抵退税政策的试点实施,这也标志着中国留抵退税政策的开端。2014年和2016年,财政部发布的通知分别对适用企业名单进行了修改与调整,留抵退税政策已扩展至涵盖大型客机及其发动机的研发领域。当前的留抵退税政策覆盖范围相对较小,其影响力因此受到限制。

2018年6月28日,财政部与税务总局联合发布了《关于2018年退还部分行业增值税留抵税额有关税收政策的通知》(财税〔2018〕70号),该政策显著扩大了增值税留抵退税的适用范围,涵盖装备制造等先进制造业、研发等现代服务业的18个大类行业,以及电网企业。此次留抵退税政策的实施标志着中国在增值税领域进行了大规模的创新试点,其广泛的优惠覆盖范围彰显了政策的普惠性,这一举措被视为中国增值税制度发展的重要里程碑。2018年,实现了总计1 148亿元的退税操作,此次实践不仅成功落地了留抵退税政策,还为在中国构建此类制度提供了实证依据,积累了丰富经验。

2019年3月,财政部、税务总局与海关总署联合宣布实施《关于深化增值税改革有关政策的公告》,此公告确立了符合条件的纳税人有权向其主管税务机关申请退还自2019年3月起产生的新增期末留抵税额,标志着增值税期末留抵税额退税制度在全行业的正式启动。2022年3月,财政部与税务总局联合宣布实施《关于进一步加大增值税期末留抵退税政策实施力度的公告》,此政策旨在显著扩大全额退还增值税增量留抵税额的适用范围,将制造业、科学研究和技术服务业、电力热力燃气及水生产和供应业、软件和信息技术服务业、生态保护和环境治理业、交通运输仓储和邮政业6大行业,以及符合条件的小微企业纳入政策覆盖范畴,并首次允许一次性退还企业的存量留抵税额,以期为企业提供更为直接和有效的税收支持。

审视留抵退税政策的演变轨迹,不难发现其覆盖范围持续扩展,支持力度显著提升。

1.2 研究假设

依据公司财务理论,企业的债务负担程度、盈利表现等财务指标直接关系到其信用评级,而这一信用评级又进而决定了企业在市场上的债务融资成本。提升的经营风险或财务风险显著地冲击企业财务状况,这种影响进一步促使债权人对承担投资风险持有更谨慎的态度,具体表现为对债务融资提出更高的风险溢价要求,从而导致债务融资成本的上涨。而留抵税额的存在会导致对企业现金流的无偿占用,从而对企业的财务状况产生负面影响,进而提高了其债务融资成本^[12]。留抵退税政策对企业最直观的影响便是企业能够切实得到一笔增值税退税资金从而改善企业的现金流水平,并且对企业的成本、利润和企业所得税的缴纳产生影响^[5]。而经营现金流较高、偿债能力较稳定的企业更容易获得债权人的青睐^[20]。这意味着留抵税额的退还通过增加企业现金流能够使企业的财务状况得到改善,从而降低了企业的债务融资成本。基于此,提出如下假设。

H1:留抵退税政策实施后企业债务融资成本降低;

H2:留抵退税政策通过改善企业现金流水平降低债务融资成本。

留抵退税政策降低债务融资成本的第二个可能机制是会计稳健性。一方面,现有研究指出留抵退税政策的实施有效降低了企业的经营风险^[21]。而经营风险低的公司会计稳健性更高。例如,Wang^[22]在对美国上市公司经营风险与会计稳健性的关系研究中,发现经营风险高的公司会计稳健性更低,反之会计稳健性更高;梁利辉和陈一君^[23]在对中国上市公司2010—2012年数据的研究中,揭示在中国的资本市场中,会计稳健性发挥着显著的信号效应,即那些经营风险较低的公司的会计稳健性普遍更为突出。另一方面,企业会计稳健性的提高能够降低债务融资成本。例如,Zhang^[24]发现会计稳健性提高了债务契约效率和降低了债务成本;郑登津和闫天一^[25]在对中国A股上市公司2003—2013年的数据的研究中,同样发现企业的会计稳健性越高,债务成本越低。综上,本文认为留抵退税政策为企业提供了一笔增值税退税资金,通过提升会计稳健性,企业成功地减少了经营风险,这一举措进一步降低了依赖债务融资时所需的成本。基于此,提出如下假设。

H3:留抵退税政策通过提高企业会计稳健性降低债务融资成本。

留抵退税政策降低债务融资成本的第三个可能机制是信息不对称。一方面,此次留抵退税政策要求企业纳税信用评级为A级或B级,纳税信用等级评定在某种程度上相当于政府为企业的“背书”,这意味着满足条件的企业的诚信纳税行为获得了政府的“认可”,而这对于缓解企业与金融机构或机构投资者之间的信息不对称问题有很大帮助^[26]。同时,留抵退税政策的实施在市场上会释放出企业现金流增加的信号,意味着企业偿债能力的提升,这也消除了部分信息不对称的问题^[27]。另一方面,学界普遍认为,信息不对称是影响企业债务融资成本的关键因素。林毅夫和孙希芳^[28]指出,公司内外部固有的信息不对称现象增加了债权人的信息搜集和分析成本,最终提高了公司所面临的债务融资成本;倪娟等^[29]在研究连锁董事的社会联结功能与企业债务融资成本的关系时,发现前者能够通过降低资金供需双方的信息不对称程度降低企业债务融资成本。从这一角度分析,本文提出,留抵退税政策能够有效减少企业与债权人之间存在的信息不透明度,进而实现降低企业进行债务融资时所需成本的目标。基于此,提出如下假设。

H4:留抵退税政策通过降低企业与债权人之间的信息不对称程度降低债务融资成本。

2 研究设计

收起

2.1 数据来源

为了确保研究结果的纯粹性,避免其他经济政策的潜在影响,选择自2017年第一季度至2019年第四季度的A股上市公司作为研究对象。所使用的所有数据均源自Wind金融数据库。

在数据处理方面,剔除了2017年之后上市的公司数据,以及样本期间ST、^*ST和金融行业数据,对数据季度分组进行1%和99%缩尾处理。经过数据处理后得到上市公司样本31 726个,包括试验企业样本18 551个。

2.2 模型构建

通过分析2017年第一季度至2019年第四季度期间,A股上市公司在实施留抵退税政策背景下的面板数据,旨在探讨该政策对企业的债务融资成本所产生之影响,采用双重差分模型进行深入解析:

(1)$Debtcos{t}_{it}={\beta }_{0}+{\beta }_{1}Trea{t}_{i}\times Pos{t}_{t}+\alpha {X}_{it}+quarte{r}_{t}+fir{m}_{i}+{\epsilon }_{it}$

式中:Debtcost_it为被解释变量,表示企业债务融资成本;Treat_i为政策行业虚拟变量,实验组企业取1,对照组企业取0;Post_t为时间虚拟变量,2018年第三季度及以后取1,否则为0;X_it为企业层面控制变量;quarter_it为季度固定效应;firm_i为企业固定效应;ε_it为随机扰动项;β₀为常数项;β₁、α为回归系数。

2.3 变量定义

(1)被解释变量。被解释变量为A股上市企业的债务融资成本(Debtcost),考虑到季度数据的可得性,衡量指标通过分析企业财务费用与期末总负债的比例来评估^[30-31],比例数值越高,债务融资成本越高。

(2)解释变量。解释变量为政策行业虚拟变量Treat_i与时间虚拟变量Post_t的交互项。时间虚拟变量方面,将2018年第三季度及以后的季度取1,否则为0;政策行业虚拟变量方面,将满足《通知》中退还留抵税额行业的企业设定为1,否则为0;将政策虚拟变量和时间虚拟变量相乘得到交互项,即本文主要关注的核心解释变量,衡量留抵退税政策对实验组企业债务融资成本的影响。

(3)控制变量。借鉴代昀昊等^[32]的成果,选取企业有形资产比例(Structre)、资产回报率(Roa)、资产负债率(Lev)、资产规模(Size)、股权集中度(Center)作为控制变量。变量定义见表1。变量描述性统计见表2。

3 实证检验

收起

3.1 基准回归

表3展现了留抵退税政策对企业融资费用的固有效应回归的影响。表3显示,当不引入控制变量,交互项Treat×Post的估算系数为-0.001 1,并且在1%的水平下显著。当引入了控制变量,交互项Treat×Post的预估系数依然是-0.001 1,并且这一数值在1%的水平以下是显著的。已有研究显示,通过实施留抵退税政策,试验组企业的债务融资成本得到了显著降低,而本文的假设H1也得到了实证。

3.2 缓解内生性问题

3.2.1 平行趋势检验

在运用双重差分估计方法时,其结果的一致性依赖于处理组与对照组遵循平行趋势假设,这意味着在政策干预前,两组应展现出相仿的发展轨迹,在政策冲击发生后,二者的趋势应当有显著差异。为此,本文采用事件研究法进行平行趋势检验,检验结果如图1所示。

图1显示,在政策实施前,处理组和对照组不存在显著差异,在政策实施后,实验组和对照组发生了显著变化,平行趋势检验通过。

3.2.2 安慰剂检验

为缓解回归结果可能存在的内生性问题,对基准回归结果进行安慰剂检验,具体做法如下:选择采用对交互项Treat×Post随机抽样500次,查看系数与基准估计结果是否存在显著差异,得到安慰剂检验的系数估计值分布图,如图2所示。

图2揭示了500个伪系数估计值的分布特征及其关联的P值,其中,横轴直观展示了伪系数估计值的范围,主纵轴则以数值形式呈现了相应的P值,而副纵轴通过曲线描绘了系数估计值的核密度分布,圆点则精确标注了每个系数估计值及其对应的P值,以此直观呈现两者之间的关系。可以看出,安慰剂得出的回归系数基本服从均值为0的正态分布,而真实估计值-0.001 1明显位于对应分布的1%分位数左侧,证明了实证结果是稳健有效的。

3.2.3 PSM-DID方法

相比非留抵退税政策的实施对象,留抵退税政策的实施对象在企业特征方面可能具有一定特殊性,这在一定程度上会削弱两组样本的可比性。

为解决以上问题,采用PSM-DID(倾向得分匹配-双重差分)方法,对样本进行1∶4近邻匹配和1∶6近邻匹配,在通过平衡性假设检验后[图3(a)、图3(b)],得到与处理组有相似特征的新对照组。表4报告了两种匹配方法得到的新样本的回归结果,可以看出采用PSM-DID方法估计的结果符号与基准估计结果一致。

3.3 稳健性检验

3.3.1 替换被解释变量

鉴于企业债务融资成本涉及多种评估指标,采用李广子和刘力^[33]提出的分析策略,选用财务费用占总体期间费用比例这一指标来衡量债务融资成本。此处,总体期间费用被定义为财务费用、管理费用与销售费用的总和。表5显示,在使用替代性指标来衡量债务融资成本的情况下,交互项的系数估计值依然在5%的显著性水平下呈现负值。这一结果证实了,即便改变了解释变量的度量方式,并不会对本文的研究结论产生影响。

3.3.2 缩短样本期

为避免其他因素对企业债务融资成本可能造成的影响,将样本期缩短为2017年第四季度至2018年第四季度,回归结果见表6。表6显示,在缩短样本期间后交互项的估计系数仍显著为负,显示了结论的稳健性。

3.3.3 控制其他层面固定效应

鉴于双向固定效应模型仅限于个体与季度层面的差异控制,而未纳入地区与行业差异对债务融资成本的潜在影响,进一步引入地区层面的固定效应进行调整,以期更全面地反映政策效果。具体回归结果列于表7的第(1)列、(2)列。在这一调整下,观察到交互项的估计系数依然在1%的显著性水平上呈现负向效应。

同时,企业所处行业也会对债务融资成本产生潜在影响,因此,引入行业-季度交互固定效应,其具体分析结果列于表7的第(3)列、(4)列。通过这一调整,观察到交互项的估计系数在1%的显著性水平上为负,这揭示了在考虑行业与季度间动态交互作用后,研究结论仍然成立。

以上结论进一步证明了本文结论的稳健性。

4 进一步分析

收起

前文的理论分析表明,留抵退税政策能够通过提高现金流水平、提高会计稳健性以及降低信息不对称程度进而降低企业债务融资成本。因此,接下来将对上述3个可能的内在机制进行检验。

此外,本文的基准回归分析结果尚不能反映留抵退税政策对不同特征企业债务融资成本的影响,为此,后续将从企业产权属性、企业规模大小、企业所属行业竞争激烈程度这3个维度展开差异性探讨。

4.1 机制检验

4.1.1 现金流水平

留抵退税对企业最直接的影响就是增加了企业现金流,这会对金融机构或机构投资者释放出企业财务风险降低、偿债能力提升的信号,进而导致企业债务融资成本的降低。为衡量企业现金流水平(Cashflow),参考蔡伟贤等^[9]的测度方法,采用企业当期经营现金净流量占总资产的比值衡量。表8第(1)列显示,留抵退税政策的实施显著提高了企业的现金流水平,这与蔡伟贤等^[9]的结论一致。综上可知,利用留抵退税的政策可以通过优化一个企业的现金流通来减少其债务融资的花费,假设H2得到了实证支撑。

4.1.2 会计稳健性

对会计稳健性的测度方法,本文借鉴Khan和Watts^[34]在Basu^[35]模型的基础上将公司规模(Size)、账面市值比(MB)和资产负债率(Lev)3个指标作为工具变量设计出的会计稳健性指数(C_score),具体模型如下:

(2)$EP{S}_{it}/{P}_{i(t-1)}=\alpha +\beta {D}_{it}+{R}_{it}({\mu }_{1}+{\mu }_{2}Siz{e}_{it}+{\mu }_{3}M{B}_{it}+{\mu }_{4}Le{v}_{it})+{D}_{it}{R}_{it}({\gamma }_{1}+{\gamma }_{2}Siz{e}_{it}+{\gamma }_{3}M{B}_{it}+{\gamma }_{4}Le{v}_{it})+\epsilon $

(3)$C\_score={\gamma }_{1}+{\gamma }_{2}Siz{e}_{it}+{\gamma }_{3}M{B}_{it}+{\gamma }_{4}Le{v}_{it}$

式中:EPS_it/P_i₍_t_-1)为公司i第t季度每股收益除以上一季度末的股价;R_it为股票i第t季度的回报率;D_it为虚拟变量 (R_it小于0赋值为1, 否则为0);α、γ₁、μ₁为常数项;μ₁~μ₄、γ₂~γ₄为回归系数。

将变量代入式(2)中回归后得到γ₁、γ₂、γ₃、γ₄,将其代入式(3)中得到会计稳健性指数(C_score)。

表8第(2)列的结果表明,留抵退税政策有效提高了企业的会计稳健性,假设H3得到验证。

4.1.3 信息不对称程度

对信息不对称程度的测度,参考王蕾等^[36]的方法,使用股票周转率(IA)衡量信息不对称程度,IA越低,代表信息不对称程度越严重。

表8第(3)列的结果表明,留抵退税政策显著降低了企业与债权人之间的信息不对称程度,假设H4得到验证。

4.2 异质性分析

4.2.1 产权异质性

企业的产权性质是影响企业融资成本的重要因素之一^[33],这往往是因为国有企业的信用有政府“背书”,从而使得国有企业在融资方面本身具备一定的优势,从这一角度考虑,留抵退税政策对非国有企业的影响相比于国有企业可能更加明显。

基于上述分析,本文将样本企业根据产权性质哑变量(Soe)对样本企业进行了分组,即非国有企业Soe取0,国有企业Soe取1。表9呈现了分组回归分析的验证成果。研究揭示,留抵退税政策在显著降低非国有企业债务融资成本方面展现出明显效果,与此相反,对于国有企业而言,这一政策的影响则不甚显著。回归结果与本文预期一致,即相比于国有企业,留抵退税政策对非国有企业的债务融资成本的降低作用更加明显。

4.2.2 规模异质性

鉴于小规模企业在债务融资领域固有的劣势,包括融资效率较低、信息透明度不足以及难以提供充足担保或抵押品等^[37],这类企业在获取资金支持时通常面临更为严峻的挑战,相较于大规模企业而言,其债务融资成本可能受到留抵退税政策影响更为显著^[38]。

据此,构建了名为“Big”的虚拟变量,以资产规模为基准:若企业资产超越了当季度样本资产的中位数,则“Big”赋值为1;反之,则为0。表10反映了分组回归的检验结果。结果显示,留抵退税政策对小规模企业的债务融资成本有显著的降低作用,但对大规模企业影响不显著。回归结果与本文预期一致,即相比于大规模企业,留抵退税政策对小规模企业的债务融资成本的降低作用更加明显。

4.2.3 行业竞争异质性

行业竞争的激烈程度显著地塑造着企业获取债务融资时所面临的成本结构。普遍观点认为,当市场竞争异常激烈,企业因面临竞争对手对资源的激烈争夺,从而承受着显著增高的破产风险^[38]。这无疑增进了企业的经营风险,招致市场对其负面评价,迫使银行与其他债权人削减信贷额度与贷款规模,旨在减缓贷款风险的累积^[39]。据此,假定在行业竞争格局较为激烈的背景下,留抵退税政策对企业的债务融资成本施加了更为显著的影响,相较于竞争程度较低的企业而言,这一政策效应更为凸显。

基于此,选用赫芬达尔指数(HHI)来量化行业竞争强度,将大于HHI中位数的企业为竞争大企业,反之为竞争小企业。表11反映了分组回归的检验结果。两组回归结果的交互项系数估计值均显著为负,而竞争大企业的系数估计值更小,这说明相比于竞争程度低的企业,留抵退税政策对竞争程度高的企业的债务融资成本具有更强的降低作用,与本文的预期一致。

5 结论与建议

收起

基于中国A股上市公司的财务数据,涵盖了从2017年第一季度至2019年第四季度的时间跨度,通过选取2018年特定行业实施增值税留抵退税政策这一事件作为准自然实验,运用双重差分法深入探讨了该政策对企业债务融资成本的影响。研究不仅限于初步分析,还进一步展开了稳健性检验和深入的后续分析,以确保结论的可靠性和适用性。主要结论如下。

(1)留抵退税政策会降低企业的债务融资成本,且该结论在经过一系列稳健性检验后仍然成立。

(2)机制分析发现,留抵退税政策通过有效增加企业的现金流和会计稳健性,并降低了企业与债权人之间的信息不对称程度,进而降低了债务融资成本。

(3)留抵退税政策对不同产权性质、企业规模和行业竞争程度的企业的影响有显著性差异,该政策能够显著促进非国有、小规模和行业竞争程度高的企业的债务融资成本的降低。

根据以上研究结论,得出以下几点政策建议。

(1)坚持发挥留抵退税政策对降低企业债务融资成本的积极作用。政府应进一步扩大该政策的覆盖面,让更多的企业从中受益。具体来说,目前能够申请全额退还增量和存量留抵税额的有小微企业、先进制造业等7个行业,而其他行业的企业只能按月退还增量的60%。因此,可以考虑将全额退还留抵税额的做法继续推广至更多行业,同时配合其他税收优惠政策,促进企业健康发展。

(2)由于留抵退税政策能通过提高企业的现金流和会计稳健性来降低融资成本,建议加强企业财务和运营信息的透明度要求。这不仅能降低企业与债权人之间的信息不对称,还能提高整个市场的效率和公平性。同时,应鼓励企业采取更稳健的会计准则和财务管理方法,以提升其在市场中的竞争力。

(3)考虑到留抵退税政策对不同产权性质、企业规模和行业竞争程度的企业的影响有显著性差异,有针对性的政策应当更加立体和多元化。例如,对于上述类型企业,建议进一步增强其融资工具的选择性和融资渠道的有效性。比如政府可以减免这些企业的部分税项,或是为该类企业提供更多的债权融资渠道,以助力其降低融资成本,提高企业效率和竞争力。

基金

收起

辽宁省社会科学基金(L24BJY013)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

崔小勇, 蔡昀珊, 卢国军. 增值税留抵退税能否促进企业吸纳就业?来自2019年试行留抵退税制度的证据[J]. 管理世界, 2023, 39(9): 15-38.

[2]

刘怡, 耿纯. 增值税留抵规模、分布及成本估算[J]. 税务研究, 2018(3): 28-36.

[3]

卢雄标, 童锦治, 苏国灿. 制造业增值税留抵税额的分布、影响及政策建议: 基于A省制造业企业调查数据的分析[J]. 税务研究, 2018(11): 53-59.

[4]

吴怡俐, 吕长江, 倪晨凯. 增值税的税收中性、企业投资和企业价值: 基于“留抵退税”改革的研究[J]. 管理世界, 2021, 37(8): 180-194.

[5]

刘金科, 邓明欢, 肖翊阳. 增值税留抵退税与企业投资: 兼谈完善现代增值税制度[J]. 税务研究, 2020(9): 111-118.

[6]

聂海峰, 刘怡. 增值税留抵退税政策的影响与分担机制[J]. 经济研究, 2022, 57(8): 78-97.

[7]

何杨, 邓粞元, 朱云轩. 增值税留抵退税政策对企业价值的影响研究: 基于我国上市公司的实证分析[J]. 财政研究, 2019(5): 104-117.

[8]

俞杰, 万陈梦. 增值税留抵退税、融资约束与企业全要素生产率[J]. 财政科学, 2022(1): 104-118.

[9]

蔡伟贤, 沈小源, 李炳财, 等. 增值税留抵退税政策的创新激励效应[J]. 财政研究, 2022(5): 31-48.

[10]

孔进, 李天悦, 王翠翠. 留抵退税政策提升了企业创新质量吗?[J]. 经济与管理评论, 2024, 40(5): 83-95.

[11]

李光龙, 谭茜. 增值税留抵退税政策对企业资产结构的影响[J]. 北京邮电大学学报(社会科学版), 2023, 25(2): 78-89.

[12]

谢雁翔, 覃家琦, 金振, 等. 增值税留抵退税与企业短贷长投[J]. 财政研究, 2022(9): 58-74.

[13]

解洪涛, 张建顺, 王伟域. 增值税进项留抵、现金流挤占与企业融资成本上升: 基于2015税源调查数据的实证检验[J]. 中央财经大学学报, 2019(9): 3-12.

[14]

李俊强, 任海龙. 企业透明度视角下金融科技对企业债务成本的影响[J]. 金融与经济, 2023(10): 33-47.

[15]

MYERSS

, MAJLUF

N S

. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics, 1984, 13(2): 187-221.

[16]

谢佩帛, 谢清华, 王嘉发. 债务融资成本影响因素文献综述[J]. 财会月刊, 2023, 44(20): 25-35.

[17]

黄溶冰, 许吉宁. 关键审计事项信息披露与债务融资成本: 基于风险词频的分析[J]. 南京审计大学学报, 2024, 21(6): 1-10.

[18]

马新啸, 汤泰劼, 仲崇阳. 融资难与贵的迷宫十字路口: 银企联盟的成效[J]. 北京理工大学学报(社会科学版), 2023, 25(3): 129-147.

[19]

侯宝锋, 苏治, 史建平. 融资难、融资贵与小微经营者信心: 基于全国工商联和蚂蚁金服小微企业联合问卷调查的分析[J]. 中央财经大学学报, 2022(7): 25-36.

[20]

陈中飞, 江康奇, 殷明美. 数字化转型能缓解企业“融资贵”吗[J]. 经济学动态, 2022(8): 79-97.

[21]

侯省亮, 钱峰, 倪志良. 增值税留抵退税能够缓解企业经营风险吗?[J]. 商业研究, 2023(6): 40-47.

[22]

WANG

R Z

. Operating risk and accounting conservatism: an empirical study[J]. The International Journal of Business and Finance Research, 2013, 7(1): 55-68.

[23]

梁利辉, 陈一君. 会计稳健性的经营风险信号作用研究[J]. 北京工商大学学报(社会科学版), 2015, 30(2): 85-92.

[24]

ZHANG

. The contracting benefits of accounting conservatism to lenders and borrowers[J]. Journal of Accounting and Economics, 2008, 45(1): 27-54.

[25]

郑登津, 闫天一. 会计稳健性、审计质量和债务成本[J]. 审计研究, 2016(2): 74-81.

[26]

岳树民, 肖春明. 增值税留抵退税能够缓解企业融资约束吗: 基于现金-现金流敏感性的实证证据[J]. 财贸经济, 2023, 44(1): 51-67.

[27]

何杨, 邓粞元, 朱云轩. 增值税留抵退税政策对企业价值的影响研究: 基于我国上市公司的实证分析[J]. 财政研究, 2019(5): 104-117.

[28]

林毅夫, 孙希芳. 信息、非正规金融与中小企业融资[J]. 经济研究, 2005(7): 35-44.

[29]

倪娟, 彭凯, 胡熠. 连锁董事的“社会人”角色与企业债务成本[J]. 中国软科学, 2019(2): 93-109.

[30]

郑军, 林钟高, 彭琳. 货币政策、内部控制质量与债务融资成本[J]. 当代财经, 2013(9): 118-129.

[31]

魏志华, 王贞洁, 吴育辉, 等. 金融生态环境、审计意见与债务融资成本[J]. 审计研究, 2012(3): 98-105.

[32]

代昀昊, 赵煜航, 雷怡雯. 绿色金融政策会提高企业债务融资成本吗?[J]. 证券市场导报, 2023(4): 33-43.

[33]

李广子, 刘力. 债务融资成本与民营信贷歧视[J]. 金融研究, 2009(12): 137-150.

[34]

KHAN

, WATTS

R L

. Estimation and empirical properties of a firm-year measure of accounting conservatism[J]. Journal of Accounting and Economics, 2009, 48(2/3): 132-150.

[35]

BASU

. The conservatism principle and the asymmetric timeliness of earnings1[J]. Journal of Accounting and Economics, 1997, 24(1): 3-37.

[36]

王蕾, 张向丽, 池国华. 内部控制对银行信贷风险的影响: 信息不对称与代理成本的中介效应[J]. 金融论坛, 2019, 24(11): 14-23, 54.

[37]

吕劲松. 关于中小企业融资难、融资贵问题的思考[J]. 金融研究, 2015(11): 115-123.

[38]

韩忠雪, 周婷婷. 产品市场竞争、融资约束与公司现金持有: 基于中国制造业上市公司的实证分析[J]. 南开管理评论, 2011, 14(4): 149-160.

[39]

胡苏. 产品市场竞争、内部控制质量与债务融资[J]. 财会月刊, 2019(8): 39-48.

2025年第25卷第9期

PDF下载

404

211

引用本文

BibTeX

文章信息

接收时间：2024-10-23
首发时间：2025-07-18
出版时间：2025-05-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-10-23

基金

辽宁省社会科学基金(L24BJY013)

作者信息

东北大学工商管理学院, 沈阳 110167

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kjhcy/CN/1152977386183315699

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量名称	变量代码	变量定义
债务成本	Debtcost	财务费用/总负债
有形资产比例	Structre	有形资产净额/总资产
资产回报率	Roa	净利润/平均总资产
资产负债率	Lev	总负债/总资产
资产规模	Size	总资产的自然对数
股权集中度	Center	第一大股东的持股比例

变量名称

变量代码

变量定义

债务成本

Debtcost

财务费用/总负债

有形资产比例

Structre

有形资产净额/总资产

资产回报率

Roa

净利润/平均总资产

资产负债率

Lev

总负债/总资产

资产规模

Size

总资产的自然对数

股权集中度

Center

第一大股东的持股比例

变量	样本数	均值	标准差	最小值	最大值
Debtcost	31 726	0.002 7	0.007 3	-0.023 8	0.017 3
Structre	31 726	0.444 0	0.228 5	-1.534 0	0.973 1
Roa	31 726	0.026 7	0.048 4	-1.859 1	0.675 4
Lev	31 726	0.418 7	0.201 7	0.008 4	2.114 0
Size	31 726	13.208 4	1.324 8	8.933 6	19.426 2
Center	31 726	0.335 2	0.144 9	0.082 6	0.731 9

变量

样本数

均值

标准差

最小值

最大值

Debtcost

31 726

0.002 7

0.007 3

-0.023 8

0.017 3

Structre

31 726

0.444 0

0.228 5

-1.534 0

0.973 1

Roa

31 726

0.026 7

0.048 4

-1.859 1

0.675 4

Lev

31 726

0.418 7

0.201 7

0.008 4

2.114 0

Size

31 726

13.208 4

1.324 8

8.933 6

19.426 2

Center

31 726

0.335 2

0.144 9

0.082 6

0.731 9

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.001 1^*** (0.000 3)
Structre		0.002 7^* (0.001 4)
Roa		-0.002 4^* (0.001 3)
Lev		0.000 5 (0.001 6)
Size		-0.000 8^*** (0.000 3)
Center		0.001 9 (0.001 9)
常数项	0.003 1^*** (0.000 1)	0.011 0^** (0.004 4)
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	31 726
调整R²	0.105 7	0.107 2

变量

(1)

(2)

无控制变量

有控制变量

Treat×Post

-0.001 1^***
(0.000 3)

Structre

0.002 7^*
(0.001 4)

Roa

-0.002 4^*
(0.001 3)

Lev

0.000 5
(0.001 6)

Size

-0.000 8^***
(0.000 3)

Center

0.001 9
(0.001 9)

常数项

0.003 1^***
(0.000 1)

0.011 0^**
(0.004 4)

季度固定效应

控制

企业固定效应

控制

样本数

31 726

调整R²

0.105 7

0.107 2

变量	固定效应模型	倾向得分匹配
Treat×Post	-0.001 1^*** (0.000 2)	-0.001 1^*** (0.000 2)	-0.001 1^*** (0.000 3)
企业层面特征变量	控制	控制	控制
季度固定效应	控制	控制	控制
企业固定效应	控制	控制	控制
样本数	31 726	30 546	31 068
调整R²	0.107 1	0.110 6	0.109 3

变量

固定效应模型

倾向得分匹配

(1)

(2)

(3)

全样本

1∶4近邻匹配

1∶6近邻匹配

Treat×Post

-0.001 1^***
(0.000 2)

-0.001 1^***
(0.000 3)

企业层面特征变量

控制

季度固定效应

控制

企业固定效应

控制

样本数

31 726

30 546

31 068

调整R²

0.107 1

0.110 6

0.109 3

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.018 2^** (0.008 5)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	31 726
调整R²	0.105 7	0.237 1

变量

(1)

(2)

原指标

替代性指标

Treat×Post

-0.001 1^***
(0.000 3)

-0.018 2^**
(0.008 5)

企业层面特征变量

控制

季度固定效应

控制

企业固定效应

控制

样本数

31 726

调整R²

0.105 7

0.237 1

变量	(1)	(2)
Treat×Post	-0.001 1^*** (0.000 3)	-0.000 9^*** (0.000 3)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	31 726	13 220
调整R²	0.105 7	0.036 7

变量

(1)

(2)

缩短样本期前

缩短样本期后

Treat×Post

-0.001 1^***
(0.000 3)

-0.000 9^***
(0.000 3)

企业层面特征变量

控制

季度固定效应

控制

企业固定效应

控制

样本数

31 726

13 220

调整R²

0.105 7

0.036 7

变量	控制地区固定效应	控制行业随时间固定效应
Treat×Post	-0.001 1^*** (0.000 3)	-0.001 1^*** (0.000 3)	-0.001 3^*** (0.000 2)	-0.001 1^*** (0.000 2)
企业层面特征变量	不控制	控制	不控制	控制
季度固定效应	控制	控制	不控制	不控制
企业固定效应	控制	控制	控制	控制
省份固定效应	控制	控制	控制	控制
行业-季度固定效应	不控制	不控制	控制	控制
样本数	31 726	31 726	31 726	31 726
调整R²	0.104 8	0.106 3	0.108 6	0.110 2

变量

控制地区固定效应

控制行业随时间固定效应

(1)

(2)

(3)

(4)

Treat×Post

-0.001 1^***
(0.000 3)

-0.001 3^***
(0.000 2)

-0.001 1^***
(0.000 2)

企业层面特征变量

不控制

控制

不控制

控制

季度固定效应

控制

不控制

企业固定效应

控制

省份固定效应

控制

行业-季度固定效应

不控制

控制

样本数

31 726

调整R²

0.104 8

0.106 3

0.108 6

0.110 2

变量	(1)	(2)	(3)
Treat×Post	0.004 7^*** (0.000 8)	0.001 0^*** (0.000 2)	0.051 9^* (0.031 1)
企业层面特征变量	控制	控制	控制
季度固定效应	控制	控制	控制
企业固定效应	控制	控制	控制
样本数	31 726	31 714	31 690
调整R²	0.171 5	0.959 0	0.424 4

变量

(1)

(2)

(3)

Cashflow

C_score

Treat×Post

0.004 7^***
(0.000 8)

0.001 0^***
(0.000 2)

0.051 9^*
(0.031 1)

企业层面特征变量

控制

季度固定效应

控制

企业固定效应

控制

样本数

31 726

31 714

31 690

调整R²

0.171 5

0.959 0

0.424 4

变量	(1)	(2)
Treat×Post	-0.001 4^*** (0.000 3)	-0.000 6 (0.000 4)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	18 863	12 863
调整R²	0.134 7	0.063 1
组间差异(P)	0.000

变量

(1)

(2)

非国有企业

国有企业

Treat×Post

-0.001 4^***
(0.000 3)

-0.000 6
(0.000 4)

企业层面特征变量

控制

季度固定效应

控制

企业固定效应

控制

样本数

18 863

12 863

调整R²

0.134 7

0.063 1

组间差异(P)

0.000

变量	(1)	(2)
Treat×Post	-0.002 0^*** (0.000 4)	0.000 2 (0.000 2)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	15 822	15 817
调整R²	0.134 4	0.097 5
组间差异(P)	0.000

变量

(1)

(2)

小规模企业

大规模企业

Treat×Post

-0.002 0^***
(0.000 4)

0.000 2
(0.000 2)

企业层面特征变量

控制

季度固定效应

控制

企业固定效应

控制

样本数

15 822

15 817

调整R²

0.134 4

0.097 5

组间差异(P)

0.000

变量	(1)	(2)
Treat×Post	-0.000 7^* (0.000 4)	-0.001 9^*** (0.000 5)
企业层面特征变量	控制	控制
季度固定效应	控制	控制
企业固定效应	控制	控制
样本数	16 678	15 005
调整R²	0.109 3	0.107 2
组间差异(P)	0.000

变量

(1)

(2)

竞争小企业

竞争大企业

Treat×Post

-0.000 7^*
(0.000 4)

-0.001 9^***
(0.000 5)

企业层面特征变量

控制

季度固定效应

控制

企业固定效应

控制

样本数

16 678

15 005

调整R²

0.109 3

0.107 2

组间差异(P)

0.000