建立现代化税收征管体系不仅是宏观上保障国家税基、推进国家治理体系和治理能力现代化的要求,同时其作用效果能够外溢到公司的经营活动中(Desai和Dharmapala,2006)。近年来围绕新一代信息技术的服务与应用呈现爆发式增长,以大数据、云计算、区块链为代表的信息技术开始在税收征管领域铺开应用。依托大数据技术,税务部门充分利用第三方数据对公司涉税信息进行交叉稽核,提高了稽核效率及准确度,一方面,打击了公司的偷税漏税行为,提高了公司的税收遵从度(张克中等,2020)。另一方面,避税空间的压缩限制了公司的税收筹划和盈余管理行为,同时强有力的税收征管可能影响到公司经营活动。这两方面的影响将直接反映在公司披露的财务信息上,进而影响财务信息使用者的相关决策。
审计师作为公司财务信息披露前的使用者,其定价决策同样受到公司财务信息的影响。在确认公司的审计费用前,审计师往往谨慎地评估为公司提供审计服务并出具相应的审计意见所面临的潜在风险,据此在审计费用中计提可能发生的损失(Petherbridge和Messier,2016)。从理论上来看,税务部门强化税收征管,一方面,可能对公司经营造成负面冲击,恶化公司的经营业绩,进而提高审计师的业务风险。另一方面,税务部门利用信息技术也能够简化纳税审核流程,降低公司申请税收优惠的成本,有利于公司改善经营状况,进而降低审计师面临的业务风险。同时,税务部门提高涉税信息监管力度能够约束公司的财务操纵行为,提高公司会计信息质量,进而降低审计师面临的审计风险。因此,税收征管能够从正负两个方向作用到公司的审计费用。但通过对现有文献进行归纳发现,已有研究多从公司特征和会计师事务所特征的视角对公司的审计费用进行研究(Simunic,1980;Craswell等,2002;Francis等,2005),而鲜有文献将外部税收征管与公司的审计费用联系起来进行研究。
从2013年起我国开始试点推行并逐步覆盖“金税三期”工程,为识别税务部门涉税信息监管能力的变化、探究税收征管是否影响了审计师的定价决策提供了契机。一方面,“金税三期”工程充分利用大数据的信息处理优势,在全国范围内实现涉税数据的“大集中”,形成了所有税种及各个环节的涉税信息在收集、交换、管理、分配、处理上的统一化,有效满足了税务部门对公司内部信息的交叉稽核与监控,有助于准确及时地发现公司财务信息上的可疑漏洞,提高了公司的信息透明度,带来税收征管能力的飞跃。另一方面,“金税三期”工程经历了从地区试点到全面推开的渐进式推广过程,这一推广模式为本研究提供了良好的“准自然实验”。
鉴于此,本文选取2010—2019年A股上市公司作为研究样本,利用“金税三期”工程这一“准自然实验”,实证检验了应用大数据的税收征管对上市公司审计费用的影响。研究结果表明,“金税三期”工程提高了上市公司的审计费用。机制分析发现,“金税三期”工程提高了上市公司实际税率,降低了上市公司的盈利水平,进而提高了审计师的业务风险。同时“金税三期”工程也通过强化涉税信息监管提高了上市公司会计信息质量,降低了审计师的审计风险。前者对上市公司审计费用的影响大于后者,综合来看导致了上市公司审计费用的提高。此外本文还发现:(1)“金税三期”工程对审计费用的影响在国有与非国有上市公司间存在差异,其对审计费用的作用效果在非国有上市公司中更加显著。(2)相对于国际四大会计师事务所,非国际四大会计师事务所倾向于选择收取更高的审计费用来应对“金税三期”工程带来的风险变化。
与已有的研究相比,本文的边际贡献主要体现在以下三方面。第一,区别于以往大量的基于会计师事务所层面及公司自身特征对审计费用的研究,本文考察了税收征管如何对公司的审计费用产生影响。审计师如何进行定价决策是审计领域的研究热点(DeFond和Zhang,2014),本文以外部税收征管为切入点,实证检验了“金税三期”工程对上市公司审计费用的影响,并探究了审计师的业务风险和审计风险如何在其中发挥机制作用,从而拓展了关于审计费用影响因素的研究视野,也对审计定价理论中的风险补偿理论提供了佐证。第二,前期文献对税收征管影响公司税负、强化公司治理及提高公司价值方面做了较多探究(Desai和Dharmapala,2006;刘行和李小荣,2012;白云霞等,2019),本文沿着这一文献脉络,进一步研究了税收征管对审计费用的影响,并从两个路径揭示了这一影响产生的机制。研究结果表明,税收征管不仅能够作用于公司经营和治理环节,还能够对审计师的定价决策产生影响,税收征管具有明显的外溢效应,丰富了税收征管经济后果的研究文献。第三,研究结论具有一定的政策启示价值。本文研究发现税务部门加强涉税信息监管,一方面,提高了公司会计信息质量,有利于降低审计费用。另一方面,提高了公司实际税率、恶化了公司的经营业绩,最终还导致审计费用的提高,这进一步削弱了当前减税政策的红利。这一研究结果提示税务部门,在加强税收监管的同时,要配合进一步减税降费,减轻公司税收负担,促进公司发展。
其余部分的结构安排如下,第二部分介绍我国金税工程的制度背景并进行理论分析和研究假设;第三部分介绍实证模型和数据说明;第四部分为实证结果分析;第五部分为机制分析;第六部分为进一步研究;最后是研究结论。
二、“金税工程”实施背景、理论分析与研究假设(一)“金税工程”实施背景
在完善税收制度、推进我国税收征管体系现代化的过程中,为了打击虚开发票、偷税漏税等行为,“金税工程”基于信息化技术手段应用来“以票控税”的指导思想应运而生,先后经历了一期、二期和三期的建设及完善,逐步建立起一个覆盖各级国地税、所有税种、所有工作环节的全国性税收信息系统。“金税一期”和“金税二期”推行后,依托现代化信息手段,以增值税为主体税种的税制体系开始建立起来,通过防伪税控和交叉稽核两个系统有力保障了增值税税源,打击了利用伪造、倒卖、虚开发票等手段进行偷税漏税的行为。但由于税收稽核过程仍存在漏洞、覆盖范围局限性明显,加之涉税信息量级不断扩张,一期和二期工程在税收征管中存在的短板日益凸显,愈发地难以满足税收征管能力现代化的要求。
由此,2005年9月国务院批准了“金税三期”工程立项,拓展、完善并深化信息技术在税收征管内各领域的应用。“金税三期”工程确定了“一个平台、两级处理、三个覆盖、四类系统”的工作目标,全面利用大数据、云计算等信息技术手段提高税务部门决策的科学化水平和税收征管水平。与“金税一期”和“金税二期”相比较,“金税三期”工程极大地提高了税收稽查效率和涉税监管能力。首先,“金税三期”工程基于一个统一的技术基础平台,实现了数据挖掘和分析能力的优化,全面支持涉税信息在各个环节、各个部门的交叉审核和共享利用。其次,“金税三期”工程建立起税务总局、省局两级数据处理中心,形成了以省局为主、税务总局为辅的数据处理机制,实现了税务系统的数据信息在税务总局和省局的集中处理,使得税务管理和监控更加严密、业务流程更加简化、纳税服务更加便捷、系统运行更加安全。再次,“金税三期”工程优化了系统业务的覆盖范围,实现了对所有税种、对纳税人税务管理的各个工作环节、对各层级国税和地税机关的全覆盖,满足了税务工作网络化运行的技术覆盖深度和广度,从而建立起不同部门之间信息共享、数据交换、业务联动的运作机制。最后,“金税三期”工程建立了以征收管理和外部信息为主,同时涵盖了行政管理和决策支持等辅助业务在内的四个信息管理应用系统,全方位、多角度挖掘出公司异常财务指标,从而提高税源管理水平。
“金税三期”工程经历了从规划到落地、从地区试点到全面推开的过程,这种渐进式的推广过程为本研究提供了良好的“准自然实验”。2013年起“金税三期”工程率先在山东、山西、重庆三省、市的国、地税局系统单轨上线运行。2014年,经过进一步的优化改良后“金税三期”工程在河南、内蒙古、广东(不含深圳)正式上线运行,随着在这六个试点省、直辖市全部成功上线运行,“金税三期”工程完成了第一阶段的综合验收工作。2015年,国家税务总局将“金税三期”工程主要应用系统进一步推广到宁夏、贵州、云南等14省、区。到2016年底,“金税三期”工程已经实现了全国范围内的推广与覆盖。
(二)理论分析与研究假设
Simunic(1980)提出审计费用决定模型后,Palmrose(1986)、Pratt和Stice(1994)、Bell等(2008)等学者对影响审计费用的因素做了进一步探究和补充,这些因素可概括性地分为投入成本和风险溢价。当公司规模越大、业务复杂程度越高时,会计师事务所需要付出更多的人力成本、调配更专业的审计师、耗费更多的审计时间(Keefe等,1994;Bell等,2008),从而使得审计投入成本提高。审计工作的直接目标是确保财务报告如实地反映出公司的财务状况和经营成果,这属于为公司信息披露真实性背书的行为。因此,除了投入成本,审计师同样需要考虑面临的风险水平以做出应对行为,例如通过提高审计费用的方式补偿所承担的高风险。
审计师因向公司提供审计服务而面临的总风险被称为签约风险(Colbert等,1996;Petherbridge和Messier,2016)。对签约风险的评估是审计师决定是否跟新公司签约或继续向旧公司提供审计服务的首要依据(Colbert等,1996)。签约风险可进一步划分为业务风险和审计风险。其中业务风险是公司业绩不佳或持续经营存在较大不确定性时,审计师因与公司存在审计业务联系而面临损失的风险,与是否存在审计失败无关(Morgan和Stocken,1998;Lyon和Maher,2005)。例如当公司的财务状况恶化而引起利益相关者不满时,审计师作为替罪羊,被各方利益相关者为挽回损失而提起诉讼的风险增加(Wallace,1980),同时可能造成声誉受损并失去部分执业机会(Palmrose,1991)。审计风险是由于审计师失误或舞弊,导致会计报表存在重大错报或漏报,而审计人员审计后发表不恰当审计意见的风险(中国会计学会,1997)。因此,若公司会计信息质量较低,财务披露与真实状况相距较大,审计师将面临较高的审计失败概率以及较大的审计风险。值得说明的是,业务风险和审计风险之间具有一定的区别与联系,在区别方面,业务风险与公司的经营状况相联系,即便审计师已按照审计准则或法律要求进行审计工作并出具恰当的审计意见,但由于公司经营业绩不佳而使得审计师受到牵连的风险(Palmrose,1991)。而审计风险强调的则是由于公司的会计信息质量较低,财务报表反映的状况与其真实状况相距甚远,出现了重大的错报或漏报,从而使得审计师遭受损失的风险。在联系方面,两者相互影响①,例如当业务风险较高时,公司为掩盖真实经营状况将可能导致审计风险的提高(Jubb等,1996)。
本文认为,“金税三期”工程能够影响审计师的业务风险和审计风险,由此影响上市公司的审计费用。
首先,“金税三期”工程能够通过税收征管的“成本效应”影响公司经营状况,进而影响审计师的业务风险。从公司的角度来看,税收支出作为国家对公司经营成果的“强制性”分享,是一项大额的经营成本。一方面,“金税三期”工程加强税收征管,可能提高公司税收支出这一项经营成本,对公司经营产生负效应。区别于以往的信息管理系统仅能获取税务部门可掌握的信息,“金税三期”工程通过推出覆盖范围更大的信息管理系统来整合第三方信息,实现不同部门之间的信息共享,极大地扩充了税务部门可使用的数据量,有效提高了其税收稽查能力,对公司瞒报税基、虚增可抵扣项等行为形成极大的威慑(唐博和张凌枫,2019)。在这一强有力的征管模式下,公司想要通过逃税来降低税收支出、提高利润率,就必须对包括上下游公司在内的完整信息链进行操纵或篡改,这无疑会提高公司逃税的难度。同时,“金税三期”工程加强了对异常数据的甄别。这意味着,尽管公司实施了全方位的信息伪造,但如果各项指标偏离了正常的区间范围,如各项目扣税比异常、对比同行业税率过低,同样将引起税务部门的预警(王长林,2017)。“金税三期”工程提高税务部门的监管能力后,公司纳税遵从度相应提高,可能会提高公司实际税率,对公司经营产生负面作用。张克中等(2020)的研究表明,“金税三期”工程推高了公司所得税税负,降低了公司的盈利能力,对公司经营产生了负效应。
另一方面,“金税三期”工程也可能降低公司实际税率。除了加强税收征管,国家还期望通过推行“金税三期”工程建立现代化纳税服务体系,提高税收优惠政策享受比例。由于以往办税流程复杂度高、耗时长,加之纳税人不熟悉税收优惠政策,从而出现放弃优惠政策享受资格、过度纳税的情况(樊勇和李昊楠,2020)。利用信息技术管理手段,“金税三期”工程能够简化纳税审核流程、宣传税收优惠政策,降低公司办税和申请税收优惠的成本,从而显著提高税收优惠政策享受比例,促进税收优惠政策的落实,以确保减税降费的国策真正落实到位。因此,“金税三期”工程也可能降低公司实际税率,减轻公司经营负担,有利于公司经营业绩的提高。
综合以上分析,审计师业务风险的变化取决于“金税三期”工程所产生的“成本效应”的方向和大小。
其次,“金税三期”工程能够通过“治理效应”提高公司会计信息质量,进而降低审计师的审计风险。为了实现自身利益最大化的目标,公司管理层和大股东往往通过财务操纵来掩盖其税收规避或盈余管理行为(Healy和Wahlen,1999),这将导致较低的会计信息质量。而现有诸多研究发现,税收征管作为一种公司外部治理机制,能够抑制公司的避税(范子英和田彬彬,2013;陈德球等,2016)和盈余管理(叶康涛和刘行,2011;Li等,2019)。“金税三期”工程的实施使得税务部门对公司财务状况的信息挖掘和信息传递更加便捷有效,公司的避税和盈余管理难以进行,从而打击了公司财务操纵行为,“治理效应”使公司会计信息质量显著提高。具体而言,首先,“金税三期”工程改善了税务部门在稽查工作中过度依赖发票凭证的问题,税务部门通过同时挖掘上下游产业链的数据信息并使用大数据技术进行信息甄别,打击了公司虚开发票、不开发票等经济业务造假行为(李艳等,2020)。其次,税务部门获得多个共享数据源,能够发挥数据之间相互印证、相互补充的优势,防止公司出于机会主义动机向不同部门提供不同数据(孙雪娇等,2020)。由此,公司的内部信息更加透明,财务操纵的难度显著提高。最后,区别于以往人力手工查账的征管方式,“金税三期”工程提高了涉税信息传递的及时性与核查的准确性。通过实现公司经济业务发生和相关数据录入的同步,税务部门及时获取相关信息并展开比对分析,利用大数据方式判断公司各项关键财务指标的合理性,当识别出异常时可以第一时间锁定可疑对象,并及时要求其提供详细的说明材料。因此,“金税三期”工程通过产生“治理效应”抑制公司财务操纵行为,审计师更容易获取公司的真实财务信息。随着公司会计信息质量的提高,审计师的审计风险显著降低。
图1展示了“金税三期”工程作用于上市公司审计费用的路径。一方面,“金税三期”工程加强税收征管产生“成本效应”,既可能提高公司实际税率,公司经营成本上升,负向影响公司经营状况,导致审计师业务风险的上升,也可能降低公司实际税率,从而降低公司经营成本,导致审计师的业务风险下降。另一方面,“金税三期”工程也能产生“治理效应”,提高公司会计信息质量,导致审计师的审计风险下降。在两者的共同作用下,上市公司审计费用的变化既取决于业务风险的变化方向,也取决于业务风险与审计风险的变化幅度大小。若审计师业务风险上升,且上升幅度比审计风险下降幅度更大,则“金税三期”工程会提高上市公司的审计费用。若审计师业务风险上升幅度与审计风险下降幅度相当,则“金税三期”工程不会对上市公司的审计费用产生影响。若审计师业务风险和审计风险都表现为下降,则“金税三期”工程会降低上市公司的审计费用。因此,可以提出以下假说以供实证检验:
Ha:“金税三期”工程提高了上市公司的审计费用。
Hb:“金税三期”工程对上市公司的审计费用没有显著影响。
Hc:“金税三期”工程降低了上市公司的审计费用。
三、研究设计(一)模型设计与变量定义
由于“金税三期”工程在推行过程中采取的是地区试点、逐步推开的方式,这一特点使其具有“准自然实验”的性质。本文充分利用“金税三期”工程试点在时间和地区两个层面的差异,通过双重差分的方法,比较试点地区和非试点地区上市公司,以识别外部税收征管对上市公司审计费用的影响。具体的实证模型构建如下:
$ AFE{E_{i,t}} = {\alpha _0} + {\alpha _1}GT{P_{i,t}} + \beta Contro{l_{i,t}} + {\mu _i} + \sum {Year + {\varepsilon _{i,t}}} $ | (1) |
其中,被解释变量AFEE表示审计费用,由会计师事务所收取的审计费用取自然对数计算得到,下标i表示公司、t表示年份。估计模型(1)时标准误聚类到公司层面。
解释变量中GTP表示对“金税三期”工程的度量,系数度量了“金税三期”工程对上市公司审计费用的影响,该变量与传统双重差分法的交叉项等同。当i公司注册所在地在第t年试点“金税三期”工程后,GTP赋值为1,否则为0。
Control代表控制变量集合,参考Numan和Willekens(2012)、Minutti-Meza(2013)、翟胜宝等(2017)的研究,控制了一系列可能影响公司审计费用的因素。同时本文控制了个体固定效应以及时间固定效应。具体变量定义见表1。
变量名称 | 变量符号 | 定义规则 |
审计费用 | AFEE | 公司审计收费取自然对数 |
政策变量 | GTP | 公司注册所在地试点“金税三期”工程则取值为1,否则为0 |
公司规模 | Size | 期末总资产的自然对数 |
资产负债率 | Lev | 期末负债总额与期末总资产比值 |
总资产收益率 | Roa | 净利润与期末总资产比值 |
是否亏损 | Loss | 虚拟变量,净利润小于0时取值为1,否则取值为0 |
应收账款占比 | Rec | 应收账款净额与期末总资产比值 |
应计利润 | Absacc | 应计利润与期末总资产比值,再取绝对值 |
流动资产比率 | Cur | 流动资产与期末总资产比值 |
总资产周转率 | Aturn | 销售收入与期末总资产比值 |
子公司数量 | Lnsub | 上市公司纳入合并报表范围子公司数目加上1,再取自然对数 |
股票年收益率 | Ret | 股票年收益率 |
账面市值比 | Btm | 期末账面与市值之比 |
产权性质 | State | 虚拟变量,非国有上市公司取值为1,否则取值为0 |
管理层持股比例 | Mngmhldn | 管理层持股数量与公司总股本的比值 |
四大审计 | Big4 | 虚拟变量,选择非国际四大会计师事务所为1,否则取值为0 |
审计投入 | Ainvest | 年末到审计结束(12月31日)日间隔的天数,再取自然对数 |
(二)样本选择与数据说明
由于“金税三期”工程最早于2013年开始推行,对比已有数据库的时间跨度,本文选择以A股上市公司为研究样本。数据主要来源于国泰安数据库(CSMAR),选择样本期设定为2010—2019年。基于确保研究结论正确性的考虑,对数据进行如下处理:(1)删除金融类公司以及ST、*ST、SST股的公司。(2)删除所需关键指标披露不完全、存在缺失的样本,最终得到公司—年度观测值共20204个。为了减小异常值对估计结果可能造成的影响,对所有连续变量在1%分位两端进行缩尾处理。各主要变量描述性统计如表2所示。
变量 | 样本量 | 均值 | 中位数 | 标准差 | 最小值 | 最大值 |
AFEE | 20204 | 13.76 | 13.65 | 0.70 | 12.54 | 16.33 |
GTP | 20204 | 0.45 | 0.00 | 0.50 | 0.00 | 1.00 |
Size | 20204 | 22.19 | 22.01 | 1.27 | 19.95 | 26.14 |
Lev | 20204 | 0.43 | 0.42 | 0.20 | 0.05 | 0.87 |
Roa | 20204 | 0.04 | 0.04 | 0.05 | −0.17 | 0.19 |
Loss | 20204 | 0.08 | 0.00 | 0.27 | 0.00 | 1.00 |
Rec | 20204 | 0.12 | 0.09 | 0.10 | 0.00 | 0.47 |
Absacc | 20204 | 0.05 | 0.04 | 0.05 | 0.00 | 0.28 |
Cur | 20204 | 0.57 | 0.58 | 0.21 | 0.09 | 0.96 |
Aturn | 20204 | 0.62 | 0.52 | 0.42 | 0.08 | 2.49 |
Lnsub | 20204 | 2.23 | 2.40 | 1.19 | 0.00 | 4.94 |
Ret | 20204 | 0.09 | −0.03 | 0.50 | −0.59 | 2.08 |
Btm | 20204 | 0.55 | 0.52 | 0.26 | 0.10 | 1.16 |
State | 20204 | 0.61 | 0.00 | 0.49 | 0.00 | 1.00 |
Mngmhldn | 20204 | 0.13 | 0.00 | 0.20 | 0.00 | 0.68 |
Big4 | 20204 | 0.95 | 0.00 | 0.23 | 0.00 | 1.00 |
Ainvest | 20204 | 4.53 | 4.58 | 0.22 | 3.58 | 4.77 |
(一)基准回归结果
表3列示了“金税三期”工程对上市公司审计费用影响的实证检验结果。与前文分析相一致,在“金税三期”工程提高税收征管能力的同时,审计师识别到上市公司行为及经营状况的变化,从而对审计费用做出相应调整。本文采用逐步加入控制变量的方式进行回归。其中第(1)列控制了一系列的公司基本财务特征,GTP回归系数显著为正。第(2)列在第(1)列基础上,进一步控制了其他公司特征和审计业务特征,此时GTP回归系数为0.0159,在5%的统计水平上显著。上述回归结果支持了假说Ha,即“金税三期”工程提高了上市公司的审计费用。值得说明的是,通过同时加入了个体固定效应和时间固定效应,一定程度上消除了公司层面的不可观测因素对回归结果的影响,也控制了上市公司审计费用变化的时间趋势。
Variables | (1) | (2) |
AFEE | AFEE | |
GTP | 0.0151** | 0.0159** |
(2.00) | (2.09) | |
Size | 0.3678*** | 0.3716*** |
(28.80) | (28.59) | |
Lev | −0.0527 | −0.0507 |
(−1.44) | (−1.40) | |
Roa | −0.1556* | −0.2110*** |
(−1.88) | (−2.59) | |
Loss | 0.0257*** | 0.0183** |
(2.78) | (2.00) | |
Rec | 0.1156 | 0.1163 |
(1.57) | (1.60) | |
Absacc | 0.0973** | 0.0778* |
(2.29) | (1.87) | |
Cur | −0.1379*** | −0.1370*** |
(−3.86) | (−3.86) | |
Aturn | 0.0929*** | 0.0878*** |
(4.96) | (4.75) | |
Lnsub | 0.0336*** | 0.0328*** |
(7.02) | (6.86) | |
Ret | −0.0129** | |
(−2.50) | ||
Btm | −0.0908*** | |
(−3.38) | ||
State | −0.0194 | |
(−0.68) | ||
Mngmhldn | −0.0795* | |
(−1.76) | ||
Big4 | −0.1858*** | |
(−4.25) | ||
Ainvest | 0.0368*** | |
(3.59) | ||
个体效应 | Yes | Yes |
时间效应 | Yes | Yes |
R-squared | 0.655 | 0.658 |
N | 20 204 | 20 204 |
注:***、**和* 分别表示1%、5%、10%的显著水平,括号内为公司层面聚类调整后的t值,常数项限于篇幅未列示,下同。 |
(二)稳健性检验②
1. 平行趋势检验
基准回归结果表明“金税三期”工程改变了审计师定价决策,提高了上市公司的审计费用。但是,使用双重差分法进行分析的一个重要前提是满足平行趋势假定,即受到“金税三期”工程这一冲击前,在不同组别的上市公司之间,审计费用的变化应保持趋势一致。由于仅按基准回归并不能反映出上市公司的审计费用在“金税三期”工程实施前后的变化趋势,我们对平行趋势假定进行了以下的检验。
首先,采用反事实分析法(counterfactual analysis)改变工程实施时间以检验平行趋势假定是否成立。具体做法是,将各省份或地区推行“金税三期”工程的时间统一提前1至3年,若“金税三期”工程变量(GTP)仍显著为正,则表明上市公司审计费用的提高可能来自于其他因素,而并非“金税三期”工程影响公司经营行为或业绩所致。相反,如果“金税三期”工程变量不再显著,则说明工程实施前实验组与控制组公司的审计费用满足平行趋势。检验结果表明,将工程实施时间提前1至3年,“金税三期”工程变量均不显著,由此实验组与控制组之间的平行趋势得到满足。
其次,参考陈钊和熊瑞祥(2015)的做法,通过事件研究法(ESA)探究“金税三期”工程对上市公司审计费用的动态效应,建立模型(2)如下:
$\begin{aligned} & {{AFEE}}_{{i,t}}{=}{{α}}_{{0}}{+}\sum _{{k=}{2}}^{{5}}{{θ}}_{{-k}}{{GTP}}_{{i,t-k}}\\ &+ \sum _{{k=}{0}}^{{2}}{{θ}}_{{+k}}{{GTP}}_{{i,t+k}}{+β}{{Control}}_{{i,t}}\\ &+{{μ}}_{{i}}{+} \sum {Year}{+}{{ \varepsilon }}_{{i,t}} \end{aligned} $ | (2) |
其中,系数表示“金税三期”工程实施前第k年产生的影响,表示工程实施后第k年的影响。特别地,若k等于0则表示工程实施当年的影响。GTP相关变量具体定义为,如果i公司在t年处于“金税三期”工程实施的前k年,则赋值为1,否则为0;如果i公司在t年处于“金税三期”工程实施的后k年,则赋值为1,否则为0。模型剔除了工程实施前第一年的虚拟变量,将其作为基准。另外,与陈钊和熊瑞祥(2015)的处理一致,为使得每一年的公司数量基本保持平衡,我们将工程实施后2年以上的样本归并到工程实施后2年、工程实施前6年以上的样本归并到工程实施前6年。估计结果显示,“金税三期”工程实施前二至六年的系数均不显著,由此进一步说明公司审计费用的提高不是由其他因素导致,而是来自于信息技术在税收征管领域的应用。
2. 同期干扰政策的排除
前文检验了平行趋势假定的成立,从而排除了“金税三期”工程实施前的其他因素对基准回归结果的影响。但是除了税收征管领域的技术创新外,同一时期推出的其他政策同样可能对公司经营环节产生影响,由此影响到审计师面临的风险,进而对基准回归结果产生干扰,无法识别出“金税三期”工程的真实效应。
为此,首先考察“营改增”政策的干扰。一方面,“营改增”能够有效促进公司的专业分工(范子英和彭飞,2017),缓解融资约束并提高投资效率(Howell,2016),进而可能改善公司经营业绩,降低审计师面临的业务风险。另一方面,“营改增”通过克服重复征税而产生减税效应(Pomeranz,2015),可能降低公司通过操纵利润来进行避税的动机,从而降低审计师面临的审计风险。因此,“营改增”可能通过降低业务风险和审计风险导致基准回归低估了“金税三期”对上市公司审计费用的作用效果。为了尽可能缓解回归结果受到“营改增”的干扰,我们在基准回归的基础上进一步控制了公司营业税和增值税的总体税负与营业收入的比值(VBT),从而得到区分出“营改增”政策作用后的净效应。检验结果表明,在剔除“营改增”的干扰后,“金税三期”工程提高上市公司审计费用的结论依然成立。
其次,对同期减税政策的干扰作用也做出探究。减税政策同样可能导致我们低估了“金税三期”工程的作用效果。显而易见,减税政策的实施能够降低公司税收负担进而改变公司的避税决策。此外,对我国减税政策效果的相关评估研究还发现减税缓解了公司债务负担并化解杠杆风险(王伟同等,2020),由此可能影响审计师对公司的风险评估。为了缓解相关减税政策的干扰,我们控制了公司的实际税负(ERT),一定程度上从基准回归中分离出相关减税政策的效应。结果显示,基准回归的结论仍然成立,从而提高了回归结果的稳健性。
最后,考察其他行业性、地区性的政策带来的影响。参考张克中等(2020)的研究,在基准回归基础上进一步控制了“省份、行业与时间趋势的交互项”,以捕捉区域性、行业性政策对回归结果的影响。此时,核心解释变量(GTP)的系数仍然显著为正,表明上市公司审计费用的提高不是由行业性、地区性政策所致,基准回归的核心结论依然稳健。
3. 安慰剂检验
导致双重差分估计量有偏的另一种原因在于模型可能忽略了其他不可观测但随时间而变的因素。前文识别“金税三期”工程的作用效果时,尽管通过控制个体固定效应能够解决部分内生性问题,但部分公司层面因素可能随着时间变化产生不同影响,导致基准回归的结果可能是由其他不可观测的因素所致。为此我们进行安慰剂检验:随机安排“金税三期”工程实施的年份和地区,重复此过程10000次。通过模拟“金税三期”工程变量(GTP)的系数分布,可得到其分布位于零的附近这一结论,进一步加强了基准回归结论的可靠性。
4. 其他稳健性检验
为了使回归结果更加可靠,我们进行了进一步的稳健性检验:(1)使用倾向得分匹配(PSM)降低样本间的差异,在剔除差异较大的样本后进行DID估计。(2)使用异常审计费用作为审计费用的替代变量,重新对基准回归模型进行估计。(3)2014年末河南省、广东省和内蒙古自治区上线了“金税三期”系统优化版,但由于接近年底上线实施,其作用效果难以甄别具体的归属年份,因而我们对模糊省份样本进行了剔除。(4)2015年“股灾”使资本市场产生了强烈的负面情绪,对公司经营业绩与风险均可能产生影响,为了减轻这一事件对研究结论的干扰,我们剔除了2015年的样本。检验结果再次证实了基准回归结果的稳健性。
五、机制分析基准回归的结果说明“金税三期”工程的推出导致了上市公司审计费用的提高,并且结论具有可靠性。在本部分中,我们将进一步探讨“金税三期”工程通过何种路径对上市公司的审计费用产生影响,以期能从更深入、全面的视角来分析这一技术变革的微观效应。
首先,考察“金税三期”工程对公司实际税率的作用。据前文分析,“金税三期”工程可能产生“成本效应”,一方面,可能加强税收征管,提高上市公司的实际税率。另一方面也可能降低申请税收优惠的成本,促进减税降费落实到位,从而降低上市公司的税收负担。为了探究“金税三期”工程对公司实际税率的作用效果,我们构建了如下模型:
$ {{}{Tax{\text{\_}}all}}_{{i,t}}{=}{{α}}_{{0}}{+}{{α}}_{{1}}{{GTP}}_{{i,t}}{+β}{{Control}}_{{i,t}}{+}{{μ}}_{{i}}{+}\sum {Year}{+}{{ \varepsilon }}_{{i,t}} $ | (3) |
Tax_all为公司总体税额③与总利润的比值。参考李艳等(2020)和张克中等(2020)的研究,控制变量包括公司规模、资产负债率、总资产收益率、是否亏损、经营活动现金流量、总资产周转率、应计利润、存货比率、流动资产比率、固定资产折旧额、董事长纵向兼任、独董占比。
表4第(1)列是对上述模型的检验。回归结果显示,“金税三期”工程的实施显著提高了上市公司的实际税率,并且相对于总样本的平均水平,涉税信息监管技术的进步导致实际税率上升了6.2%。这一结果表明,虽然理论上“金税三期”工程的覆盖有利于优化纳税环境,降低申请税收优惠的成本,但从实际的作用效果来看,“金税三期”工程强化税收征管、提高上市公司实际税率的作用效果更强。
Variables | (1) | (2) | (3) | (4) | (5) | ||
Tax_all | Roa | AFEE | LnAbsbtd | AFEE | |||
GTP×Standard | −0.0050*** | 0.0148* | |||||
(−3.03) | (1.67) | ||||||
Standard | −0.0117*** | 0.0034 | |||||
(−12.55) | (0.55) | ||||||
GTP | 0.0546* | −0.0015 | 0.0103 | −0.0609** | 0.0168** | ||
(1.79) | (−1.13) | (1.25) | (−2.22) | (2.20) | |||
Roa | −0.2028** | ||||||
(−2.50) | |||||||
LnAbsbtd | 0.0089*** | ||||||
(3.13) | |||||||
控制变量 | Yes | Yes | Yes | Yes | Yes | ||
个体效应 | Yes | Yes | Yes | Yes | Yes | ||
时间效应 | Yes | Yes | Yes | Yes | Yes | ||
R-squared | 0.200 | 0.176 | 0.659 | 0.418 | 0.659 | ||
N | 17 691 | 19 955 | 20 204 | 19 857 | 20 100 | ||
Sobel Z | 1.93>0.97 | −1.81<-0.97 |
其次,本部分将考察“金税三期”工程与业务风险间的关系,构造实证模型如下:
${{BUSRISK}}_{{i,t}}{=}{{α}}_{{0}}{+}{{α}}_{{1}}{{GTP}}_{{i,t}}{×}{{Standard}}_{{i,t}}{+}{{α}}_{{2}}{{Standard}}_{{i,t}}{+β}{{Control}}_{{i,t}}{+}{{μ}}_{{i}}{+}\sum {Year}{+}{{ \varepsilon }}_{{i,t}} $ | (4) |
其中,BUSRISK表示审计师业务风险水平。参考翟胜宝等(2017)使用公司经营业绩衡量审计师业务风险的做法,我们使用总资产收益率(Roa)对业务风险进行度量。由于以Roa为被解释变量的双重差分不满足平行趋势,因而借鉴樊勇和李昊楠(2020)的研究,引入公司税负预警标准④这一第三维度,使用三重差分进行估计。Standard为虚拟变量,当公司实际税率低于预警标准时取值为1,否则为0。“金税三期”工程利用数据优势开展税收稽核,由此我们预期其作用效果将重点作用于预警值以下的公司。控制变量包括公司规模、资产负债率、流动比率、流动资产比率、董事长纵向兼任、独董占比、产权性质。
“金税三期”工程对业务风险的作用由表4第(2)列中GTP×Standard的系数度量,该系数显著为负,表示“金税三期”工程加强涉税信息监管后,对上市公司盈利能力产生了负面影响,导致了经营业绩的下滑。进一步地,表4第(3)列报告了将Roa代入基准回归的结果,其系数显著为正,说明具有中介作用。此外本文使用Sobel检验确认中介效应的存在,所得结果大于5%显著性水平上的临界值0.97。因此,“金税三期”工程通过提高审计师业务风险导致上市公司审计费用的提高。
最后,考察“金税三期”工程与审计风险之间的关系,构造实证模型如下:
${{AURISK}}_{{i,t}}{=}{{α}}_{{0}}{+}{{α}}_{{1}}{{GTP}}_{{i,t}}{+β}{{Control}}_{{i,t}}{+}{{μ}}_{{i}}{+}\sum {Year}{+}{{ \varepsilon }}_{{i,t}} $ | (5) |
模型(5)中AURISK代表审计风险水平,本文使用会税差异(LnAbsbtd)对其进行度量⑤。现有文献提供了会税差异与会计信息质量相关的证据:大额正向会税差异可能与公司激进的盈余管理与避税行为相关(Blaylock等,2015),而Hanlon(2005)发现具有大额负向会税差异的公司同样存在低盈余质量的问题。Atwood等(2010)研究发现大额负向和大额正向会税差异均降低了公司盈余的可持续性,从而成为审计师评估公司会计信息质量、做出定价决策的重要依据。表4第(4)列的结果表明“金税三期”工程的确降低了会税差异,提高了上市公司会计信息质量。将LnAbsbtd代入主回归模型(1)时其系数显著,说明其中介作用存在。同样地,Sobel检验的结果大于5%显著性水平上的临界值0.97。因此,“金税三期”工程通过降低上市公司的会税差异,进而降低了审计师的审计风险。
上述分析表明,“金税三期”工程提高了上市公司实际税率,影响了审计师面临的业务风险和审计风险。为了确保实证结果具有可靠性,我们对此做了进一步的检验⑥,均表明所得结果是稳健的。据上述分析,虽然“金税三期”工程加强了涉税信息监管,打击了公司的财务违规行为,提高了上市公司会计信息质量,降低了审计师的审计风险水平,但是“金税三期”工程通过应用大数据技术使税务部门监管能力得到了极大的提升,这一技术革新推高了上市公司实际税率,降低了上市公司的盈利能力,对公司经营产生了负面作用,提高了审计师的业务风险。综合来看,“金税三期”工程导致审计师业务风险上升的幅度大于审计风险下降的幅度,导致了上市公司审计费用的提高。
六、进一步研究本文通过“金税三期”工程识别税务部门的涉税信息监管能力,得到了“金税三期”工程与上市公司审计费用的因果关系和作用机制。本部分将结合“金税三期”工程的特点,考察“金税三期”工程对不同类型上市公司的影响。
(一)基于产权性质的检验:国有上市公司与非国有上市公司
产权性质的差异是我国营商环境的一大特色,国有上市公司与非国有上市公司在政治关联、避税动机、寻租成本等方面均存在较大差异(张敏等,2018)。因此,“金税三期”工程的作用效果可能在国有与非国有上市公司间存在差异。我们认为,“金税三期”工程实施对公司审计费用的作用,在非国有上市公司中将表现出更显著的效果。这是因为,国有上市公司遍布在各个战略性行业及垄断性行业,坐拥重要的战略地位使其更容易获得政府财税补贴和优惠(黎文靖和郑曼妮,2016),有理由认为税收征管的强化对其经营业绩影响较小。此外,因其政治关联性,国有上市公司更倾向采取税收的方式向政府输送经营利润,而非国有上市公司则拥有更强的动机进行税收筹划(刘慧龙和吴联生,2014),“金税三期”工程将有效抑制非国有上市公司的税收筹划行为。因此,在非国有上市公司中审计师业务风险所受影响程度较大、审计风险下降程度较低,“金税三期”工程对审计费用的影响将表现出更显著的效果。基于产权性质的视角,建立如下模型:
$ {{AFEE}}_{{i,t}}{=}{{α}}_{{0}}{+}{{α}}_{{1}}{{GTP}}_{{i,t}}{+}{{α}}_{{2}}{{GTP}}_{{i,t}}{×}{{State}}_{{i,t}}{+}{{α}}_{{3}}{{State}}_{{i,t}}{+β}{{Control}}_{{i,t}}{+}{{μ}}_{{i}}{+}\sum {Year}{+}{{ \varepsilon }}_{{i,t}} $ | (6) |
模型(6)中,如前所述,State为虚拟变量,非国有上市公司取值为1,否则取值为0。其余控制变量与模型(1)一致。表5第(1)列报告了回归结果:与上述分析相一致,交互项GTP×State的估计系数显著为正,表明“金税三期”工程实施对审计费用的作用效果,在非国有上市公司中显著地增强了。
Variables | (1) | (2) |
国有与非国
有上市公司 |
四大与非四大
会计师事务所 |
|
GTP | −0.0278*** | −0.0815*** |
(−2.77) | (−3.56) | |
State | −0.0533* | |
(−1.83) | ||
GTP×State | 0.0715*** | |
(6.61) | ||
Big4 | −0.2458*** | |
(−5.56) | ||
GTP×Big4 | 0.1024*** | |
(4.50) | ||
控制变量 | Yes | Yes |
个体效应 | Yes | Yes |
时间效应 | Yes | Yes |
R-squared | 0.660 | 0.659 |
N | 20 204 | 20 204 |
(二)基于会计师事务所类型的检验:国际四大与非国际四大
已有研究发现,与非国际四大会计师事务所相比,国际四大会计师事务所具有更高的风险敏感度(Lee等,2006),更注重其自身品牌及声誉以获得更高的市场份额(Lennox,1999),因而对审计失败具有更强烈的规避动机。我们认为,“金税三期”工程对上市公司审计费用的作用效果,在聘请非国际四大会计师事务所的上市公司中会表现出更显著的效果。这是因为,“金税三期”工程实施后税务部门对公司涉税信息更加严管严控,同时大数据信息技术能够更好地识别出异常财务信息,公司盈余管理或避税行为更容易被发现,可能导致国际四大会计师事务所放弃部分风险较大的公司。另外,公司出于机会主义动机,为了规避高质量审计同样会策略性地选择会计师事务所(刘文军,2015)。为检验“金税三期”工程对公司审计费用的影响,是否在聘请国际四大会计师事务所与非国际四大会计师事务所的上市公司中表现出差异,我们构建如下模型:
$ {{AFEE}}_{{i,t}}{=}{{α}}_{{0}}{+}{{α}}_{{1}}{{GTP}}_{{i,t}}{+}{{α}}_{{2}}{{GTP}}_{{i,t}}{×}{{Big4}}_{{i,t}}{+}{{α}}_{{3}}{{Big4}}_{{i,t}}{+β}{{Control}}_{{i,t}}{+}{{μ}}_{{i}}{+}\sum {Year}{+}{{ \varepsilon }}_{{i,t}} $ | (7) |
模型(7)中Big4为虚拟变量,聘请非国际四大会计师事务所则取值为1,否则取值为0。其余控制变量与模型(1)一致。回归结果如表5第(2)列所示,其结果与上述分析一致,交互项GTP×Big4的估计系数显著为正,表明“金税三期”工程实施对上市公司审计费用的作用效果,在聘请国际四大会计师事务所与非国际四大会计师事务所的上市公司中存在显著差异,非国际四大更倾向于选择提高上市公司审计费用来应对“金税三期”工程导致的风险提高。
七、研究结论作为深化税收征管体制改革、加快税收信息化建设的基石,“金税三期”工程的全面覆盖对建立现代化税收征管体系,推进国家治理体系和治理能力现代化具有重要意义。依托以大数据、云计算、区块链为代表的新一代信息技术,税务部门对公司涉税信息的监管得到极大加强,进一步压缩了公司操纵财务信息的空间。本文基于“金税三期”工程这一“准自然实验”,使用2010—2019年A股上市公司的微观数据实证分析了“金税三期”工程对上市公司审计费用的影响,研究发现外部税收征管与上市公司审计费用间存在稳健的正向因果关系。通过影响机制分析,本文发现“金税三期”工程提高了上市公司实际税率,降低了上市公司的盈利水平,对公司经营状况产生了负面影响,提高了审计师的业务风险。同时,“金税三期”工程通过加强税务部门的涉税信息监管,提高了上市公司会计信息质量,降低了审计师的审计风险。综合来看前者对审计师审计定价决策的影响大于后者,导致了上市公司审计费用的提高。进一步分析发现,“金税三期”工程的这一影响,在非国有上市公司和由非国际四大会计师事务所审计的上市公司中更为显著。因此,“金税三期”工程推动信息技术在税收征管领域的全面应用,不仅打击了公司偷税漏税(张克中等,2020),其作用效果还能够外溢到审计领域,通过作用于审计师的风险识别进而对上市公司的审计费用产生影响。
基于以上研究结论,本文得出如下政策启示:第一,拓展信息技术在税收征管领域的应用广度和深度,发挥大数据税收征管在加强上市公司治理中的优势,降低审计师的审计风险,同时也降低公司的审计费用这一项经营成本。税务部门使用大数据技术手段进行税收稽核后,上市公司会计信息质量得到提高,有利于审计师更容易地掌握公司的真实财务信息,降低重大错报、漏报风险。因此,税务部门通过应用数据采集和信息化的新技术成果,优化现有技术工具,更精确地识别公司财务违规行为,这对于规范上市公司的经营行为,降低审计师的审计风险,减轻公司审计支出方面的经营负担具有重要意义。第二,在提高税务部门征税能力的同时,也应继续深化减税政策,推动上市公司高质量发展,降低公司的审计费用和审计师的业务风险。“金税三期”税收征管强化有利于拓宽税基,但也推高了公司实际税率,提高了公司的审计费用和审计师的业务风险。在现阶段我国大力推动减税降费、促进经济高质量发展的大环境下,可适当降低公司税率、深化税收优惠和减免政策改革,既有利于降低公司税收支出和审计费用,切实减轻公司的经营负担,释放公司高质量发展的新动能,也有利于降低审计师的业务风险。第三,审计师应利用税务部门对公司的监管工作成果,在制定审计收费时需要充分关注公司财务信息传递出的风险信号。税收征管在审计领域的外溢效应有利于审计师掌握公司的真实经营状况,审计师应该强化风险意识,对公司财务信息进行充分的风险识别,降低重大错报风险,向利益相关者提供专业、合理的审计报告。
① 本文所考察的是这些作用下“金税三期”工程的总体效果,因而两者存在联系并不影响研究结论。感谢匿名审稿专家提出的这一宝贵建议。
② 限于篇幅,稳健性检验的详细结果不在正文展示,资料备索。
③ 总体税负包括了所得税、增值税,还包括了消费税、城市维护建设税、资源税和教育费附加、房产税、土地使用税、车船税、印花税等税种。
④ 与樊勇和李昊楠(2020)的研究一致,公司税负预警标准取过去两年行业实际税率平均值的60%。虽然预警值以上的部分样本也可能体现出工程实施的作用效果,会产生一定的估计偏差,但这是“金税三期”工程作用效果的下限,因而不会影响正负方向的判断。
⑤ 参考谭青和鲍树琛(2015),会税差异指标以总会税差异绝对值的自然对数来度量,其中总会税差异=税前利润–(所得所费用+递延所得税费用)/法定税率。
⑥ 检验方法与前述稳健型检验一致,限于篇幅不在正文展示,资料备索。
[1] | 白云霞, 唐伟正, 刘刚. 税收计划与企业税负[J]. 经济研究, 2019, 54(5): 98–112. |
[2] | 陈德球, 陈运森, 董志勇. 政策不确定性、税收征管强度与企业税收规避[J]. 管理世界, 2016(5): 151–163. |
[3] | 樊勇, 李昊楠. 税收征管、纳税遵从与税收优惠——对金税三期工程的政策效应评估[J]. 财贸经济, 2020, 41(5): 51–66. |
[4] | 范子英, 彭飞. “营改增”的减税效应和分工效应: 基于产业互联的视角[J]. 经济研究, 2017, 52(2): 82–95. |
[5] | 李艳, 杨婉昕, 陈斌开. 税收征管、税负水平与税负公平[J]. 中国工业经济, 2020(11): 24–41. |
[6] | 孙雪娇, 翟淑萍, 于苏. 大数据税收征管如何影响企业盈余管理?——基于“金税三期”准自然实验的证据[J]. 会计研究, 2021(1): 67–81. |
[7] | 谭青, 鲍树琛. 会计—税收差异能够影响审计收费吗?——基于盈余管理与税收规避的视角[J]. 审计研究, 2015(2): 81–88. |
[8] | 王伟同, 李秀华, 陆毅. 减税激励与企业债务负担——来自小微企业所得税减半征收政策的证据[J]. 经济研究, 2020, 55(8): 105–120. |
[9] | 叶康涛, 刘行. 税收征管、所得税成本与盈余管理[J]. 管理世界, 2011(5): 140–148. |
[10] | 翟胜宝, 许浩然, 刘耀淞, 等. 控股股东股权质押与审计师风险应对[J]. 管理世界, 2017(10): 51–65. |
[11] | 张克中, 欧阳洁, 李文健. 缘何“减税难降负”: 信息技术、征税能力与企业逃税[J]. 经济研究, 2020, 55(3): 116–132. |
[12] | 张敏, 刘耀淞, 王欣, 等. 企业与税务局为邻: 便利避税还是便利征税?[J]. 管理世界, 2018, 34(5): 150–164. |
[13] | Li W F, Pittman J A, Wang Z T. The determinants and consequences of tax audits: Some evidence from China[J]. Journal of the American Taxation Association, 2019, 41(1): 91–122. |
[14] | Petherbridge J, Messier Jr W F. The impact of PCAOB regulatory actions and engagement risk on auditors’ internal audit reliance decisions[J]. Journal of Accounting and Public Policy, 2016, 35(1): 3–18. |
[15] | Pomeranz D. No taxation without information: Deterrence and self-enforcement in the value added tax[J]. American Economic Review, 2015, 105(8): 2539–2569. |