孫京洲 祝樹金

內(nèi)容提要：本文以高新技術(shù)企業(yè)認(rèn)定為準(zhǔn)自然實(shí)驗(yàn)，研究這一選擇性產(chǎn)業(yè)政策是否有利于企業(yè)降低杠桿率。通過使用高新技術(shù)企業(yè)數(shù)據(jù)與中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的合并數(shù)據(jù)，構(gòu)建雙重差分模型，對(duì)高新技術(shù)企業(yè)認(rèn)定與企業(yè)杠桿率的關(guān)系進(jìn)行因果識(shí)別，結(jié)果表明：高新技術(shù)企業(yè)認(rèn)定能夠降低企業(yè)杠桿率，并且主要是降低了短期杠桿率，高新技術(shù)企業(yè)認(rèn)定的去杠桿效應(yīng)具有連續(xù)性;對(duì)影響機(jī)制進(jìn)行中介效應(yīng)檢驗(yàn)表明，高新技術(shù)企業(yè)認(rèn)定主要是通過提高企業(yè)內(nèi)源融資能力來影響企業(yè)杠桿率;基于三重差分模型的異質(zhì)性處理效應(yīng)分析表明，高新技術(shù)企業(yè)認(rèn)定對(duì)融資約束較高、盈利能力較強(qiáng)以及融資成本較低的企業(yè)杠桿率的降低作用更強(qiáng)。

關(guān)鍵詞：高新技術(shù)企業(yè)認(rèn)定;內(nèi)源融資;杠桿率;雙重差分法

中圖分類號(hào)：F420 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1001-148X（2020）11-0089-07

收稿日期：2020-08-16

作者簡(jiǎn)介：孫京洲（1988-），男，山東萊陽人，湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院博士研究生，研究方向：創(chuàng)新政策與全球價(jià)值鏈;祝樹金（1974-），男，湖南隆回人，湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院教授，博士生導(dǎo)師，經(jīng)濟(jì)學(xué)博士，研究方向：國(guó)際貿(mào)易與經(jīng)濟(jì)增長(zhǎng)。

一、引言

2008年全球金融危機(jī)發(fā)生以來，企業(yè)杠桿率高企問題受到了國(guó)家重視。與發(fā)達(dá)經(jīng)濟(jì)體以資本市場(chǎng)融資、股權(quán)融資為主不同，我國(guó)企業(yè)主要以債權(quán)融資為主，企業(yè)杠桿率勢(shì)必會(huì)居高不下，增加企業(yè)的經(jīng)營(yíng)壓力和風(fēng)險(xiǎn)。為了降低企業(yè)杠桿率、防范金融風(fēng)險(xiǎn)，國(guó)家在“十三五”規(guī)劃中就明確指出要提高直接融資比重，降低企業(yè)杠桿率，并將“去杠桿”列為供給側(cè)結(jié)構(gòu)性改革的五大任務(wù)之一。為了避免對(duì)降低杠桿率進(jìn)行“一刀切”，2018年國(guó)家提出“結(jié)構(gòu)性去杠桿”，明確了“去杠桿”工作的重點(diǎn)。

我國(guó)在產(chǎn)業(yè)發(fā)展過程中，推行了以政府為主導(dǎo)的選擇性產(chǎn)業(yè)政策，通過差異化的產(chǎn)業(yè)政策支持，促進(jìn)新興產(chǎn)業(yè)和戰(zhàn)略產(chǎn)業(yè)的快速發(fā)展，特別是對(duì)于高技術(shù)產(chǎn)業(yè)，國(guó)家推行了諸多促進(jìn)高技術(shù)產(chǎn)業(yè)發(fā)展的政策。本文關(guān)注了2008年開始實(shí)施的高新技術(shù)企業(yè)認(rèn)定政策，該政策在推動(dòng)促進(jìn)企業(yè)研發(fā)投入和科技成果轉(zhuǎn)化發(fā)揮了重要作用，企業(yè)通過高新技術(shù)企業(yè)資質(zhì)認(rèn)定后，能夠以減按15%征收企業(yè)所得稅，有利于降低企業(yè)稅收負(fù)擔(dān)，促進(jìn)資源向科技領(lǐng)域配置。鑒于科技型企業(yè)在研發(fā)創(chuàng)新過程中，需要持續(xù)進(jìn)行研發(fā)投資，企業(yè)對(duì)外部融資的依賴程度較大，可能使企業(yè)杠桿率呈高企之態(tài)勢(shì)。高新技術(shù)企業(yè)認(rèn)定政策除了會(huì)影響科技型企業(yè)研發(fā)投入和科技成果轉(zhuǎn)化，是否能在降低企業(yè)杠桿率方面發(fā)揮作用？發(fā)揮作用的影響機(jī)制是什么？本文以高新技術(shù)企業(yè)認(rèn)定為準(zhǔn)自然實(shí)驗(yàn)，研究這一選擇性產(chǎn)業(yè)政策是否有利于高新技術(shù)企業(yè)去杠桿問題，并使用高新技術(shù)企業(yè)數(shù)據(jù)與中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的合并數(shù)據(jù)，通過構(gòu)建雙重差分模型，對(duì)高新技術(shù)企業(yè)認(rèn)定與企業(yè)杠桿率的關(guān)系進(jìn)行經(jīng)驗(yàn)檢驗(yàn)。

二、制度背景與理論機(jī)制

（一）制度背景

為了提高企業(yè)自主創(chuàng)新能力、建設(shè)創(chuàng)新型國(guó)家，科技部與國(guó)家稅務(wù)總局、財(cái)政部在2008年共同制定了《高新技術(shù)企業(yè)認(rèn)定管理辦法》（以下簡(jiǎn)稱《認(rèn)定辦法》），指出申請(qǐng)高新技術(shù)企業(yè)認(rèn)定的企業(yè)所處的行業(yè)需要滿足《國(guó)家重點(diǎn)支持的高新技術(shù)領(lǐng)域》的要求，企業(yè)需要具備自主創(chuàng)新能力，擁有自主知識(shí)產(chǎn)權(quán)，并且企業(yè)的主營(yíng)業(yè)務(wù)要與研發(fā)活動(dòng)和成果轉(zhuǎn)化活動(dòng)緊密相關(guān);另外，對(duì)科技人員占比、研發(fā)費(fèi)用占比以及高新技術(shù)產(chǎn)品收入占比等進(jìn)行了明確規(guī)定。截至2018年底，全國(guó)共認(rèn)定高新技術(shù)企業(yè)18.1萬家，高新技術(shù)企業(yè)成為我國(guó)實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、支撐現(xiàn)代化經(jīng)濟(jì)體系建設(shè)的重要力量。

《認(rèn)定辦法》除了對(duì)關(guān)鍵認(rèn)定標(biāo)準(zhǔn)和費(fèi)用歸集進(jìn)行了明確規(guī)定之外，還建立了有效的激勵(lì)約束機(jī)制。（1）約束機(jī)制方面：高新技術(shù)企業(yè)資格對(duì)企業(yè)來說不具有永久性，資格只有三年有效期，到期需要復(fù)審?fù)ㄟ^，才能享有高新技術(shù)企業(yè)的資格;企業(yè)需要在每年填寫上一年度研發(fā)費(fèi)用、知識(shí)產(chǎn)權(quán)、科研人員、經(jīng)營(yíng)收入等情況報(bào)表，否則會(huì)被取消高新技術(shù)企業(yè)資格，并且也會(huì)對(duì)相應(yīng)已經(jīng)享受的稅收優(yōu)惠進(jìn)行追繳。（2）激勵(lì)機(jī)制方面：企業(yè)獲頒高新技術(shù)企業(yè)證書之日所在年度享受稅收優(yōu)惠，根據(jù)《企業(yè)所得稅法》企業(yè)可以減按15%繳納企業(yè)所得稅。另外，自2018年1月1日起，高新技術(shù)企業(yè)的虧損結(jié)轉(zhuǎn)的年限由5年延長(zhǎng)到10年。

（二）理論機(jī)制和研究假說

高新技術(shù)企業(yè)認(rèn)定政策主要以稅收優(yōu)惠來激勵(lì)企業(yè)創(chuàng)新。企業(yè)在研發(fā)創(chuàng)新過程中需要持續(xù)進(jìn)行研發(fā)投入和科技成果轉(zhuǎn)化，有利于提高新產(chǎn)品產(chǎn)出，增強(qiáng)企業(yè)內(nèi)源融資能力，因此本文主要從稅收負(fù)擔(dān)和內(nèi)源融資能力兩方面來梳理可能的影響機(jī)制。

1.稅收負(fù)擔(dān)渠道。由于“稅盾效應(yīng)”的存在，利息成本可以在稅前扣除，而所得稅稅率對(duì)稅盾效應(yīng)的大小起到非常重要的影響，所得稅稅率越高，能夠抵扣利息的空間越大，企業(yè)實(shí)際承擔(dān)的債務(wù)成本越低。因此，稅收負(fù)擔(dān)較重的企業(yè)，更傾向于增加負(fù)債;而稅負(fù)較輕的企業(yè)，傾向于降低對(duì)外部負(fù)債融資的使用，從而，企業(yè)稅負(fù)降低，會(huì)使杠桿率下降[1-2]。即由于高新技術(shù)企業(yè)認(rèn)定的企業(yè)所得稅優(yōu)惠政策，同時(shí)也降低了“稅盾效應(yīng)”，企業(yè)債務(wù)成本不能通過“稅盾效應(yīng)”來降低，使企業(yè)傾向于減少使用外部負(fù)債融資，從而有利于降低企業(yè)杠桿率。

2.內(nèi)源融資能力渠道。高新技術(shù)企業(yè)認(rèn)定通過內(nèi)源融資能力提升來影響企業(yè)融資決策。根據(jù)《高新技術(shù)企業(yè)認(rèn)定管理辦法》規(guī)定，企業(yè)近一年高新技術(shù)產(chǎn)品（服務(wù)）收入占企業(yè)銷售收入的比例不能低于60%。高新技術(shù)企業(yè)需要不斷進(jìn)行研發(fā)投入和科技成果轉(zhuǎn)化，從而實(shí)現(xiàn)產(chǎn)品創(chuàng)新。根據(jù)“優(yōu)序融資理論”，由于信息不對(duì)稱和交易成本的存在，企業(yè)對(duì)融資的偏好存在先后順序是內(nèi)源融資、債務(wù)融資、股權(quán)融資。由于對(duì)于科技型企業(yè)研發(fā)投資需要持續(xù)的現(xiàn)金流支持，但科技成果轉(zhuǎn)化過程卻存在不確定性風(fēng)險(xiǎn)，如果使用負(fù)債融資，則需要支付固定的利息，而研發(fā)創(chuàng)新過程中的不確定性風(fēng)險(xiǎn)會(huì)給企業(yè)帶來額外的財(cái)務(wù)壓力。因此，企業(yè)更愿意使用風(fēng)險(xiǎn)低、成本小的內(nèi)源融資進(jìn)行研發(fā)投資，高新技術(shù)企業(yè)認(rèn)定帶來的內(nèi)源融資能力提升，有利于企業(yè)更多使用內(nèi)源融資來，降低對(duì)外部融資的依賴，從而有利于降低企業(yè)杠桿率。

結(jié)合上述分析，對(duì)于高新技術(shù)企業(yè)認(rèn)定與企業(yè)杠桿率的影響效應(yīng)以及可能的影響渠道，本文提出以下假說：

假說1：高新技術(shù)企業(yè)認(rèn)定有利于降低企業(yè)杠桿率，并且稅收負(fù)擔(dān)降低和內(nèi)源融資能力提升是可能的影響渠道。

由于僅依靠?jī)?nèi)源融資不能完全滿足研發(fā)活動(dòng)的資金需要，企業(yè)對(duì)外部負(fù)債融資中的長(zhǎng)期負(fù)債依然可能具有較大的依賴性;而短期負(fù)債過高會(huì)增加企業(yè)的財(cái)務(wù)壓力和破產(chǎn)風(fēng)險(xiǎn)，企業(yè)也更偏好使用長(zhǎng)期負(fù)債。因此，高新技術(shù)企業(yè)內(nèi)源融資能力的提升，更利于降低企業(yè)對(duì)短期負(fù)債的使用，高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率的降低作用，可能主要以降低短期杠桿率為主。另外，鑒于高新技術(shù)企業(yè)在認(rèn)定有效期內(nèi)都可以享受稅收優(yōu)惠，在高新技術(shù)企業(yè)認(rèn)定政策的激勵(lì)約束機(jī)制作用下，高新技術(shù)企業(yè)需要持續(xù)進(jìn)行研發(fā)投入和科技成果轉(zhuǎn)化，因此，高新技術(shù)企業(yè)認(rèn)定的“去杠桿效應(yīng)”具有連續(xù)性。根據(jù)以上分析，得到如下假說：

假說2：高新技術(shù)企業(yè)認(rèn)定主要是能夠降低短期杠桿率，并且對(duì)杠桿率的降低效應(yīng)具有連續(xù)性。

三、實(shí)證研究設(shè)計(jì)

（一）計(jì)量模型設(shè)定與變量選取

根據(jù)Rubin因果模型，在對(duì)高新技術(shù)企業(yè)認(rèn)定與企業(yè)杠桿率之間關(guān)系進(jìn)行因果推斷時(shí)，需要比較的是企業(yè)獲得高新技術(shù)企業(yè)資質(zhì)當(dāng)期與同時(shí)期該企業(yè)未獲得高新技術(shù)企業(yè)資質(zhì)的潛在結(jié)果。但是企業(yè)一旦獲得高新技術(shù)企業(yè)資質(zhì)，當(dāng)期未獲得高新技術(shù)企業(yè)資質(zhì)的潛在結(jié)果就無法通過觀測(cè)得到，即為反事實(shí)結(jié)果，如果處理組和控制組在政策實(shí)施之前具有相同的變動(dòng)趨勢(shì)，可以使用雙重差分模型，通過比較政策實(shí)施前后處理組與控制組的差異來估計(jì)出政策效應(yīng)，具體的計(jì)量模型設(shè)定如下：

levit=λi+γt+β1innocomit+X′δ+εit（1）

其中：lev表示企業(yè)杠桿率，借鑒Prime和Li（2013）[3]的做法，使用負(fù)債總額與資產(chǎn)總額的比值來衡量整體杠桿率，使用流動(dòng)負(fù)債與總資產(chǎn)的比值來衡量短期杠桿率，使用長(zhǎng)期負(fù)債與總資產(chǎn)的比值來衡量長(zhǎng)期杠桿率。innocom表示企業(yè)是否是高新技術(shù)企業(yè)的虛擬變量，并將企業(yè)被認(rèn)定為高新技術(shù)企業(yè)的當(dāng)年及以后年份取值為1，否則，取值為0，這樣就將“處理組”和“控制組”、“政策處理前”和“政策處理后”的雙重差異自動(dòng)設(shè)置出來。X是一系列控制變量，包括：企業(yè)規(guī)模（size），使用取對(duì)數(shù)的企業(yè)資產(chǎn)總額來表示;企業(yè)存續(xù)年限（age），使用當(dāng)前年份減去企業(yè)開工年份并取對(duì)數(shù)得到;融資約束（fin_cons），使用固定資產(chǎn)與總資產(chǎn)之比來衡量;行業(yè)競(jìng)爭(zhēng)程度（hhi），使用赫芬達(dá)爾指數(shù)來衡量;出口密集度（exp），用企業(yè)出口交貨值與工業(yè)銷售產(chǎn)值之比來計(jì)算;國(guó)有企業(yè)虛擬變量（soe），如果企業(yè)是國(guó)有企業(yè)，則取值為1，否則為0，企業(yè)是否屬于國(guó)有企業(yè)是按照企業(yè)注冊(cè)登記類型來劃分。為了緩解處理變量對(duì)控制變量的影響，本文借鑒Stock和Watson（2011）[4]的做法，對(duì)企業(yè)特征變量進(jìn)行滯后1期來作為控制變量。λi表示企業(yè)固定效應(yīng)，γt表示年份固定效應(yīng)，εit表示誤差項(xiàng)。

（二）數(shù)據(jù)來源與樣本構(gòu)建

本文使用了2000-2013年兩套高度細(xì)化的微觀企業(yè)數(shù)據(jù)庫(kù)。第一套是中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，該數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局的“規(guī)模以上工業(yè)統(tǒng)計(jì)報(bào)表統(tǒng)計(jì)”，涵蓋了企業(yè)生產(chǎn)、經(jīng)營(yíng)以及財(cái)務(wù)信息，是研究工業(yè)企業(yè)最為詳實(shí)的數(shù)據(jù)庫(kù)。第二套是高新技術(shù)企業(yè)數(shù)據(jù)，該數(shù)據(jù)來源于科技部火炬中心，本文收集整理了2008-2013年的高新技術(shù)企業(yè)數(shù)據(jù)，另外，由于企業(yè)被認(rèn)定為高新技術(shù)企業(yè)的有效期為三年，需要經(jīng)過復(fù)審，才能確定企業(yè)在三年之后是否還具有高新技術(shù)企業(yè)資格，我們根據(jù)這一規(guī)定，構(gòu)建了高新技術(shù)企業(yè)數(shù)據(jù)庫(kù)，并根據(jù)企業(yè)名稱和年份，將中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)與高新技術(shù)企業(yè)數(shù)據(jù)進(jìn)行了合并。在數(shù)據(jù)樣本期2000-2013年內(nèi)，中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中存在企業(yè)的進(jìn)入與退出，本文對(duì)控制組企業(yè)的連續(xù)性也進(jìn)行了篩選。

四、實(shí)證結(jié)果分析

（一）高企認(rèn)定的“去杠桿效應(yīng)”：短期杠桿率還是長(zhǎng)期杠桿率

企業(yè)在進(jìn)行外部負(fù)債融資時(shí)，存在著短期負(fù)債和長(zhǎng)期負(fù)債。不同的債務(wù)期限，對(duì)企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)和投資偏好都具有重要的影響，特別是短期負(fù)債占比較高的企業(yè)，總體杠桿率即使不是很高，也依然存在債務(wù)期限較短所帶來的風(fēng)險(xiǎn)[5]，會(huì)降低企業(yè)對(duì)研發(fā)投資和固定資產(chǎn)投資的偏好。因此，本文在對(duì)總體杠桿率進(jìn)行檢驗(yàn)的基礎(chǔ)上，還進(jìn)一步考察了高新技術(shù)企業(yè)認(rèn)定對(duì)短期杠桿率和長(zhǎng)期杠桿率的影響。

表1匯報(bào)了高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率影響的回歸結(jié)果，依次考察了對(duì)總體杠桿率、短期杠桿率和長(zhǎng)期杠桿率的影響。為了控制企業(yè)層面不隨時(shí)間變化特征的差異，我們加入了企業(yè)固定效應(yīng)，并且還加入年份固定效應(yīng)來控制宏觀經(jīng)濟(jì)因素的沖擊，并使用了企業(yè)層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤。第（1）列是以整體杠桿率為被解釋變量的回歸結(jié)果，核心解釋變量innocom的系數(shù)在1%水平上顯著為負(fù);第（2）列是以短期杠桿率為被解釋變量的回歸結(jié)果，核心解釋變量innocom的估計(jì)系數(shù)依然在1%水平上顯著為負(fù)，說明高新技術(shù)企業(yè)認(rèn)定能夠降低短期杠桿率;第（3）列是以長(zhǎng)期杠桿率為被解釋變量的回歸結(jié)果，核心解釋變量innocom的估計(jì)系數(shù)為負(fù)，但不顯著。上述回歸結(jié)果表明，高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率的降低作用，主要通過減少短期負(fù)債的使用來實(shí)現(xiàn)的，短期杠桿率的降低，有利于優(yōu)化企業(yè)的債務(wù)期限結(jié)構(gòu)。

（二）高企認(rèn)定“去杠桿效應(yīng)”的動(dòng)態(tài)效果與平行趨勢(shì)

為了考察隨著時(shí)間的推移，高新技術(shù)企業(yè)認(rèn)定對(duì)杠桿率的影響是否會(huì)減弱，以及政策干預(yù)之前，處理組與控制組是否存在顯著的差異，我們借鑒Autor（2003）的做法，設(shè)定如下計(jì)量模型：

levit=λi+γt+∑mτ=0δ-τTi，t-τ+∑qτ=1δ+τTi，t+τ+X′δ+εit（2）

其中，T為處理組和年份虛擬變量的交互項(xiàng)，m和q分別表示提前期和滯后期。為了更直觀地展示回歸結(jié)果，我們將其繪制成圖1，從中可以看到，高新技術(shù)企業(yè)認(rèn)定之后的第一年到第五年，對(duì)企業(yè)杠桿率的降低效應(yīng)是顯著存在的，因果效應(yīng)沒有減弱，說明高新技術(shù)企業(yè)認(rèn)定對(duì)短期杠桿率的降低作用具有連續(xù)性。另外，平行趨勢(shì)作為使用雙重差分法的重要前提，我們需要檢驗(yàn)在政策干預(yù)時(shí)點(diǎn)之前，如果處理組個(gè)體沒有受到政策處理，其變動(dòng)趨勢(shì)是否與控制組個(gè)體的變動(dòng)趨勢(shì)相同，可以通過提前期回歸系數(shù)的顯著性來進(jìn)行判斷，如果系數(shù)都不顯著，則說明平行趨勢(shì)假設(shè)成立。從圖中可以看到，高新技術(shù)企業(yè)認(rèn)定之前的年份，回歸系數(shù)都不顯著，說明在政策實(shí)施之前，處理組與控制組的杠桿率變動(dòng)趨勢(shì)沒有顯著差別，即平行趨勢(shì)假設(shè)成立。

表2匯報(bào)了中介效應(yīng)模型的回歸結(jié)果。第（1）列與基準(zhǔn)回歸結(jié)果一致，核心解釋變量innocom的系數(shù)顯著為負(fù)，說明高新技術(shù)企業(yè)認(rèn)定有利于降低企業(yè)杠桿率。第（2）列的被解釋變量是所得稅稅負(fù)，回歸結(jié)果顯示，核心解釋變量innocom的系數(shù)顯著為負(fù)，說明高新技術(shù)企業(yè)認(rèn)定有利于降低企業(yè)所得稅稅負(fù)。第（3）列的被解釋變量是企業(yè)內(nèi)源融資能力，回歸結(jié)果顯示，核心解釋變量innocom的系數(shù)顯著為正，說明高新技術(shù)企業(yè)認(rèn)定有利于提高企業(yè)內(nèi)源融資能力。第（4）列的被解釋變量為杠桿率，將中介變量infin和taxburd以及核心解釋變量（innocom）同時(shí)放入方程，回歸結(jié)果顯示：中介變量infin的估計(jì)系數(shù)顯著為負(fù)，說明企業(yè)內(nèi)源融資能力越強(qiáng)，越有利于降低企業(yè)杠桿率;而中介變量taxburd的估計(jì)系數(shù)不顯著，核心解釋變量innocom的估計(jì)系數(shù)也不再顯著，說明高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率的降低作用主要是通過內(nèi)源融資能力提高導(dǎo)致的。我們還進(jìn)一步使用Sobel檢驗(yàn)，來檢驗(yàn)中介效應(yīng)路徑上系數(shù)的乘積是否顯著。檢驗(yàn)經(jīng)過中介變量infin和taxburd路徑上系數(shù)的乘積是否顯著的z值為-11.94和-0.48，通過與Sobel檢驗(yàn)5%顯著性水平的臨界值進(jìn)行比較，可以發(fā)現(xiàn)中介變量infin通過了Sobel檢驗(yàn)，而taxburd未通過檢驗(yàn)，從而可以證實(shí)，企業(yè)內(nèi)源融資能力提升是高新技術(shù)企業(yè)認(rèn)定影響企業(yè)杠桿率的主要渠道。

五、穩(wěn)健性檢驗(yàn)和異質(zhì)性分析

（一）穩(wěn)健性檢驗(yàn)

1.控制個(gè)體時(shí)間趨勢(shì)。Angrist和Pischke（2008）[8]指出，在雙重差分回歸模型中加入個(gè)體時(shí)間趨勢(shì)項(xiàng)，允許處理組的企業(yè)與控制組的企業(yè)存在不同的發(fā)展趨勢(shì)，可以降低共同趨勢(shì)的影響，存在個(gè)體時(shí)間趨勢(shì)項(xiàng)的雙重差分回歸模型估計(jì)值會(huì)更加穩(wěn)健。因此，我們考慮在基準(zhǔn)回歸中加入企業(yè)時(shí)間趨勢(shì)項(xiàng)，回歸方程設(shè)定如下：

levit=λi+γt+β1innocomit+X′δ+λit+εit（7）

在方程中，λit為企業(yè)時(shí)間趨勢(shì)項(xiàng)，其余變量與基準(zhǔn)回歸設(shè)定一致。控制了企業(yè)時(shí)間趨勢(shì)項(xiàng)的回歸結(jié)果如表3第（1）列所示，核心解釋變量innocom的系數(shù)依然顯著為負(fù)，說明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

2.控制組樣本選擇。雙重差分法的使用，需要使控制組特征盡可能與處理組特征相似，本文使用2002年《高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)分類目錄》以及在此基礎(chǔ)上修訂完成的《高技術(shù)產(chǎn)業(yè)（制造業(yè)）分類表》（2013）進(jìn)行識(shí)別。國(guó)家統(tǒng)計(jì)局根據(jù)R&D支出占主營(yíng)業(yè)務(wù)收入占的比重，將占比較高的制造業(yè)行業(yè)確定為高技術(shù)產(chǎn)業(yè)，具體包括醫(yī)藥制造，航空、航天器及設(shè)備制造，電子及通信設(shè)備制造，計(jì)算機(jī)及辦公設(shè)備制造，醫(yī)療儀器設(shè)備及儀器儀表制造，信息化學(xué)品制造等行業(yè)，所包含的行業(yè)與高新技術(shù)企業(yè)認(rèn)定要求的《國(guó)家重點(diǎn)支持的高新技術(shù)領(lǐng)域》比較接近，因此，我們根據(jù)《高技術(shù)產(chǎn)業(yè)（制造業(yè)）分類表》來篩選控制組。在樣本期中，2002年《高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)分類目錄》和在此基礎(chǔ)上修訂完成的《高技術(shù)產(chǎn)業(yè)（制造業(yè)）分類表》（2013），都是根據(jù)《國(guó)民經(jīng)濟(jì)行業(yè)分類》進(jìn)行編碼的，本文根據(jù)國(guó)民經(jīng)濟(jì)行業(yè)分類編碼與中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)進(jìn)行匹配，來識(shí)別出處于高技術(shù)產(chǎn)業(yè)的控制組樣本，使用該方法篩選控制組樣本的回歸結(jié)果如表3第（2）列所示，核心解釋變量innocom的系數(shù)依然顯著為負(fù)，說明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

3.控制其他政策沖擊。除了高新技術(shù)企業(yè)認(rèn)定政策能通過稅收負(fù)擔(dān)影響企業(yè)杠桿率，國(guó)家在增值稅體制方面進(jìn)行的改革，對(duì)企業(yè)稅負(fù)和杠桿率也會(huì)產(chǎn)生影響。為了控制增值稅政策對(duì)實(shí)證結(jié)果的沖擊，本文考慮生產(chǎn)型增值稅轉(zhuǎn)為消費(fèi)型增值稅的增值稅轉(zhuǎn)型改革。在生產(chǎn)型增值稅體制下，進(jìn)項(xiàng)稅額中只能扣除原材料等中間投入所含的稅款，不允許扣除固定資產(chǎn)購(gòu)置所含的稅款，轉(zhuǎn)為消費(fèi)型增值稅后，外購(gòu)固定資產(chǎn)也可以抵扣進(jìn)項(xiàng)稅額，有利于企業(yè)加大固定資產(chǎn)投資，促進(jìn)企業(yè)更新改造設(shè)備。本文在實(shí)證中采取以下策略：將2009年全面開展增值稅轉(zhuǎn)型改革之前的試點(diǎn)地區(qū)所涉及的所有樣本刪除，這樣處理之后，所有企業(yè)將面臨同樣的增值稅轉(zhuǎn)型改革政策沖擊?；貧w結(jié)果如表3第（3）列所示，核心解釋變量innocom依然顯著為負(fù)，基本結(jié)論沒有發(fā)生根本性的改變。

4.控制行業(yè)、城市層面因素。在本文研究中，加入了企業(yè)、年份層面的固定效應(yīng)，并控制了企業(yè)層面、行業(yè)層面的特征，但仍可能存在行業(yè)、城市層面隨時(shí)間變化的因素對(duì)回歸結(jié)果的影響，我們進(jìn)一步借鑒借鑒Vig（2013）[9]、Crinò和Ogliari（2017）[10]的做法，加入行業(yè)-年份固定效應(yīng)和城市-年份固定效應(yīng)，來控制隨時(shí)間變化的行業(yè)特征和城市特征的影響?；貧w結(jié)果如表3第（4）列所示，核心解釋變量的估計(jì)系數(shù)沒有發(fā)生根本的改變，說明潛在的行業(yè)、地區(qū)層面遺漏變量問題不會(huì)對(duì)本文的基本結(jié)論產(chǎn)生影響，本文的回歸結(jié)果具有穩(wěn)健性。

（二）異質(zhì)性處理效應(yīng)

高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率的影響，可能因差異化的企業(yè)特征而存在不同的處理效應(yīng)，本部分借鑒Vig（2013）[9]的做法，使用三重差分模型進(jìn)行識(shí)別異質(zhì)性處理效應(yīng)，具體設(shè)定如下計(jì)量模型：

levit=λi+γt+β1innocomit+β2innocomit×vari+β3vari+X′δ+εit（10）

其中，vari表示融資約束、融資成本、盈利能力等企業(yè)特征變量。

1.融資約束。企業(yè)面臨的融資約束程度差異，可能會(huì)影響企業(yè)對(duì)負(fù)債融資的使用，高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率的影響可能因企業(yè)融資約束差異而存在不同。本文將融資約束指標(biāo)大于中位數(shù)的企業(yè)樣本設(shè)定為1，否則，取值為0，構(gòu)建企業(yè)融資約束虛擬變量（fin_cons_dum）。回歸結(jié)果如表5第（1）列所示，交互項(xiàng)innocom* fin_cons_dum的回歸系數(shù)在1%水平上顯著為正，說明相比于融資約束較低的企業(yè)，高新技術(shù)企業(yè)認(rèn)定對(duì)融資約束較高企業(yè)杠桿率的降低作用更強(qiáng)。可能的原因是外源融資約束越高的企業(yè)，外部融資可得性較低，高新技術(shù)企業(yè)認(rèn)定能夠提高企業(yè)內(nèi)源融資能力，更有利于融資約束較高的企業(yè)增加對(duì)內(nèi)源融資的使用，從而使得高新技術(shù)企業(yè)認(rèn)定對(duì)融資約束的企業(yè)杠桿率降低作用更強(qiáng)。

2.融資成本。高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率的影響可能因企業(yè)面臨的融資成本高低不同而存在差異。融資成本較低的企業(yè)，更傾向于進(jìn)行負(fù)債融資，導(dǎo)致企業(yè)負(fù)債相對(duì)過高。高新技術(shù)企業(yè)認(rèn)定提高了企業(yè)內(nèi)源融資能力，融資成本較低企業(yè)更傾向于使用企業(yè)內(nèi)源融資來降低企業(yè)負(fù)債，從而使得高新技術(shù)企業(yè)認(rèn)定對(duì)融資成本低的企業(yè)杠桿率降低效應(yīng)更強(qiáng)。本文使用利息費(fèi)用與負(fù)債總額之比來衡量融資成本，并根據(jù)融資成本的中位數(shù)，將大于中位數(shù)的企業(yè)樣本設(shè)定為1，否則設(shè)定為0，構(gòu)建企業(yè)融資成本虛擬變量（fin_cost）?；貧w結(jié)果如表5第（2）列所示，交互項(xiàng)innocom*fin_cost的回歸系數(shù)在1%水平上顯著為正，說明相比于融資成本較高的企業(yè)，高新技術(shù)企業(yè)認(rèn)定對(duì)融資成本較低的企業(yè)的去杠桿效應(yīng)更為明顯。

3.盈利能力。企業(yè)自身的盈利能力對(duì)其外部融資需求產(chǎn)生重要影響，盈利能力強(qiáng)的企業(yè)，對(duì)外部融資的需求較低，因此，高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)杠桿率的影響，可能因企業(yè)盈利能力差異而不同。本文使用營(yíng)業(yè)利潤(rùn)與銷售額之比來衡量企業(yè)盈利能力，并根據(jù)盈利能力指標(biāo)的中位數(shù)，將大于盈利能力指標(biāo)75%分位數(shù)值的企業(yè)樣本設(shè)定為1，否則為0，構(gòu)建盈利能力虛擬變量（profit_dum）?；貧w結(jié)果如表5第（3）列所示，交互項(xiàng)innocom*profit_dum的估計(jì)系數(shù)顯著為負(fù)，說明相比于盈利能力低的企業(yè)，高新技術(shù)企業(yè)認(rèn)定對(duì)盈利能力高的企業(yè)杠桿率降低作用更強(qiáng)?？赡艿脑蚴怯芰?qiáng)的企業(yè)，對(duì)外部融資的依賴相對(duì)較低，高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)內(nèi)源融資能力的提升，更有利于盈利能力強(qiáng)的企業(yè)降低對(duì)外部融資的使用，從而使得高新技術(shù)企業(yè)認(rèn)定對(duì)盈利能力強(qiáng)的企業(yè)杠桿率降低作用更大。

六、結(jié)論與政策建議

以上研究表明：高新技術(shù)企業(yè)認(rèn)定能夠降低企業(yè)杠桿率，并且主要是降低企業(yè)流動(dòng)杠桿率，高新技術(shù)企業(yè)認(rèn)定的去杠桿效應(yīng)具有連續(xù)性。機(jī)制分析表明：高新技術(shù)企業(yè)認(rèn)定主要是通過提高企業(yè)內(nèi)源融資能力來降低企業(yè)杠桿率。在加入個(gè)體時(shí)間趨勢(shì)、篩選控制組樣本、控制相似政策影響、控制行業(yè)、城市層面的因素以及使用斷點(diǎn)回歸方法后，該研究結(jié)論依然穩(wěn)健。基于三重差分模型的異質(zhì)性處理效應(yīng)分析表明，高新技術(shù)企業(yè)認(rèn)定對(duì)融資約束較高、盈利能力較強(qiáng)以及融資成本較低的企業(yè)杠桿率的降低作用更強(qiáng)。

本文研究具有一定的政策含義：一是推動(dòng)高新技術(shù)企業(yè)科技成果轉(zhuǎn)化和產(chǎn)業(yè)化發(fā)展，提高高技術(shù)產(chǎn)品的成本加成率，促進(jìn)高新技術(shù)企業(yè)的盈利能力的提高，提升企業(yè)內(nèi)源融資能力，降低對(duì)外源融資的依賴，鼓勵(lì)企業(yè)積累內(nèi)部資金進(jìn)行研發(fā)投資。二是鑒于高新技術(shù)企業(yè)認(rèn)定主要降低短期杠桿率，有利于降低債務(wù)期限過短給企業(yè)帶來的風(fēng)險(xiǎn)和經(jīng)營(yíng)壓力，但高新技術(shù)企業(yè)對(duì)長(zhǎng)期負(fù)債依然有所依賴，政府可以在企業(yè)長(zhǎng)期負(fù)債融資成本方面，給予企業(yè)政策扶持，使企業(yè)能夠持續(xù)進(jìn)行研發(fā)投資。三是積極發(fā)展資本市場(chǎng)，建立高新技術(shù)企業(yè)股權(quán)融資的風(fēng)險(xiǎn)投資引導(dǎo)基金，引導(dǎo)風(fēng)險(xiǎn)資本向科技領(lǐng)域配置，促進(jìn)高新技術(shù)企業(yè)股權(quán)融資的比重。

參考文獻(xiàn)：

[1] Givoly D， Hayn C， Ofer A R， et al. Taxes and capital structure： Evidence from firms response to the Tax Reform Act of 1986[J]. The Review of Financial Studies， 1992，5（2）： 331-355.

[2] 李增福，李娟. 稅率變動(dòng)與資本結(jié)構(gòu)調(diào)整——基于2007年新企業(yè)所得稅法實(shí)施的研究[J].經(jīng)濟(jì)科學(xué)，2011（5）：57-69.

[3] Prime，P. B.，Li， Q.Determinants of Firm Leverage： Evidence from China[J].Chinese Economy，2013，46（2）：74-106.

[4] Stock，J. H. and Watson，M. W. Introduction to Econometrics[Z].New York： Pearson，2011.

[5] 朱鴻鳴，薄巖.“去杠桿”的五大誤區(qū)：認(rèn)知根源及其危害[J].發(fā)展研究，2016（12）：35-38.

[6] Baron R M， Kenny D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations[J]. Journal of personality and social psychology，1986，51（6）：1173.

[7] Wang，J.，Wang， X. Benefits of Foreign Ownership： Evidence from Foreign Direct Investment in China[J]. Journal of International Economics，2015（2）： 325-338.

[8] Angrist J D， Pischke J S. Mostly harmless econometrics： An empiricist′s companion[M].Princeton university press， 2008.

[9] Vig，V. Access to Collateral and Corporate Debt Structure： Evidence from a Natural Experiment[J]. Journal of Finance，2013，68（3）： 881-928.

[10]Crinò R，Ogliari L. Financial imperfections，product quality，and international trade[J]. Journal of International Economics，2017，104： 63-84.

[11]Lee，D. S.，and ?T. Lemieux. Regression Discontinuity Designs in Economics [J]. Journal of Economic Literature，2010，48（2）：281-355.

[12]徐曄，蔡奇翰. 高新技術(shù)企業(yè)認(rèn)定對(duì)企業(yè)創(chuàng)新及財(cái)務(wù)績(jī)效的影響——基于斷點(diǎn)回歸方法[J]. 復(fù)旦學(xué)報(bào)（社會(huì)科學(xué)版），2019（6）：139-150.

[13]Imbens G，Kalyanaraman K. Optimal bandwidth choice for the regression discontinuity estimator[J]. The Review of economic studies，2012，79（3）： 933-959.

（責(zé)任編輯：李江）