ESG評級分歧與企業避稅

【摘要】ESG評級分歧在資本市場上開始受到越來越多的關注，該分歧不僅困擾著投資者決策，還會影響企業的行為決策。本文以2015～2021年滬深A股上市公司為樣本，檢驗ESG評級分歧對企業避稅的影響及機制。研究結果表明，過大的ESG評級分歧會促使企業實施更多的避稅行為，且降低信息透明度和加劇融資約束是產生該刺激效應的重要傳導路徑。異質性檢驗發現，在非重污染行業、非高科技行業以及稅收征管力度小的情境下，ESG評級分歧對企業避稅行為的刺激效應更顯著。經濟后果檢驗還發現，ESG評級分歧對企業避稅行為的刺激效應會誘發股價崩盤，影響金融市場穩定。

【關鍵詞】ESG評級分歧；企業避稅；信息透明度；融資約束；股價崩盤風險

【中圖分類號】F275"""【文獻標識碼】A"""【文章編號】1004-0994（2025）01-0064-6

【基金項目】國家社會科學基金西部項目“混合所有制改革對國有企業投融資行為影響研究”（項目編號：22XGL014）；天府文化研究與文創項目“成都建設世界文化名城綠色發展現狀與優化研究”（項目編號：TYB202414）

【作者單位】1.成都大學商學院，成都610106；2.河南師范大學商學院，河南新鄉453007。高延歌為通訊作者

一、引言

在黨的二十大報告強調要“完整、準確、全面貫徹新發展理念，著力推動高質量發展”的政策背景下，環境、社會和治理（ESG）成為實現經濟高質量發展的關鍵手段，并深刻影響著微觀企業的運營模式、財務行為及其成長性（高延歌和馬勝，2024）。在資本市場上，ESG評級機構常常被視為“守門人”（Xia，2014）。但是，越來越多的理論研究發現，數百家ESG評級機構所采用的評級方法、框架和權重各不相同（Berg等，2022），這無疑增大了企業ESG評級結果的分歧度。評級結果的不一致會嚴重降低評級結果的有效性和可信度（Chatterji等，2016），并對資本市場、企業行為以及投資者決策產生直接影響（高延歌和馬勝，2024）。因此，探索ESG評級分歧是否以及如何對企業的行為決策產生不利影響，正是推進ESG評級體系建設、促進企業長期高質量發展的現實需要。

企業避稅問題普遍存在，尤其是對于新興轉軌時期的中國來說，資本市場信息不對稱和管理層代理問題的存在，導致企業避稅行為更為普遍（翟淑萍等，2023）。站在企業角度，避稅是一把雙刃劍：既可以為企業留存下來大量的經濟資源，直接減輕納稅負擔、提升收益水平，幫助企業把握住有利的投資機會，進而在長期內促進企業價值的提升；也可能會產生代理問題，降低企業信息透明度，為管理層的機會主義行為提供便利，不利于企業長期發展（田高良等，2021）。站在國家角度，企業避稅行為帶來的一個直接后果就是會減少國家的稅收收入，降低財政資源配置效率（洪金明和袁一辰，2023），從而阻礙共同富裕戰略目標的實現。已有研究基于企業內外部環境視角，發現信息不對稱（蔡宏標和饒品貴，2015）、融資約束（Alm等，2019；Lei等，2022）、管理層業績壓力（洪金明和袁一辰，2023；王一舒等，2020）、經濟不確定性（曹越等，2019）、投資者情緒（田高良等，2021）等深刻影響著企業避稅行為。然而，現有研究忽略了一個事實，即任何行為和表現都是由人決定和實施的，理論界針對ESG評級分歧對人類行為和決策特別是作為企業重要決策的避稅行為的影響研究較為匱乏。為解答上述疑惑，本文依據2015～2021年滬深A股上市公司數據，實證檢驗ESG評級分歧如何影響企業避稅行為，并考察行業屬性及稅收征管力度對兩者關系的差異化影響。研究發現，ESG評級分歧會顯著加劇企業避稅程度，其主要機制是信息透明度的降低和融資約束的加劇。尤其是對于非重污染行業、非高科技行業和稅收征管力度小的企業來說，ESG評級分歧會刺激企業實施更多的避稅行為。經濟后果檢驗發現，ESG評級分歧對企業避稅行為的刺激效應會誘發股價崩盤，影響金融市場穩定。

本文的可能貢獻主要體現在以下幾個方面：首先，雖然學者們已經對ESG評級分歧如何影響投資者決策、投資者情緒、企業融資成本以及企業自利行為等進行了大量有益的探討，但缺乏對ESG評級分歧與企業避稅之間關系的深入考察。本文對該主題的探究，是對ESG評級分歧經濟后果相關研究的豐富。其次，盡管已有研究對企業避稅的影響因素進行了詳盡分析，但目前仍缺乏實證研究來驗證ESG評級分歧對企業避稅的具體影響。因此，本研究為理解企業避稅行為背后的驅動因素提供了新的視角，并延伸了相關領域的研究范圍。然后，本文探討了ESG評級分歧如何通過降低信息透明度和增加融資約束來刺激企業避稅，這一過程揭開了該現象背后的“黑箱”。最后，從行業特征和稅收征管力度兩個維度出發，考察了在不同情境下ESG評級分歧對企業避稅產生差異化影響的問題。另外，本文還進一步基于股價崩盤視角，檢驗了ESG評級分歧對金融市場穩定性的影響，從而為企業ESG評級標準的構建、投資者決策以及有效遏制企業避稅行為提供有益的理論參考與政策建議。

二、理論分析與研究假設

ESG評級分歧對企業行為決策的影響會直接迫使企業管理者采取不同的應對策略（Berg等，2021；何太明等，2023）。作為企業重要決策的避稅行為，也可能會受到ESG評級分歧結果的直接影響。基于已有研究，本文認為，ESG評級分歧可能會加劇信息不對稱和企業融資約束，從而導致企業實施過多的避稅行為，具體的理論推演體現在如下兩個方面：

第一，ESG評級分歧會加劇企業與外部之間的信息不對稱程度，從而增強企業管理層做出避稅行為決策的動機。ESG評級是對企業全面評估的一個重要綜合指標。隨著ESG評級日益受到股東、債權人和外部投資者的高度重視，企業已經將ESG評級作為評估管理層在任期內業績的關鍵指標（何太明等，2023）。然而，當企業ESG評級結果存在分歧時，企業的信息透明度會下降（高延歌和馬勝，2024），企業的信息環境惡化程度會加劇（Billio等，2021；Hu等，2023），從而使信息處于劣勢的外部投資者及其他利益相關者無法掌握企業在環境保護、社會責任和公司治理等方面的整體表現，顯著減弱他們對管理層的監督力度，從而增強管理層的短視動機（王積田等，2022；高延歌和馬勝，2024）。而對管理層監督力度的減弱，會加大管理層行為決策與股東利益之間的偏差，增強企業管理層采取“漂綠”策略或盈余操縱等自利行為的傾向（Hu等，2023；王積田等，2022）。基于代理理論，公司的避稅活動可以為管理層在職消費提供機會。因此，當ESG評級分歧為管理層的自利行為提供了操縱空間時，企業管理層的避稅動機會增強。

第二，ESG評級分歧還會加劇企業的融資約束，從而促使企業實施更多的避稅行為。融資約束是影響企業避稅動機的重要因素（Lei等，2022）。避稅所得能為企業留存大量的經濟資源。可以說，避稅行為是企業應對融資約束的一種策略。代表著資本市場中不同信息來源的ESG評級分歧會提升企業的不確定性和復雜性（Hu等，2023；高延歌和馬勝，2024）。當投資者感知到投資企業的經營活動存在較高的不確定性和復雜性時，他們容易產生非理性情緒（何太明等，2023；Wang等，2024；高延歌和馬勝，2024），而這些非理性情緒會直接影響他們的投資決策行為（何太明等，2023；田高良等，2021）。他們往往會通過減少對投資公司的投資量或提高收益報酬來盡可能規避投資風險（Avramov等，2022；Wang等，2024）。那么，隨著投資者縮減投資量或提高風險溢價（Avramov等，2022；Wang等，2024），存在ESG評級分歧的企業會面臨更高的融資成本（Christensen等，2022；張云齊等，2023）。因此，ESG評級分歧帶來的高不確定性和復雜性，會加劇企業面臨的融資約束，從而誘使企業管理層為實現融資目標而從事避稅行為。

綜上理論分析，本文提出以下假設：ESG評級分歧會顯著增加企業的避稅行為。

三、研究設計

（一）樣本與數據選取

本研究初步收集了2015～2021年A股上市公司樣本數據，然后在此基礎上，對金融業樣本、ST樣本、稅前利潤小于等于0以及實證變量數據缺失的樣本做剔除處理，并最終保留了17117個公司—年度觀測值作為實證檢驗樣本。對于本研究中的連續變量均做了上下1%的縮尾（Winsorize）處理，以防止極端值、異常值對研究結果的干擾。ESG評級數據和企業名義稅率來源于萬得（Wind）數據庫，財務和治理數據來源于國泰安（CSMAR）數據庫。

（二）變量設定

1.被解釋變量：企業避稅（BTD）。參考周冬華等（2017）的做法，采用會計—稅收差異（BTD）來衡量企業避稅，該指標數值越大，企業的避稅程度越高。其中，BTD=［利潤總額-（所得稅費用-遞延所得稅費用）/名義稅率］/期末總資產，考慮到被解釋變量和解釋變量的量級差異，為便于呈現回歸結果，本文對BTD做擴大100倍處理。

2.解釋變量："ESG評級分歧（ESGdif）。本文參考Wang等（2024）、高延歌和馬勝（2024）的做法，采用六家評級機構對同一家企業評級分數的標準差作為ESG評級分歧的測定指標，這六家評級機構是盟浪、商道融綠、華證、Wind、富時羅素及彭博。

3.控制變量。參考已有的相關研究，本文加入了如下控制變量：企業規模（Size）、資產負債率（Lev）、企業上市年齡（ListAge）、企業成長性（Growth）、是否“四大”審計（Big4）、管理層持股比例（Mshare）、董事會規模（Board）、獨立董事比例（Indep）、股權集中度（Top1）、兩職合一（Dual）、固定資產占比（FIXED）、存貨占比（INV）、產權性質（SOE）。此外，本文分別設置了年份（Year）和行業（Ind）虛擬變量，用于控制年份和行業屬性對研究結果的影響。具體變量定義見表1。

（三）模型設定

為實證考察ESG評級分歧如何影響企業避稅，本文構建如下多元回歸模型：

BTDi，t=α0+α1ESGdifi，t+α2Controlsi，t+∑Yeart+

∑Indi+εi，t（1）

其中，BTD為企業避稅變量，ESGdif為企業ESG評級分歧變量，Controls為一系列控制變量，ε為測量誤差，同時控制了年份（Year）和行業（Ind）虛擬變量對實證結果的影響。若α1gt;0，則H1成立，即ESG評級分歧顯著增加了企業的避稅行為。

四、實證結果分析

（一）描述性統計

表2列示了描述性統計結果。結果顯示，BTD的均值為0.2824，標準差為2.7122，最小值為-7.4219，最大值為11.5530，說明樣本上市公司普遍存在避稅行為，且各上市公司之間的會稅差異較大，該統計結論與周冬華等（2017）的結論趨于一致。ESGdif的均值為0.8585，標準差為0.7413，這與Wang等（2024）的研究結果比較接近，說明本研究的樣本公司確實存在ESG評級分歧問題。ESGdif的最大值為2.8284，最小值為0，表明不同公司的ESG評級結果的分歧偏差較大。

（二）基準回歸分析

本文對模型（1）進行了回歸，回歸結果見表3。列（1）為不加入一系列控制變量時的基準回歸結果，ESGdif的回歸系數為0.0956，在1%的水平上顯著。即在經濟意義層面，ESGdif每增加一個標準差，企業避稅行為的增加幅度相當于樣本均值的25.1%。列（2）為加入一系列控制變量后的回歸結果，ESGdif的回歸系數為0.0888，在1%的水平上顯著。即在經濟意義層面，ESGdif每增加一個標準差，企業避稅行為的增加幅度相當于樣本均值的23.31%。整體而言，ESG評級分歧與企業避稅行為之間有著顯著的正相關關系。該實證結果驗證了本文的假設，即過大的ESG評級分歧會顯著提高企業的避稅程度。

（三）穩健性和內生性檢驗

1.更換ESG評級分歧指標的衡量方式。本文重新采用另外兩種衡量方法。第一，對六家評級機構給予同一家公司的評分取極差值，表示為ESGrange（何太明等，2023）；第二，對基準回歸中的ESG評級分歧（ESGdif）進行行業調整，表示為ESGdifm（張云齊等，2023）。更換指標衡量方法后的回歸結果列示于表4中列（1）和列（2）。ESGrange和ESG-

difm的回歸系數均在1%的水平上顯著為正，說明改變ESG評級分歧的衡量方法后，結論依然不變。

2.更換企業避稅指標的衡量方式。本文采用名義稅率與實際稅率之間的差額（RATE）來衡量企業避稅，檢驗結果如表4中列（3）所示。ESGdif的回歸系數在5%的水平上顯著為正，說明更換企業避稅指標后，主要研究結論相對穩健。

3.控制高維固定效應。為進一步控制可能存在的遺漏變量內生性問題，本文采用高維固定效應進行內生性檢驗。在模型（1）的基礎上，加入年份×行業固定效應，重新進行回歸檢驗。表4中列（4）所列示的回歸結果表明，主要研究結論依然穩健。

4.ESG評級分歧滯后一期。鑒于ESG評級分歧對企業避稅程度的影響可能存在滯后性，本文采用滯后一期的ESG評級分歧（L.ESGdif）緩解該內生性問題。在表4列（5）所列示的回歸結果中，L.ESGdif的回歸系數為0.0975，在1%的水平上顯著，意味著評級分歧依然會顯著提高企業的避稅程度。

5.傾向得分匹配（PSM）法。鑒于ESG評級分歧可能是由公司其他特征差異所造成的，而這些特征差異同樣會影響管理層短視行為，因此為了緩解本研究結果可能存在的遺漏變量內生性問題，本文采用PSM法對匹配后的樣本再次進行回歸檢驗。具體操作為，先將ESG評級分歧轉化為二值變量，然后按照其中位數將樣本分別設置為實驗組和控制組。若樣本公司的ESG評級分歧高于其中位數則設置為實驗組，反之則設置為控制組。最后選取Size、Growth、Mshare、SOE、INV、Lev、ListAge、FIXED、Dual、Indep等控制變量作為協變量進行1∶1近鄰匹配。表4列（6）匯報了基于PSM匹配后樣本的回歸結果。該結果與前文研究結論一致。

6.工具變量法。ESG評級分歧與企業避稅之間的關系可能會受因果倒置的內生性問題的干擾，即存在過多的企業避稅行為導致了產生ESG評級分歧的可能性，因此，本文采用兩階段最小二乘工具變量方法來緩解該內生性問題。參考Wang等（2024）、王積田等（2023）、高延歌和馬勝（2024）的做法，本文采用年度—行業平均的ESG評級分歧（Dif_IV）作為工具變量。實證回歸結果見表4。列（7）報告了第一階段的結果，Dif_IV的回歸系數顯著為正，F統計量為139.585（遠大于10），說明所選取的工具變量是有效的。列（8）報告了第二階段的回歸結果，ESGdif的回歸系數也顯著為正，說明本文關于ESG評級分歧會顯著加劇企業避稅程度的結論成立。

五、進一步分析

（一）作用機制檢驗

前文的實證檢驗已經證實了ESG評級分歧會顯著增加企業的避稅行為，但未解答ESG評級分歧通過哪些作用渠道影響企業避稅行為這一問題。一方面，ESG評級分歧會降低公司的信息透明度（Hu等，2023；王積田等，2022），從而為管理層實施避稅行為提供了空間；另一方面，企業的ESG評級存在分歧代表著企業自身的經營狀況具有較高的不確定性和復雜性，這可能會使投資者產生強烈的負面情緒，他們會通過減少對公司的投資和提高收益來盡可能地彌補自身所面臨的投資風險，最終會直接推高企業的融資成本（Christensen等，2022）。那么，管理層為實現融資目標會實施更多的避稅行為。然而已有大量文獻證實，信息透明度和融資約束正是企業產生避稅行為的兩大誘因（蔡宏標和饒品貴，2015；Alm等，2019；Lei等，2022）。因此，從理論邏輯上來看，ESG評級分歧可能通過降低信息透明度和加劇融資約束來顯著提高企業的避稅程度。

借鑒江艇（2022）的研究，將模型（1）中的被解釋變量分別替換為信息透明度（DA）和融資約束（WW），重新進行回歸，以驗證上述邏輯是否成立。本文采用修正Jones模型估算的操縱性應計盈余的絕對值（DA）來衡量信息透明度。操縱性應計盈余的絕對值（DA）越小，表示企業盈余管理程度越低，企業的信息透明度越高。在融資約束方面，通過構建融資約束WW指數（WW）來衡量。

表5列示了作用機制的檢驗結果。列（1）中ESGdif的回歸系數為0.0029，在1%的水平上顯著，說明ESG評級分歧顯著降低了信息透明度，為企業避稅行為提供了便利條件。列（2）中ESGdif的回歸系數為0.0013，在1%的水平上顯著，說明ESG評級分歧會加劇企業的融資約束程度，從而促使管理層為實現融資目標而進行避稅。上述檢驗結果證實了“ESG評級分歧→降低信息透明度/加劇融資約束→提高企業避稅程度”的作用渠道。

（二）異質性檢驗

1.污染屬性。近年來，隨著越來越嚴峻的環境問題引起包括媒體、投資者在內的外界的高度關注，環境監管部門和司法機構對重污染行業違法違規行為作出的處罰更及時、有效，力度也更大。因此，重污染企業在面對力度更大的法律法規監管時，會顯著減少自身的避稅行為（尚貴達等，2023）。因此，本文預期與重污染行業企業相比，ESG評級分歧對企業避稅的影響在非重污染行業企業中更為顯著。

遵循何太明等（2023）、高延歌和馬勝（2024）的做法，按照《上市公司行業分類指引》（2012年修訂），將樣本劃分為重污染和非重污染行業兩個子樣本進行分組回歸。表6列（1）和列（2）報告了檢驗結果。結果顯示：在重污染行業樣本組中，ESGdif的回歸系數為-0.0038，不顯著；在非重污染行業樣本組中，ESGdif的回歸系數為0.1347，且在1%的水平上顯著。同時采用Bootstrap抽樣方法所檢驗的組間系數差異P值為0.000。該結果表明，在非重污染行業樣本中，ESG評級分歧會顯著增加企業的避稅行為。

2.科技屬性。對于高科技企業，國家一直在積極鼓勵和大力扶持。從2008年開始，只要符合條件，高科技企業就可以享受15%的企業所得稅優惠稅率。從2020年開始，集成電路設計和軟件企業受到國家的政策鼓勵，可以按10%的稅率繳納企業所得稅。因此，高科技企業能享受到更多的稅收優惠政策，從而避稅動機更弱（許云霄等，2023）。而非高科技企業由于稅負高，其避稅的意愿就比較強。基于上述分析，本文預期ESG評級分歧對企業避稅的刺激作用在非高科技行業樣本組中更顯著。

表6列（3）和列（4）報告了檢驗結果。結果顯示，在高科技行業樣本組中ESGdif的回歸系數為0.0183，不顯著；在非高科技行業樣本組中ESGdif的回歸系數為0.1394，且在1%的水平上顯著。組間系數差異P值為0.000。該結果表明，ESG評級分歧對企業避稅行為的刺激作用在非高科技行業的企業中更為顯著。

3.稅收征管力度。作為一項企業財務決策行為，企業避稅也深受外部稅收征管力度的影響（田高良等，2021）。我國幅員遼闊、地區差異較大，各地的稅收征管與稅法執行力度迥異。較大的稅收征管力度能夠有效發揮治理效應，增加企業避稅的機會成本（江軒宇，2013），從而有效減少企業的避稅行為（江軒宇，2013；田高良等，2021）。稅收征管力度的加大還有助于降低企業的外部融資成本（Ghoul等，2011），從而削弱企業為實現融資目標而進行避稅的動機。與稅收征管力度小的地區企業相比，在稅收征管力度大的地區，企業的避稅程度較低。因此，本文預期ESG評級分歧對企業避稅的影響在稅收征管力度小的地區企業中更為顯著。

對于稅收征管力度（TE）指標，本文借鑒江軒宇（2013）的構建方法，以稅收征管力度（TE）的年度均值為界將樣本分為兩組，對模型（1）進行分組回歸。表6列（5）和列（6）報告了檢驗結果。結果顯示：在稅收征管力度大的樣本中ESGdif的回歸系數為0.0370，不顯著；在稅收征管力度小的樣本中ESGdif的回歸系數為0.1241，且在1%的水平上顯著。組間系數差異P值為0.090。該結果表明，在稅收征管力度小的地區ESG評級分歧對企業避稅行為的刺激效應更為顯著。

（三）基于股價崩盤風險的經濟后果分析

黨的二十大報告中明確指出高質量發展是現階段的首要任務，其中防范和化解金融風險則是實現我國經濟高質量發展的關鍵。作為金融市場的重要組成部分，股票市場中上市公司股價崩盤會造成資源錯配，對金融市場穩定構成威脅。已有研究指出，避稅行為會使企業的經營活動變得更加復雜，增加投資者了解企業真實情況的難度，管理層可以利用避稅信息不透明的特點為謀求私利行為提供遮掩，當該機會主義行為達到難以掩飾的程度，一旦負面信息突然爆發，將會造成企業股價大幅下跌，企業面臨的股價崩盤風險加大（Kim等，2011；江軒宇，2013）。因此，本文進一步考察ESG評級分歧對企業避稅的影響是否會最終誘發企業股價崩盤。借鑒Kim等（2011）的研究，本文構建負收益偏態系數（NCSKEW）和收益率上下波動率（DUVOL）這兩個股價崩盤風險的度量指標，然后通過如下模型（2）來檢驗ESG評級分歧和企業避稅對股價崩盤風險的影響。模型（2）中的其他控制變量來自模型（1），重點關注ESG評級分歧和企業避稅交乘項（ESGdif×BTD）的系數。

NCSKEWi，t/DUVOLi，t=α0+α1ESGdifi，t+α2BTDi，t+α3ESGdifi，t×BTDi，t+α4Controlsi，t+∑Indi+∑Yeart+εi，t

（2）

回歸結果如表7所示。從結果可以看出，ESGdif×BTD與NCSKEW、DUVOL的系數均在5%的水平上顯著為正。因此，企業ESG評級分歧對企業避稅的影響，會進一步誘使企業發生股價崩盤，對金融市場的穩定性造成威脅。

六、結論與政策建議

（一）結論

本文基于2015～2021年滬深A股上市公司數據，通過理論分析與實證方法檢驗了ESG評級分歧如何影響企業避稅行為，并得出如下結論：ESG評級分歧會給管理層帶來融資和業績壓力，進而顯著影響企業避稅行為。機制檢驗表明，ESG評級分歧主要通過降低信息透明度和加劇融資約束兩條渠道影響企業避稅行為。異質性檢驗發現，ESG評級分歧對企業避稅的刺激性影響在非重污染、非高科技行業以及稅收征管力度小的地區企業中更強烈。另外，ESG評級分歧對企業避稅行為的刺激效應會誘發股價崩盤，影響金融市場穩定。

（二）政策建議

基于研究內容和結論，本文提出如下三方面的政策建議：第一，政府層面。在ESG戰略已成為驅動我國經濟高質量發展重要引擎的宏觀背景下，政府相關部門要加快推進建設ESG評級機構制度進程，出臺ESG評級指導細則，為各ESG評級機構進行客觀、公正的評分，制定統一的ESG評價體系，以便更有效地釋放企業ESG實踐紅利。第二，企業層面。企業自身應加強ESG踐行意識，管理層在面對ESG評級分歧時，應樹立正確積極的應對理念。企業還需要重點關注行業屬性和所在地稅收征管對ESG戰略實施效果的差異性影響，以使ESG實踐能更好地發揮其促進企業可持續發展的重要引擎作用。第三，投資者層面。投資者應重點關注企業ESG踐行結果以及經營狀況。ESG評級結果存在分歧的這類企業，很可能會存在更為嚴重的避稅行為。因此，投資者無論是在做投資決策時或是在投資后，都需要重點關注ESG評級分歧過大企業自身的日常經營活動和財務狀況，以免造成更大的投資損失。

【主要參考文獻】

高延歌，馬勝．ESG評級分歧與管理層短視［J］．管理現代化，2024（5）：176～185．

江艇．因果推斷經驗研究中的中介效應與調節效應［J］．中國工業經濟，2022（5）：100～120．

江軒宇．稅收征管、稅收激進與股價崩盤風險［J］．南開管理評論，2013（5）：152～160．

王一舒，姚佳，李興堯．高管薪酬激勵方式對企業避稅行為的影響［J］．統計與決策，2020（14）：179～183．

許云霄，柯俊強，劉江寧等．數字化轉型與企業避稅［J］．經濟與管理研究，2023（6）：97～112．

周冬華，尹伊，鄭靜．分析師跟進、分析師聲譽與公司避稅程度［J］．江西財經大學學報，2017（6）：42～52．

BergF.，KoebelJ.F.，RigobonR..Aggregateconfusion：ThedivergenceofESGratings［J］．ReviewofFinance，2022（26）：1315～1344．

LeiG.，WangW.，YuJ.，etal..Culturaldiversityandcorporatetaxavoidance：EvidencefromChineseprivateenterprises［J］．JournalofBusinessEthics，2022（3）：357～379．

（責任編輯·校對：劉鈺瑩"許春玲）