納稅信用評級結果披露與研發(fā)投入

竇程強，張為杰，王建煒

（東北財經(jīng)大學經(jīng)濟學院，遼寧大連 116025）

近些年來，中國政府大力實施的結構性減稅和普惠性減稅政策，一方面減輕企業(yè)負擔和激發(fā)市場活力，另一方面也降低了稅收的增長速度。2013—2016 年稅收收入（已扣減出口退稅）增速分別為9.8%、8.8%、6.6%和4.8%。稅收收入是財政收入的主要來源，是治國理政的重要基礎，因此，為保障國家稅收收入，履行政府各項職能，滿足公共需要，強化稅收征管勢在必行。目前我國已經(jīng)建立了較為完善的稅收征管體系，稅收征管也發(fā)揮了重要作用，但是企業(yè)的偷逃稅現(xiàn)象依然比較嚴重。為此，國家開始建立納稅信用評級制度，希望通過一些非強制性稅收征管活動來激勵企業(yè)規(guī)范納稅。2014 年7 月4 號，國家稅務總局發(fā)布了《納稅信用管理辦法（試行）》，并且于2014 年10 月1 日起正式施行。該辦法根據(jù)所有納稅企業(yè)的納稅情況，每年評定一次，共設A、B、C 和D 四個信用等級。對不同納稅信用評級的納稅人實施分級管理，不同級別的納稅人享受不同的政策優(yōu)惠，這種分級管理激勵了企業(yè)規(guī)范納稅。

為提高我國經(jīng)濟增長的質(zhì)量和效益、加快轉(zhuǎn)變經(jīng)濟發(fā)展方式，我國實施了創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略。企業(yè)是研發(fā)投入和創(chuàng)新成果產(chǎn)業(yè)化的主體，同時企業(yè)的研發(fā)活動受到越來越多的關注。因此，研究稅收征管對企業(yè)研發(fā)投入的影響具有重要的現(xiàn)實意義。近年來，越來越多的文獻開始關注稅收征管活動的經(jīng)濟效應。稅收征管的加強規(guī)范企業(yè)的納稅行為，進而抑制企業(yè)避稅［1-2］。有利于增加國家的稅收收入［3-4］。稅收征管還能夠減少代理成本［5-8］。抑制管理的私有收益［9-11］。此外，一些研究表明稅收征管影響企業(yè)的融資約束［12-14］以及影響企業(yè)的研發(fā)投入［15］?，F(xiàn)有文獻大多關注稅收征管制度的政策效應，但以納稅信用評級信息披露視角來重新審度稅收征管制度的政策效應研究卻相對較少，只有孫雪嬌等［14］研究納稅信用評級結果披露對企業(yè)融資約束的影響，發(fā)現(xiàn)納稅信用評級結果披露緩解了企業(yè)的融資約束。

本文利用納稅信用評級披露作為準自然實驗，以企業(yè)的研發(fā)投入為切入點，考察納稅信用評級結果披露對企業(yè)的研發(fā)投入是否具有促進作用。研究發(fā)現(xiàn)：在納稅信用評級披露以后，納稅信用評級為A 的企業(yè)的研發(fā)投入明顯增加，即納稅信用評級結果披露顯著增加了企業(yè)的研發(fā)投入。經(jīng)過一系列穩(wěn)健性檢驗后，結論基本保持不變。進一步研究表明，納稅信用評級結果披露正是通過緩解企業(yè)的融資約束，進而對企業(yè)的研發(fā)投入產(chǎn)生促進作用。另外，本文還進行了分樣本回歸，發(fā)現(xiàn)納稅信用評級結果披露只能促進中小型企業(yè)增加研發(fā)投入，對大型企業(yè)的促進作用不明顯。納稅信用評級結果披露能夠?qū)Ψ菄衅髽I(yè)的研發(fā)投入產(chǎn)生顯著的促進作用，而未能對國有企業(yè)產(chǎn)生顯著促進作用。

本文主要研究內(nèi)容有：①利用納稅信用評級披露為準自然實驗，以企業(yè)的研發(fā)投入為切入點，研究納稅信用評級結果披露對企業(yè)的研發(fā)投入的影響，以期豐富研發(fā)投入影響因素的相關文獻；②豐富納稅信用評級結果披露作用機理的文獻，納稅信用評級結果披露通過緩解企業(yè)融資約束，進而對企業(yè)研發(fā)投入產(chǎn)生促進作用。

一、理論分析與研究假設

自納稅信用評級制度建立以來，體現(xiàn)出了明顯的激勵效應，緩解了企業(yè)的融資約束。首先，國家稅務總局會根據(jù)企業(yè)納稅情況，綜合評定信用等級，并且主動披露納稅信用為A 的納稅人名單，提高了企業(yè)的聲譽，有利于激勵企業(yè)規(guī)范納稅；其次，稅務機構為納稅信用評級為A 的企業(yè)提供便利的納稅服務，有利于降低納稅信用評級為A 的企業(yè)的組織成本；再次，相關部門對納稅信用為A 的納稅人實施聯(lián)合激勵措施，特別是在財政資金使用和融資方面的政策優(yōu)惠和綠色通道。銀行在提供信貸時，企業(yè)的納稅信用評級結果也是重要的參考依據(jù)。納稅信用評級為A 的企業(yè)更容易獲得銀行信貸，信貸融資成本更低。由此可見，納稅信用評級數(shù)據(jù)能夠發(fā)揮發(fā)揮資源的配置作用，納稅信用評級結果披露緩解了企業(yè)的融資約束。在既有研究中，關于納稅信用評級結果披露對融資約束的影響效應，學者也持有正面觀點［14］。

信息不對稱是融資約束產(chǎn)生的重要原因之一，納稅信用評級結果披露通過降低信息不對稱，來緩解企業(yè)的融資約束。不完備契約的存在，使得稅收征管機構與企業(yè)間存在著信息不對稱，進而使得企業(yè)有著較強的動機進行逃稅和避稅。為此，根據(jù)企業(yè)的避稅情況，稅務機構對企業(yè)實施不同的激勵計劃。納稅信用評級結果披露通過激勵機制降低機會主義行為。企業(yè)為了納稅信用評級為A，主動通過降低避稅程度，來提高企業(yè)的信息透明度。這降低了信息不對稱程度，緩解了企業(yè)的融資約束。國家稅務總局根據(jù)納稅信用結果，主動披露納稅信用評級為A 級的企業(yè)名單，具有較高的公信力。這種納稅信用評級信息的披露向外部投資者傳遞了更多的高質(zhì)量信息。降低了投資者與公司之間存在的信息不對稱，進而緩解了企業(yè)的融資約束。

代理成本是融資約束產(chǎn)生的重要原因之一，納稅信用評級結果披露提高企業(yè)的聲譽來緩解企業(yè)的融資約束。幫助企業(yè)獲得更多外部融資來提高資本投資效率，尤其是避免了投資不足。納稅信用的評級指標既包括稅務信息指標，還包括如納稅人在銀行和工商等部門的信用記錄。如果一個企業(yè)的納稅信用被評級為A，那么則意味著企業(yè)的歷史信用十分良好。良好的歷史信用有利于提高企業(yè)的聲譽和增加投資者的信心，進而降低了公司企業(yè)的代理成本，緩解了融資約束。

那么，納稅信用評級結果披露在緩解中國企業(yè)融資約束的同時，是否會進一步地增加企業(yè)的研發(fā)投入呢？從既有文獻看，有大量學者考察了融資約束對企業(yè)研發(fā)投入的影響效應，且觀點基本一致，均認為融資約束可以顯著地抑制企業(yè)的研發(fā)投入［16-19］。

由于企業(yè)的研發(fā)創(chuàng)新項目高風險性、信息不對稱和投資周期長等特點，使得研發(fā)創(chuàng)新項目常常需要大量資金的長期持續(xù)投入，因此，融資約束是企業(yè)創(chuàng)新活動的“攔路虎”［19］。首先，企業(yè)研發(fā)投入具有較高的信息風險、資金風險和經(jīng)濟風險，使得研發(fā)創(chuàng)新活動上更容易受到外部融資約束的影響。其次，由于企業(yè)研發(fā)創(chuàng)新項目具有保密性、高投入性和產(chǎn)出的不確定性的特點，導致在企業(yè)的研發(fā)活動方面，創(chuàng)新者和投資者之間存在的信息不對稱。研發(fā)活動通常與企業(yè)的發(fā)展戰(zhàn)略息息相關，創(chuàng)新者也常常處于保護泄露商業(yè)機密的目的，而不愿意披露有關研發(fā)創(chuàng)新項目的信息，因此，相對于企業(yè)而言，外部投資者處于信息劣勢。進而產(chǎn)生了風險溢價，推高了企業(yè)的對外融資成本。因此，企業(yè)也難以獲得研發(fā)創(chuàng)新項目所需的資金。最后，研發(fā)創(chuàng)新項目的投資周期長使得企業(yè)需要大量資金的持續(xù)供給。若企業(yè)停止后續(xù)的投資，前期投入便會成為無法收回的沉沒成本，同時研發(fā)失敗的概率也會增加。因此，當企業(yè)的內(nèi)部資金不足，外部融資成本又很高時，企業(yè)通常會選擇較少的研發(fā)投入，甚至是不投入研發(fā)。而納稅信用評級結果披露緩解了企業(yè)的融資約束，使得企業(yè)研發(fā)創(chuàng)新項目投資不再過度依賴內(nèi)部資金，擴大了研發(fā)投入的資金來源，進而促進了企業(yè)的研發(fā)投入。

根據(jù)以上分析，本文繪制納稅信用評級結果披露影響研發(fā)投入的機理示意圖，如圖1，并提出以下研究假說予以檢驗：

納稅信用評級結果披露可以提高企業(yè)的研發(fā)投入（H1）；

納稅信用評級結果披露可以通過緩解融資約束，進而提高企業(yè)的研發(fā)投入（H2）。

圖1 影響研發(fā)投入的機理示意圖

二、研究設計

(一)數(shù)據(jù)來源與樣本選擇

本文選取2013—2016 年我國非ST、非金融保險行業(yè)的A 股上市公司為初始研究樣本，隨后刪除數(shù)據(jù)缺失的上市公司，最終得到1214 家上市公司，共4856 個樣本觀察值。本文還對主要變量進行了縮尾處理（1%和99%分位上），目的是消除極端值的影響。

(二)模型和變量的定義

為檢驗納稅信用評級結果披露對企業(yè)研發(fā)投入的影響，本文利用納稅信用評級披露作為準自然實驗，并采取雙重差分模型進行因果識別。通過實驗組和控制組內(nèi)樣本企業(yè)的對比來評估納納稅信用評級結果披露對企業(yè)研發(fā)投入的影響。具體模型設定如下：

其中：RD表示研發(fā)投入情況；企業(yè)分組變量為D，當企業(yè)為實驗組時D取值為1，當企業(yè)為控制組時D取值為0；T表示納稅信用評級結果披露的時間，即T等于1 為2015 年之后，等于0 為2015 年之前；下標i、t、k分別表示企業(yè)編號、年份、參數(shù)的序號；在這個模型中，本文主要關注的系數(shù)是β3，它衡量了納稅信用評級結果披露對企業(yè)研發(fā)投入的影響；Control表示控制變量組，參照已有研究，本文控制了公司規(guī)模、負債能力等表示公司治理和公司特征的一系列變量。

(三)變量定義

1.被解釋變量

現(xiàn)有文獻對研發(fā)投入的測量主要有以下幾種：研發(fā)投入和營業(yè)收入之比、研發(fā)投入與總資產(chǎn)之比和研發(fā)投入的自然對數(shù)。本文借鑒孫菁等［20］的研究，研發(fā)投入（RD）用研發(fā)投入的自然對數(shù)作為被解釋變量。

2.解釋變量

盡管在2014 年，國家稅務總局就開始實施納稅信用評級，但直到2015 年4 月才在其官方網(wǎng)站上公布了納稅信用評級為A 的企業(yè)名單。D取值為1 表示上市公司納稅信用評級結果為A 級，否則D取值為0；用T表示納稅信用評級結果披露時間，2015—2016 年T取值為1，2013—2014 年T取值為0。

3.控制變量

參考已有研究，本文控制了一系列影響研發(fā)投入的公司治理和公司特征的變量，其中，負債能力（Lev）用總負債和總資產(chǎn)比值表示；公司規(guī)模（Size）用總資產(chǎn)的自然對數(shù)表示；成長狀況（Growth）用營業(yè)收入的增長率來表示；第一大股東持股比例（Top1）用第一大股東持股數(shù)和總股數(shù)的比值表示；高管持股比例（Magstk）用高管持股數(shù)和總股數(shù)的比值表示；股權集中度（HHI5）用前5 大股東的赫芬達爾指數(shù)表示；資產(chǎn)收益率（Roa）用凈利潤和總資產(chǎn)的比值表示；流動比率（Crz）用流動資產(chǎn)和流動負債的比值表示；資本性支出（Invt）用表示購建固定資產(chǎn)、無形資產(chǎn)、其他長期資產(chǎn)支付的現(xiàn)金與總資產(chǎn)的比值表示；代理成本（Ac）用管理費用和營業(yè)收入的比值表示；銀行性債務（Bankd）用短期借款與長期借款之和除以總負債表示；現(xiàn)金替代物（Liqui）用流動資產(chǎn)減去流動負債、貨幣資金后的差值和總資產(chǎn)的比值表示。此外，表1 給出了主要變量的描述性統(tǒng)計分析。

表1 主要變量的描述性統(tǒng)計

三、結果與分析

(一)基本回歸結果分析

1.納稅信用評級結果披露對研發(fā)投入的影響：DID 估計

對模型（1）進行估計，用以分析納稅信用評級結果披露對上市公司研發(fā)投入的影響，結果見表2 中第（1）和（2）列。第（1）列中，只加入控制變量進行回歸，發(fā)現(xiàn)交互項DT的回歸系數(shù)等于0.0642 且在10%的水平上顯著為正。進一步地，在第（1）列的基礎上，對時間效應和行業(yè)固定效應進行控制，估計結果如第（2）列所示。交互項DT的系數(shù)依然為正且在5%的水平上顯著，同時模型的R2也提高了，說明模型得到了優(yōu)化。這些結果表明，我們不能從統(tǒng)計上拒絕假設H1。因此，納稅信用評級結果披露確實增加了上市公司的研發(fā)投入。

2.納稅信用評級結果披露對研發(fā)投入的影響：PSM-DID 估計

事實上，潛在的“選擇性偏差”造成表2 的第（1）和（2）列DID 估計的結果可能會出現(xiàn)偏差。由于自身的因素導致實驗組和控制組內(nèi)的上市公司之間存在較大的差異，而這種差異會使得估計結果出現(xiàn)偏差和影響平行趨勢假定。為此，本文使用傾向得分匹配法（PSM）去降低樣本間的差異。隨后再進行DID 估計。

表3 是納稅信用評級為A 和不是A 兩組樣本比較，結果顯示，負債能力（Lev）、企業(yè)成立年齡（Age）、資產(chǎn)收益率（Roa）、現(xiàn)金流量（Cflow）、現(xiàn)金持有量（Cash）、董事長與總經(jīng)理兩職合一（Dua）和成長狀況（Growth）的均值都存在顯著差異。

首先，使用上述協(xié)變量作為企業(yè)的特征變量進行Logit 回歸，并以其預測值作為傾向得分。其次在基于1∶2 的比例采用抽樣有放回距離最近鄰匹配法進行匹配，匹配完成后共得到3822 家樣本企業(yè)。此外，在匹配完成后，對匹配是否滿足平衡性假設進行驗證，平衡性檢驗結果見表4。從t統(tǒng)計量和偏差的變化中可以發(fā)現(xiàn)，兩組企業(yè)的特征變量在匹配之后均不存在顯著差異，這說明匹配效果良好，平衡性假設得到基本滿足。最后按照模型（1）進行回歸，PSMDID 方法的回歸結果見表2 中第（3）列?？梢钥闯觯{稅信用評級結果披露對研發(fā)投入仍然具有顯著促進作用，相對于匹配前回歸結果，匹配后交互項DT系數(shù)估計值的絕對值和顯著性水平都有所增加，該結果進一步說明了，潛在的樣本選擇性偏差并未對本文的估計結果帶來實質(zhì)性影響，間接證明表2 第（2）列結果的穩(wěn)健性。綜上，研究假設H1 得到支持。

(二)穩(wěn)健性檢驗

上述結果表明納納稅信用評級結果披露對研發(fā)投入具有顯著促進作用。為保證結果的可靠性，本文分別采用反事實檢驗、平行趨勢假設、改變控制變量的度量指標、增加控制變量組合和改變樣本匹配比例對上述結果進行穩(wěn)健性檢驗，具體如下。

表2 基本回歸結果

表3 納稅信用評級為A 和不是A 樣本比較

表4 平衡性檢驗

1.反事實檢驗

使用時間反事實檢驗和虛構實驗組反事實檢驗來排除其他隨機因素的干擾。首先，進行時間反事實檢驗，本文通過改變納稅信用評級結果披露的時間來進行反事實檢驗，即通過把實驗組的納稅信用評級結果披露的年份提前到2014 年，來觀察政策處理效應。若“政策處理效應”依舊顯著，則說明其他政策變化或者隨機因素很可能是造成企業(yè)研發(fā)投入變化的原因，具體估計結果見表5 第（1）列。從中可知，交互項DT1 的系數(shù)不顯著。以上結果與表2 的基本回歸結果不一致，這說明本文基于表2 得到的研究結論是正確的，即納稅信用評級結果披露能夠增加企業(yè)的研發(fā)投入。

表5 穩(wěn)健性檢驗

此外，本文還借鑒王永進和馮笑［21］的方法，通過隨機抽樣方法構建虛假實驗組進行安慰劑檢驗，即將納稅信用為A 隨機分配給上市公司生成新的實驗組和控制組，并且對抽取的隨機數(shù)據(jù)按照模型（1）進行估計，最后將交互項DT的500個系數(shù)估計值作成條形圖和系數(shù)估計值的統(tǒng)計分布表，如圖2 和表6 所示?？梢园l(fā)現(xiàn)，顯著為正和顯著為負的DT系數(shù)估計值所占的比例比較小，這說明本文構造的虛擬處理效應并不存在，表2的基本結論是正確的。在政策實施前后實驗組和控制組的研發(fā)投入變化確實由納稅信用評級結果披露造成的，而不是其他政策變化或者隨機因素造成的。

2.平行趨勢假定檢驗

在使用雙重差分模型進行政策評估時，一個重要的假設是實驗組和控制組在政策實施前應該滿足平行趨勢假定。因此，為了驗證本文DID 模型的適當性，本文進行了平行趨勢檢驗。假定實驗組和實驗組在政策實施之前具有不同的變動趨勢，構建如下模型來檢驗平行趨勢：

圖2 500 次檢驗結果

表6 虛擬處理回歸結果的統(tǒng)計發(fā)布

其中：Yearit是年份虛擬變量；εit為隨機擾動項，其他變量和參數(shù)說明如模型（1）。

以2013 年為基期的2014 年、2015 年和2016 年Yearit×Dit變量的估計系數(shù)。模型的估計結果見表5 第（2）列，可以看出，評級披露前的年份與D的交乘項（Year2014×D）的回歸系數(shù)不顯著，說明在沒有實施納稅信用評級披露的情況下前，實驗組和控制組之間研發(fā)投入的差異并不會隨著時間推移發(fā)生顯著變化，滿足平行趨勢假定。而評級披露后的年份與D的交乘項（Year2015×D和Year2016×D）均在10%的水平下顯著為正，說明在納稅信用評級結果披露后，納稅信用評級為A 的上市公司的研發(fā)投入顯著增加了，即正是政策實施引起實驗組在政策實施前后的研發(fā)投入的變化，而不是時間效應。

3.改變控制變量的度量指標

本文采用總資產(chǎn)的增長率（Tagr）代替成長狀況（Growth），前三大股東赫芬達爾指數(shù)（HHI3）代替股權集中度（HHI5）。其中總資產(chǎn)的增長率等于本年總資產(chǎn)與上年總資產(chǎn)之差，和上年總資產(chǎn)的比值，具體回歸結果如表5 第（3）列。可以看出，交互項的系數(shù)仍然顯著為正，這進一步說明上文結論的穩(wěn)健性。

4.增加控制變量組合

除了本文所選取的控制變量以外，董事長和總經(jīng)理兩職合一（Dua）和獨立董事比例（Indep）也是影響企業(yè)研發(fā)投入的重要因素，應該加入到模型中予以控制，估計結果見表5 第（4）列。董事長和總經(jīng)理為同一人時，Dua取值為1，否則為0。Indep等于獨立董事人數(shù)與董事會人數(shù)的比值。不難看出，交互項的系數(shù)顯著為正，表明，在進一步控制研發(fā)投入的影響因素后，納稅信用評級結果披露對上市公司研發(fā)投入的促進作用依然顯著。

5.改變PSM 的匹配比例

在前文的傾向得分匹配分析中，我們主要使用的是1∶2 抽樣有放回最近鄰的匹配方法。為了保證上文結論的穩(wěn)健性，進一步改變PSM 匹配比例，即按照1∶3 的匹配原則，進行有放回最近鄰的匹配，重新匹配本文的控制組。然后基于1∶3 匹配完成后的樣本，同樣采用DID 方法對模型進行估計，并以此作為本文的一個穩(wěn)健性檢驗。具體回歸結果見表5 第（5）列，可以看出回歸結果依舊顯著為正，從而說明基準回歸結果的穩(wěn)健性。

四、機制分析

上述實證研究從多個維度探究了納稅信用評級結果披露對研發(fā)投入的影響，得出的結論是顯著和穩(wěn)健的。那么納稅信用評級結果披露是否會通過影響上市公司的融資約束，進而影響上市公司研發(fā)投入呢？下面我們將進一步地進行機制分析。

在中介變量融資約束（SA）的衡量上，借鑒鞠曉生等［22］的做法，用SA 指數(shù)來表示融資約束。在模型設計上，參考溫忠麟等［23］的Sobel 檢驗方法，使用中介效應檢驗程序來識別納稅信用評級結果披露對企業(yè)研發(fā)投入的作用機制。為此，構建如下遞歸檢驗模型：

其中：SA是中介變量融資約束；其他變量和模型（1）一致。

根據(jù)Sobel 檢驗的原理可知，中介效應由β3γ0衡量，若β3和γ0的系數(shù)估計值全部顯著則表明中介效應顯著，無需進行Sobel 檢驗；若β3和γ0的系數(shù)估計值至少有一個顯著則需進行Sobel 檢驗，Sobel 檢驗顯著則中介效應顯著。此外，Sobel 檢驗統(tǒng)計量的分布表和標準正態(tài)分布有所不同，在5%顯著性水平上，Sobel 檢驗統(tǒng)計量的臨界值為0.97 左右［24］。

表7 第（1）和（2）報告了納稅信用評級結果披露是否通過融資約束影響上市公司研發(fā)投入的估計結果。第（1）列是對模型（3）的回歸估計結果，可以看出，交互項DT的系數(shù)β3為負且在10%的水平上都不顯著。而從第（2）列對模型（4）的回歸估計結果中，可以看出交互項DT的系數(shù)γ0為負且在1%的水平上顯著。因此，需進行Sobel 檢驗。具體的，計算出乘積項的標準差為0.0018，在5%的水平上顯著。這就進一步驗證了融資約束中介效應的存在性，即融資約束是納稅信用評級結果披露提高上市公司研發(fā)投入的一個可能渠道。中介效應為0.0025，總效應（0.0641）的3.86%。

表7 作用機制檢驗：融資約束的中介效應

五、分樣本回歸

在前文的實證研究中，我們雖然發(fā)現(xiàn)納稅信用評級結果披露顯著促進了企業(yè)增加研發(fā)投入，但是考慮到納稅信用評級結果披露對不同類型上市公司研發(fā)投入的影響可能存在差異。為此，我們按照企業(yè)規(guī)模和所有制類型進行了分樣本回歸。

(一)不同企業(yè)規(guī)模的分樣本分析

表8 報告了納稅信用評級結果披露對不同規(guī)模企業(yè)的研發(fā)投入的影響。以資產(chǎn)總額自然對數(shù)的均值作為分界點對企業(yè)規(guī)模進行劃分，小于均值的定義為中小型企業(yè)，大于均值的定義為大型企業(yè)。表8 第（1）列為納稅信用評級結果披露對中小型企業(yè)研發(fā)投入的估計結果，可以看出，交互項DT的系數(shù)至少在10%的水平上顯著為正；而第（2）列在對大型企業(yè)樣本的回歸中，DID 估計結果中的交互項系數(shù)為正，但是交互項系數(shù)沒有通過常規(guī)水平的顯著性檢驗。這些結果說明，納稅信用評級結果披露只能對中小型企業(yè)的研發(fā)投入產(chǎn)生顯著促進作用，可能的解釋是：在中國，由于金融市場不完善和信息不對稱，使得銀行很難判斷中小型企業(yè)研發(fā)創(chuàng)新項目的質(zhì)量，進而大大增加了銀行的監(jiān)督成本，導致中小型企業(yè)很難從銀行獲得貸款。此外，由于自身規(guī)模的限制，中小型企業(yè)也往往很難提供銀行貸款所需的抵押擔保品。這些導致中小型企業(yè)很難獲得銀行貸款，研發(fā)投入不足。但是由于納稅信用評級結果的披露，使得銀行更容易獲得納稅信用評級為A 的中小型企業(yè)的各方面信息，降低了銀行的監(jiān)督成本。同時，由于納稅信用評級結果作為銀行信貸的重要參考依據(jù)，這部分解決了中小型企業(yè)銀行貸款所需抵押擔保品不足的問題。這些都降低了納稅信用評級為A 的中小型企業(yè)獲得銀行貸款成本和難度，緩解了中小型企業(yè)的融資約束，進而促進中小型企業(yè)繼續(xù)追加研發(fā)投入。

表8 分樣本回歸

(二)不同所有制類型的分樣本分析

考慮到不同所有制類型的企業(yè)在響應納稅信用評級制度時可能會存在差異？為此，表8 第（3）和（4）列報告了納稅信用評級結果披露對中國不同所有制類型企業(yè)研發(fā)投入水平的影響。第（3）列為納稅信用評級結果披露影響國有企業(yè)研發(fā)投入水平的估計結果，可以看出，交互項DT的系數(shù)為負，但是在10%的水平上不顯著；第（4）列為納稅信用評級結果披露對非國有企業(yè)研發(fā)投入的估計結果，可以看出，交互項DT的系數(shù)在5%的水平上顯著為正。以上信息說明，納稅信用評級結果披露只能顯著地提高了非國有企業(yè)的研發(fā)投入水平?？赡苁且驗椋涸谥袊瑖写筱y行為主的高度集中的金融體制，使得國有大型銀行掌控著關鍵信貸資源的配置權，這導致了一系列問題，如企業(yè)融資難、融資貴等。相對于非國有企業(yè)，國有企業(yè)和政府之間的聯(lián)系性更加緊密，因此，銀行貸款常常偏向于國有企業(yè)，非國有企業(yè)的銀行貸款不足，進而導致非國有企業(yè)的研發(fā)投入較少。但是，由于納稅信用評級結果的共享機制成為銀行向企業(yè)提供貸款的重要依據(jù)，這降低了納稅信用評級為A 的非國有企業(yè)獲得銀行貸款的成本和難度，緩解了非國有企業(yè)的融資約束，進而促進非國有企業(yè)增加研發(fā)投入。

六、結論與啟示

在納稅信用評級制度的建設中，中國上市公司是否能夠把握有利機遇增加研發(fā)投入實現(xiàn)創(chuàng)新，進而提高自身競爭力是社會各界亟待關注的重要問題。有鑒于此，本文利用2013—2016 年中國A 股上市公司數(shù)據(jù)，以納稅信用評級為A 的上市公司作為實驗組，納稅信用評級不是A 的上市公司作為控制組，利用雙重差分模型考察了納稅信用評級結果披露對研發(fā)投入的影響效應及作用機制，主要得出以下結論：

（1）納稅信用評級結果披露可以顯著促進上市公司增加研發(fā)投入。并運用雙重差分傾向得分匹配法（PSM-DID）進一步進行了驗證，基于PSM-DID 方法的估計結果與上述結論無明顯差異。此外，再進行了反事實檢驗、平行趨勢檢驗、改變控制變量度量指標等一系列穩(wěn)健性檢驗之后，發(fā)現(xiàn)納稅信用評級結果披露對研發(fā)投入的促進效應依然顯著。

（2）機制檢驗表明，納稅信用評級結果披露通過降低上市公司的融資約束，進而促進企業(yè)增加研發(fā)投入。

（3）本文還基于企業(yè)規(guī)模和產(chǎn)權性質(zhì)進行了分樣本回歸，結果顯示納稅信用評級結果披露只能促進中小型企業(yè)增加研發(fā)投入，對大型企業(yè)研發(fā)投入的促進作用不明顯。納稅信用評級結果披露能夠?qū)Ψ菄衅髽I(yè)的研發(fā)投入產(chǎn)生顯著的促進作用，而未能對國有企業(yè)產(chǎn)生顯著促進作用。

總體而言，本文的研究證實了納稅信用評級結果披露能夠?qū)ζ髽I(yè)的研發(fā)投入產(chǎn)生積極的影響，在理論上豐富和擴展了企業(yè)研發(fā)投入影響因素的相關研究。此外，本文的研究還具有重要的參考價值以及可以給予政策制度一定的啟示與建議：

（1）進一步公布其他等級的納稅信用企業(yè)名單，發(fā)揮納稅信用評級制度的資源配置作用。本文的結論充分肯定了納稅信用評級制度的積極作用，因此，在現(xiàn)行公布納稅評級依據(jù)以及A 級納稅信用人名單的基礎上，需進一步公開其他納稅信用評級企業(yè)名單和納稅信用評級的過程。這有利于發(fā)揮納稅信用評級制度的資源配置作用和提高納稅信用評級制度的透明度，進而更好得發(fā)揮納稅信用評級制度對研發(fā)投入促進作用。

（2）在實施納稅信用評級披露制度的過程中，對納稅信用企業(yè)的激勵措施應該考慮到企業(yè)規(guī)模和企業(yè)所有權性質(zhì)的影響。政府應該采取相關的政策措施，充分調(diào)動大規(guī)模企業(yè)和國有企業(yè)進行研發(fā)投入創(chuàng)新的積極性，利用自身擁有的資源優(yōu)勢對技術難題進行攻關，不斷提高自身的競爭力，更好地發(fā)揮示范引領作用。