分析師現金流預測對企業稅收規避的影響研究

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，研究發現：分析師發揮“監督”作用，降低了企業和預測報告使用者之間的信息不對稱情況。監督企業發布更真實有效的信息，提高企業的稅收規避難度和成本，現金流預測抑制企業稅收規避程度，而且越多分析師現金流預測關注，抑制效果越明顯。

關鍵詞：分析師現金流預測;稅收規避;PSM-DID;影響;研究

中圖分類號：F812.42 文獻標識碼：A 文章編號：2096-0298（2021）02（b）--04

以前的文獻大多集中在稅務局、機構投資者、審計等外部治理機制來抑制企業稅收規避的相關研究，本文擬從分析師現金流預測跟蹤作為外部監督的角度，研究現金流跟蹤對企業稅收規避的影響研究。

然而，現有的文獻結論中對分析師跟蹤對公司避稅的影響機制存在爭議。一部分學者基于分析師跟蹤的“壓力”效應來說認為分析師跟進會促進企業進行稅收規避。Fuller和 Jensen（2002）[1]認為，分析師對公司進行盈余預測時一般會有調高傾向的樂觀預測，這會給管理層帶來經營壓力從而誘惑他們進行高風險投資，損壞股東利益。尹伊（2018）[2]研究認為分析師預測的樂觀性會對管理層造成壓力，且明星分析師帶來的壓力效應會更明顯。Benjamin C. Ayers（2018）[3]認為高層管理者會通過稅收規避的方式來進行現金流管理，使公司原本凈現值為負的項目變正來增加企業收益，使投資者對企業現金流的估值增加，而增加現金流的邊際持有價值。

但是另一部分學者研究表明，分析師的分析報告作為信息中介發揮“監督”效應，代昀昊（2015）[4]研究結果顯示分析師起到監督作用，分析師跟蹤的人數會使得企業采取稅收保守的策略選擇，抑制企業的真實盈余管理行為。湯泰劼，宋獻中，羅曼璐（2018）[5]運用上市公司被分析師跟蹤的數量，實證檢驗發現分析師跟蹤對企業的避稅具有顯著的負向效應。夏同水（2020）[6]研究發現分析師簽發會抑制企業避稅，分析師簽發次數也會影響企業避稅。

本研究在前人研究的基礎上，通過細化研究概念即發揮分析師在發布盈余預測報告的同時，額外增發現金流預測報告的經濟后果進行研究，以及利用PSM-DID的研究方法進行創新研究。本文采用文獻回顧法和實證研究法，從國內外對分析師跟蹤和稅收規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文獻回顧中影響分析師現金流預測、稅收規避的影響因素共13個，通過最鄰近一對一匹配的方法共得到14613個樣本，進行匹配平穩性檢驗、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，進行分析實證驗證假設。

1 理論分析與研究假設

對此，本文基于分析師額外發布現金流預測的信息需求理論和信息不對稱的理論，認為分析師發布現金流預測能夠發揮“監督”作用，抑制企業進行稅收規避，作用機理在于以下方面。

證券分析師額外發布現金流預測報告，為投資者提供更多的企業現金流信息，可以增加盈余信息的真實度，進一步降低市場中企業與投資者等其他利益相關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避行為來掩蓋自己使用機會主義的可能性。Moyer et al（1989）[7]最先證實當公司存在代理問題時，分析師提供給股東、投資者的分析報告作為信息中介能夠發揮監督作用。之后，眾多學者從公司價值、投資者保護、企業融資、信用評級等各個角度實證分析師發揮外部治理角色的假設。Miller（2006）[8]研究發現媒體主要通過分析師對企業發布的報告來對企業的財務舞弊行為進行監督，這體現了分析師發布分析報告不可或缺的重要性和價值性。以前的分析報告只有盈余預測報告，DeFond和Hung（2003）[9]提出的證券分析師發布現金流預測的信息需求理論，研究認為更多的分析師為了迎合投資者的現金流信息的需求而額外發布現金流預測報告。王會娟（2012）基于DeFond和Hung（2003）進一步研究發現分析師的現金流預測可以提高盈余預測的準確性，因此，相對于分析師的分析報告來說，分析師額外發布現金流預測是可以更進一步有效降低企業與投資者等其他報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]等認為分析師能夠提高股價信息含量。相對于普通投資者來說，專業分析師將得到企業信息進行科學、系統地分析，發揮信息披露的角色，提高信息資源利用效率，降低由于企業的稅收規避選擇而帶來的企業信息的不透明度。根據上文分析提出本文的第一個假設：

H1：證券分析師額外公布的現金流預測報告會抑制公司的稅收規避行為。

2 數據來源及研究設計

2.1 數據來源

本文選用滬深兩市A股公司2008-2018年的數據作為研究樣本，對數據處理：（1）刪去ST、金融保險類公司;（2）剔除樣本數據不全的公司以及在樣本期間新上市的公司，獲得平衡面板數據進行研究;（3）進行1%～99%的縮尾處理。共得到剩余1329家樣本企業共計14619個樣本。

2.2 變量定義

2.2.1 解釋變量

本文在構建PSM-DID模型中構建ACFF=1、POST、TREAT三個解釋變量。ACFF=1表示如果有分析師為i公司在t年發布了現金流預測，則該指標變量等于1，否則為0。POST為時間虛擬變量，如果為分析師發布現金流預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，如果為實驗組，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，用每股現金繳稅額來表示企業稅收規避的程度水平，TP / CSO等于支付的各項稅費除已發行普通股股數，若現金繳稅的金額越大，則表明企業的稅收規避的程度越低。在穩健性分析中，選擇傳統的稅收規避衡量方式替代被解釋變量，選擇節稅水平TS（TS=名義所得稅率-實際稅率）、企業會計-稅收差異BTD作為替代衡量稅收規避程度的變量，BTD=（稅前會計利潤-應納稅所得額）/期末總資產。

2.2.3 匹配變量（控制變量）

選取13個指標做建立傾向得分匹配模型中的匹配變量。同時，在進行雙重差分分析時，這些匹配變量將作為控制變量存在。

影響分析師發布現金流預測的影響因素有7個，AC是應計金額，AC=（凈利潤-經營活動現金流量）/年初的資產總額。CI是資本密集度，CI=（固定資產凈額+在建工程凈額）/年初總資產。EV是盈余波動性。Size是衡量公司規模，Size=Ln（年初總資產）。Health是財務健康狀況，Health=1.2×（凈營運資本/總資產）+1.4×（留存收益/總資產）+3.3×（息稅前收益/總資產）+0.6×（權益市值/負債）+0.999×（銷售收入/總資產）。SRII是衡量公司外部治理情況，公司i的機構投資者的持股比例。PID是衡量公司內部治理情況，代表獨立董事的比例。

影響稅收規避的因素有6個。PTROA是稅前資產回報率，PTROA=稅前收入/總資產。ALR是資產負債率。IPR是知識產權，IPR=研發支出。FOR是海外業務，FOR=|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為零。InvInt是庫存強度，InvInt=存貨/年末總資產。BM是企業增長，BM=股本賬面價值/股本市場價值。

2.4 模型構建

根據傾向得分匹配的思想，我們構建了如下檢驗模型（1）：

（1）

其中，ACFF_Deterkit代表影響分析師發布現金流預測的7個影響因素;YP_Deterkit代表影響稅收規避的6個因素。下標注的 i 和 t 分別表示公司和年度，k表示匹配變量的個數。

為檢驗假設1，構建如下DID模型（2）：

（2）

其中，TREAT為組間虛擬變量，POST為時間虛擬變量，而TREAT×POST為交叉項。若分析師發布現金流預測能夠有效抑制管理層選擇的稅收規避，則該交叉項的系數為正。

3 實證結果與分析

3.1 樣本的PSM匹配與平穩性檢驗

確定了prob模型，對樣本數據進行回歸分析。從表1來看，其中，資本密集度ci、盈余波動性ev、公司規模size、機構投資者比例srtt的系數均為正值，都在1%的水平上顯著，說明分析師更愿意為資本密集度高、盈余波動性大、公司規模大、機構投資者比例高的企業提供現金流預測，符合這些特征的企業更能得到分析師的青睞。另外，稅收規避的決定因素變量除了庫存強度InvInt變量之外的系數在統計上都是顯著的，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，要對匹配后的結果進行平衡性檢驗。表2為各變量平穩性檢驗表，在未匹配前，除了ac、health、pid三個變量不顯著之外，其余十個匹配變量的t值大于2，P值為0.000，均顯著，拒絕原假設，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，多數的協變量P值大于0.1，變得不顯著，不拒絕原假設，說明經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性檢驗。

3.2 有無分析師現金流預測對企業稅收規避程度的影響回歸分析

對平衡面板數據進行回歸分析，從表3中第二列的數據可以看出，TREAT×POST交叉項的系數β3是0.0429，在1%的水平下顯著，這說明有分析師現金流預測的公司，每股繳納的現金稅額更多，兩者之間是負相關關系，有分析現金流預測的企業能夠有效抑制企業進行稅收規避，符合假設1的設定。實驗組比對照組每股多繳納0.0429元，股票價值大的公司繳納的現金稅將會更多，相比來說這筆稅款資金較大，在現金流中占比較大，不容忽視，這也肯定了在稅務稽查和外部監督中分析師跟蹤的正向作用，有利于維護我國稅收財政的和諧穩定。

3.3 穩健性檢驗

為提高匹配質量，PSM穩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，改變樣本量再進行回歸。PSM穩健性通過剔除非公共部分樣本后得到樣本量14337個，穩健性檢驗中的交叉項系數β3為0.0405，在1%的水平上顯著，而未刪除樣本時的交叉項系數β3為0.0429，在1%的水平上顯著，系數相差0.0024，相比較來說，變化偏差較小，說明匹配效果較好。

4 結語

本文實證研究發現：分析師發揮了外部監督作用，為滿足投資者更多現金流信息的投資需要，分析師額外公布的現金流預測報告緩解企業與投資者等報告使用者之間的信息不對稱程度水平，降低企業避稅的信息不透明度，提高避稅成本，有效抑制企業進行稅收規避。

本文基于分析師發布現金流預測報告，發揮外部監督作用的結論提出建議：（1）加強分析師的外部監督作用，健全外部治理機制。聯動機構投資者、債權人、政府機構等內外部監督者，建立健全外部治理機制，激勵企業創造更優的治理環境。（2）提高分析師現金流預測報告的信息質量。如果投資者想獲得科學穩健的投資信息，保護我國資本市場的公平安定發展，就需要從根本上促進分析師發布有質量的現金流預測報告，促使企業公布持重、真實的會計信息。

參考文獻

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、分析師聲譽與公司避稅程度[D].南昌：江西財經大學，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、監督效應與企業行為研究[D].武漢：華中科技大學，2015.

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

夏同水，鄭敏，張靜.分析師現金流預測與企業避稅[J].財會月刊，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、內幕消息與資本市場效率——基于中國A股股價中公司特質信息含量的經驗證據[J].經濟學（季刊），2013， 12（02）.