大數據稅收征管有助于抑制關聯交易嗎？

摘 要：近年來，上市公司的關聯交易不斷增長，嚴重損害了中小股東的利益。文章以“金稅三期”工程作為準自然實驗，探究大數據稅收征管對公司關聯交易的治理作用及其影響機制。基于2011—2018年我國非金融上市公司發生的商品與勞務類關聯交易數據，通過構造多期雙重差分模型，文章研究發現以“金稅三期”工程為代表的大數據稅收征管模式顯著降低了企業的關聯交易水平。異質性分析發現，當公司內部治理水平較低，外部市場制度不完善時，“金稅三期”工程對關聯交易的治理作用更為顯著。關于機制的研究顯示，大數據稅收征管通過征稅效應、治理效應和信息效應降低委托代理成本、提高會計穩健性和提升會計信息透明度，從而減少企業關聯交易水平。文章的研究不僅從理論上豐富了大數據稅收征管的經濟效應，而且對我國在數字經濟時代深化監管方式改革提供了政策啟示。

關鍵詞：金稅三期 "大數據征管 "關聯交易 "公司治理

DOI：10.19592/j.cnki.scje.411013

JEL分類號：G34， G38， H25 " 中圖分類號：F812.42， F275

文獻標識碼：A " 文章編號：1000 - 6249（2024）03 - 001 - 18

一、引言

截至2021年底，我國滬深兩市上市公司總數量超過4600家，股票市場總市值突破90萬億元，成為全球市值第二大資本市場1。然而，伴隨著資本市場的不斷壯大，上市公司違規事件頻發，關聯交易違規問題屢見不鮮（陸瑤、李茶，2016；魏志華等，2017a；Lisic et al.，2015）。例如，2020年，中新科技（603996）、*ST東洋（002086）、ST八菱（002592）等多家上市公司因關聯交易被證監會立案調查2；群興玩具在2020年末試圖將關聯方身份非關聯化，通過對關聯方銷售高價白酒創利保殼，被深交所實施退市風險警示3；2021年，紅太陽股份存在控股股東及其關聯方非經營性資金占用近30億元，被證監會立案調查1。上市公司股東或關聯方通過關聯購銷、關聯借貸、違規擔保等多種形式侵吞或“掏空”上市公司利益，使上市公司替關聯方“打工賣命”，嚴重影響上市公司質量，損害投資者利益，成為上市公司違規的主要類型（堯艷珍、李湛，2021；呂鑫，2020）。如何治理上市公司關聯交易成為金融監管機構、稅收征管部門、投資者和媒體關注的熱點。

目前，學者們對如何規范公司關聯交易進行了大量研究。在內部治理機制方面，以往研究發現良好的內部控制制度（張洪輝等，2016）、專業性的獨立董事（唐清泉等，2005；趙子夜，2014；武立東等，2019）、機構投資者持股（吳先聰等，2016；魏明海等，2013）能夠顯著降低所在公司的關聯交易水平。在外部治理機制方面，研究發現審計監督（魏志華等，2017b；Fang et al.，2018）、賣空管制（侯青川等，2017）、法制環境（侯德帥等，2019）對公司關聯交易具有抑制作用。稅收監管作為一種重要的外部治理機制，不僅是國家治理的基礎和重要支柱，而且對于公司微觀治理具有重要的影響。但是現有文獻尚未深入探討其對公司關聯交易的相關作用機制。特別是在數字經濟方興未艾的背景下，基于大數據技術的稅收征管模式如何影響企業關聯交易行為值得深入研究。

在現代經濟中，稅收對公司治理發揮著越來越重要的作用，成為影響其治理水平的重要因素之一。“金稅三期”工程基于大數據平臺和人工智能技術，囊括稅務端、第三方、互聯網、企業端“四位一體”的數據源，通過篩選、加工、整合、比對集中存儲的數據，實現了稅收征管的信息化，是我國稅收征管領域的重大變革。“金稅三期”應用大數據技術統一國稅、地稅征管信息系統，實現了全國稅收數據大集中，成為規范稅收執法、優化納稅服務、管控稅收風險、加強信息共享的大平臺2。這種大數據征管模式對微觀企業產生了一系列治理作用，如促進企業稅收遵從（樊勇、李昊楠，2020；李艷等，2020；張克中等，2020；Fan et al.，2020；Li et al.，2020； Xiao and Shao，2020）、降低企業盈余管理水平（孫雪嬌等2021；朱凱等，2021；Zhao，2023）、提高盈余質量（李增福等，2021）等。然而，“金稅三期”技術的應用如何影響企業關聯交易以及通過何種機制規范和治理關聯交易，已有研究尚未進行深入分析。

為檢驗大數據稅收征管模式如何影響企業關聯交易行為，本文以我國“金稅三期”工程上線作為準自然實驗進行研究。通過構建多期雙重差分模型，本文研究發現以“金稅三期”工程為代表的大數據稅收征管模式顯著降低了企業的關聯交易水平，使受影響的上市公司關聯交易下降0.44%。異質性分析發現，當上市公司處于買方位置時這種抑制作用更大，大數據稅收征管的治理效應與企業內部治理水平、外部制度環境存在顯著的互補關系。本文進一步探討了大數據稅收征管發揮外部治理效應的機制，征稅效應發現大數據稅收征管能夠提高稅務機關的征稅能力，減少非正常關聯交易；治理效應發現大數據稅收征管通過緩解委托代理問題，提高會計穩健性，減少代理人的機會主義關聯交易；信息效應發現大數據稅收征管通過提高信息透明度，緩解企業與外部投資者、小股東的信息不對稱，降低大股東通過關聯交易“掏空”上市公司的風險。

與以往文獻相比，本文的邊際貢獻主要體現在三個方面。第一，本文以“金稅三期”工程為準自然實驗來研究大數據稅收征管對企業關聯交易的治理作用，拓展了稅收征管外部治理效應的研究文獻。以往研究發現，稅收監管在降低企業融資成本（Guedhami and Pittman，2008；El Ghoul et al.，2011）、規范盈余管理（葉康濤、劉行，2011）、降低股價崩盤風險（江軒宇，2013）等方面發揮治理效應。本文從大數據稅收征管視角出發，以“金稅三期”工程作為準自然實驗，進一步分析稅收征管信息化對企業關聯交易的治理效應。第二，以往研究發現，上市公司容易利用關聯交易進行利益輸送、盈余操控甚至逃避稅負，產生信息不對稱，降低企業透明度（黃蓉等2013；王卉喬等，2020；Balakrishnan et al.， 2019）。本文研究了大數據稅收征管如何治理企業關聯交易的作用機制，發現以“金稅三期”為代表的大數據稅收征管通過發揮征稅效應、治理效應和信息效應規范上市公司的關聯交易水平，這對深入理解數字征管技術變革的作用提供了新的證據。第三，本文研究表明，在公司內部治理機制和外部市場制度環境不夠完善的背景下，大數據稅收征管技術可以對治理關聯交易發揮重要的補充作用，為我國在數字經濟時代政府如何根據外部市場環境和企業內部特征利用大數據技術發揮治理作用提供了啟示。

二、文獻回顧與研究假設

（一）文獻綜述

關聯交易是上市公司交易行為中的重要組成部分，是公司治理水平高低的重要表現（Munzig，2003）。以往文獻認為，由于信息不對稱，關聯交易往往具有負面的經濟影響（Berkman et al.，2009；Fisman and Wang，2010）。企業管理層和控股股東通過隱瞞關聯方交易攫取私人利益，損害公司價值和股東利益（La Porta et al.，2002）。我國上市公司大多呈現較為集中的股權結構（Claessens et al.，2000；陳林等，2019；劉慧龍，2017），控股股東會根據公司的財務狀況，在同一公司的不同時期通過關聯交易進行“隧道行為”或“支持行為”（Peng et al.，2011）。管理層也會通過關聯交易操縱收益以達到預期目標（Jian and Wong，2010；Jiang et al.，2010；Lo et al.，2010a）。Aharony et al.（2010）和Jian and Wong（2010）研究發現中國上市公司通過關聯銷售進行盈余操縱，大股東的“支持”行為只是為了未來更好地掏空企業資源。余明桂、夏新平（2004）認為，控股股東會利用關聯交易，在購銷上低進高出，轉移上市公司資源，侵占中小股東權益。肖迪（2010）針對中國的研究也發現，上市公司現金持有水平越高，大股東越有可能通過關聯交易轉移資金。可以看出，由于關聯交易的兩面性、隱蔽性、價格非公允等特點，上市公司容易利用關聯交易進行利益輸送、盈余操控甚至逃避稅負，大量進行關聯交易的上市公司更容易發生公司違規（鄭國堅等，2009；Zhu and Zhu，2012；魏志華等，2017a）。因此，上市公司關聯交易仍是公司治理中代理問題的重要體現，是管理層機會主義行為的體現，也是大股東操縱和不當干預的重要方式之一。

稅收征管系統作為重要的外部治理機制，能夠對上市公司進行專業化監督，規范管理層和大股東行為，對企業發揮治理效應。Desai and Dharmapala（2006）和Desai et al.（2007）構建了稅收系統與公司治理相互作用模型，政府被視作一種特殊類型的“股東”，而稅務機關是對公司運營進行監控的重要外部力量。稅收征管會通過減少信息不對稱降低企業債務融資成本（Guedhami and Pittman，2008）和股權資本成本（El Ghoul et al.，2011），并提升企業財務報告質量（Hanlon et al.，2014）。當外部稅收征管能力增強時，委托代理關系中的管理者和大股東會權衡成本與利益，減少稅收激進活動，降低盈余操縱（葉康濤、劉行，2011；江軒宇，2013；孫雪嬌等，2021；李增福等，2021；Zhao，2023）。由此可見，稅收征管能夠對公司行為產生治理效應，而征管技術的變革提升了稅務部門的執法水平和監督能力，使稅收征管對公司治理的影響更加顯著。

（二）研究假設

“金稅三期”這種大數據征管主要通過征稅效應、治理效應和信息效應對上市公司關聯交易產生抑制作用。

第一，征稅效應通過提高稅務機關的征稅能力，有利于稅務機關發現上市公司通過關聯交易進行避稅和“掏空”，從而減少非正常關聯交易。一方面，“金稅三期”工程利用大數據、云計算等信息技術，覆蓋了所有稅種和主要征稅環節，實現了稅務機關與其他部門間的涉稅信息快捷交換與共享，提高了稅務機關的信息獲取及監管能力，顯著降低了征納雙方的信息不對稱（張克中等，2020；Xiao and Shao，2020；蔡昌等，2021）。由此，稅務機關可以全面掌握企業關聯交易的金額、交易方、交易形式等相關信息，進而及時發現非公允的關聯交易。例如，通過智能化征管嚴格管理企業關聯交易，加強同期資料審核，不僅能根據銀行轉賬、結算等信息獲得關聯交易的進度，還能夠通過工商部門獲取關聯方的地址、經營狀況等信息，從而實現對企業關聯交易情況的全方位掌控。另一方面，征管部門通過大數據分析技術實現了對稅收數據的深入發掘、分析和利用，提高了稅務部門涉稅數據分析能力。稅務機關可以分析發票商品編碼與增值稅發票銷項、進項的相關性，對比行業稅負率和利潤水平，對企業收支活動進行多維分析，增加了企業虛構經濟業務進行會計造假的風險（樊勇、李昊楠；2020；李艷等，2020），從而能準確稽核、甄別和處罰異常交易，使關聯方或大股東通過關聯交易進行“掏空”或“支持”的行為更容易暴露在稅收大數據系統之下，從而遭到更為嚴厲的稅收監管和調查。

第二，治理效應通過緩解代理問題，提高會計穩健性，減少代理人的機會主義關聯交易。從盈余管理和避稅的角度來看（Johnson et al.，2000），關聯交易通過“隧道效應”虹吸企業資源，企業管理層和大股東可能通過隱瞞關聯方交易攫取私人利益，損害公司價值和股東利益（La Porta et al.，2002；Djankov et al.，2008）。管理層也會通過關聯交易操縱收益以達到預期目標（La Porta et al.，2003；Fisman and Wang，2010；Jian and Wong，2010；Jiang et al.，2010；Lo et al.，2010a）。作為重要的外部監督治理機制，稅收征管發揮了顯著的公司治理作用（Desai and Dharmapala，2006；Desai et al.，2007；曾亞敏、張俊生，2009）。稅收征管的加強產生“治理效應”能夠緩解企業代理問題（蔡昌等，2021）。“金稅三期”工程實現了涉稅信息的集中處理，增加了管理層利用虛假交易和關聯交易等手段掩蓋代理成本的難度（張克中等，2020），將有助于緩解因代理問題引致的關聯交易操縱問題。同時，“金稅三期”工程改變了傳統征管模式，使公司治理等問題暴露在“聚光燈”下，出于聲譽考慮（楊德明、趙璨，2012；Ruiz-Verdú and Singh，2021），大股東和管理層會減少其機會主義關聯交易行為。此外，大數據征管通過緩解代理問題抑制企業內部管理層的機會主義行為，減少管理層的盈余操縱（李增福等，2021），增強會計信息的穩健性水平。而會計穩健性的提高使上市公司關聯交易信息及其損益能夠及時反映到公司財務報告中，便于稅務機關和監管部門的監督，從而抑制上市公司關聯交易和控股股東占款（張洪輝等，2018）。

第三，信息效應通過提高企業信息透明度，緩解企業與外部投資者、小股東的信息不對稱，有助于抑制大股東通過關聯交易“掏空”上市公司。依托大數據、云計算等技術的稅收征管能提高企業信息披露透明度，改善企業信息環境（魏志華等，2022）。如前文所述，我國上市公司股權結構集中，大股東和小股東、外部投資者之間存在信息不對稱，為大股東掏空創造了條件，而在大數據稅收征管下的企業信息環境改善則會促使企業關聯交易信息更加透明化。一方面，大數據稅收征管提高上市公司會計信息透明度，有利于投資者和小股東進行外部監督。“金稅三期”工程對上市公司關聯交易信息進行全過程管理和監督，削弱了企業復雜的股權結構安排和模糊性會計處理，使分析師能獲得準確的財務信息，有利于外部監督和治理，對關聯交易產生抑制效應。另一方面，大數據征管增加了企業關聯交易信息披露的準確性和及時性，有利于小股東和機構投資者及時獲取關聯交易信息，參與關聯交易治理。綜上所述，本文提出以下兩條假說以供后文實證檢驗：

假設1： 以“金稅三期”工程為代表的大數據稅收征管技術的應用能夠顯著降低企業關聯交易水平。

假設2： 大數據稅收征管技術主要通過征稅效應、治理效應和信息效應發揮關聯交易抑制作用。

三、研究設計

（一）模型設定

“金稅三期”工程第一階段于2013年2月在重慶市上線，同年10月山西和山東也運行。2015年1月，廣東、河南、內蒙古正式單軌上線運行。2015年底，河北、寧夏等10個省份級試點完成單軌上線運營，其余省市在2016年底完成上線。附表1為“金稅三期”系統在我國各省市的具體上線時間。這種分批試點、逐步推行的實施方式提供了一個良好的準自然實驗（張克中等，2020）。本文參考以往研究，構建多時點雙重差分（DID）模型。基本模型如下：

[Yipt=β0+β1GTPpt+β2Xit+αt+γi+εit] " " " " " " " " " " " " " " " " " " " （1）

其中，Y為被解釋變量，表示上市公司關聯交易水平，下標i表示企業，t表示年份，p表示省份；GTP （Golden Tax Project 的縮寫）表示“金稅三期”工程，是核心解釋變量，當企業所在省份在第t年上線“金稅三期”工程后，則賦值為1，否則賦值為0，該變量等同于傳統雙重差分中的交互項。系數[β1]度量了“金稅三期”工程實施的效果，反映了大數據稅收征管對企業關聯交易的凈效應。[Xit]代表控制變量集合，[γi]為企業固定效應，[αt]是年份固定效應。由于“金稅三期”試點采取分省份逐步實施，各企業關聯交易水平在地區層面具有相關性，模型估計中采用在省級層面聚類調整的穩健標準誤。此外，本文還在模型估計中分別引入行業和地區效應的交乘項、行業和年份效應的交乘項，進行穩健性檢驗。

（二）變量定義

1.被解釋變量

本文的被解釋變量是公司關聯交易水平。上市公司的關聯交易，是指上市公司或者其控股子公司與上市公司關聯人之間發生的轉移資源或者義務的事項1。上市公司與其關聯方之間的業務往來交易是監管部門和市場投資者關注的重點，上市公司就其關聯交易信息負有披露義務2。在上市公司眾多關聯交易事項中，商品勞務買賣交易是最常見的關聯交易類型（Chen et al.，2012；魏志華等，2017a）。同時，股份公司改制上市后，一般都將企業辦社會的非生產性資產剝離出來，但股份公司上市后仍需要關聯公司提供有關方面的服務，這些商品勞務交易引起的資金往來是我國上市公司關聯交易的重要內容之一。因此，本文主要考察商品交易和接受或提供勞務這兩類關聯交易。根據國泰安（CSMAR）數據庫中上市公司關聯交易情況文件，我們收集了上市公司每筆關聯交易信息，將各公司每年商品和勞務這兩類關聯交易涉及的金額進行加總，得到了上市公司商品勞務類關聯交易的總金額，當關聯交易貨幣類型為外幣時，根據外匯管理局公布的人民幣匯率中間價換算為本幣。參考以往研究（魏志華等，2017a），本文以商品和勞務這兩類關聯交易金額占上市公司年末總資產比重作為衡量關聯交易水平的代理變量。

2.解釋變量

本文的核心解釋變量[GTPpt]為“金稅三期”工程上線運行虛擬變量，用以刻畫大數據稅收征管對企業關聯交易的影響。參考以往研究（張克中等，2020；李增福等，2021），本文選擇各地區“金稅三期”系統單軌上線的節點作為實施時間。考慮政策時滯性，將“金稅三期”系統從上半年開始上線運行的地區視為從當年開始實施，從下半年開始上線的地區視為下一年度開始實施。“金稅三期”系統在我國各省市的具體上線時間見附表1。

3.控制變量

本文的控制變量主要包括企業規模、ROA、資產負債率、主營收入增長率、存貨密集度、股權集中度、獨立董事占比、審計事務所特征、機構投資者持股比例；由于我國《公司法》對企業IPO鎖定期的規定，公司關聯交易會受到上市時間的影響，因此控制其上市年限；此外，我國上市公司多由國有企業改制而來，與改制前的母公司及其下屬公司之間構成的集團公司之間容易發生關聯交易（魏志華等，2017a），因此控制企業所有制。在異質性分析和機制檢驗部分，本文還使用了公司治理指數、市場化指數、委托代理成本、會計穩健性和分析師預測誤差指標。變量說明如表1所示。

（三）樣本選擇和數據來源

本文選取我國滬、深兩市A股上市公司為研究樣本，由于“金稅三期”工程實施的最早年份是2013年，為避免2008年新企業所得稅法、2009年會計準則和同期申報制度政策干擾，本文選取的樣本期間為2011—2018年。關聯交易數據和上市公司數據均來自國泰安（CSMAR）數據庫，地區市場化程度數據取自《中國分省份市場化指數報告》。參考以往研究，本文按照如下標準進行了數據篩選：（1）由于金融行業的特殊性質，剔除行業為金融類公司樣本；（2）剔除ST、PT的公司樣本；（3）剔除相關數據缺失的樣本；（4）為了消除樣本中變量異常值的影響，本文對所有連續型變量進行1%和99%分位數水平上的Winsor縮尾處理。（5）由于企業實際稅率存在異常變動，參考王卉喬等（2020）的做法，剔除實際稅率小于0或大于1的樣本。各主要變量的描述性統計如表2所示。

四、實證結果分析

（一）基準回歸結果

表3給出了模型（1）的基準回歸的結果。其中第（1）列僅控制企業和年份固定效應，此時[β1]的系數顯著為負，表明“金稅三期”工程的實施對上市公司的關聯交易行為起到了抑制作用。為了消除企業特征的影響，我們在第（2）列加所有控制變量，此時核心解釋變量的系數依然顯著為負。根據第（2）列的估計系數，在控制其他因素不變的情況下，“金稅三期”試點地區企業相對于非試點地區企業關聯交易水平下降了0.0044，相對于關聯交易的樣本平均水平（0.0478）降低了9.2%（0.0044/0.0478）。這表明大數據稅收征管模式的推廣應用對企業關聯交易的治理作用不僅在統計上是顯著的，同時也具有重要的經濟意義。為了驗證估計系數對模型設定的敏感性，我們在第（3）列和第（4）列進一步控制行業與地區的交互效應和行業與年份的交互效應。估計結果顯示在更加靈活的模型設定中“金稅三期”工程的估計系數依然顯著為負，并且系數大小保持相對穩定。表3的結果表明以“金稅三期”工程為代表的大數據稅收征管能夠有效治理企業關聯交易，從而驗證了本文的假設1。

（二）穩健性檢驗

1.平行趨勢檢驗

雙重差分法的應用必須滿足平行趨勢假定，即在沒有政策沖擊的條件下，處理組與控制組的關聯交易水平變動趨勢不存在系統性差異。在本文中，我們借鑒參考蔡昌等（2021）的做法，通過改變“金稅三期”系統上線時間的方法進行平行趨勢檢驗。具體而言，將各地區“金稅三期”系統上線時間提前三年，分別加入上線前第3年（pre3）、上線前第2年（pre2）、上線前第1年（pre1）三個虛擬變量。并且為了檢驗“金稅三期”工程的動態時間趨勢，我們將法律生效以后的時間劃分為系統上線當年（Current）、系統上線后第1年及以后，并以“金稅三期”系統上線前第4年及之前的時期為基準組。如果“金稅三期”系統上線前第3年（pre3）、上線前第2年（pre2）和上線前第1年（pre1）三個變量都不顯著，說明滿足平行趨勢假設1。圖1報告了平行趨勢和動態效應的結果2，可以看出在“金稅三期”工程試點推出之前實驗組和控制組企業關聯交易不存在顯著的時間趨勢差異，平行趨勢假設成立；試點開展當年和第二年的系數顯著為負，說明“金稅三期”系統自上線開始對上市公司關聯交易的規范作用越來越顯著。

2.安慰劑檢驗

為了進一步檢驗本文的結果是否由不可觀察的遺漏變量驅動，本文借鑒Liu and Lu（2015）的做法，隨機分配“金稅三期”實施的年份和地區，設置虛構的政策變量，并將隨機生成的“金稅三期”虛擬變量帶入本文的雙重差分模型進行回歸，估計交叉項的系數。由于上述數據生成過程是隨機的，雙重差分模型得到的交叉項估計系數應該接近于零并且在統計上不顯著。為增強安慰劑檢驗的統計識別效力，將上述隨機實驗重復500次。如圖2所示，虛構的“金稅三期”實施變量的回歸系數分布都集中在零附近。由于真實的估計系數為-0.0044，在安慰劑估計值分布中屬于小概率事件，這表明本文基準估計結果不是由于遺漏同時期的其他政策和相關的遺漏變量而產生的，進一步驗證了本文回歸結果的穩健性。

3.改變樣本企業

在本文所選取的上市公司樣本中，并非所有的上市公司都發生了商品勞務類的關聯交易，其中只有73.98%的公司進行了商品勞務類關聯交易，26%的上市公司未進行關聯交易。為了檢驗樣本選擇問題對回歸結果的影響，本文刪除了未發生商品勞務類關聯交易的公司樣本。表4第（1）列結果顯示，剔除未發生關聯交易的公司樣本后“金稅三期”回歸系數保持穩定。此外，我國《公司法》、滬深交易所發布的《股票上市規則》等法律法規對上市公司股份鎖定期做了明確規定1。上市不滿三年

的公司在股權轉讓和關聯交易方面具有特殊性，為排除這部分公司的干擾，本文刪除了當年上市的公司和上市不滿三年的公司樣本。表4第（2）—（3）列的回歸結果顯示 “金稅三期”工程變量的系數依然顯著為負，證實了基準回歸結果的穩健性。

4.改變聚類層級和樣本區間

盡管“金稅三期”工程是在省級層面實施的，但考慮到企業關聯交易水平在時間上存在相關性，我們將基準回歸結果中的穩健標準誤聚類到企業層級，估計結果如表5第（1）列所示，大數據稅收征管對企業關聯交易的抑制效應仍然顯著。由于“金稅三期”工程采取分批試點的方式，并在2016年全面覆蓋全國所有省市，因此，我們將樣本期間選取為2011—2016年，并將標準誤分別聚類到省份和企業層級進行估計。表5第（2）—（3）顯示改變樣本區間的估計結果與基準結果一致，這表明本文的估計結果不受聚類層級和樣本區間選擇的影響。

5.改變估計方法

由于本文樣本中并非所有的上市公司都發生了商品勞務類的關聯交易，只有73.9%的公司進行了商品勞務類關聯交易，26%的上市公司未參與關聯交易。關聯交易水平為左截尾數據，采用OLS估計可能存在誤偏。為檢驗本文的回歸結果對估計方法選擇的穩健性，我們使用面板Tobit估計方法對原DID模型進行估計。表6第（1）列-（3）列的估計結果發現“金稅三期”工程的系數顯著為負。由于Tobit模型是非線性模型，估計系數無法直接作為被解釋變量的邊際效應，需要進行邊際效應轉換。表6第（4）列匯報了第（3）列Tobit模型的邊際效應，可以看出，“金稅三期”工程估計系數的邊際效應為-0.00286，與本文的基準回歸OLS估計結果接近，這表明本文的結果對于不同的估計方法是穩健的。

（三）異質性分析

1.關聯交易類型的異質性

根據上市公司在關聯交易中是提供還是接受商品勞務，上市公司在關聯交易中的方向可以分為處于“賣方”地位和“買方”地位。羅付巖（2014）研究發現，當上市公司處于“賣方”地位時，相關利益流入上市公司，關聯交易為上市公司提供支持；而當上市公司處于“買方”地位，相關利益流出上市公司。因此，區分上市公司關聯交易的方向，可以辨別上市公司進行關聯交易的目的。本文將樣本分為上市公司處于“賣方”地位和“買方”地位。在表7第（1）—（2）列中分組回歸結果顯示，大數據稅收征管對關聯交易的抑制作用在上市公司處于“買方”地位時更顯著，而在上市公司處于“賣方”地位時不顯著，這表明“金稅三期”工程主要對以“掏空”為目的的關聯交易發揮制約作用。

2.企業內部治理水平的異質性

關聯方交易作為一種獨特的交易，當被濫用于舞弊、粉飾業績、利益輸送和大股東“掏空”時，會嚴重損害中小股東利益，產生代理問題。以往研究發現公司治理機制如董事會特征、經理人薪酬、外部監督機制較弱的公司更容易發生關聯交易（Yeh et al.，2012；Cheung et al.，2009；Lo et al.，2010b），而且控股股東進行關聯交易的主要動機是掏空（Gordon et al.，2004；Kohlbeck and Mayhew，2010）。因此，當企業內部機制越不完善時，稅收征管所發揮的外部監督作用可能更加重要。參考相關文獻，本文采用主成分分析法構建衡量企業內部治理水平的測度指標（顧乃康、周艷利，2017），在基礎回歸模型中加入了“金稅三期”工程與公司治理指數的交互項。表7第（3）列結果顯示，交互項系數為正且在5%的水平上顯著。具體而言，上市公司治理指數每降低一個標準差（標準差為1.019），“金稅三期”工程的邊際效應會上升0.26%。這表明大數據稅收征管作為外部治理因素與企業內部治理機制存在互補關系。

3.外部市場化水平的異質性

Jian and Wong（2010）研究發現，在市場制度不完善的地區，上市公司通過向控股股東進行非正常關聯銷售來支撐盈利更為普遍。良好的市場環境助于降低上市公司對關聯交易的依賴。為估計市場化水平的調節效應，本文在基礎模型中加入了“金稅三期”工程與市場化指數的交互項。表7的第（4）列結果顯示，交互項系數顯著為正，證實了大數據稅收征管作為一種外部監督，能夠對企業關聯交易發揮治理作用，彌補市場化和法制環境不完善的局限。

（四）機制檢驗

首先檢驗征稅效應。本文認為“金稅三期”的上線使征管部門更容易發現以避稅和掏空為目的的關聯交易，從而規范上市公司關聯交易行為。Jian and Wong（2010）將關聯交易劃分為正常關聯交易和非正常關聯交易，并認為非正常關聯交易是控股股東侵占中小股東利益、掏空公司資源的表現，非正常關聯交易與大股東操縱和避稅密切相關。根據Jian and Wong（2010）采用的回歸方法，本文首先使用公司規模、資產負債水平、市值帳面比等財務因素和行業特征，估計出上市公司的正常關聯交易水平，并取估計結果的殘差項作為非正常交易水平1。表8第（1）、（2）列估計結果為非正常關聯交易和正常關聯交易的對比，顯示“金稅三期”工程顯著降低了非正常關聯交易水平，說明大數據稅收征管對企業實際控制者和大股東涉稅行為的監督增加，能有效打擊以避稅和掏空為目的的非正常關聯交易。

其次，關于治理效應，本文認為大數據稅收征管模式能有效緩解代理問題，提高企業會計穩健性。根據以往研究（魏志華等，2022），本文使用管理費用率（管理費用/主營業務收入）來衡量上市公司的委托代理成本。管理費用率越大，說明企業的代理成本越高。表8第（3）列的估計結果顯示，“金稅三期”工程能顯著降低企業委托代理成本，從而緩解股東和管理層的代理問題。會計穩健性是企業會計質量的一個重要衡量標準。以往研究認為會計穩健性能夠抑制上市公司關聯交易，會計穩健性越高，關聯交易發生的概率越低，提高會計穩健性成為抑制機會主義關聯交易的一個重要途徑（張洪輝等，2018）。本文使用Basu（1997）模型中的會計穩健性系數衡量會計信息質量，該系數反映應計項目對負的經營性現金流敏感程度相對正的經營性現金流的敏感程度的增量。表8第（4）列所示結果表明，大數據稅收征管顯著提高會計信息質量，使企業會計穩健性提高了2.52%。

最后，關于信息效應，本文檢驗“金稅三期”工程是否提高了企業會計信息透明度，增強了外部投資者和小股東的監督能力。對上市公司而言，分析師是會計信息使用者和專業的外部監督力量。Park（2018）認為分析師預測準確度可以反映企業會計信息透明度。根據王雄元等（2017）和褚劍等（2019）的方法，本文使用分析師預測誤差度量分析師預測準確程度。表8第（5）列結果表明，“金稅三期”工程能有效降低分析師預測誤差，說明大數據征管有利于降低企業內部和外部的信息不對稱，對關聯交易發揮信息治理效應。

五、結論與政策啟示

稅收征管作為影響企業治理的外部因素，對企業關聯交易具有重要影響。“金稅三期”工程采用大數據征管技術，提高了稅務部門的涉稅信息監控能力、數據分析能力和協同治稅能力，成為抑制上市公司關聯交易的外部治理機制。本文使用A股上市公司2011—2018年數據，采用多期雙重差分模型研究發現以“金稅三期”工程為代表的大數據稅收征管技術的推廣應用能夠顯著降低上市公司的關聯交易水平。并且大數據征管的治理作用在上市公司處于買方地位、企業內部治理水平低或者外部市場制度環境較弱時更顯著。機制研究表明，大數據稅收征管通過征管效應、治理效應、信息效應三個機制降低關聯交易水平。

本文的研究不僅從理論上豐富了大數據征管經濟效應的研究，而且對我國在數字經濟時代深化監管方式改革提供了政策啟示。第一，完善大數據稅收征管，推進稅收征管數字化升級和智能化改造，建設智慧稅務，促進我國稅收現代化建設。具體而言，在數字經濟時代，不斷完善技術設施，促進“云計算”“大數據”等技術的使用廣度和深度，構建暢通的數據收集平臺、處理平臺和分析平臺，提高稅務部門的數據監控、分析和治理能力。第二，推進稅收大數據共享共治，加強部門協作和社會協同，發揮稅收征管的治理效應。進一步推進數字化稅收征管的部門協作、社會協同，稅務數據應實現與政府、銀行、征信、貿易、電商交易、海關等領域的共享共用，從而優化稅收環境和營商環境，形成良好的企業內外部治理條件。特別是加強對內部治理機制不完善或者外部市場制度環境薄弱企業的協同治理效應。第三，在稅收征管技術變革中，應重視通過對企業稅收信息的監管和分析，做好納稅服務咨詢工作，以促進納稅人自我管理，激勵企業提高信息透明度，提高企業股東和利益相關者的監督能力。

參考文獻

蔡昌、林高怡、王卉喬，2021，“稅收征管與企業融資約束——基于金稅三期的政策效應分析”，《會計研究》，第5期，第107-120頁。

陳林、萬攀兵、許瑩盈，2019，“混合所有制企業的股權結構與創新行為——基于自然實驗與斷點回歸的實證檢驗”，《管理世界》，第10期，第186-205頁。

褚劍，秦璇，方軍雄，2019，“中國式融資融券制度安排與分析師盈利預測樂觀偏差”，《管理世界》，第1期，第151-166+228頁。

樊勇、李昊楠，2020，“稅收征管、納稅遵從與稅收優惠——對金稅三期工程的政策效應評估”，《財貿經濟》，第5期，第51-66頁。

顧乃康、周艷利，2017，“賣空的事前威懾、公司治理與企業融資行為——基于融資融券制度的準自然實驗檢驗”，《管理世界》，第2期，第120-134頁。

侯德帥、董曼茹、趙遠方，2019，“宏觀經濟政策不確定性與企業關聯交易行為”，《財經研究》，第12期，第99-110+137頁。

侯青川、靳慶魯、蘇玲、于瀟瀟，2017，“放松賣空管制與大股東‘掏空’”，《經濟學（季刊）》，第3期，第1143-1172頁。

黃蓉、易陽、宋順林，2013，“稅率差異、關聯交易與企業價值”，《會計研究》，第8期，第47-53+97頁。

江軒宇，2013，“稅收征管、稅收激進與股價崩盤風險”，《南開管理評論》，第5期，第152-160頁。

李艷、楊婉昕、陳斌開，2020，“稅收征管、稅負水平與稅負公平”，《中國工業經濟》，第11期，第24-41頁。

李增福、駱展聰、杜玲、湯旭東，2021，“‘信息機制’還是‘成本機制’？——大數據稅收征管何以提高了企業盈余質量”，《會計研究》，第7期，第56-68頁。

劉慧龍，2017，“控制鏈長度與公司高管薪酬契約”，《管理世界》，第3期，第95-112頁。

陸瑤、李茶，2016，“CEO對董事會的影響力與上市公司違規犯罪”，《金融研究》，第1期，第176-191頁。

羅付巖，2014，“關聯交易對公司投資是效率促進或利益沖突？”，《管理評論》，第1期，第140-149頁。

呂鑫，2020，“關聯交易與大股東掏空關系研究——基于中國上市公司關聯交易的替代效應研究”，《當代經濟》，第12期，第34-39頁。

孫雪嬌、翟淑萍、于蘇，2021，“大數據稅收征管如何影響企業盈余管理？——基于‘金稅三期’準自然實驗的證據”，《會計研究》，第1期，第67-81頁。

唐清泉、羅黨論、王莉，2005，“大股東的隧道挖掘與制衡力量——來自中國市場的經驗證據”，《中國會計評論》，第1期，第63-86頁。

王卉喬、林高怡、李艷，2020，“中國企業的海外關聯交易與利潤轉移”，《財貿經濟》，第11期，第141-161頁。

王雄元、李巖瓊、肖忞，2017，“年報風險信息披露有助于提高分析師預測準確度嗎？”，《會計研究》，第10期，第37-43+96頁。

魏明海、黃瓊宇、程敏英，2013，“家族企業關聯大股東的治理角色——基于關聯交易的視角”，《管理世界》，第3期，第133-147+171+188頁。

魏志華、王孝華、蔡偉毅，2022，“稅收征管數字化與企業內部薪酬差距”，《中國工業經濟》，第3期，第152-170頁。

魏志華、李常青、曾愛民、陳維歡，2017a，“關聯交易、管理層權力與公司違規——兼論審計監督的治理作用”，《審計研究》，第5期，第87-95頁。

魏志華、趙悅如、吳育輝，2017b，“‘雙刃劍’的哪一面：關聯交易如何影響公司價值”，《世界經濟》，第1期，第142-167頁。

吳先聰、張健、胡志穎，2016，“機構投資者特征、終極控制人性質與大股東掏空——基于關聯交易視角的研究”，《外國經濟與管理》，第6期，第3-20頁。

武立東、王振宇、薛坤坤、王凱，2019，“獨立董事的執業身份與關聯交易中的私有信息”，《南開管理評論》，第4期，第148-160+186頁。

肖迪，2010，“資金轉移、關聯交易與盈余管理——來自中國上市公司的經驗證據”，《經濟管理》，第4期，第118-128頁。

楊德明、趙璨，2012，“媒體監督、媒體治理與高管薪酬”，《經濟研究》，第6期，第116-126頁。

堯艷珍、李湛，2021，“公司治理存在的問題與對策”，《中國金融》，第2期，第75-76頁。

葉康濤、劉行，2011，“稅收征管、所得稅成本與盈余管理”，《管理世界》，第5期，第140-148頁。

余明桂、夏新平，2004，“控股股東、代理問題與關聯交易：對中國上市公司的實證研究”，《南開管理評論》，第6期，第33-38+61頁。

曾亞敏、張俊生，2009，“稅收征管能夠發揮公司治理功用嗎？”，《管理世界》，第3期，第143-151+158頁。

張洪輝、羅婧、章琳一，2018，“會計穩健性與關聯交易——來自上市公司的經驗證據”，《證券市場導報》，第7期，第48-56頁。

張洪輝、章琳一、張蕊，2016，“內部控制與關聯交易：基于效率促進觀和掏空觀分析”，《審計研究》，第5期，第89-97頁。

張克中、歐陽潔、李文健，2020，“緣何‘減稅難降負’：信息技術、征稅能力與企業逃稅”，《經濟研究》，第3期，第116-132頁。

趙子夜，2014，“‘無過’和‘有功’：獨立董事意見中的文字信號”，《管理世界》，第5期，第131-141+188頁。

鄭國堅，2009，“基于效率觀和掏空觀的關聯交易與盈余質量關系研究”，《會計研究》，第10期，第68-76+95頁。

朱凱、潘舒芯、胡夢夢，2021，“智能化監管與企業盈余管理選擇——基于金稅三期的自然實驗”，《財經研究》，第10期，第140-155頁。

Aharony， J.， Wang， J. and Yuan， H.， 2010， “Tunneling as an Incentive for Earnings Management During the IPO Process in China”， Journal of Accounting and Public Policy， 29（1）： 1-26.

Balakrishnan， K.， Blouin， J.L. and Guay， W.R.， 2019， “Tax Aggressiveness and Corporate Transparency”， The Accounting Review， 94（1）： 45-69.

Basu， S.， 1997， “The Conservatism Principle and the Asymmetric Timeliness of Earnings”， Journal of Accounting and Economics， 24（1）： 3-37.

Berkman， H.，Cole， R.A. and Fu， L.J.， 2009， “Expropriation through Loan Guarantees to Related Parties： Evidence from China”， Journal of Banking amp; Finance， 33（1）： 141-156.

Chen， S.，Wang， K. and Li， X.， 2012， “Product Market Competition， Ultimate Controlling Structure and Related Party Transactions”， China Journal of Accounting Research， 5（4）： 293-306.

Cheung， Y.L.， Qi， Y.， Rau， P.R. and Stouraitis， A.， 2009， “Buy High， Sell Low： How Listed Firms Price Asset Transfers in Related Party Transactions”， Journal of Banking amp; Finance， 33（5）： 914-924.

Claessens， S.， Djankov， S. and Xu， L.C.， 2000， “Corporate Performance in the East Asian Financial Crisis” ，The World Bank Research Observer， 15（1）： 23-46.

Desai， M.A. and Dharmapala， D.， 2006， “Corporate Tax Avoidance and High-powered Incentives”， Journal of Financial Economics， 79（1）： 145-179.

Desai， M.A.， Dyck， "A. and Zingales， L.， 2007， “Theft and Taxes”， Journal of Financial Economics， 84（3）： 591-623.

Djankov， S.， La Porta， R.， Lopez-de-Silanes，F. and Shleifer， A.， 2008， “The Law and Economics of Self-Dealing”， Journal of Financial Economics， 88（3）： 430-465.

El Ghoul， S.， Guedhami， O. and Pittman， J.， 2011， “The Role of IRS Monitoring in Equity Pricing in Public Firms”， Contemporary Accounting Research， 28（2）： 643-674.

Fan， H.，Liu， Y.，Qiu， L.D. and Zhao， X.， 2020， “Export to Elude”， Journal of International Economics， 127： 103366.

Fang， J.， Lobo， G.J.， Zhang， "Y. and Zhao， Y.， 2018， “Auditing Related Party Transactions： Evidence from Audit Opinions and Restatements”， Auditing： A Journal of Practice amp; Theory， 37（2）： 73-106.

Fisman， R. and Wang， Y.， 2010， “Trading Favors within Chinese Business Groups”， American Economic Review， 100（2）： 429-433.

Gordon， E.A.， Henry， E. and Palia， D.， 2004， “Related Party Transactions and Corporate Governance”， Corporate Governance. Emerald Group Publishing Limited，1-27.

Guedhami， O. and Pittman， J.， 2008， “The Importance of IRS Monitoring to Debt Pricing in Private Firms”， Journal of Financial Economics， 90（1）： 38-58.

Hanlon， M.， Hoopes， J.L. and Shroff， N.， 2014， “The Effect of Tax Authority Monitoring and Enforcement on Financial Reporting Quality”， The Journal of the American Taxation Association， 36（2）： 137-170.

Jian， M. and Wong， T.J.， 2010， “Propping Through Related Party Transactions”， Review of Accounting Studies， 15（1）： 70-105.

Jiang， G.， Lee， C.M.C. and Yue， H.， 2010， “Tunneling through Intercorporate Loans： The China Experience”， Journal of Financial Economics， 98（1）： 1-20.

Johnson， S.， La Porta， R.， Lopez-de-Silanes， F. "and Shleifer， A.， 2000， “Tunneling”， American Economic Review， 90（2）： 22-27.

Kohlbeck， M. and Mayhew， B.W.， 2010， “Valuation of Firms that Disclose Related Party Transactions”， Journal of Accounting and Public Policy， 29（2）： 115-137.

La Porta， R.， Lopez-de-Silanes， F.，Shleifer， A. and Vishny， R.， 2002， “Investor Protection and Corporate Valuation”， The Journal of Finance， 57（3）： 1147-1170.

La Porta， R.， Lopez-de-Silanes， F. and Zamarripa， G.， 2003， “Related Lending”， The Quarterly Journal of Economics， 118（1）： 231-268.

Li， J.， X. Wang and Y. Wu， 2020， “Can Government Improve Tax Compliance by Adopting Advanced Information Technology？ Evidence from the Golden Tax Project III in China”， Economic Modelling， 93： 384-397.

Lisic， L.L.， Silveri， S.D.， Song， Y. and Wang， K.， 2015， “Accounting Fraud， Auditing， and the Role of Government Sanctions in China”， Journal of Business Research， 68（6）： 1186-1195.

Liu， Q. and Lu， Y.， 2015， “Firm Investment and Exporting： Evidence from China's Value-added Tax Reform”， Journal of International Economics， 97（2）： 392-403.

Lo， A.W.Y.， Wong， R.M.K. and Firth， M.， 2010a， “Tax， Financial Reporting， and Tunneling Incentives for Income Shifting： An Empirical Analysis of the Transfer Pricing Behavior of Chinese-listed Companies”， Journal of the American Taxation Association， 32（2）： 1-26.

Lo， A.W.Y.， Wong， R.M.K. and Firth， M.， 2010b， “Can Corporate Governance Deter Management from Manipulating Earnings？ Evidence from Related-party Sales Transactions in China”， Journal of Corporate Finance， 16（2）： 225-235.

Munzig， P.G.， 2003， “Enron and the Economics of Corporate Governance”， Munzig， Dep. Of Economics Stanford University CA， 94305-96072.

Peng， W.Q.， Wei， K.C.J. and Yang， Z.， 2011， “Tunneling or Propping： Evidence from Connected Transactions in China”， Journal of Corporate Finance， 17（2）： 306-325.

Ruiz‐Verdú， P. and Singh， R.， 2021， “Public Thrift， Private Perks： Signaling Board Independence with Executive Pay”， The Journal of Finance， 76（2）： 845-891.

Xiao， C. and Shao， Y.， 2020， “Information System and Corporate Income Tax Enforcement： Evidence from China”， Journal of Accounting and Public Policy， 39（6）： 106772.

Yeh， Y.H.， Shu， P.G. and Su， Y.H.， 2012， “Related-party Transactions and Corporate Governance： The Evidence from the Taiwan Stock Market”， Pacific-Basin Finance Journal， 20（5）： 755-776.

Zhao， L.， 2023， “The Effect of Tax Authority Enforcement on Earnings Informativeness”， European Accounting Review， 32（1）： 197-216.

Zhu， Y. and Zhu， X.， 2012， “Impact of the Share Structure Reform on the Role of Operating Related Party Transactions in China”， Emerging Markets Finance and Trade， 48（6）： 73-94.

Does Big Data Tax Enforcement Help Curb Related Party Transactions？

——Quasi Natural Experimental Evidence From “Golden Tax Project III”

Yang Jin "Hua Ruting "Zhou Keqing

Abstract： In recent years， the related party transactions of listed companies have been growing， which has seriously damaged the interests of minority shareholders. Taking the “Golden Tax Project III” as a quasi-natural experiment， this paper explores the governance effect of big data tax collection and management on firms’ related party transactions and examines its mechanism. By using related party transactions data of goods and services from China’s listed companies from 2011 to 2018， the DID estimates show that “Golden Tax Project III” significantly reduces the level of related party transactions for firms in pilot regions. Heterogeneity analysis shows that the governance effect of “Golden Tax Project III” is more pronounced for firms with poorer internal governance， in regions with less developed market supporting institutions. Research on the mechanism shows that “Golden Tax Project III” reduce the level of related party transaction by reducing the principal-agent cost， improving accounting conservatism and enhancing the transparency of accounting information through tax collection effect， governance effect and information effect. This paper not only enriches the economic effect of big data supervision in theory， but also provides policy enlightenment for supervision mode reform in the era of digital economy.

Keywords： Golden Tax Project III; Big Data Tax Enforcement; Related Party Transactions; Corporate Governance

（責任編輯：柳陽）