融资约束与企业避税-基于信息披露的调节作用的实证分析开题报告

 2022-02-02 22:02:11

1. 研究目的与意义、国内外研究现状(文献综述)

(一)选题目的

企业避税行为是指企业在不违背税务法律法规的前提下,通过合理的方法,将纳税的义务降低到最低限度的行为,这是企业为了获得内部留存资金而进行的重要商业活动。随着近年来我国经济增长速度的逐渐放缓,对于企业来说,通过外部融资的方式来进行融资越来越艰难,大多数的企业面临着财务危机。许多企业会选择通过增加内部留存资金的方式来寻求内部融资以面对财务危机,从而缓解融资约束。其中,大多企业选择通过合理的避税来增加内部留存资金。由于信息披露质量会有效降低企业的外部融资成本,是影响融资约束程度的一个重要因素,所以,信息披露质量将会间接地影响融资约束对企业避税行为的影响程度。基于此,本课题将会考察融资约束对企业避税的影响以及信息披露在其中的作用,以推动对这些问题的研究。

目前,大部分学者关于信息披露质量、融资约束和企业避税行为的研究中,主要集中于两两之间的关系,比如信息披露质量对融资约束的影响,或者融资约束对企业避税行为的影响。而针对这三者之间关系的研究至今尚未清晰。因此,本课题将会在已有文献的研究基础上,采用理论与实证分析相结合的方法,以我国2007-2018年深圳交易所a股上市公司为研究对象,对信息披露质量、融资约束、企业避税行为这三者之间的关系进行研究,考察信息披露对融资约束与企业避税行为二者关系的调节作用,信息披露能否抑制融资约束所导致的企业激进避税的程度,进一步完善这方面的理论研究,丰富信息披露质量的作用机制,并为企业和相关部门提供相关的政策建议。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容和问题

(一)研究目标

本课题将在理论分析的基础上总结国内外学者关于信息披露质量、融资约束与企业避税行为的研究成果,归纳融资约束、企业避税行为的影响因素及其经济后果,并寻求相关的支撑理论,从而分析这三者之间的关系。通过构建模型进行回归分析,考察信息披露质量对融资约束与企业避税程度的调节作用,信息披露能否抑制融资约束所导致的企业激进避税的程度。从而进一步丰富信息披露质量、融资约束与企业避税行为这三者之间关系的研究,并为企业及相关部门提供关于制定信息披露质量方面、避税方面的建议,加强对企业税收规避行为的监督,了解信息披露质量在其中的影响程度。具体目标如下:

1、融资约束对企业避税行为的影响研究。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的方法与方案

(一)拟采取的研究方法

1、规范研究法

规范研究是为实证研究提供理论支持和依据的,实证研究的结果则是为规范研究推导出的结果提供证据的支持。本文在充分阅读国内外关于信息披露质量、融资约束与企业避税行为文献的基础上,进行梳理和归纳,可以发现学者们对信息披露质量、融资约束、企业避税行为及信息披露质量与融资约束的关系的研究已经很丰富了,这为本课题的研究提供了充分的理论依据。然而,关于融资约束与企业避税行为的研究中还有许多值得进一步探讨的方面,因此本课题将会考察信息披露对融资约束与企业避税行为二者关系的调节作用,信息披露能否抑制融资约束所导致的企业激进避税的程度。

2、实证研究法

本课题根据对文献的回顾梳理总结提出研究假设,进行理论分析构建针对性的实证检验模型,以我国2007年至2018年深圳交易所A股上市公司作为研究样本,通过数据库、网站等途径收集研究数据,采用多元回归分析的方法,以及相关的计量软件对样本数据进行描述性统计、相关性分析以及回归分析,并进一步引入信息披露质量这一因素,研究信息披露质量对融资约束与企业避税行为二者关系的调节作用,信息披露质量是否会加强融资约束对企业避税的影响程度,判断研究假说是否成立,得出实证结果,实现论文研究的目标,进而在此基础上提出相关的政策建议。

(1)样本选择

选择2007年至2018年在深圳证券交易所上市的A股上市公司为研究样本。在样本选择过程中,进行了如下处理:①剔除金融行业的样本。②剔除ST和PT类企业样本。③剔除关键数据缺失或异常的样本。研究所用的数据来源于CSMAR数据库、WIND数据库、深圳交易所数据库。

(2)变量选择

①被解释变量

被解释变量为避税程度(BTD),避税程度以下公式来进行度量,在以前学者对避税行为的研究中,主要出现了两种衡量避税行为的指标,一种是实际所得税率及其变体,另一种则是会计-税收差异及其变体。本课题选取第二种方法,因为该方法更加符合我国实情,BTD越大,代表会计利润和应纳税所得额的差额越大,企业的避税程度越高,企业的避税动机越强。

BTD=(税前会计利润-应纳税所得额)/期末总资产

应纳税所得额=(所得税费用-递延所得税费用)/名义所得税率

(其中,名义所得税率可在Wind数据库中获得。)

②解释变量

解释变量为融资约束(FC)。融资约束程度参考Hadlock和Pierce(2010)[36]构建的不受内生性干扰的SA指数来度量融资约束程度,SA指数绝对值越大,企业面临的融资约束越严重。

SA=-0.737Size 0.04Size2-0.04Age

SA指数绝对值越大,企业面临的融资约束越严重。

③调节变量

调节变量为信息披露质量(DIS)。信息披露质量采用深交所官网历年公布的信息披露考评结果作为公司信息披露质量高低的替代变量。信息披露结果分为优秀、良好、及格和不及格,借鉴曾颖、陆正飞(2006)[39]的做法,将优秀到不及格的四种结果依次赋值4、3、2、1,得分越高代表企业信息披露质量越好。③控制变量为控制影响企业避税的各种因素,借鉴已有文献(刘慧龙和吴联生(2014)[37]、刘行和叶康涛(2014)[38]、陈作华(2018)[33]),选择如下控制变量。企业规模(Size),规模大的企业会受到更多地关注,其避税动机较低;负债水平(Debt),负债水平较高的企业其享受的税收优惠就会较高,因此其避税动机较低;盈利能力(ROA),盈利越多的企业其税负也就越多,因此企业的避税动机越强;期间费用率(Sale),企业的期间费用率越大,其可避税的空间就越大;固定资产比例(FA),企业可通过选择不同的折旧方法通过固定资产的弹性空间进行避税,因此固定资产比例越高的企业,其避税动机越强;无形资产比例(IA),无形资产的研发费用有抵税优惠,因此无形资产越多的企业,其避税动机越强;存货密集 度(Invt),存货越多的企业,其避税动机越低;投资水平(Inve),企业的投资水平越低,其避税动机越强;产权性质(State),国有上市公司赋值1,非国有上市公司赋值0。此外,还控制了年度和行业变量。

各个变量解释见表1:

表1:变量解释表

变量类型

变量符号

变量含义

变量定义

被解释变量

BTD

避税程度

采用会计-税收差异来度量企业的所得税避税程度。

BTD=(税前会计利润-应纳税所得额)/期末总资产

应纳税所得额=(所得税费用-递延所得税费用)/名义所得税率

(其中,名义所得税率可在Wind数据库中获得。)

解释变量

FC

融资约束

参考Hadlock和Pierce(2010)构建的不受内生性干扰的SA指数

调节变量

DIS

信息披露质量

采用深交所官网历年公布的信息披露考评结果作为公司信息披露质量高低的替代变量。信息披露结果分为优秀、良好、及格和不及格,借鉴曾颖、陆正飞的做法,将优秀到不及格的四种结果依次赋值4、3、2、1,得分越高代表企业信息披露质量越好。

控制变量

Size

企业规模

总资产的自然对数

Debt

负债水平

总负债/总资产

ROA

盈利能力

净利润/总资产

Sale

期间费用率

期间费用/销售收入

FA

固定资产比例

年末固定资产净额/总资产

IA

无形资产比例

年末无形资产净额/总资产

Invt

存货密集度

年末存货净值/总资产

Inve

投资水平

总投资收益/总资产

State

产权性质

国有上市公司赋值1,非国有上市公司赋值0

Year

年度

虚拟控制变量

Ind

行业

虚拟控制变量

(3)模型构建

运用多元回归进行实证分析,具体运用到两个模型,其中模型1对应假说一,探究融资约束对企业避税行为的影响,模型2对应假说二,探究信息披露质量对融资约束与企业避税行为的调节作用。

具体模型如下:

模型1:

BTD=α0 α1FC α2Size α3Debt α4ROA α5Sale α6FA α7IA α8Invt α9Inve α10State ∑Year ∑Ind ε 其中,α0为截距项,α1为解释变量的估计系数,α210为控制变量的估计系数,ε为残差项。

模型2:

BTD=β0 β1FC β2DIS β3FC·DIS β4Size β5Debt β6ROA β7Sale β8FA β9IA β10Invt β11Invt β12State ∑Year ∑Ind ε 其中,β0为截距项,β13为解释变量的估计系数,β412为控制变量的估计系数,ε为残差项。

(四)技术路线

4. 研究创新点

(一)可能的创新之处

(1)研究内容方面

本课题在研究融资约束对企业避税行为的影响程度的基础上,加入信息披露质量这一调节变量,考察信息披露质量对融资约束与企业避税行为的调节作用,信息披露质量能否抑制融资约束所导致的企业激进避税的程度。有助于学术界丰富和深化对融资约束经济后果,企业避税诱因以及信息披露质量作用等方面的认识,为企业和相关部门提供更多的研究理论和政策建议。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 研究计划与进展

预期进展

时间

研究内容

2019年12月-1月

选定课题。

阅读相关资料与文献,确定论文课题。

2019年1月-2月

完成开题报告。

通过与导师的交流探讨,并仔细阅读、梳理归纳文献资料,学习并掌握研究方法,了解研究现状,掌握基本理论知识。

2019年2月-3月

完成论文提纲、中期报告。

收集2009-2018年中国沪深A股上市公司的信息披露、融资约束、避税程度的数据,并对收集到的数据进行整理和初步统计。

2019年3月-4月中旬

撰写论文初稿。

对整理好的数据进行描述性统计,分析其分布及整体趋势。 并运用本项目中的多元线性回归模型对样本数据进行回归。

2019年4月中旬-5月中旬

修改、完善论文,准备论文答辩。

总结研究结果,修改、完善论文。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付