减税激励、研发操纵与研发绩效_杨国超.pdf

《减税激励、研发操纵与研发绩效_杨国超.pdf》由会员分享，可在线阅读，更多相关《减税激励、研发操纵与研发绩效_杨国超.pdf（15页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、减税激励、 研发操纵与研发绩效*杨国超刘静廉鹏芮萌内容提要: 张维迎和林毅夫就 “政府是否应该制定产业政策” 展开了激烈争论。与他们从较为宏观的视角分析不同， 本文利用 高新技术企业认定管理办法 确立的公司研发投入占销售收入之比这一 “一刀切” 的微观认定门槛， 研究公司是否会操纵研发投入以满足相关标准。研究发现， 研发收入之比的分布在法规门槛附近不连续， 这确认了公司研发操纵行为的存在。基于分布不连续特征定义的研发操纵公司获得了更多的税收优惠和政府补助。进一步地， 研发操纵现象在民营企业、 盈利企业以及位于税收征管力度较弱地区的企业中更为显著， 且研发操纵公司的研发投入与公司未来发明专利申请

2、、 发明专利授权数量间的正相关关系更弱。研究表明， 与政策制定者的初衷不同， 研发激励政策会激励公司进行研发操纵， 最终导致公司研发绩效下降。本文不仅为产业政策引发的激励扭曲效应提供了微观证据， 还为更好地制定和执行高新技术企业认定政策提供了理论参考。关键词: 高新技术企业认定产业政策法规门槛研发操纵研发绩效*杨国超， 中南财经政法大学会计学院， 邮政编码: 430073， 电子信箱: yangguochao outlookcom; 刘静， 首都经济贸易大学会计学院， 邮政编码: 100070， 电子信箱: wenmu9 163. com; 廉鹏， 华东政法大学国际金融法律学院， 邮政编码:

3、201620， 电子信箱:lianpeng82 gmailcom; 芮萌， 中欧国际工商学院， 邮政编码: 201206， 电子信箱: oliver ceibsedu。本文得到国家自然科学基金青年项目( 71402054) 、 国家自然科学基金项目( 71372203) 、 教育部人文社科基金青年项目( 17YJC790186) 及博士后科学基金第八批特别资助( 2015T80421) 支持。本文为 2017 年中国金融学术年会( CFC) 最佳论文。作者感谢中国金融学术年会( CFC) 、 中国金融国际年会( CICF) 、 中南财经政法大学文泉会计论坛及暨南大学管理学院会计系研讨会与会者的

4、建议。特别感谢王克敏教授和两位匿名审稿专家为本文提出的宝贵意见， 但文责自负。一、引言2016 年底， 张维迎教授与林毅夫教授就 “产业政策之争” 华山论剑， 再一次将 “政府与市场的关系” 推上风口浪尖。针对政府是否应该制定产业政策， 张维迎强调 “市场看不见的手” 的作用， 林毅夫强调 “有为政府” 的价值， 双方观点鲜明， 难分伯仲。以研发激励政策为例， 政府推出旨在促进企业增加研发投入的激励政策本是有深刻的经济理论支撑的。其原因在于， 研发活动是公司创新的源动力， 是经济增长的引擎( Schumpeter，1934; omer，1990; Stokey，1995; Lerner Wul

5、f，2007) ，但研发活动风险较高， 且可能被竞争对手模仿甚至抄袭， 由此会导致公司研发投入不足( Arrow，1962; Kristiansen， 1998) 。Greenwald Stiglitz( 1986) 曾指出， 改善研发投入不足的一个有效途径是制定税收干预政策， 即通过降低税率减小公司研发失败带来的风险， 同时将研发活动的经济收益内部化， 以促进公司增加研发投入。实证研究也发现， 减税政策的确可以激励公司提高研发投入( Hall， 1993; Hall Van eenen， 2000; Bloom et al ， 2002) 。为此， 科技部、 财政部、 国家税务总局于2008

6、 年 4 月 14 日联合颁布了 高新技术企业认定管理办法 ( 下文简称 管理办法 ) 。然而， 只要涉及到对特定企业实施研发激励政策， 就需要明确的筛选标准( Krugman，1983) 。管理办法 对高新技术企业研发强度规定了近乎“一刀切” 的标准: 最近一年销售收入小于 5000011杨国超等: 减税激励、 研发操纵与研发绩效万元的企业， 研发投入占销售收入之比不低于 6%; 最近一年销售收入在 5000 万元至 2 亿元的企业， 该比例不低于 4%; 最近一年销售收入在 2 亿元以上的企业， 该比例不低于 3%。不难看出 ， “研发投入占销售收入之比” 是高新技术企业认定的一个重要门槛

7、， 只有当研发强度超过该门槛时， 公司才有可能获得 “高新技术企业” 称号， 进而享受按 15%税率征收企业所得税的税收优惠， 以及一系列政府补助。然而， 若规则制定者利用“门槛” 让公司只能在两种政策之间进行选择， 公司可能通过操纵相关项目， 选择更有利于自身的政策( Dye，2002) 。那么 ， 管理办法 采用近乎“一刀切”的认定标准给公司贴上 “高新” 或 “非高新” 标签， 是否会激励部分公司通过操纵研发投入以获得高新技术企业认证呢?伴随 管理办法 的实施， 我们不难发现公司进行研发操纵的“蛛丝马迹” 。如 2011 年 5 月 26日， 南岭民爆( 002096) 宣布获得高新技术

8、企业认证。查阅南岭民爆历年年报发现， 2009、 2010 和2011 年公司研发投入占当年销售收入之比均恰好等于 3%。上述现象并非个例。据本文统计，20082014 年， 研发投入强度刚刚超过法规门槛 0. 5%的公司年度观测数共 1195 个。由此， 本文推测， 围绕法规门槛的研发操纵行为可能十分普遍。本文研究发现: 首先， 研发投入占销售收入之比的分布在法规门槛处显著不连续， 即当公司销售收入小于( 超过) 2 亿元时， 研发投入占销售收入之比的分布在法规门槛 4%( 3%) 之上存在群聚现象， 从而证明了研发操纵现象的存在; 其次， 相比其他公司， 研发投入占销售收入之比达到或刚刚超

9、过法规门槛的研发操纵公司， 获得了更多的税收优惠和政府补助; 第三， 民营企业、 盈利企业以及税收征管力度较弱地区企业的减税激励更强， 更偏好进行研发操纵; 第四， 针对研发投入占销售收入之比达到或刚刚超过法规门槛的公司， 其研发投入与公司发明专利申请数量、 发明专利授权数量间的正相关关系更弱， 即研发操纵公司的研发绩效更差; 最后， 本文还进行了一系列稳健性检验， 发现在考虑了其他替代解释和内生性问题后， 本文研究结论并未改变。本文研究贡献为: 第一， 作为对张维迎和林毅夫掀起的 “产业政策之争” 的回应， 本文为这一争论提供了微观证据。张林之争主要反映了不同经济思想及宏观层面证据的争议。现

10、有研究虽从微观视角分析了产业政策对公司决策的影响( 陆正飞和韩非池， 2013; 宋凌云和王贤彬， 2013; 黎文靖和李耀淘， 2014) ， 但这些研究大都忽视了公司也会针对宏观产业政策做出策略性的应对， 最终降低了产业政策效果。本文研究表明， 产业政策实施过程中存在信息不对称和寻租问题， 在我国法律违规风险较低的背景下， 公司会策略性地满足政策门槛， 导致产业政策目标难以实现。第二， 本文为已有基于盈余门槛的公司盈余管理问题研究提供了崭新视角。已有研究指出， 公司会操纵盈余以超过零利润门槛、 避免利润下滑( Burgstahler Dichev，1997; Jacob Jorgensen

11、，2007) 或达到分析师盈利预期( Degeorge et al ，1999; Doyle et al ，2013) 。与现有研究多关注公司“整体盈余” 门槛不同， 本文研究 “研发投入” 这一具体会计科目门槛的操纵问题。第三， 本文从研发操纵的视角拓展了研发投入与公司研发产出关系的文献。已有文献指出， 增加公司研发投入能提高公司创新产出， 最终提升公司价值( Chan et al ，1990; Belderbos et al ，2004) 。但本文发现， 通过会计科目调整或实际业务活动操纵增加的研发投入并未提高公司创新产出。第四， 本文研究结论还具有重要的政策价值。针对立法者， 考虑到“一

12、刀切” 的认定标准会诱1112017 年第 8 期由于 管理办法 规定的门槛指标是 “研发投入占销售收入之比” ， 公司也可能会通过操纵销售收入达到法规门槛。但实际上， 公司通过操纵销售收入达到法规门槛的成本远远大于通过操纵研发投入达到法规门槛的成本。举例说明， 对于一个销售收入是 5 亿元的企业， 假设其实际研发投入是 1450 万元， 公司若通过操纵研发投入达到法规门槛， 需要虚增 50 万元的研发投入， 若通过操纵销售收入达到法规门槛， 则需要虚减销售收入 1666 万元。两者相比， 成本高低不言而喻。发公司机会主义地操纵研发投入， 立法者应适时调整政策认定方法， 压缩公司操纵空间。针对

13、执法者， 其应加强对高新技术申请企业研发费用归集方法的调查， 压缩公司 “鱼目混珠” 的概率。本文内容安排如下: 第二部分是制度背景与理论分析， 第三部分是实证检验和稳健性分析， 最后是研究结论。二、制度背景与理论分析( 一) 制度背景在我国转轨经济制度背景下， 企业研发投入强度较低， 创新能力普遍不足。截止 2007 年底， 全国规模以上企业中， 研发支出占企业销售收入之比仅为 0. 56%。上述现象引发政府部门的担忧。为促进企业增加研发投入 ， 管理办法 这一 “研发激励型” 的产业政策应运而生。对于如何认定高新技术企业 ， 管理办法 针对三类指标制定了量化标准: ( 1) 研究开发费用总

14、额占销售收入总额的比例符合如下要求: 最近一年销售收入小于 5000 万元的企业， 比例不低于 6%; 最近一年销售收入在 5000 万元至 2 亿元的企业， 比例不低于 4%; 最近一年销售收入在 2 亿元以上的企业， 比例不低于 3%。( 2) 具有大学专科以上学历的科技人员占企业当年职工总数的 30%以上， 其中研发人员占企业当年职工总数的 10%以上。( 3) 高新技术产品( 服务) 收入占当年总收入的 60%以上。不难发现， 高新技术企业认定存在诸多门槛， 如研发投入比例、 科技人员比例、 高新技术收入比例等。在信息不对称的条件下， 政府难以辨别高新技术企业的真伪， 而且政策实施中还

15、可能存在寻租问题， 导致部分地方政府对 “伪高新企业” 视而不见。同时， 若法律违规成本较低 ， “门槛型” 的认定政策就可能会引发公司突破门槛的操纵行为。因此， 本文试图解析高新技术企业认定中的机会主义操纵现象。需要注意的是 ， 管理办法 虽规定了高新技术企业认定的多个标准， 但上市公司年报并未披露公司的高新技术产品( 服务) 的销售收入， 研发人员数量也仅从 2015 年才开始披露。鉴于此， 本文将重点关注上市公司是否会操纵研发投入以达到高新技术企业认定门槛。( 二) 理论分析与研究假设1. 公司研发操纵行为的收益与成本分析公司是否进行研发操纵取决于研发操纵的收益和成本。具体地， 我们从以

16、下四个方面展开分析。首先， 获得高新技术企业认定有利于公司降低税收成本， 赢得更多政府补助。根据 2008 年 1月 1 日起实施的新 企业所得税法 ， 不同于一般企业 25%的所得税税率， 高新技术企业按 15%的税率征收企业所得税。换言之， 高新技术企业可以将 10%的税前利润留在公司， 数额相当可观。此外， 高新技术企业还享有研发费用加计扣除、 节能环保设备抵减税额等多项税收优惠政策。与此同时， 高新技术企业也往往是各类政府补助的赢家( 孙刚等， 2016) 。可见 ， “高新技术企业” 称号是公司获得税收优惠和众多政策性资金的敲门砖， 公司会千方百计地为自己贴上“高新技术” 的标签。其

17、次， 我国法律执行力度较弱， 即便“伪高新企业” 被发现， 其违规成本也相对较低。一方面，由于我国法律执行力度较弱( Allen et al ，2005) ， 监管部门往往仅对企业的申请文件进行形式审查， 缺乏实质性审查， 导致大量漏网之鱼。较弱的法律监督也会纵容公司的机会主义行为( Gilliamet al ，2015) 。另一方面 ， 管理办法 仅规定， 若在高新技术企业申请过程中存在欺骗现象， 公司高新技术称号随之失效， 且公司须补缴以往税款， 五年内不得再次申请高新技术认证， 其中并未涉及针对欺骗行为的罚金或行政处罚。再次， 高新技术企业认定政策实施过程中还存在信息不对称问题， 导致政

18、府难以准确判断公司是否真正具备高新技术企业认定资质。局限于信息搜集的时间和成本， 政府准确识别公司是否是“伪高新技术企业” 的成本过高， 这为公司研发操纵行为提供了空间。正如安同良等( 2009) 发现，211杨国超等: 减税激励、 研发操纵与研发绩效公司会释放虚假的创新类型信号以获取政府补助。最后， 政策实施过程中还可能伴随寻租问题， 从而产生监管俘获。为获得高新技术企业认定，企业可能向政府官员行贿， 也可能与政府建立政治关联， 导致部分地方政府对“伪高新企业” 视而不见。余明桂等( 2010) 指出， 民营企业通过与地方政府建立政治联系来俘获掌握财政补贴支配权的地方政府官员， 从而帮助自己

19、获得更多财政补贴。综上可见， 由于研发操纵的收益大大高于研发操纵的成本， 且政策实施过程中存在信息不对称及寻租行为， 公司就可能通过操纵研发投入以满足法规门槛。基于以上分析， 本文提出假设 H1:H1: 为获得高新技术企业享有的减税优惠和政府补助， 公司会操纵研发投入以达到高新技术企业认定门槛。2. 减税激励与研发操纵的关系进一步地， 本文认为， 减税激励强弱会影响公司的研发操纵动机。首先， 民营企业的减税激励高于国有企业。一方面， 国有企业存在 “公有产权属性” ( 吴延兵， 2012) ， 使得国企高管缺少通过降低税收成本提升公司盈利水平的激励; 另一方面， 国有企业的“国家所有权” 决定

20、了国有企业还需要在经济下行期承担 “稳财政” 之责( 陈冬等， 2016) 。因此， 相比国有企业， 民营企业的减税激励更强， 其研发操纵动机也更强。其次， 盈利企业的减税激励高于亏损企业。盈利企业需根据应纳税所得额按年度缴纳企业所得税， 亏损企业则无需缴纳企业所得税。即便亏损企业在未来年度盈利， 也需要先抵扣前期亏损额后再缴纳企业所得税。因此， 相比亏损企业， 盈利企业的减税激励更强， 其研发操纵动机也更强。再次， 地区的税收征管力度也会影响公司的研发操纵动机。税收征管力度反映了一个地区将税收能力转化为实际税收收入的努力程度( 曾亚敏和张俊生， 2009) 。地区的税收征管力度越强， 公司避

21、税的难度就越高( 刘春和孙亮， 2015) 。因此， 处于税收征管力度较强地区的公司进行研发操纵更可能被税务机关发现， 导致研发操纵成本上升， 进而弱化公司的研发操纵动机。基于以上分析， 本文提出假设 H2a、 H2b 和 H2c:H2a: 与国有公司相比， 民营公司更偏好进行研发操纵以满足法规门槛。H2b: 与亏损公司相比， 盈利公司更偏好进行研发操纵以满足法规门槛。H2c: 与处于税收征管力度较强地区的公司相比， 处于税收征管力度较弱地区的公司更偏好进行研发操纵以满足法规门槛。3. 研发操纵的经济后果分析为达到法规门槛而机会主义地操纵研发投入的行为会降低公司研发绩效。一方面， 公司可能利用

22、会计科目调整的方式虚增研发投入， 这些并未真正用于研发活动的“研发支出” 难以提升公司创新水平。鉴于研发活动的定义相对宽泛， 且多由公司自行把握， 公司就可能将本不属于研发活动的人员工资、 机器耗材和设备折旧摊销等归集到研发活动， 并计入研发支出( 孙刚等， 2016) 。然而， 这些通过会计科目调整而虚增的“研发支出” 并未真正投入到公司的研发活动， 自然也无法换来公司创新产出的提升。另一方面， 公司还可能通过实际业务活动操纵研发投入， 其也会导致公司研发绩效下降。oychowdhury( 2006) 认为， 对研发费用的操纵是公司实际业务活动盈余管理的一种重要方式。安同良等( 2009)

23、指出， 为释放“创新型企业” 的信号， 企业会购置一些并未投入实际运营的先进研发设备充当门面。此类以实际业务活动虚增的“研发费用” 往往只是公司的“形象工程” ， 是“为创新而创新” ， 最终也无益于公司研发绩效提升。基于上述分析， 本文认为， 公司通过操纵研发投入达到高新技术企业认定门槛很难真正提升公司研发绩效。由此， 本文提出假设 H3:H3: 与其他公司相比， 通过操纵研发投入达到法规门槛的公司， 其研发投入与公司发明专利申请数量、 发明专利授权数量间的正相关关系更弱。3112017 年第 8 期三、实证分析( 一) 样本选择、 变量定义与描述性统计考虑到上市公司于 2008 年才开始规

24、范披露研发投入， 本文样本始于 2008 年; 同时， 由于研发绩效的检验需要公司未来年度的专利数据， 本文将样本截止于 2014 年。初始样本观测数为 15420个， 在此基础上， 剔除金融类企业观测 269 个， 剔除所有者权益小于 0 的观测 276 个， 剔除营业收入小于 5000 万的观测 195 个，剔除数据缺失观测 400 个， 最终得到样本观测 14280 个。公司研发投入、 发明数据来自 CID 数据库， 其他数据来自 Wind 和 CSMA 数据库。表 1样本描述性统计会计年度公司总数研发投入大于零的公司占比研发投入占销售收入之比均值研发投入占销售收入之比中位数200814

25、2331. 62%2. 20%1. 04%2009155558. 52%2. 37%1. 25%2010188767. 62%2. 91%2. 16%2011218575. 29%3. 40%2. 81%2012235979. 74%3. 99%3. 19%2013238380. 49%4. 11%3. 16%2014248882. 11%4. 21%3. 22%合计1428070. 89%3. 60%2. 92%表 1 是样本的描述性统计。可以看出， 20082014 年， 研发投入大于零的公司占比从 31. 62%增加到 82. 11%。此外， 尽管研发投入占销售收入之比不断提高， 但各年

26、度的均值和中位数均在3%附近波动， 这与 管理办法 规定销售收入超过 2 亿元的企业， 研发投入占销售收入之比不低于3%的临界值极为接近。据此， 本文推测， 可能有不少上市公司通过操纵研发投入以超过该临界值。表 2 是本文所有研究变量的变量定义。借鉴 Burgstahler Dichev( 1997) 和 Bhojraj et al( 2009) 的研究， 我们定义公司研发投入强度恰好高于法规门槛为研发操纵公司， 具体地， 本文以超过法规门槛0. 5%或1%作为临界点进行度量。其他变量定义见表2 所示。表3 为相关研究变量的描述性统计。表 3 显示， 当以 0. 5%( 1%) 为区间宽度时，

27、 研发操纵公司( MBB) 占比为 8. 33%( 13. 8%) 。( 二) 公司研发操纵现象检验管理办法 规定， 最近一年销售收入小于 5000 万元的企业， 研发投入占销售收入之比不低于6%; 最近一年销售收入在 5000 万元至 2 亿元的企业， 该比例不低于 4%; 最近一年销售收入在 2 亿元以上的企业， 该比例不低于 3%。由于销售收入小于 5000 万的样本观测数较少， 本文仅检验销售收入大于 5000 万公司的研发操纵现象。本文将样本按销售收入是否大于 2 亿元分为两组， 对于销售收入大于等于 2 亿元( 小于 2 亿元) 的公司， 若研发投入占销售收入之比在刚刚超过 3%(

28、 4%) 时的样本量突然增多， 则表明公司存在通过操纵研发投入以达到高新技术企业认定门槛的嫌疑。411杨国超等: 减税激励、 研发操纵与研发绩效由于 高新技术企业认定管理办法 对销售收入不同的企业制定了差异化的研发投入强度标准， 本文也会根据公司销售收入的不同分别进行相关统计检验， 但销售收入小于 5000 万元的样本观测太少， 无法进行相关统计检验。因此， 本文将其从总样本中删除。表 2变量定义变量变量定义MBB研发操纵公司哑变量: 分别以 0. 5%、 1%作为临界点进行度量， 即当销售收入小于 2 亿元时，公司研发投入占销售收入之比在 4. 0%， 4. 5%) 或 4. 0%， 5.

29、0%) 时， MBB 为 1， 当销售收入大于等于 2 亿元时， 该比例在 3. 0%， 3. 5%) 或 3. 0%， 4. 0%) 时， MBB 为 1， 其余为 0。AB研发投入超过临界值的非研发操纵公司哑变量: 分别以 0. 5%、 1%作为临界点进行度量， 即当销售收入小于 2 亿元时， 公司研发投入占销售收入之比大于 4. 5%或 5%时， AB 为 1， 当销售收入大于等于 2 亿元时， 该比例超过 3. 5%或 4%时， AB 为 1， 其余为 0。InvApp公司发明专利申请数量。InvGran公司发明专利授权数量。D公司研发投入金额的自然对数。SOE公司实际控制人是否为国有

30、企业， 是为 1， 否为 0。LOSS公司税前利润总额是否小于 0， 是为 1， 否为 0。Tax Enforcement公司所在地的税收征管力度， 即实际税负与期望税负之比， 比值越大， 税收征管力度越强。参考 Mertens( 2003) 的方法， 通过如下回归模型估计期望税收负担， E( Taxjt/GDPjt) =+1perGDPjt+2IND_1jt+3IND_2jt。其中， Tax 表示税收收入， GDP 表示国内生产总值， perGDP表示人均国内生产总值， IND_1 和 IND_2 分别表示第一、 二产业占国内生产总值之比， 下标 j和 t 分别代表第 j 个地区和年度 t。

31、Taxrate( %)公司法定所得税税率。SUBSIDY公司获得政府补助金额的自然对数。Pay公司前三名高管薪酬总额的自然对数。SALES公司销售收入总额的自然对数。BM公司年末账面价值除以年末市场价值。LEV付息债务比例: ( 短期借款+一年内到期的长期借款+长期借款) /总资产。PC公司董事长和总经理是否是人大代表或政协委员， 是为 1， 否为 0。BIG4公司审计师事务所是否属于国际四大会计师事务所， 是为 1， 否为 0。TOP( %)公司第一大股东持股比例。BOD Size公司董事会人数。CEO Duality公司董事长和总经理是否是同一人， 是为 1， 否为 0。Year/Indu

32、stry年度和行业虚拟变量。图 1 以 0. 5%为区间宽度， 分别绘制销售收入小于 2 亿元和大于等于 2 亿元时， 研发投入占销售收入之比的分布图。可以看出， 当销售收入小于 2 亿元时， 研发投入占销售收入之比在 4%，4. 5%) 区间内的样本量突然增多; 当销售收入大于等于 2 亿元时， 研发投入占销售收入之比在 3%， 3. 5%) 区间内的样本量突然增多。为确保结果的稳健性， 本文还绘制了以 1%作为区间宽度的样本分布。结果完全一致。上述结果表明， 公司会操纵研发投入以达到高新技术企业认定门槛。进一步地， 为在统计上证明公司的确会通过操纵研发投入以达到高新技术企业认定门槛， 本文

33、参考 Beaver et al( 2007) 和 Gilliam et al( 2015) 关于公司操纵利润以避免亏损的检验方法，对此5112017 年第 8 期Beaver et al( 2007) 指出， Burgstahler Dichev( 1997) 提出的检验统计量会低估统计量的标准差， 从而造成检验统计量虚高。故本文采用 Beaver et al( 2007) 提出的检验统计量进行检验。表 3变量描述性统计变量样本量均值中位数标准差最小值最大值MBBAB以 0. 5%为区间宽度142800. 083300. 276401142800. 259700. 438501MBBAB以 1

34、%为区间宽度142800. 138000. 344901142800. 205100. 403801SOE142800. 460200. 498401LOSS142800. 083100. 276101Tax Enforcement142801. 05701. 03210. 20890. 45101. 8093Taxrate( %)1428019. 1311155. 3977025SUBSIDY1428015. 018215. 86204. 0723024. 6421InvApp142805. 3868015. 90740119InvGran142801. 964405. 6492040D14

35、28011. 985516. 40857. 9407022. 9964Pay1428014. 076114. 07020. 724910. 714417. 4539SALES1428021. 211621. 06401. 461017. 733928. 6889BM142800. 95540. 66040. 87940. 11274. 9243LEV142800. 05240. 00390. 088200. 4235PC142800. 158600. 365301BIG4142800. 056000. 230001Top( %)1428036. 478934. 860015. 33478. 9

36、90075. 4714BOD Size142808. 922991. 7901418CEO Duality142800. 226000. 418201注: 为避免异常值影响， 本文对所有未取对数的连续变量进行了 1%的 winsorize 处理。图 1研发投入占销售收入之比分布 以 0. 5%为区间宽度进行检验。表 4 Panel A 和 Panel B 分别列示了以 0. 5%和 1%为区间宽度的研发操纵现象检验结果。根据 Panel A 可知， 以销售收入大于等于 2 亿元的公司为例， 在 3%的法规门槛右侧， 观测数为1160 个， 其相邻两个区间的观测数分别为 613 个和 757 个

37、， 相应的检验统计量为 11. 6717， 即在611杨国超等: 减税激励、 研发操纵与研发绩效 3. 0%， 3. 5%) 区间内的观测数在 1%的显著性水平下显著高于相邻两侧区间的观测数。Panel B结果完全一致。上述结果表明， 为达到高新技术企业认定的法规门槛， 确实有部分公司会对研发投入进行操纵。表 4公司研发操纵现象的统计检验Panel A: 区间宽度为 0. 5%的统计检验结果销售收入小于 2 亿元的公司销售收入大于等于 2 亿元的公司区间Ni检验统计量区间Ni检验统计量 3. 5%， 4. 0%)13 2. 5%， 3. 0%)613 4. 0%， 4. 5%)301. 79*

38、 3. 0%， 3. 5%)116011. 67 4. 5%， 5. 0%)23 3. 5%， 4. 0%)757Panel B: 区间宽度为 1%的统计检验结果销售收入小于 2 亿元的公司销售收入大于等于 2 亿元的公司区间Ni检验统计量区间Ni检验统计量 3. 0%， 4. 0%)25 2. 0%， 3. 0%)1114 4. 0%， 5. 0%)532. 81 3. 0%， 4. 0%)191717. 56 5. 0%， 6. 0%)33 4. 0%， 5. 0%)976注: 、 、*表示显著性水平分别小于 1%、 5%、 10%， 下同。( 三) 公司研发操纵与税收成本、 政府补助关系

39、的检验为证明公司操纵研发投入是为了通过高新技术企业认证以降低税收成本， 并获得更多政府补助， 本文检验研发操纵与公司所得税税率、 政府补助间的关系。具体地， 本文建立如下模型:Taxatei， t=+1MBBi， t+2ABi， t+3SOEi， t+4SALESi， t+5BMi， t+6PCi， t+7BIG4i， t+8TOPi， t+9BOD Sizei， t+10CEO Dualityi， t+Year +Industry +( 1)SUBSIDYi， t=+1MBBi， t+2ABi， t+3SOEi， t+4SALESi， t+5BMi， t+6PCi， t+7BIG4i， t+

40、8TOPi， t+9BOD Sizei， t+10CEO Dualityi， t+Year +Industry +( 2)模型( 1) 中因变量为公司所得税税率( Taxrate) ， 模型( 2) 中因变量为公司获得的政府补助( SUBSIDY) ， 具体变量定义见表 2。上述模型均采用 OLS 回归。本文预期模型( 1) 中 1显著为负，模型( 2) 中 1显著为正， 即通过操纵研发投入达到高新技术企业认定门槛， 可以帮助公司降低税收成本， 并获得更多政府补助。回归结果见表 5。可以看出， 当以 0. 5%作为区间宽度定义 MBB 公司时， 第( 1) 列中 MBB 的系数为2. 8480

41、， 且在 1%的显著性水平下显著为负; 第( 2) 列中 MBB 的系数为 0. 3100， 在 1%的显著性水平下显著为正; 当以 1%作为区间宽度定义 MBB 公司时， 结果一致。表 5 表明， 公司的研发操纵行为帮助公司获得了更多的税收优惠和政府补助。( 四) 减税激励与公司研发操纵关系的检验考虑到减税激励较弱的企业， 其研发操纵动机也较弱， 本文进一步检验减税激励强弱对公司研发操纵行为的影响。具体地， 本文检验国有企业、 亏损企业以及位于税收征管强度较高地区的企业， 其研发操纵偏好是否更低。为证明该实证推断， 本文建立如下回归模型:MBBi， t=+1SOEi， t+2LOSSi， t

42、+3Tax Enforcementi， t+4SALESi， t+5BMi， t+6PCi， t+7BIG4i， t+8TOPi， t+9BOD Sizei， t+10CEO Dualityi， t+Year +Industry +( 3)7112017 年第 8 期表 5公司研发操纵与所得税税率、 政府补助关系的回归分析变量( 1)( 2)( 3)( 4)达到或超过法规门槛 0. 5%时 MBB 为 1达到或超过法规门槛 1%时 MBB 为 1TaxrateSUBSIDYTaxrateSUBSIDYMBB2. 8480 0. 130. 3100 0. 092. 9455 0. 120. 40

43、99 0. 07Controls控制控制控制控制Year控制控制控制控制Industry控制控制控制控制N14280142801428014280Adj20. 3670. 2900. 3670. 291注: 表中方括号内为稳健的标准误， 、 、*表示显著性水平分别小于 1%、 5%、 10%， 下同。模型( 3) 中因变量为研发操纵公司哑变量， 故采用 logit 回归。变量详细定义见表 2。本文预期模型( 3) 中 1、 2、 3显著为负， 即国有企业、 亏损企业以及位于税收征管强度较强地区的企业，研发操纵偏好较低。回归结果见表 6。表 6 前四列和后四列分别列示了以 0. 5%和 1%作为

44、区间宽度定义 MBB 公司时的回归结果。可以看出， 无论是单独检验抑或将三个研究变量放在一个回归模型中检验， 结果显示， SOE、 LOSS 及 Tax Enforcement 的系数均显著为负。结果表明， 减税激励越强的公司， 研发操纵偏好也越强， 反之越弱。表 6减税激励与公司研发操纵关系的回归分析变量( 1)( 2)( 3)( 4)( 5)( 6)( 7)( 8)达到或超过法规门槛 0. 5%时 MBB 为 1达到或超过法规门槛 1%时 MBB 为 1MBBMBBMBBMBBMBBMBBMBBMBBSOE0. 4859 0. 080. 4380 0. 080. 4320 0. 070.

45、3764 0. 07LOSS0. 5500 0. 150. 4771 0. 150. 5382 0. 110. 4715 0. 11Tax Enforcement0. 4556 0. 170. 3330* 0. 170. 5806 0. 140. 4779 0. 14Controls控制控制控制控制控制控制控制控制Year控制控制控制控制控制控制控制控制Industry控制控制控制控制控制控制控制控制N1428014280142801428014280142801428014280Pseudo 20. 1220. 1200. 1190. 1240. 1490. 1470. 1470. 152(

46、 五) 公司研发操纵与研发绩效关系的检验本文将研发绩效定义为公司单位研发投入获得的创新产出， 相同研发投入获得的创新产出越多， 公司研发绩效越好。一方面， 鉴于实用新型和外观设计的技术要求较低， 含金量小， 发明专利则是对产品、 方法或者其改进提出新技术方案， 技术要求较高， 更能代表公司创新能力( 黎文靖、 郑曼妮， 2016; 余明桂等， 2016) ， 同时参考 Mukherjee et al( 2017) ， 本文分别采用未来一期和未来两期的发明专利申请数量和授权数量度量公司创新产出。另一方面， 本文采用公司研发投入金额度量公司创新投入。为证明研发操纵公司的研发投入并未换来公司研发绩效

47、的提升， 本文检验研发操纵811杨国超等: 减税激励、 研发操纵与研发绩效公司的研发投入与公司未来一年、 两年的发明专利申请数量、 发明专利授权数量间的关系。具体地， 本文建立如下回归模型:Inv( i， t+1; i， t+2)=+1Di， t+2MBBi， t+3Di， t MBBi， t+4ABi， t+5Di， t ABi， t+6SOEi， t+7SALESi， t+8BMi， t+9LEVi， t+10BIG4i， t+11TOPi， t+12BOD Sizei， t+13CEO Dualityi， t+Year +Industry +( 4)模型( 4) 中因变量为计数变量， 即

48、公司 i 在 t+1 年或 t+2 年的发明专利申请数量( InvApp) 和发明专利授权数量( InvGran) ， 故本文采用 Poisson 回归模型。变量详细定义见表 2。本文预期模型( 4) 中 3显著为负， 即相对非研发操纵公司， 研发操纵公司的研发投入与公司未来一年、 两年的发明专利申请数量、 发明专利授权数量间的正相关关系更弱。回归结果见表 7。Panel A 及 Panel B结果均显示， 无论以 0. 5%抑或 1%作为区间宽度定义 MBB 公司， DMBB 的系数大多在 5%显著性水平下为负。结果表明， 与非研发操纵公司相比， 研发操纵公司的研发绩效更差。表 7公司研发操

49、纵与研发绩效关系的回归分析Panel A: 公司研发操纵与 t+1 年研发绩效关系的回归结果变量( 1)( 2)( 3)( 4)达到或超过法规门槛 0. 5%时 MBB 为 1达到或超过法规门槛 1%时 MBB 为 1InvAppt+1InvGrant+1InvAppt+1InvGrant+1D0. 0138* 0. 010. 0258 0. 010. 0137* 0. 010. 0255 0. 01MBB4. 5830 1. 814. 2791 1. 253. 8488 1. 304. 5182 1. 13DMBB0. 2266 0. 100. 2101 0. 070. 1778 0. 07

50、0. 2147 0. 06Controls控制控制控制控制Year控制控制控制控制Industry控制控制控制控制N14280142801428014280Pseudo 20. 6430. 6330. 6460. 637Panel B: 公司研发操纵与 t+2 年研发绩效关系的回归结果变量( 1)( 2)( 3)( 4)达到或超过法规门槛 0. 5%时 MBB 为 1达到或超过法规门槛 1%时 MBB 为 1InvAppt+2InvGrant+2InvAppt+2InvGrant+2D0. 0097 0. 010. 0256 0. 010. 0096 0. 010. 0253 0. 01MBB