崔大海,丁 昕
(阜陽師范大學 商學院,安徽 阜陽 236037)
當前,一些國家的單邊主義和貿易保護主義愈演愈烈,從中興、華為、TikTok到清潔網絡行動,美國對中國科技企業的打壓逐步升級。截至2020年5月23日,被美國列入“實體清單”的中國實體已經達到1373家①,其中大部分是科技企業,使我國半導體、5G等科技產業的創新發展受到嚴重影響。因此,加快科技創新、實現關鍵核心技術的獨立自主已經成為廣泛共識。2020年5月,《中共中央 國務院關于新時代加快完善社會主義市場經濟體制的意見》提出要全面完善科技創新制度和組織體系,建立以企業為主體、市場為導向、產學研深度融合的技術創新體系[1]。
高新技術企業是科技創新的主力軍,國家重點支持的高新技術企業在推動供給側結構性改革和促進經濟高質量發展中起到了關鍵性作用。高新技術企業的所得稅負擔作為企業成本的組成部分,極大地影響著企業的生產運營,隨著高新技術企業的不斷發展,企業所得稅稅收負擔問題被日益關注。
2018年特朗普政府的 《減稅與就業法案》正式實施,美國企業所得稅名義稅率降為21%,對美國公司從境外取得的與知識產權相關的無形資產收入適用13.125%的優惠稅率,以鼓勵美國優勢無形資產的出口,特別是鼓勵無形資產較為集中的高技術企業發展[2],可以預見的是美國高新技術企業所得稅的有效稅率更低。為應對美國稅改的沖擊和對我國科技企業的打壓,保持我國企業所得稅稅制的總體競爭力,促進我國高新技術企業的發展,研究高新技術企業的所得稅稅負受到哪些因素的影響以及如何降低高新技術企業的所得稅稅負具有重要意義。
本文選取高新技術企業上市公司為研究對象,分析影響高新技術企業所得稅的各種因素,探究如何降低高新技術企業的所得稅稅負,并提出相應的建議。
國內外學者對企業所得稅稅負及影響因素的研究主要包括以下兩個方面:
一是企業(公司)所得稅稅負的衡量指標。國內外大多數學者采用有效稅率ETR(effective tax rate)來衡量微觀層面企業(公司)所得稅的實際稅負,分為邊際有效稅率 (effective marginal tax rate,EMTR)和平均有效稅率(effective average tax rate,EATR)兩種。 邊際有效稅率(EMTR)是針對具體的投資活動,把企業的投資決策與影響盈利能力的各種稅收因素聯系起來,被稱為前視性(Forward-Looking)指標,主要用于分析企業的投資績效(Shevlin,1987[3];湯貢亮、王越,2019[4];鄧明,2019[5])。 平均有效稅率(EATR)為企業實際繳納所得稅費用與企業所得的比例,包含了稅率優惠、加計扣除、投資抵免等以往稅收政策的累積影響,被稱為后視性(Backward-Looking)指標,適合分析企業稅收負擔的輕重。
Stickney&McGee(1982)[6]較早地采用遞延所得稅費用來調整稅會差異,認為平均有效稅率=(當期所得稅費用-遞延所得稅費用)/(稅前賬面收益-遞延所得稅費用/法定邊際所得稅稅率)。借鑒國外學者的思路與方法,國內學者亦較多地采取平均有效稅率來比較分析微觀層面企業的稅負,有所不同的是,由于學者們對分子分母的理解不同,延生出不同的計算方法。彭程等(2018)運用企業所得稅實際稅率=(所得稅費用-遞延所得稅)/稅前利潤來開展分析[7],而夏清華、黃劍(2019)則認為企業所得稅實際稅率=所得稅費用/息稅前利潤[8]。
二是企業所得稅稅負影響因素研究。吳聯生(2009)[9]研究表明,國有股比例與公司稅負顯著正相關。羅黨論、楊玉萍(2011)[10]以2005-2009年上市公司為樣本,考察了2008年企業所得稅法的實施對不同產權、不同地區公司所得稅實際稅負差異的影響。分析表明,不同產權性質和不同地區的企業的所得稅負存在明顯的差異,同時,所得稅稅負與資產負債率、企業規模和企業的獲利能力顯著相關。潘孝珍 (2013)[11]利用2004-2011年上市公司的面板數據分析表明,企業所得稅實際稅率與企業利潤率、營業總收入比重顯著負相關,與資產負債率顯著正相關,但與企業規模、國有股權比重無關。劉建民等(2013)[12]通過對2010-2011年汽車制造業上市公司的分析,發現對所得稅稅負影響最大的是凈資產收益率和資產負債率,分別達到77.04%、17.81%。袁建國等(2015)[13]利用2001-2013年上市公司的數據,分析表明所得稅有效稅率與公司的產權性質、稅收負擔、稅收征管強度、資產報酬率、固定資產比例顯著相關,而與企業的規模、資產負債率不相關。李建英等(2015)[14]利用2006-2014年制造業上市公司的面板數據,認為所得稅有效稅率與企業規模、盈利能力顯著負相關,與資產負債率正相關,而與資本密集度、國有控股比例以及區域因素無關。
從以往的研究可以看出,由于研究的角度和分析的時間不同,得出影響所得稅有效稅率的因素各不相同。但截止目前為止,還缺乏針對高新技術企業特點分析所得稅的影響因素,這為本文的研究進行提供了空間。
2016年,財政部、國家稅務總局和科學技術部修訂了高新技術企業資格認定標準和日常管理辦法,結合前人研究的基礎和高新技術企業的特點,本文選取以下指標分析影響高新技術企業所得稅有效稅率的影響因素。
在高新技術企業的資格認定過程中,按照大中小型企業規模的不同,要求研究開發費用占同期銷售收入的比例分別達到3%、4%及5%,并且在取得資格后的日常管理中,如果發現企業不符合規定的條件,將取消高新技術企業資格。因此,對于高新技術企業來說技術研發是一項重要業務,研發投入比例也明顯高于其他企業。
根據企業所得稅法規定研發費用按50%的比例在稅前加計扣除,2018年加計扣除比例提高到75%,并相繼明確和細化了研發費用的歸集范圍。研發投入是企業成本的組成部分,研發投入的越多,能夠被歸集進而加計扣除的研發費用也就越多,當企業投入大量資金進行研發活動時,充分享受稅收優惠政策可以明顯減輕高新技術企業的資金壓力和所得稅稅負。
因此,本文提出假設1:研發投入比例越高,高新技術企業所得稅有效稅率越低。
學者們對于企業規模對企業所得稅稅負的影響持有不同的觀點。一種觀點認為規模較大的企業對當地的就業、GDP和稅收收入都具有一定的影響力,地方政府會額外給大企業提供一些稅收優惠,以降低企業的所得稅稅負。有的觀點則認為企業規模越大越有可能引起社會的關注,在稅收管理方面可能受到更嚴厲的監管,稅收負擔也會相對高一些。不過也有小部分學者認為企業規模與企業所得稅實際稅負兩者之間的關系并不顯著。
目前,高新技術企業所得稅優惠政策主要是享受15%的低稅率,在企業獲得高新技術資格后即可適用。實際上,近年來稅務部門不斷推進“放管服”改革,優化稅收營商環境,對于所有法定企業所得稅優惠政策均實行“自行判別、享受申報、相關資料留存備查”的辦理方式,不再需要許可、審批或審核等前置性程序,這樣,地方政府對不同規模高新技術企業實行不同稅收優惠待遇的制度基礎不復存在。同時,隨著金稅三期和增值稅發票電子底賬系統的普及應用,稅務部門的信息化管理水平不斷提高,相較以前稅收征管強度普遍提高。
因此,本文提出假設2:企業規模越大,高新技術企業所得稅有效稅率越高。
從理論上來講,由于債務利息可以稅前扣除,舉債經營可以起到稅盾的作用,資產負債率與企業所得稅實際稅負兩者之間呈負相關關系。然而在現實生活中,任何一家企業都不可能無限地債務融資。據國際清算銀行測算,截至2017年底,我國企業部門的杠桿率高達156.9%,企業負債率上升不僅增加了企業的利息負擔,也提高了企業的經營風險。
通過分析高新技術企業上市公司的融資結構可以看出,高新技術企業主要偏向于股權融資,可能的原因,一方面是企業自身降低杠桿率的要求,不愿承擔過多的債務風險。另一方面,隨著我國證券市場的發展,中小板、創業板、科創板相繼開設,高新技術企業股權融資的渠道日益暢通,并且對于創投企業投資于未上市的高新技術企業可以按其投資額的70%抵扣應納稅所得額,對于大多數高新技術企業來說,在還沒有上市嚴重缺乏資金時,投資和被投資雙方就有股權融資的積極性。
因此,本文提出假設3:資產負債率越高,高新技術企業所得稅有效稅率越高。
高新技術企業要求高新技術產品的收入在同期銷售收入中占比達到60%以上,其中高新技術產品收入包括技術轉讓收入和技術服務收入等。我國對于符合條件的技術轉讓所得免征、減征企業所得稅。因此,相較一般的企業來說,高新技術企業的高新技術產品的收入占比較高,盈利能力較強,即可以享受稅收優惠,又使得高新技術企業更有可能對企業自身的稅務問題進行分析、調整和籌劃,由此達到避稅的目的。
因此,本文提出假設4:盈利能力越高,高新技術企業所得稅有效稅率越低。
高新技術企業具有高收益性和高風險性的特征,長期以來受到各級政府的高度重視和政策扶持。但另一方面,我國政府也承擔了提供公共產品和公共服務的責任,需要大量的政府支出。對于政府而言,他們會優先選擇那些國有股權比例較高、與政府關系密切的企業來承擔其實現各項責任所需要的支出。
因此,本文提出假設5:國有股比例越高,高新技術企業所得稅有效稅率越高。
基于上述對高新技術企業所得稅有效稅率影響因素的分析,本文構建如下面板數據模型:

其中因變量ETR為高新技術企業所得稅有效稅率,用(當期所得稅費用-遞延所得稅費用)/稅前利潤表示。
自變量:⑴RD為研發投入,用當期研發支出/當期營業收入表示;⑵SIZE為公司規模,用期末資產總額的自然對數衡量;⑶LEV為資產負債率,用期末負債總額/期末資產總額衡量;⑷ROA為盈利能力,用當期凈利潤/期末資產總額衡量;⑸SOP表示國有股比例,用國有股股數/股本總額衡量。
另外,本文選取以下變量作為控制變量:⑴CAP為資本密集度,用期末固定資產總額/期末資產總額衡量;⑵EQCO為股權集中度,用第一大股東持股數/股本總數衡量。此外,本文加入了時間虛擬變量YEAR,當樣本數據處于某一年時為 1,否則為 0。
本文選取 2014年到2018年在深、滬證券交易所 A股上市的高新技術企業為研究對象,數據來源于國泰安數據庫,并按照以下條件進行數據篩選:①剔除所得稅有效稅率小于0和大于1的企業;②剔除樣本缺失的企業。剔除后剩下786家企業共3930個樣本數據。除虛擬變量以外,本文對變量進行了臨界值1%的縮尾處理。
表1是變量的描述性統計結果,可以看出,高新技術企業所得稅有效稅率的均值為0.1386,最大值為0.3724,最小值為0.0007,說明稅率水平較為集中。企業規模的最大值為27.5720,最小值為19.6869,企業規模差異較小。而研發投入差異較大,最大值為05465,而最小值接近于0,差異較大。同時,資產負債率、盈利能力和國有股比例的差異也較為明顯。

表1 變量的描述性統計
表2顯示,有效稅率與公司規模、資產負債率、股權集中度、國有股比例在1%顯著性水平上顯著正相關,而與盈利能力、研發投入比例、資本密集度在1%顯著性水平上的顯著負相關,并且通過分析可以發現,變量之間的相關系數低于0.6,各變量不存在多重共線性。

表2 變量的相關性分析
根據Hausman檢驗的結果,本文采用固定效應,初步回歸結果如表3所示。

表3 模型回歸結果
從初步回歸結果得知,模型的擬合度為0.8103,擬合度較好,并且通過了F檢驗。D-W值為2.194,較為接近2,說明模型不存在自相關的現象。
回歸結果顯示,研發投入的回歸系數為-0.0959,在1%的水平上顯著,表示加大研發投入可以降低高新技術企業所得稅的有效稅率,符合假設1。
公司規模的估計系數在1%的水平上顯著正相關,但僅為0.0106,說明高新技術企業的規模是影響企業所得稅有效稅率的一個因素,但影響較小,與假設2一致。
資產負債率的回歸系數為0.0435,在1%的水平上顯著為正,表明在高新技術企業中債務稅盾的作用有限,高新技術企業的資產負債率越高,企業所得稅有效稅率也越高,證明了假設3。
盈利能力在1%的水平顯著為負,在諸多因素對有效稅率的影響最大,說明盈利能力強的高新技術企業受到了國家政策的大力扶持,可以充分享受技術轉讓和研發費用加計扣除等稅收優惠政策,盈利能力越強,有效稅率越低,與假設4相符。
國有股比例回歸系數為0.0208,在5%的水平顯著,表示國有股比例越高,有效稅率越高,但影響有限,證實了假設5。
另外,回歸結果表明,資本密集度和股權集中度對有效稅率的影響不顯著。
本文選擇2015-2018年間的樣本做穩健性回歸分析,結果如表4所示。

表4 穩健性檢驗
穩健性分析表明,主要研究變量結果的顯著性及變化方向與上文回歸結果基本一致,因此本文的結論具有較高的可信度。
本文通過對2014-2018年高新技術企業上市公司相關數據的實證分析,論證了前文假設的成立,從回歸結果來看,盈利能力、研發投入比例對有效稅率的影響顯著為負,說明隨著盈利能力和研發投入的提高,高新技術企業的有效稅率越低。而公司規模、資產負債率、國有股比例對有效稅率具有正向促進作用。因此,本文從政府和企業兩個方面,提出相關建議。
對政府來說,一要進一步完善和提高研發費用加計扣除的稅收優惠政策。國家應鼓勵高新技術企業加大科技研發力度,擴大研發投入,一方面繼續實施提高研發費用加計費用比例的政策。2018年加計扣除比例提高到75%,但政策的截止日期為2020年年底。對此,建議應以法律的形式明確加計扣除的比例,并提高扣除比例至100%,以激勵企業加大研發投入。另一方面應統一研發費用扣除范圍。由于政策實施的初衷不同,高新技術企業認定口徑的研發費用與研發費用加計扣除中的研發費用的扣除范圍并不相同,這在很大程度上增加了企業核算的難度,有些中小型科技企業甚至放棄申請認定高新技術企業資格[15]。對此,建議應統一研發費用加計扣除的范圍,減輕企業負擔。二是要繼續通過減稅降費措施鼓勵中小型科技企業發展。實證分析表明,高新技術企業規模越小,企業所得稅有效稅率越低。高新技術企業具有“小特優新”的特點,許多高新技術企業雖然規模小,但已經成長為特定細分行業的龍頭企業,因此,國家應繼續通過各項減稅降費措施鼓勵處于初創期、成長期的中小型科技企業發展。
對于企業來說,分析表明,資產負債率與企業所得稅有效稅率成正相關。在當前供給側結構性改革的背景下,降低企業的負債率,可以降低企業所得稅稅率,達到“去杠桿”與“降成本”的雙重作用。因此,對于高新技術企業來說,應當在股權融資和債權融資之間進行合理選擇,把負債率控制在合理的范圍內,避免杠桿率過高。同時,在調整融資結構時,企業應合理預期未來的盈利能力,通過加強研發投入,增強企業盈利能力,降低企業所得稅有效稅率。
注釋:
①澎湃網,https://www.thepaper.cn/newsDetail_forward_9008023.