周天皓 張友棠

【摘要】數(shù)字金融作為一種新型的金融業(yè)態(tài)正處于飛速發(fā)展階段， 其對經(jīng)濟可持續(xù)發(fā)展和微觀企業(yè)行為都具有巨大影響。 基于2011 ～ 2018年我國滬深A股上市公司數(shù)據(jù)和北京大學數(shù)字普惠金融指數(shù)（2011 ～ 2018年）， 實證檢驗各省份數(shù)字金融發(fā)展對企業(yè)避稅的影響及其影響機制。 研究結果顯示： 數(shù)字金融發(fā)展有助于抑制企業(yè)的避稅行為; 公司融資約束的降低是上述效應產(chǎn)生的重要渠道之一。 進一步研究發(fā)現(xiàn)， 數(shù)字金融與企業(yè)避稅的負向關系主要集中在民營企業(yè)與高科技企業(yè)中， 在市場化環(huán)境差的地區(qū)影響更加顯著。

【關鍵詞】數(shù)字金融;企業(yè)避稅;融資約束;金融監(jiān)管

【中圖分類號】F270? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）18-0143-10

一、引言

2015年李克強總理在《政府工作報告》中提出“互聯(lián)網(wǎng)+”計劃， 隨后于2017年的《政府工作報告》中又提出“促進數(shù)字經(jīng)濟快速成長”， 在2019年的《政府工作報告》中繼續(xù)強調(diào)“要深化大數(shù)據(jù)、人工智能等應用的研究， 發(fā)展壯大數(shù)字經(jīng)濟”。 數(shù)字經(jīng)濟的快速發(fā)展帶動了與之相關的各類商業(yè)模式和技術的創(chuàng)新發(fā)展， 數(shù)字金融與互聯(lián)網(wǎng)金融是最具代表性的行業(yè)。

黨的十九大報告提出， “深化金融體制改革， 增強金融服務實體經(jīng)濟的能力”。 在大數(shù)據(jù)、人工智能等新興技術發(fā)展的背景下， 數(shù)字金融這一新型的金融業(yè)態(tài)應運而生， 并推動了金融體制的改革。 數(shù)字金融通過大數(shù)據(jù)等科技手段， 使銀行可以根據(jù)“數(shù)據(jù)驅動”為客戶提供更加高效與精準的服務; 可以有效降低傳統(tǒng)金融業(yè)的高準入門檻， 緩解信息不對稱[1] ， 實現(xiàn)金融業(yè)的普惠發(fā)展。 相較于“互聯(lián)網(wǎng)金融”， 數(shù)字金融覆蓋范圍更廣且使用程度更深， 數(shù)字金融的各種具體業(yè)態(tài)都大幅降低了金融市場的搜尋成本和風險識別成本[2] ， 為企業(yè)提供了較為寬松的外部融資環(huán)境。

稅收是財政收入的主要來源， 財政收入是國家發(fā)展的支柱。 根據(jù)世界銀行與普華永道發(fā)布的《2019年世界納稅報告》可知， 中國稅收營商環(huán)境有了顯著改善， 但與發(fā)達國家差距較大， 且國內(nèi)企業(yè)的稅負較重。 傳統(tǒng)的稅收籌劃理論認為， 企業(yè)的避稅行為可以為企業(yè)帶來現(xiàn)金流， 如劉行等[3] 研究發(fā)現(xiàn)避稅是企業(yè)獲取資金的途徑; 而現(xiàn)代的稅收理論則發(fā)現(xiàn)企業(yè)的避稅行為會引發(fā)非稅成本[4] 。 企業(yè)的高速發(fā)展離不開現(xiàn)金的支持， 由于中國金融體系不健全[5] ， 銀行與企業(yè)之間存在嚴重的信息不對稱問題， 導致企業(yè)的融資活動存在更高的交易成本。 在此背景下， 企業(yè)可能會通過合理的避稅行為來獲得內(nèi)源融資以推動企業(yè)的高速發(fā)展。 企業(yè)避稅會導致國家財政收入減少， 從而影響國家發(fā)展。 數(shù)字金融的發(fā)展可以彌補傳統(tǒng)金融中部分企業(yè)因信用不足而無法獲得貸款的問題， 緩解企業(yè)的融資約束， 并為企業(yè)提供相應的現(xiàn)金流。 那么， 數(shù)字金融的發(fā)展是否能夠為企業(yè)創(chuàng)造一個寬松的融資環(huán)境， 從而抑制企業(yè)的避稅行為呢？ 為回答這一問題， 本文試圖探究數(shù)字金融的發(fā)展是否會通過緩解企業(yè)的融資約束來抑制企業(yè)的避稅行為， 提高政府的財政收入。

基于此， 本文選取2011 ～ 2018年我國滬深A股上市公司作為樣本， 將北京大學數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)與企業(yè)數(shù)據(jù)相匹配[6] ， 實證檢驗數(shù)字金融對企業(yè)避稅的影響。 研究結果表明， 數(shù)字普惠金融的發(fā)展有助于抑制企業(yè)的避稅行為。 進一步考察融資約束作為重要機制在數(shù)字金融對企業(yè)避稅的影響中的作用發(fā)現(xiàn)， 數(shù)字金融的發(fā)展可以通過緩解企業(yè)的融資約束從而抑制企業(yè)的避稅行為。 分組檢驗發(fā)現(xiàn)， 數(shù)字金融與企業(yè)避稅的負向關系在民營企業(yè)與高科技企業(yè)中更顯著， 同時數(shù)字金融與企業(yè)避稅的負向關系在市場化環(huán)境較弱的地區(qū)更顯著。 政策制定者應當重視數(shù)字金融的發(fā)展， 以防范資本流動性不健全引發(fā)的金融危機; 同時通過數(shù)字金融為企業(yè)提供充足的資金， 以弱化企業(yè)避稅的動機。

本文可能的貢獻主要體現(xiàn)在以下幾個方面： ①利用北京大學數(shù)字金融研究中心提供的“數(shù)字普惠金融指數(shù)”， 探討數(shù)字金融對企業(yè)避稅的影響。 首次將數(shù)字金融納入企業(yè)避稅的分析框架， 基于外部環(huán)境加深了對影響企業(yè)避稅因素的認識。 ②考察了數(shù)字金融對企業(yè)避稅的作用機制， 發(fā)現(xiàn)數(shù)字金融通過緩解企業(yè)融資約束來抑制企業(yè)避稅動機。 ③考察了數(shù)字金融在不同產(chǎn)權、不同科技程度和不同制度環(huán)境下對企業(yè)避稅的影響。 以上研究結果為政府部門進一步推進數(shù)字金融的發(fā)展提供了重要的實證依據(jù)。

二、文獻回顧

（一）數(shù)字金融發(fā)展的經(jīng)濟后果研究

數(shù)字金融泛指傳統(tǒng)金融機構與互聯(lián)網(wǎng)公司利用數(shù)字技術實現(xiàn)融資、支付、投資和其他新型金融業(yè)務模式[7] 。 與傳統(tǒng)金融不同， 數(shù)字金融具有普惠性和服務型的特點。 數(shù)字金融通過利用大數(shù)據(jù)技術與云計算技術， 降低了金融的服務門檻和服務成本， 可以充分發(fā)揮“成本低， 速度快， 覆蓋廣”的優(yōu)勢， 是金融創(chuàng)新和發(fā)展的方向。

現(xiàn)有研究數(shù)字金融經(jīng)濟后果的相關文獻較多， 已有研究主要集中于數(shù)字金融的發(fā)展對經(jīng)濟發(fā)展與農(nóng)村金融等影響上， 研究發(fā)現(xiàn)數(shù)字金融的發(fā)展具有強烈的聚集效應與空間相關性， 能夠顯著促進經(jīng)濟的增長， 但在不同的空間具有不同的促進作用。 同時數(shù)字金融的發(fā)展激發(fā)了農(nóng)村消費性正規(guī)信貸需求， 積極影響了農(nóng)村的金融需求; 可以推動農(nóng)村減貧， 為農(nóng)村減貧提供物質(zhì)和社會的資本積累。 對于銀行的影響， 數(shù)字金融的發(fā)展會導致銀行資產(chǎn)端風險承擔的偏好更顯著， 表現(xiàn)為通過資產(chǎn)端的高風險選擇來彌補負債端的損失[8-11] 。

而研究數(shù)字金融對企業(yè)微觀影響的文獻則很鮮見， 多集中于對小微企業(yè)的可持續(xù)發(fā)展， 以及投資、創(chuàng)新、創(chuàng)業(yè)等因素上。 已有研究發(fā)現(xiàn)數(shù)字金融的發(fā)展會提高企業(yè)的投資效率， 推動企業(yè)的創(chuàng)新創(chuàng)業(yè)發(fā)展[5，12-14] 。 也有學者認為， 數(shù)字金融發(fā)展后的網(wǎng)絡借貸市場中存在更嚴重的逆向選擇和道德風險問題[15] 。 然而， 已有文獻并沒有從企業(yè)的稅收決策視角探討數(shù)字金融發(fā)展的經(jīng)濟后果， 本文嘗試在此方面進行相應的拓展。

（二）企業(yè)避稅的影響因素研究

當前， 對于企業(yè)避稅的影響因素研究也得到了理論界與實務界的廣泛關注。 已有研究發(fā)現(xiàn)， 企業(yè)的外部環(huán)境與利益相關者會影響企業(yè)的避稅決策。 其一， 政府對企業(yè)的避稅行為會產(chǎn)生重要影響， Desai等[16] 研究表明， 政府對企業(yè)的稅前利潤享有征稅權， 且稅收具有法律賦予的強制性， 高額的稅收成本使得企業(yè)傾向于避稅。 其二， 外部投資者也會對企業(yè)避稅行為產(chǎn)生影響。 李昊洋等[17] 研究發(fā)現(xiàn)， 機構投資者會通過提升公司的信息披露水平緩解信息不對稱， 進而抑制企業(yè)避稅。 其三， 少有學者從外部環(huán)境角度探討企業(yè)的避稅動因。 Chan等[18] 指出， 當企業(yè)的外部治理環(huán)境發(fā)生變化時， 企業(yè)會根據(jù)宏觀環(huán)境的變化來調(diào)整自身的現(xiàn)金使用狀況。 具體來說， 當經(jīng)濟政策不確定性上升時， 企業(yè)會進行更多的稅收規(guī)避[19] 。 當經(jīng)濟周期下行時， 國有企業(yè)存在“逆經(jīng)濟周期支持效應”， 會降低自身的避稅程度[20] 。

盡管有關企業(yè)避稅影響因素的研究較為豐富， 但是這些文獻的切入點主要集中于各利益相關者對企業(yè)避稅程度的影響上， 然而對外部環(huán)境如數(shù)字金融發(fā)展視角的關注不夠。

三、理論分析與研究假設

（一）數(shù)字金融與企業(yè)避稅

數(shù)字金融基于大數(shù)據(jù)、云計算、人工智能和區(qū)塊鏈等新興技術， 能夠有效突破傳統(tǒng)金融在服務實體經(jīng)濟中“低效率、高成本”的難題。 數(shù)字金融利用互聯(lián)網(wǎng)平臺， 突破了傳統(tǒng)金融機構需要設立網(wǎng)點的約束， 跨越了時空限制， 提高了金融服務的覆蓋廣度和使用深度。 數(shù)字金融可以讓更多的居民和企業(yè)享受到其所需求的金融產(chǎn)品和服務， 從而緩解金融約束[21] 。 具體而言， 以螞蟻金服、京東金融為代表的各大互聯(lián)網(wǎng)公司均開辟了金融業(yè)務， 眾籌等籌資方式的興起可以幫助企業(yè)以更低的成本、更便捷的方式獲得融資， 為企業(yè)提供充足的外源資金。 筆者認為， 數(shù)字金融可能從以下兩個方面對企業(yè)避稅產(chǎn)生抑制作用。

第一， 數(shù)字金融的發(fā)展能夠緩解企業(yè)面臨的流動性約束， 幫助企業(yè)更方便地獲得信貸支持， 降低企業(yè)規(guī)避稅收的邊際收益， 從而抑制企業(yè)的避稅行為。 已有研究表明， 流動性約束的變動會影響企業(yè)的決策行為[22] 。 Edwards等[23] 研究發(fā)現(xiàn)， 當美國的上市公司預期美聯(lián)儲會減少商業(yè)貸款時， 企業(yè)會通過更多的避稅行為來維持企業(yè)的現(xiàn)金流。 現(xiàn)金流代表企業(yè)在一定的時期內(nèi)可以支配現(xiàn)金的充足程度， 是企業(yè)進行內(nèi)源性融資的基礎。 數(shù)字金融能夠讓企業(yè)的外部融資普惠化， 使企業(yè)的融資門檻降低， 緩解銀企之間的信息不對稱， 通過為客戶提供定制化的服務， 讓數(shù)字金融更好地服務于實體經(jīng)濟。 同時， 作為一種金融溢出， 數(shù)字金融在一定程度上會推動傳統(tǒng)金融體系的重塑， 倒逼傳統(tǒng)金融機構的改革[2] ， 使傳統(tǒng)金融機構資源的配置效率和風險管控能力得以提升。 數(shù)字金融的發(fā)展打破了傳統(tǒng)金融的邊界約束， 盤活了各種金融資源， 緩解了企業(yè)面臨的流動性約束， 進一步豐富了企業(yè)現(xiàn)金流， 提高了企業(yè)經(jīng)營的穩(wěn)定性。 如果企業(yè)通過稅收規(guī)避所獲得的邊際收益降低， 那么企業(yè)通過稅收規(guī)避進行現(xiàn)金流儲備的動機也將隨之減弱， 企業(yè)避稅動機也將得到抑制。

第二， 數(shù)字金融作為一種金融基礎設施， 其發(fā)展會倒逼監(jiān)管機構的監(jiān)管能力與分析能力提升， 提高企業(yè)避稅的邊際成本， 從而影響企業(yè)的避稅決策。 Desai等[16] 發(fā)現(xiàn)稅收的征管強度會通過提高企業(yè)的避稅成本來抑制企業(yè)的避稅動機。 據(jù)統(tǒng)計， 在企業(yè)避稅失敗后企業(yè)避稅收益的40%要作為罰金上繳給稅務部門[24] 。 可見， 當監(jiān)管加強后， 企業(yè)的避稅成本會顯著上升， 從而抑制企業(yè)避稅動機。 企業(yè)在避稅時， 必然會通過高估成本、低估收入等手段進行盈余操縱， 由此導致企業(yè)的盈余質(zhì)量較差。 數(shù)字金融企業(yè)基于數(shù)字化手段的應用， 提高了相應的數(shù)據(jù)處理能力和風險識別能力， 為全面征信系統(tǒng)的實現(xiàn)奠定了堅實的基礎。 數(shù)字金融企業(yè)可以通過精準畫像加強對企業(yè)的識別， 當企業(yè)的盈余質(zhì)量較差或應稅收入較低時， 也能夠迅速被識別出來， 由此導致企業(yè)避稅的難度與成本大幅提高。 同時數(shù)字經(jīng)濟的發(fā)展也在倒逼監(jiān)管水平的提升， 如“金稅三期”等基于多維度數(shù)據(jù)的現(xiàn)代化稅收征管系統(tǒng)上線， 通過對海量數(shù)據(jù)的分析與決策， 稅收的監(jiān)管力度也隨之加大。 在面對避稅成本顯著提升的情況下， 企業(yè)避稅的動機可能會減弱。

基于以上分析， 本文提出假設1：

H1： 在其他條件不變時， 數(shù)字金融發(fā)展會抑制企業(yè)的避稅行為。

（二）融資約束的中介效應

近年來， 日益飽和的市場需求導致企業(yè)產(chǎn)能過剩， 投資回報率逐漸下降， 融資壓力逐漸增大， 數(shù)字金融發(fā)展使得融資約束得到緩解， 融資成本顯著降低。 在數(shù)字技術的支持下， 數(shù)字金融在改善企業(yè)信息不對稱和降低其委托代理成本中能夠有所作為[25] ， 從而優(yōu)化企業(yè)股權結構， 提高信息的可靠性。 由于信息不對稱， 絕大多數(shù)企業(yè)都存在著不同程度的融資約束情況。 面臨融資約束的企業(yè)更傾向于使用內(nèi)部資金來緩解融資約束[26] 。 Richardson等[27] 發(fā)現(xiàn)融資約束會強化企業(yè)的避稅動機， 且金融危機等外部環(huán)境的變化加劇了企業(yè)避稅程度。 數(shù)字金融的發(fā)展不僅可以通過降低銀企之間的信息不對稱來緩解企業(yè)的融資約束， 更能通過系統(tǒng)化的信貸流程加快貸款的發(fā)放速度， 降低企業(yè)的融資成本。

Huang等[28] 利用螞蟻金服的數(shù)據(jù)研究發(fā)現(xiàn)， 螞蟻金服在發(fā)放貸款的過程中會加強對非財務信息的審核， 同時發(fā)放貸款的時間最快僅需3秒， 遠遠快于傳統(tǒng)金融機構的貸款發(fā)放時間。 可見， 數(shù)字金融的發(fā)展可以通過緩解銀企雙方信息不對稱、縮小放貸過程中的尋租空間[14] 來降低企業(yè)的融資成本， 進而緩解企業(yè)的融資約束。 因此， 隨著數(shù)字金融的發(fā)展， 企業(yè)融資約束得到緩解， 企業(yè)從內(nèi)源獲取融資的動機減弱， 即企業(yè)避稅程度降低。

基于以上分析， 本文提出假設2：

H2： 融資約束在數(shù)字金融對企業(yè)避稅的負向作用中發(fā)揮了中介效應。 即數(shù)字金融的發(fā)展會緩解企業(yè)的融資約束， 進而降低企業(yè)的避稅程度。

四、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文選取2011 ～ 2018年所有滬深A股上市公司作為初始研究樣本， 將北京大學數(shù)字普惠金融指數(shù)（2011 ～ 2018年）與企業(yè)數(shù)據(jù)進行匹配， 檢驗數(shù)字金融對企業(yè)避稅的影響。 本文對樣本進行了如下篩選： 剔除金融、保險業(yè)上市公司; 剔除財務數(shù)據(jù)缺失企業(yè)以及ST企業(yè); 同時參考已有研究[29] ， 剔除實際所得稅率小于0和大于1的異常樣本。 本文所有財務數(shù)據(jù)來源于CSMAR和WIND數(shù)據(jù)庫， 數(shù)字金融指數(shù)來源于北京大學數(shù)字普惠金融指數(shù)， 對連續(xù)型變量在1%水平上進行Winsorize處理。 經(jīng)過上述處理得到17066個公司年度觀測值。 本文相關數(shù)據(jù)的處理和分析均使用stata 16.0軟件完成。

（二）模型構建與變量定義

1. 模型構建。 為了驗證本文的研究假設， 本文構建了以下模型：

BTDi，t（ETRi，t）=β0+β1Digitalfini，t+

β2Controli，t+Year+Ind+εi，t? （1）

SAi，t=β0+β1Digitalfini，t+β2Controli，t+

Year+Ind+εi，t （2）

BTDi，t（ETRi，t）=β0+β1Digitalfini，t+β2SAi，t+

β3Controli，t+Year+Ind+εi，t （3）

上述模型中i表示行業(yè)， t表示年份， ε表示隨機干擾項。 模型（1）中若β1小于0， 則說明數(shù)字金融會抑制企業(yè)避稅行為。 根據(jù)本文的研究假設1， β1預計顯著為負。 模型（2）、模型（3）用來檢驗本文假設2， 模型（3）中β1、β2預計顯著為負。

2. 變量定義。

（1）企業(yè)避稅。 現(xiàn)有文獻對于企業(yè)避稅程度的衡量主要分為兩種[30] ： 一種是會計準則意義上的企業(yè)實際稅率（ETR）; 另一種是會計稅收差異（BTD）， 該方法主要是基于對稅法偏離會計準則的程度測度， 偏離程度越大， 企業(yè)進行稅收規(guī)避的動機越強， 避稅可能性和程度也越大。 本文借鑒劉行等[31] 、李青原等[32] 的研究， 使用如下方式計算實際有效稅率（ETR）： ETR=企業(yè)所得稅費用/稅前總利潤， ETR值越小， 企業(yè)避稅程度越嚴重; 同時使用如下方式來計算會計稅收差異（BTD）， BTD=（企業(yè)稅前利潤-應納稅所得額）/總資產(chǎn)， BTD值越大， 企業(yè)避稅程度越嚴重。

（2）數(shù)字金融。 本文采用北京大學數(shù)字普惠金融指數(shù)（Digitalfin）反映各省份數(shù)字普惠金融發(fā)展水平。 該指數(shù)從覆蓋廣度和使用深度等維度對數(shù)字金融發(fā)展進行刻畫， 可以反映數(shù)字技術助力中國金融發(fā)展的總體情況。 同時， 參考已有研究[12，13] ， 將數(shù)字普惠金融指數(shù)除以100對該指標進行標準化處理。

（3）融資約束。 本文借鑒鞠曉生等[33] 的研究， 使用SA指數(shù)的絕對值對融資約束進行衡量。 使用SA指數(shù)可以緩解WW指數(shù)與KZ指數(shù)中容易產(chǎn)生測度偏誤的問題。 具體公式如下：

SA=-0.737SIZE+0.043SIZE2-0.04age （4）

其中： SIZE=ln（企業(yè)資產(chǎn)總額/1000000）， age為公司的上市年限。 由此計算出來的該指數(shù)為負， SA指數(shù)絕對值越大表示面臨的融資約束越嚴重。

控制變量參考已有文獻[13，31] 的做法來選取。 本文涉及的變量定義和計算說明見表1。

五、實證分析

（一）描述性統(tǒng)計

表2報告了主要變量的描述性統(tǒng)計結果。 其中， 會計稅收差異（BTD）的最大值為0.128， 最小值為-0.101。 這說明大部分企業(yè)的稅前會計利潤大于企業(yè)的應納稅所得額， 存在避稅行為。 企業(yè)實際稅率（ETR）的平均值為0.192， 表明企業(yè)均相應地存在避稅行為。 數(shù)字金融（Digitalfin）的平均值為2.199， 最大值為3.777， 最小值為0.284， 表明我國不同省份之間的數(shù)字金融發(fā)展水平差距較大， 不同企業(yè)的數(shù)字金融環(huán)境不同。 融資約束（SA）均值為3.206， 最大值為3.293， 最小值為2.661， 表明上市公司之間存在較大的融資約束程度上的差異， 大部分企業(yè)都面臨著融資約束。 在控制變量方面， 企業(yè)規(guī)模（SIZE）、財務杠桿（LEV）等均存在較大差異， 表明控制變量對被解釋變量均存在較為顯著的影響， 且基本符合正態(tài)分布特征。

（二）相關性分析

表3報告了被解釋變量企業(yè)避稅與其他變量的Pearson相關系數(shù)。 任意變量之間的相關系數(shù)小于0.8， 表明變量之間的多重共線性不嚴重， 可以通過多元線性回歸方式進行回歸。

（三）回歸分析

本文采用Stata 16.0軟件對2011 ～ 2018年我國A股上市公司面板數(shù)據(jù)進行實證檢驗。 在構建計量模型之前， 進一步檢驗得出VIF值小于10， 可以得知變量之間不存在多重共線性。 回歸結果如表4所示。

表4報告了數(shù)字金融與企業(yè)避稅的回歸結果。 第（1）列表明數(shù)字金融（Digitalfin）的回歸系數(shù)在5%的顯著性水平上與會計稅收差異（BTD）負相關， 第（2）列表明數(shù)字金融（Digitalfin）的回歸系數(shù)在1%的顯著性水平上與企業(yè)實際稅率（ETR）負相關。 上述結果表明數(shù)字金融發(fā)展水平越高， 企業(yè)避稅行為越少， 從而驗證了本文的H1。 之所以存在這一現(xiàn)象， 筆者認為主要有以下原因： ①數(shù)字金融借助大數(shù)據(jù)等新興技術提升了風險甄別能力， 能夠降低對企業(yè)的風險評估成本， 使得企業(yè)能夠以更低的成本獲得融資， 增加企業(yè)金融資源的可獲得性， 緩解企業(yè)存在的“融資難， 融資貴”問題， 削弱企業(yè)從內(nèi)源獲得資金的動機。 ②數(shù)字金融作為一種金融基礎設施， 其使用深度、覆蓋廣度和數(shù)字化水平的改善能夠提升企業(yè)的資金寬松預期， 能夠穩(wěn)定企業(yè)的財務狀況， 從而抑制企業(yè)的避稅動機。

表5報告了數(shù)字金融對企業(yè)避稅影響的中介效應檢驗結果。 第（1）列探究了數(shù)字金融（Digitalfin）對企業(yè)避稅（BTD）的影響， 回歸系數(shù)為-0.002， 在5%的水平上顯著， 說明數(shù)字金融的發(fā)展會減少企業(yè)的避稅行為， 從而驗證了H1。

第（2）列探究了數(shù)字金融（Digitalfin）對融資約束（SA）的影響。 由第（2）列結果可知， 數(shù)字金融（Digitalfin）的回歸系數(shù)為-0.027， 在1%的顯著性水平上與融資約束負相關， 說明數(shù)字金融的發(fā)展會使企業(yè)融資約束得到緩解。 這表明數(shù)字金融的發(fā)展可以降低企業(yè)的融資成本， 緩解企業(yè)的融資難、融資貴的問題。

第（3）列探究了數(shù)字金融與融資約束、企業(yè)避稅之間的關系。 數(shù)字金融（Digitalfin）的回歸系數(shù)為-0.002， 與企業(yè)避稅（BTD）在5%的水平上顯著負相關; 融資約束（SA）與企業(yè)避稅（BTD）的相關系數(shù)為-0.009， 在1%的水平上顯著。 這表明融資約束（SA）的緩解會抑制企業(yè)避稅行為。

從以上三列的檢驗結果可知， 隨著數(shù)字金融的發(fā)展， 金融業(yè)的服務效率逐漸提高， 促使企業(yè)面臨的融資約束下降， 企業(yè)的融資成本降低， 從而削弱企業(yè)通過避稅等手段獲取資金的動機。 借鑒溫忠麟等[34] 的做法， 對融資約束的中介效應進行檢驗。 第（1）列的回歸結果顯示， 數(shù)字金融（Digitalfin）與企業(yè)避稅（BTD）之間存在顯著相關性， 符合中介效應因果檢驗法的第一步假設; 第（2）列的回歸結果顯示， 數(shù)字金融（Digitalfin）與融資約束（SA）存在顯著相關性， 符合中介效應因果檢驗法的第二步假設; 第（3）列的回歸結果顯示， 數(shù)字金融（Digitalfin）和融資約束（SA）的回歸系數(shù)分別為-0.002和-0.009， 在5%和1%的置信水平上顯著， 這說明融資約束在數(shù)字金融對企業(yè)避稅的影響過程中發(fā)揮了部分中介傳導的作用， 由此驗證了H2。

（四）穩(wěn)健性檢驗

為進一步確保上述研究結果的穩(wěn)健性， 本部分對數(shù)字金融指標進行了重構。 根據(jù)北京大學數(shù)字普惠金融指數(shù)， 使用其子維度數(shù)字金融覆蓋廣度（Digitalfincov）、數(shù)字金融使用深度（Digitalfindep）來替代數(shù)字普惠金融指數(shù)， 并重新進行回歸檢驗。 表6列（1）、列（2）報告了研究結果， 數(shù)字金融覆蓋廣度對企業(yè)避稅的影響為負且在5%水平上顯著， 與前文研究結論相似。 表6列（2）表明， 數(shù)字金融使用深度會加劇企業(yè)的避稅程度且在10%的水平上顯著。 這表明隨著數(shù)字金融的發(fā)展不僅要依靠面積的覆蓋， 還需要依靠深度的挖掘來為企業(yè)提供更好的融資環(huán)境， 抑制企業(yè)的避稅行為， 這也為日后數(shù)字金融的發(fā)展提供了方向。

同時， 本文參考已有研究[12] ， 控制市場化發(fā)展水平， 因為市場化發(fā)展水平往往影響企業(yè)獲得外部融資的渠道。 在金融發(fā)展相對完善的地區(qū)， 企業(yè)獲得融資可能更加便捷， 從而影響數(shù)字普惠金融對企業(yè)避稅行為的抑制作用。 基于此， 本文采用樊綱的市場化指數(shù)來衡量市場化發(fā)展水平。 將市場化發(fā)展水平作為虛擬變量（dumf）， 市場化水平（dumf）高于中位數(shù)取1， 否則取0， 并重新進行回歸檢驗。 表6列（3）的結果表明， 在控制了區(qū)域市場化水平的影響后， 數(shù)字金融發(fā)展對企業(yè)避稅仍具有顯著的抑制作用。

（五）內(nèi)生性檢驗

上文驗證了數(shù)字金融對企業(yè)避稅的影響， 為了避免數(shù)字金融的測量誤差導致估計結果出現(xiàn)偏誤而產(chǎn)生內(nèi)生性問題， 本文參考已有研究[2，5] 的方法， 使用中國各省份網(wǎng)民比率（inter）作為工具變量， 采用2SLS（兩階段）進行回歸分析。 該工具變量符合相關性和外生性兩個約束條件： 一方面， 網(wǎng)民比率越高， 數(shù)字金融的覆蓋范圍就越廣， 使用的程度也越深; 另一方面， 網(wǎng)民比率對企業(yè)避稅行為影響較小。 表7列（1）結果顯示， 中國各省份網(wǎng)民比率（inter）的回歸系數(shù)顯著為正， 滿足了工具變量的基本要求。 進一步， 列（2）第二階段回歸結果顯示數(shù)字金融的系數(shù)為-0.003， 在10%的水平上顯著， 表明數(shù)字金融顯著抑制了企業(yè)的避稅行為， 這與前文結果完全一致。

（六）進一步研究

1. 產(chǎn)權性質(zhì)。 我國的制度背景決定了對國有企業(yè)與民營企業(yè)的分組檢驗十分重要。 在理論上， 我國的國有企業(yè)因為具有政府背景， 金融體系由政府主導， 國有企業(yè)與國有銀行之間有著天然的政治聯(lián)系， 在獲取信貸資源方面有明顯優(yōu)勢， 國有企業(yè)更有機會獲取信貸優(yōu)惠與長期貸款， 由此數(shù)字金融的發(fā)展對國有企業(yè)的影響可能較小。 而民營小微企業(yè)由于缺乏豐富的經(jīng)營數(shù)據(jù)支撐， 傳統(tǒng)的金融機構無法判斷其是否誠信。 數(shù)字金融可以通過民營企業(yè)在互聯(lián)網(wǎng)上的各種行為數(shù)據(jù)， 通過深度學習等模型進行分析， 從而緩解民營企業(yè)在融資時經(jīng)營信息不充分的問題， 為企業(yè)獲得更多的資金， 導致企業(yè)的避稅動機減弱。 因此， 相較于民營企業(yè)， 數(shù)字金融的發(fā)展對國有企業(yè)的影響可能較小， 國有企業(yè)減少避稅行為的動機可能較弱， 數(shù)字金融對企業(yè)避稅的影響可能在民營企業(yè)中更顯著。 表8列（1）、列（2）報告了國有企業(yè)與民營企業(yè)之間數(shù)字金融對企業(yè)避稅影響的差異。 可以看出數(shù)字金融在民營企業(yè)中在5%的水平上顯著為負， 說明民營企業(yè)的避稅行為更多地受到數(shù)字金融發(fā)展的影響， 數(shù)字金融發(fā)展可以增強民營企業(yè)的納稅意愿， 減弱其避稅動機; 而在國有企業(yè)中不顯著， 表明數(shù)字金融對國有企業(yè)的避稅行為影響較小。

2. 技術水平。 高科技企業(yè)面臨著較大的創(chuàng)新投入壓力， 由于未來收入的不確定導致企業(yè)外部融資約束壓力較大， 隨時可能因為現(xiàn)金流的不足導致企業(yè)破產(chǎn)， 因此高科技企業(yè)可能會更加需要通過企業(yè)避稅來緩解企業(yè)的資金壓力。 數(shù)字金融的發(fā)展可以提高金融服務效率， 讓貸款更快速地發(fā)放到企業(yè)手中， 因此， 相較于非高科技企業(yè)， 數(shù)字金融的發(fā)展對企業(yè)避稅行為的影響可能在高科技企業(yè)中更加顯著。

本文參考黎文靖和鄭曼妮[35] 的研究， 按照其劃分高科技行業(yè)標準進行分組。 根據(jù)國家統(tǒng)計局的行業(yè)分類標準（GB/T4754）， 將制造業(yè)中的通用設備、專用設備、交通運輸設備、電氣機械及器材、計算機及其他電子設備， 以及通信設備、儀器儀表及文化、辦公用機械劃分為高科技行業(yè)， 其余則為非高科技行業(yè)。 分組回歸結果如表8列（3）（4）所示： 與一般行業(yè)的企業(yè)相比， 高科技企業(yè)中數(shù)字金融的發(fā)展對企業(yè)避稅的影響在1%的水平上負向顯著， 對于非高科技企業(yè)的影響不顯著。

3. 市場環(huán)境。 本文考察了不同市場化環(huán)境中數(shù)字金融對企業(yè)避稅的影響， 地區(qū)的市場化環(huán)境越偏向于市場化， 市場化指數(shù)越高， 該地區(qū)的社會愈加穩(wěn)定， 該地區(qū)經(jīng)濟水平越發(fā)達， 資本市場也更加完善， 因此銀行的信貸政策越健全。 數(shù)字金融可以通過拓展金融覆蓋廣度與使用深度來影響企業(yè)避稅行為， 對于市場化環(huán)境較差的地區(qū)， 以往正規(guī)金融機構未能觸達的地區(qū)， 可以通過數(shù)字金融享受到現(xiàn)代金融體系的服務， 因此數(shù)字金融的發(fā)展是一種“雪中送炭”行為， 使得數(shù)字金融對其企業(yè)避稅的負向影響也越顯著。 而市場化環(huán)境好的地區(qū)， 基本位于發(fā)達地區(qū)， 這里傳統(tǒng)金融機構網(wǎng)點眾多， 且金融基礎設施完善， 數(shù)字金融的作用可能并未凸顯， 因此數(shù)字金融的發(fā)展屬于“錦上添花”。 因此， 本文預期數(shù)字金融對企業(yè)避稅的影響可能在市場化環(huán)境差的地區(qū)更加顯著。

本文的制度環(huán)境以王小魯?shù)萚36] 編制的市場化指數(shù)進行衡量， 大于中位數(shù)即為市場化環(huán)境好地區(qū)， 低于中位數(shù)則為市場化環(huán)境差地區(qū)。 表8列（5）、列（6）報告了市場化環(huán)境好與市場化環(huán)境差的企業(yè)之間數(shù)字金融對企業(yè)避稅影響的差異， 可以看出數(shù)字金融在市場化環(huán)境差的情況下在1%的水平上負向顯著， 而在市場化環(huán)境好的地區(qū)不顯著。 這表明在市場化環(huán)境差的地區(qū)， 數(shù)字金融發(fā)展可為企業(yè)提供豐富的融資機會， 以及便捷的借貸等金融服務[37] ， 從而削弱企業(yè)的避稅動機， 顯著抑制企業(yè)的避稅行為。

六、研究結論及政策建議

（一）研究結論

在中國經(jīng)濟高質(zhì)量發(fā)展的背景下， 考察中國數(shù)字金融發(fā)展對企業(yè)避稅的影響具有重要的現(xiàn)實意義。 本文探究了數(shù)字金融對企業(yè)避稅的影響機理， 并以融資約束作為中介變量， 構建了“數(shù)字金融→融資約束→企業(yè)避稅”的邏輯關系， 基于2011 ～ 2018年A股上市公司的數(shù)據(jù)與北京大學數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)（2011 ～ 2018年）， 探究數(shù)字金融如何影響企業(yè)避稅程度。 研究結論如下： ①數(shù)字金融的發(fā)展顯著抑制了企業(yè)避稅行為， 表明數(shù)字金融的發(fā)展會降低銀企之間的信息不對稱， 從而影響企業(yè)的行為。 ②融資約束在數(shù)字金融與企業(yè)避稅之間發(fā)揮中介作用， 即數(shù)字金融是通過緩解公司的融資約束來抑制企業(yè)的避稅行為， 表明數(shù)字金融的發(fā)展使得外部的流動性更強， 緩解了企業(yè)的融資約束， 從而讓企業(yè)更多地從外部獲得融資， 減弱了企業(yè)通過避稅提升內(nèi)部流動性進行風險對沖的動機。 ③進一步研究發(fā)現(xiàn)， 數(shù)字金融對企業(yè)避稅的負向影響在民營企業(yè)中更顯著， 表明民營企業(yè)面臨著更加嚴重的融資約束問題， 在現(xiàn)金流改善后也更能抑制自身的避稅動機， 數(shù)字金融的發(fā)展對其避稅程度的影響也更加顯著。 對于技術水平不同的企業(yè)， 高科技企業(yè)數(shù)字金融對企業(yè)避稅程度的影響更加顯著; 在市場化程度不同的地區(qū)， 數(shù)字金融對企業(yè)避稅的影響在市場化行為較弱的地區(qū)更加顯著， 表明市場化水平較差地區(qū)的公司融資更加困難， 企業(yè)也更傾向于通過內(nèi)源融資進行現(xiàn)金流的補充。

（二）政策建議

1. 政府應當積極推動數(shù)字金融發(fā)展， 構建監(jiān)管機構和金融主體之間的溝通機制。 應以雙向溝通機制代替由上至下的溝通機制[38] 。 政府應當積極順應數(shù)字金融發(fā)展的大潮， 依托大數(shù)據(jù)、區(qū)塊鏈等先進技術加強數(shù)字金融基礎設施的建設， 深化數(shù)字金融企業(yè)與民營企業(yè)的對接， 為民營企業(yè)營造良好的融資環(huán)境。 在市場化程度較低的地區(qū)， 政府應積極推動數(shù)字普惠金融的落地， 引導社會資本促進各自區(qū)域內(nèi)企業(yè)的發(fā)展， 發(fā)揮數(shù)字金融“雪中送炭”的作用， 削弱企業(yè)的避稅動機。

2. 政府應當完善相應的法律法規(guī)， 加強對數(shù)字金融企業(yè)的監(jiān)管。 完善的金融制度， 才是數(shù)字金融發(fā)展的前提。 政策制定者應當在保證數(shù)字金融技術和企業(yè)穩(wěn)步發(fā)展的基礎上發(fā)揮政府宏觀規(guī)制的作用， 在重點領域加大監(jiān)管力度; 要讓數(shù)字金融實現(xiàn)良性發(fā)展， 為數(shù)字金融企業(yè)提供先行示范區(qū)， 為其提供試錯的空間。 同時也要防止數(shù)字金融企業(yè)違規(guī)監(jiān)管套利、利用市場優(yōu)勢地位排斥同業(yè)經(jīng)營者等情況的發(fā)生， 防范因數(shù)字金融的無序發(fā)展引致的系統(tǒng)性風險， 通過手段引導， 將數(shù)字金融企業(yè)的資源從橫向無序化擴展轉換為縱向深化發(fā)展[39] 。

3. 構建數(shù)字金融與稅務部門的數(shù)據(jù)共享綜合云端平臺， 加強數(shù)字金融企業(yè)與稅務機構的聯(lián)系。 通過稅務監(jiān)管部門和技術部門的密切合作， 加強信息化建設， 將數(shù)字金融企業(yè)識別到的申報企業(yè)異常稅務情況共享至監(jiān)管部門， 利用大數(shù)據(jù)手段分析診斷稅收過程中存在的問題[40] ， 提高執(zhí)法的效率。 通過提高企業(yè)的避稅成本來抑制企業(yè)的避稅動機， 提高政府的稅收征管能力， 為國家進一步減稅降費奠定堅實基礎。

【 主 要 參 考 文 獻 】

[1] 徐章星，張兵，劉丹.數(shù)字金融發(fā)展、企業(yè)信貸錯配與勞動就業(yè)—— 一個有調(diào)節(jié)的中介效應[ J].財經(jīng)論叢，2020（12）：40 ～ 49.

[2] 唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術創(chuàng)新——結構特征、機制識別與金融監(jiān)管下的效應差異[ J].管理世界，2020（5）：52 ～ 66+9.

[3] 劉行，葉康濤.金融發(fā)展、產(chǎn)權與企業(yè)稅負[ J].管理世界，2014（3）：41 ～ 52.

[4] Desai M. A.， Dharmapala D.. Earnings management， corporate tax shelters， and book tax alignment[ J].National Tax Journal，2009（1）：169 ～ 186.

[5] 謝絢麗，沈艷，張皓星，郭峰.數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)[ J].經(jīng)濟學（季刊），2018（4）：1557 ～ 1580.

[6] 郭峰，王靖一，王芳等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[ J].經(jīng)濟學（季刊），2020（4）：1401 ～ 1418.

[7] 黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來[ J].經(jīng)濟學（季刊），2018（4）：1489 ～ 1502.

[8] 郝云平，雷漢云.數(shù)字普惠金融推動經(jīng)濟增長了嗎？——基于空間面板的實證[ J].當代金融研究，2018（3）：90 ～ 101.

[9] 傅秋子，黃益平.數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學數(shù)字普惠金融指數(shù)的證據(jù)[ J].金融研究，2018（11）：68 ～ 84.

[10] 王善平，孫正欣.互聯(lián)網(wǎng)金融對減貧的福利效應[ J].財會月刊，2021（3）：145 ～ 151.

[11] 邱晗，黃益平，紀洋.金融科技對傳統(tǒng)銀行行為的影響——基于互聯(lián)網(wǎng)理財?shù)囊暯荹 J].金融研究，2018（11）：17 ～ 29.

[12] Yang L.， Zhang Y.. Digital financial inclusion and sustainable growth of small and micro enterprises： Evidence based on China's new third board market listed companies[ J].Sustainability，2020（9）：33 ～ 37.

[13] 張友棠，常瑜洺.數(shù)字金融對科技型企業(yè)投資效率影響的實證檢驗[ J].統(tǒng)計與決策，2020（16）：179 ～ 183.

[14] 李春濤，閆續(xù)文，宋敏，楊威.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)[ J].中國工業(yè)經(jīng)濟，2020（1）：81 ～ 98.

[15] 廖理，張偉強.P2P網(wǎng)絡借貸實證研究：一個文獻綜述[ J].清華大學學報（哲學社會科學版），2017（2）：186 ～ 196+199.

[16] Desai M. A.， Dyck A.， Zingales L.. Theft and taxes[ J].Journal of Financial Economics，2007（3）：591 ～ 623.

[17] 李昊洋，程小可，姚立杰.機構投資者調(diào)研抑制了公司避稅行為嗎？——基于信息披露水平中介效應的分析[ J].會計研究，2018（9）：56 ～ 63.

[18] Chan J. B.， Suh J.. Payout policy and cash-flow uncertainty[ J].Journal of Financial Economics，2009（1）：88 ～ 107.

[19] 王菁華，茅寧.經(jīng)濟政策不確定性、流動性預防與企業(yè)避稅[ J].中國經(jīng)濟問題，2020（6）：91 ～ 106.

[20] 陳冬，孔墨奇，王紅建.投我以桃，報之以李：經(jīng)濟周期與國企避稅[ J].管理世界，2016（5）：46 ～ 63.

[21] 李濤，徐翔，孫碩.普惠金融與經(jīng)濟增長[ J].金融研究，2016（4）：1 ～ 16.

[22] 付文林，趙永輝.稅收激勵、現(xiàn)金流與企業(yè)投資結構偏向[ J].經(jīng)濟研究，2014（5）：19 ～ 33.

[23] Edwards A. S.， Schwab C. M.， Shevlin T.. Financial constraints and cash tax savings[ J].The Accounting Review，2015（3）：859 ～ 881.

[24] Wilson R. J.. An Examination of corporate tax shelter participants[ J].The Accounting Review，2009（3）：969 ～ 999.

[25] 王娟，朱衛(wèi)未.數(shù)字金融發(fā)展能否校正企業(yè)非效率投資[ J].財經(jīng)科學，2020（3）：14 ～ 25.

[26] 王彥超.融資約束、現(xiàn)金持有與過度投資[ J].金融研究，2009（7）：121 ～ 133.

[27] Richardson G.， Lanis R.， Taylor G. L.. Financial distress， outside directors and corporate tax aggressiveness spanning the global financial crisis： An empirical analysis[ J].Journal of Banking & Finance，2015（3）：112 ～ 129.

[28] Huang Y.， C. Lin， Z. Sheng， L. Wei. Fin tech credit and service quality [R].Working Paper of the University of Hong Kong，2018.

[29] 許紅梅，李春濤.社保費征管與企業(yè)避稅——來自《社會保險法》實施的準自然實驗證據(jù)[ J].經(jīng)濟研究，2020（6）：122 ～ 137.

[30]Mihir A. Desai， Dhammika Dharmapala. Corporate tax avoidance and high-powered incentives[ J].Journal of Financial Economics，2006（1）：145 ～ 179.

[31] 劉行，趙曉陽.最低工資標準的上漲是否會加劇企業(yè)避稅？[ J].經(jīng)濟研究，2019（10）：121 ～ 135.

[32] 李青原，劉葉暢.同行業(yè)間避稅與企業(yè)的戰(zhàn)略反應——來自我國A股上市公司的經(jīng)驗證據(jù)[ J].金融研究，2019（10）：152 ～ 169.

[33] 鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業(yè)創(chuàng)新可持續(xù)性[ J].經(jīng)濟研究，2013（1）：4 ～ 16.

[34] 溫忠麟.張雷，侯杰泰，劉紅云.中介效應檢驗程序及其應用[ J].心理學報，2004（5）：614 ～ 620.

[35] 黎文靖，鄭曼妮.實質(zhì)性創(chuàng)新還是策略性創(chuàng)新？——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響[ J].經(jīng)濟研究，2016（4）：60 ～ 73.

[36] 王小魯，樊綱，胡李鵬.中國分省份市場化指數(shù)報告（2018）[M].北京：社會科學文獻出版社，2019：1 ～ 223.

[37] 溫濤，朱炯，王小華.中國農(nóng)貸的“精英俘獲”機制：貧困縣與非貧困縣的分層比較[ J].經(jīng)濟研究，2016（2）：111 ～ 125.

[38] 王傘傘.我國金融科技監(jiān)管短板、突破口與體系建設[ J].財會月刊，2021（2）：155 ～ 160.

[39] 劉柏，盧家銳.互聯(lián)網(wǎng)平臺經(jīng)濟領域壟斷的潛在風險及防范[ J].財會月刊，2021（3）：140 ～ 144.

[40] 黃健傑.論大數(shù)據(jù)時代的稅收治理精準立法創(chuàng)新[ J].財會月刊，2021（1）：148 ～ 154.