史番 陶冶

作者簡介：史番（1993—），女，山東煙臺人，湖南大學(xué)經(jīng)濟與貿(mào)易學(xué)院博士，浙江樹人學(xué)院經(jīng)濟與民生福祉學(xué)院講師，研究方向：宏觀經(jīng)濟、風(fēng)險管理。

摘要：國際風(fēng)險沖擊對我國企業(yè)風(fēng)險承擔(dān)的影響效應(yīng)被顯著低估。為此，選取2000—2020年國際風(fēng)險數(shù)據(jù)、政府稅收數(shù)據(jù)與上市企業(yè)微觀數(shù)據(jù)，利用MCS小樣本偏差修正的SVAR模型和CMPR門檻效應(yīng)模型，實證研究國際風(fēng)險、稅收政策工具與企業(yè)風(fēng)險承擔(dān)的非線性關(guān)系。研究表明：國際風(fēng)險沖擊平均可以解釋我國企業(yè)風(fēng)險承擔(dān)波動的33%；國際風(fēng)險的負(fù)向門檻效應(yīng)長期存在，只要風(fēng)險累積不超過最低門檻值，就不會對稅收政策工具與企業(yè)風(fēng)險承擔(dān)產(chǎn)生顯著沖擊；在持續(xù)性的國際風(fēng)險沖擊下，稅收政策工具的有效性下降，有效稅率與稅收補償機制對企業(yè)風(fēng)險承擔(dān)的助推作用減弱，甚至產(chǎn)生反向推動。

關(guān)鍵詞： 國際風(fēng)險；企業(yè)風(fēng)險承擔(dān)；有效稅率；政府補貼；稅收優(yōu)惠

中圖分類號：F812文獻標(biāo)識碼：A文章編號：1003-7217（2023）03-0092-10

一、引言

近年來，世界經(jīng)濟體系發(fā)生深刻變革，各國政府愈加重視國際風(fēng)險防范機制，通過實施“自上而下”的宏觀審慎政策來統(tǒng)籌“穩(wěn)增長”與“防風(fēng)險”的長期均衡。考慮到中國經(jīng)濟持續(xù)上升的國際影響力，政策當(dāng)局提出了“推動形成以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局”，在實施高水平對外開放的同時，注重防范境外風(fēng)險，促進經(jīng)濟平穩(wěn)高質(zhì)量增長。然而，在既有經(jīng)驗研究與實際風(fēng)險管理過程中，境外風(fēng)險并未得到充分重視，國際風(fēng)險沖擊效應(yīng)被顯著低估，尤其對微觀企業(yè)決策的不確定性擾動極易被忽視。事實上，國際風(fēng)險沖擊往往會造成國內(nèi)“資源積壓”，通過傳遞“負(fù)向信號”，影響企業(yè)投資決策，從而加大“財務(wù)困境”風(fēng)險概率［1］。

企業(yè)選擇風(fēng)險性投資項目的意愿即為企業(yè)風(fēng)險承擔(dān)，也稱為企業(yè)風(fēng)險自留。風(fēng)險承擔(dān)水平越高，意味著企業(yè)越傾向于選擇風(fēng)險高且預(yù)期凈現(xiàn)值為正的項目，通過把握高回報率的投資機會來增強企業(yè)的長期發(fā)展?jié)摿2]。由于創(chuàng)新類投資項目通常具有風(fēng)險隨機性和回報長期性的典型特征，所以，很多學(xué)者直接將企業(yè)風(fēng)險承擔(dān)視為企業(yè)創(chuàng)新投資的意愿，通過提高風(fēng)險承擔(dān)水平，加速資本積累，促進創(chuàng)新發(fā)展，進而推動宏觀經(jīng)濟增長。直觀來看，國際風(fēng)險沖擊會降低企業(yè)風(fēng)險承擔(dān)。但是，異質(zhì)性企業(yè)會產(chǎn)生風(fēng)險識別與認(rèn)知差異，理性決策者能夠及時識別風(fēng)險，通過有效利用市場競爭條件與政府政策工具積極應(yīng)對風(fēng)險，反而不會降低企業(yè)風(fēng)險承擔(dān)。

由于國際風(fēng)險沖擊通常伴隨市場失靈問題，企業(yè)依靠自主投資難以達到風(fēng)險投資的最優(yōu)水平，亟需政府提供一定的外部激勵。政府利用稅收政策工具，對企業(yè)進行“資源供給”，支持創(chuàng)新投資，助推企業(yè)風(fēng)險承擔(dān)，因而稅收政策調(diào)控的連續(xù)性與穩(wěn)定性至關(guān)重要。但是，稅收政策工具對企業(yè)風(fēng)險承擔(dān)的有效性會隨時間推移而遞減，也會隨國際風(fēng)險沖擊的影響而變化[3]，因而國際風(fēng)險沖擊下的稅收政策干預(yù)對企業(yè)風(fēng)險承擔(dān)極有可能產(chǎn)生非線性影響。

由此可見，系統(tǒng)考察國際風(fēng)險沖擊、稅收政策工具與企業(yè)風(fēng)險承擔(dān)之間的非線性關(guān)系尤為必要。但是，既有文獻主要傾向于研究國際風(fēng)險對企業(yè)風(fēng)險承擔(dān)的異質(zhì)性沖擊。就內(nèi)部經(jīng)營條件來看，企業(yè)規(guī)模[4]與治理結(jié)構(gòu)[5]的差異是決定性因素，“利益趨同效應(yīng)”與“管理防御效應(yīng)”的交互作用，可能會導(dǎo)致國際風(fēng)險與企業(yè)風(fēng)險承擔(dān)呈現(xiàn)倒U型關(guān)系。就外部經(jīng)營環(huán)境來看，市場競爭壓力[6]和融資環(huán)境[7]受國際風(fēng)險沖擊而動態(tài)變化，在“規(guī)避競爭效應(yīng)”與“熊彼特效應(yīng)”共同作用[8]下，國際風(fēng)險將對企業(yè)風(fēng)險承擔(dān)產(chǎn)生非線性沖擊。同時，國際風(fēng)險又可細(xì)分為政治、經(jīng)濟、金融風(fēng)險，風(fēng)險的不確定性加劇了風(fēng)險承擔(dān)水平的不確定性［9］。

財經(jīng)理論與實踐（雙月刊）2023年第3期2023年第3期（總第243期）

關(guān)于稅收政策工具的有效性方面，既有研究從收支兩端，即從稅收優(yōu)惠與政府補貼[10]著手進行了較為充分的研究。具體來看，稅收優(yōu)惠旨在引導(dǎo)企業(yè)化解公共風(fēng)險[11]，追求利益與風(fēng)險承擔(dān)的均衡。有效稅率對企業(yè)風(fēng)險承擔(dān)的影響存在明顯拐點，過高稅負(fù)會加重企業(yè)經(jīng)營成本，為調(diào)整企業(yè)過于保守的投資決策偏好，政府有必要采取一定的稅收優(yōu)惠為企業(yè)提供風(fēng)險補償機制，通過激勵風(fēng)險性項目投資[12]，規(guī)避過度資源擠壓，降低由現(xiàn)金流不確定性導(dǎo)致財務(wù)困境的可能性[13]。政府傳遞了特定的資金支持信號[14]，使受惠企業(yè)有足夠的動力進行風(fēng)險性項目投資。隨著減稅政策的長期持續(xù)性實施，穩(wěn)定的“政策激勵”會不斷提升企業(yè)的風(fēng)險投資意愿與資源配置效率，進而形成助推企業(yè)風(fēng)險承擔(dān)的良性循環(huán)。政府補貼則是緩解企業(yè)風(fēng)險投資動力不足的重要事前激勵工具[15]。以風(fēng)險準(zhǔn)備金的形式為企業(yè)提供資金補貼，可以減少企業(yè)投入成本[16]，通過提高邊際收益率來激勵風(fēng)險投資意愿。政府補貼同樣有政策傾向，被補貼企業(yè)可以向外界傳遞“認(rèn)可”信號，吸引更多社會資源。但是，一旦企業(yè)過度依賴政府補貼，大量尋租行為會導(dǎo)致稅收政策工具失效，反而不利于企業(yè)風(fēng)險承擔(dān)。同時，國際風(fēng)險沖擊加劇經(jīng)濟不確定性，政府面對市場信息不對稱和委托代理問題，很難對被補貼企業(yè)進行有效甄別和事后監(jiān)督，補貼激勵機制極易被扭曲，反而會導(dǎo)致不利于企業(yè)風(fēng)險承擔(dān)的惡性循環(huán)。

通過梳理和總結(jié)既有研究成果可以發(fā)現(xiàn)，現(xiàn)有文獻大多基于組織結(jié)構(gòu)與市場經(jīng)營條件來分析企業(yè)風(fēng)險承擔(dān)，或探討政府政策工具如何通過激勵機制提高風(fēng)險承擔(dān)，而系統(tǒng)研究國際風(fēng)險沖擊、稅收政策工具與企業(yè)風(fēng)險承擔(dān)之間關(guān)系的研究并不多見。這就導(dǎo)致兩個關(guān)鍵問題被明顯忽視：一是國際風(fēng)險的沖擊效應(yīng)被低估，尤其異質(zhì)性風(fēng)險對企業(yè)風(fēng)險承擔(dān)的影響有待深入研究；二是稅收政策工具的有效性被高估，國際風(fēng)險沖擊下稅收政策工具能否繼續(xù)提高企業(yè)風(fēng)險承擔(dān)、是否會產(chǎn)生異質(zhì)性與非線性影響，均需進一步論證。鑒于此，本文擬充分考慮國際風(fēng)險沖擊與稅收政策工具的異質(zhì)性特征，從非線性的視角探討國際風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)的影響，檢驗國際風(fēng)險沖擊下稅收政策工具對企業(yè)風(fēng)險承擔(dān)的有效性，力求揭示國際風(fēng)險對國內(nèi)市場主體決策的沖擊效應(yīng)，為理性應(yīng)對風(fēng)險、合理制定調(diào)控政策提供有益依據(jù)。

二、理論分析

Domar和Musgrave開創(chuàng)性地運用概率分布法分析了投資市場的預(yù)期征稅反應(yīng)[17]，為稅收影響企業(yè)風(fēng)險承擔(dān)的相關(guān)研究奠定了理論基礎(chǔ)。通常來說，政府稅收會降低企業(yè)收益率，抑制風(fēng)險規(guī)避者的投資行為。但是，如果風(fēng)險規(guī)避者能夠最大限度地發(fā)揮預(yù)期效用，就會選擇積極利用稅收政策工具，增加政府風(fēng)險分擔(dān)在企業(yè)預(yù)期利潤中的權(quán)重。借鑒經(jīng)驗研究，本文主要分析有效稅率與稅收補償兩條政策影響機制，其中稅收補償又包括了政府補貼和稅收優(yōu)惠兩項政策工具。由于事前激勵與事后補貼存在一定的效用差異，因而政府補貼和稅收優(yōu)惠的交互作用伴隨著特定的損益相抵規(guī)則（φ），所以，稅收補償機制往往呈現(xiàn)不確定性特征，進而對企業(yè)風(fēng)險承擔(dān)也會產(chǎn)生不確定性影響。

假設(shè)一個企業(yè)的決策者偏好風(fēng)險規(guī)避，以概率ρ進行投資Ι，得到利潤函數(shù)fg（θ），且fg（θ）>0，證明投資狀態(tài)良好，企業(yè)盈利；剩余1－ρ的概率得到利潤函數(shù)fb（θ），且fg（θ）<0，證明投資狀態(tài)不佳，企業(yè)虧損。將包含風(fēng)險承擔(dān)的凈稅收效用函數(shù)表示為U（1－γ）（fg（θ）－Ι）=Ufg－X和U（1－γ）（fb（θ）－Ι）=Ufb+T。其中X代表企業(yè)盈利狀態(tài)下，有效稅率后的效用減少；T代表企業(yè)虧損狀態(tài)下，享受稅收優(yōu)惠后的效用增加。鑒于風(fēng)險規(guī)避偏好，有效稅率后的效用要小于稅收優(yōu)惠后的效用（X

稅收政策工具調(diào)整后的利潤函數(shù)分別為πg(shù)=（1－γ）（fg（θ）－Ι）>0和πb=（1－φγ）（fb（θ）－Ι）<0。損益相抵規(guī)則φ即視為對企業(yè)投資虧損的稅收補償，可理解為損益相抵規(guī)則下政府提供的風(fēng)險準(zhǔn)備金：φ=1表示全額損益相抵；φ<1表示部分損益相抵；φ=0表示無法相抵，即完全沒有稅收補償。充分利用稅收政策工具得到的整體效用顯著高于交付有效稅率后的效用。φ越大，政府風(fēng)險分擔(dān)程度越高，稅收政策工具越有效，越有利于提高企業(yè)的風(fēng)險承擔(dān)。為充分體現(xiàn)該機制，確定風(fēng)險承擔(dān)水平（θ）下的預(yù)期風(fēng)險效用函數(shù)E（U），一階條件FOC=E（U）θ=0，并得到關(guān)于不同損益相抵規(guī)則φ的一階條件：

既有研究在討論企業(yè)風(fēng)險承擔(dān)時，大多假設(shè)政府對企業(yè)存在持久性的無障礙風(fēng)險分擔(dān)機制，無論在任何時候都能發(fā)揮稅收政策工具的積極作用。這在很大程度上忽略了市場投資過程中的各類風(fēng)險干擾，尤其是來自國際市場的風(fēng)險沖擊。具體來看，企業(yè)投資決策直接或間接地受到了政治風(fēng)險的影響[19]，在對政府信賴度更高的國家[20]，稅收與預(yù)期回報率顯著負(fù)相關(guān)[21]。同樣，經(jīng)濟與金融風(fēng)險也會通過削弱政府為企業(yè)提供損益相抵的能力而減小對企業(yè)風(fēng)險承擔(dān)的調(diào)節(jié)[3]。當(dāng)宏觀經(jīng)濟低迷時，政府受到負(fù)現(xiàn)金流效應(yīng)的影響，對企業(yè)的稅收補償機制反而會放大經(jīng)濟危機的負(fù)向預(yù)算沖擊[22]。為改進經(jīng)驗?zāi)Ｐ停玫胤治鰢H風(fēng)險沖擊下稅收政策工具對企業(yè)風(fēng)險承擔(dān)的有效性，本文默認(rèn)國際風(fēng)險驅(qū)動國內(nèi)風(fēng)險敞口，參照The PRS Group發(fā)布的International Country Risk Guide（ICRG）預(yù)測評分系統(tǒng)，將國際風(fēng)險細(xì)分為政治風(fēng)險、經(jīng)濟風(fēng)險與金融風(fēng)險，深入探討異質(zhì)性國際風(fēng)險帶來的沖擊效應(yīng)。

當(dāng)企業(yè)投資的風(fēng)險敞口受到不同國際風(fēng)險沖擊影響時，稅收政策工具發(fā)揮損益相抵功能的潛力降低，企業(yè)對稅收補償機制的預(yù)期效用減小，風(fēng)險承擔(dān)水平隨之下降。用=σφ捕捉國際風(fēng)險沖擊下的損益相抵潛力，σ為國際風(fēng)險系數(shù)，σ=1代表不存在風(fēng)險沖擊，0≤σ<1代表國際風(fēng)險危及稅收補償。風(fēng)險系數(shù)σ實質(zhì)為損益相抵規(guī)則有效性的衰減器，根據(jù)式（1）可以得到國際風(fēng)險沖擊（σ<1）與損益相抵規(guī)則（φ）下的最佳風(fēng)險承擔(dān)（）：

隨著國際風(fēng)險的持續(xù)沖擊，σ趨于0，企業(yè)風(fēng)險承擔(dān)降低。同時，可以發(fā)現(xiàn)ddσ隨稅率γ升高而提高。由此可知：其一，國際風(fēng)險沖擊顯著降低了企業(yè)風(fēng)險承擔(dān)；其二，國際風(fēng)險沖擊影響了稅收政策工具的有效性，通過降低稅收補償機制損益相抵功能的潛力阻礙企業(yè)風(fēng)險承擔(dān)；其三，國際風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)的影響，按不同稅率γ縮小，且有效稅率的提高有可能阻礙企業(yè)風(fēng)險承擔(dān)。綜合經(jīng)驗研究與模型分析，我們預(yù)測國際風(fēng)險沖擊會降低企業(yè)風(fēng)險承擔(dān)，并減弱稅收政策工具對企業(yè)風(fēng)險承擔(dān)的積極影響。政治、經(jīng)濟、金融風(fēng)險會打破政府與企業(yè)之間的風(fēng)險共擔(dān)機制，有效稅率與稅收補償（政府補貼和稅收優(yōu)惠）機制對企業(yè)風(fēng)險承擔(dān)的助推作用減小，甚至?xí)a(chǎn)生反向推動。鑒于此，提出研究假設(shè)1和假設(shè)2。

H1國際風(fēng)險沖擊會減弱稅收補償機制對企業(yè)風(fēng)險承擔(dān)的助推作用。

H2高國際風(fēng)險時期，提高稅率可能會對企業(yè)風(fēng)險承擔(dān)產(chǎn)生反向推動。

三、研究設(shè)計

（一）變量說明

1. 國際風(fēng)險變量。國際風(fēng)險沖擊研究樣本涉及了146個國家/地區(qū)2000—2020年的宏觀數(shù)據(jù)，涵蓋了對國際政治風(fēng)險（Rp）、國際經(jīng)濟風(fēng)險（Re）與國際金融風(fēng)險（Rf）的連續(xù)年度觀察。其中，國際政治風(fēng)險包含政府穩(wěn)定性、社會經(jīng)濟條件、投資項目風(fēng)險、國內(nèi)與國外沖突、腐敗問題、軍事實力、宗教局勢、法律秩序、種族緊張關(guān)系、民主責(zé)任及官僚主義等12項風(fēng)險分類指標(biāo)。國際經(jīng)濟風(fēng)險包含通貨膨脹、人均GDP、實際GDP增長率、預(yù)算平衡及經(jīng)常賬戶五項分類風(fēng)險指標(biāo)。國際金融風(fēng)險包含負(fù)債率、償債率、匯率波動、利率波動及流動性風(fēng)險五項分類指標(biāo)。風(fēng)險數(shù)據(jù)均來自ICRG預(yù)測評分系統(tǒng)，依照ICRG一般權(quán)重分配規(guī)范與計算方法，將所有分類指標(biāo)合成綜合指數(shù)（用R表示），用于衡量國際風(fēng)險的大小。該指數(shù)越大，系統(tǒng)穩(wěn)定性越強，國際風(fēng)險沖擊越小。為便于解釋，對所有指標(biāo)取相反數(shù)。

2. 企業(yè)風(fēng)險承擔(dān)變量。參考Bargeron等[23]的研究，用觀測期內(nèi)股票回報率的波動來衡量企業(yè)風(fēng)險承擔(dān)①。采用固定樣本時間長度滾動時窗法[24]取得股票回報率波動成分，考慮到最小化數(shù)據(jù)失真問題，將時窗值設(shè)為三年，整理得到企業(yè)風(fēng)險承擔(dān)指標(biāo)θ（R）。另外，采取資產(chǎn)負(fù)債率（ARt）、總資產(chǎn)周轉(zhuǎn)率（ATRt）和資產(chǎn)流動性（ALt）指標(biāo)作為控制變量，以評估θ（R）指數(shù)未涵蓋到的風(fēng)險影響效應(yīng)，同樣采取三年滾動標(biāo)準(zhǔn)差得到波動序列。企業(yè)層面研究樣本為2000—2020年滬深A(yù)股市場上市企業(yè)，剔除了金融行業(yè)樣本[25]、ST類企業(yè)樣本及有關(guān)變量缺失樣本，為減少異常值的干擾，對主要連續(xù)變量進行上下1%縮尾處理。數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫和國家統(tǒng)計局網(wǎng)站。

3. 稅收政策工具調(diào)節(jié)變量。稅收政策工具包含有效稅率指標(biāo)與稅收補償指標(biāo)。有效稅率指標(biāo)用于衡量政府征稅影響企業(yè)投資收益下降的比例，依照γ=（ρ－i）－r（1+i）/ρ估算[26]。其中，ρ為投資回報率；r為名義利率，用一年期存款基準(zhǔn)利率表示；i為實際利率，基于數(shù)據(jù)可得性，用CPI指數(shù)作為通貨膨脹率的替代指標(biāo)，i=（1+r）/（1+ξ）－1。稅收補償指標(biāo)包括政府補貼（φbf）和稅收優(yōu)惠（φaf）。政府補貼數(shù)據(jù)來源于企業(yè)樣本年度報告中營業(yè)外收入的政府補助部分；稅收優(yōu)惠用稅費返還率（各項稅費返還除以稅費返還與支付稅費之和）測度[27]，取相對值消除企業(yè)規(guī)模對風(fēng)險性投資的影響。核心變量的描述性統(tǒng)計結(jié)果見表1。

四、實證結(jié)果分析

（一）國際風(fēng)險對企業(yè)風(fēng)險承擔(dān)的沖擊效應(yīng)估計

1. SVAR估計。利用式（6）、式（7）列出SVAR規(guī)則，估計國際風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)的驅(qū)動作用。表2報告了基準(zhǔn)情況下的方差分解結(jié)果，明確顯示了未進行小樣本偏差修正和已進行小樣本偏差修正兩種情況下，國際風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)波動、資產(chǎn)負(fù)債率波動、總資產(chǎn)周轉(zhuǎn)率波動和資產(chǎn)流動性波動的解釋能力。

根據(jù)各項方差中位數(shù)的估計值可以發(fā)現(xiàn)，順序估計和聯(lián)合估計的結(jié)果得到了幾乎相同的結(jié)論。就順序估計而言，在未進行小樣本偏差修正時，偏差均值約為12%，國際風(fēng)險沖擊平均可以解釋企業(yè)風(fēng)險承擔(dān)波動的44.1%；在進行小樣本偏差修正后，國際風(fēng)險沖擊的解釋能力有所下降，分別解釋了企業(yè)風(fēng)險承擔(dān)波動的33%、資產(chǎn)負(fù)債率波動的21.3%、總資產(chǎn)周轉(zhuǎn)率波動的15.2%，以及資產(chǎn)流動性波動的21.1%。不容忽視的是，跨國面板數(shù)據(jù)絕對中位差高達20%，這意味著不同國家/地區(qū)帶來的風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)存在典型的異質(zhì)性特征。

2. 穩(wěn)健性檢驗。為進一步驗證基準(zhǔn)回歸結(jié)果的穩(wěn)健性，更直觀地比較絕對中位差示意的異質(zhì)性特征，控制一些可能影響國際風(fēng)險沖擊的若干因素，估計結(jié)果見表3。

由表3可見，A組顯示了經(jīng)濟發(fā)展水平差異下的方差中位數(shù)估計。通過對以美元計價的GDP數(shù)據(jù)劃分分位點（間隔0.25）完成后續(xù)估計，每個分位點分別包含了64個、53個和29個國家/地區(qū)，τ=0.75就是通常意義上的大型經(jīng)濟體。國際風(fēng)險沖擊解釋企業(yè)風(fēng)險承擔(dān)波動、資產(chǎn)負(fù)債率波動、總資產(chǎn)周轉(zhuǎn)率波動和資產(chǎn)流動性波動的方差份額較為接近基準(zhǔn)估計的結(jié)果。但是，各分位點間呈現(xiàn)出相當(dāng)大的差異，尤其是大型經(jīng)濟體帶來的風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)波動的解釋達到了34.4%。當(dāng)然這一結(jié)果并不意味著大型經(jīng)濟體對國內(nèi)企業(yè)風(fēng)險承擔(dān)的絕對影響力，因為中國自身的宏觀經(jīng)濟運行狀況也足以對世界其他國家/地區(qū)產(chǎn)生影響。B組顯示了技術(shù)發(fā)展水平差異下的方差中位數(shù)估計。根據(jù)聯(lián)合國教科文組織（UNESCO）、聯(lián)合國開發(fā)計劃署（UNDP）、國際技術(shù)支持組織（ITSO）等機構(gòu)發(fā)布的權(quán)威資料與數(shù)據(jù)，按照技術(shù)發(fā)展水平劃分出29個發(fā)達經(jīng)濟體、21個發(fā)展中經(jīng)濟體與96個后發(fā)經(jīng)濟體。結(jié)果表明，技術(shù)發(fā)展水平差異帶來的風(fēng)險沖擊展現(xiàn)了更為顯著的異質(zhì)性特征。技術(shù)發(fā)達群體經(jīng)濟金融系統(tǒng)穩(wěn)定性更強，對我國企業(yè)風(fēng)險承擔(dān)波動的解釋能力偏低，而技術(shù)落后群體可能對中國的投資與貿(mào)易依賴性較強，其帶來的風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)波動的解釋能力更強。C組顯示了進出口導(dǎo)向差異下的方差中位數(shù)估計。考慮到市場投資項目交易的特性，借鑒ICRG數(shù)據(jù)，對每個經(jīng)濟體的投資合同的可行性指標(biāo)、利潤匯回指標(biāo)和付款延遲指標(biāo)綜合評估，分類得到51個出口導(dǎo)向經(jīng)濟體和95個進口導(dǎo)向經(jīng)濟體。對比發(fā)現(xiàn)，出口導(dǎo)向群體帶來的風(fēng)險沖擊解釋能力更強，方差份額高達36.3%，即外向型經(jīng)濟更容易傳遞國際風(fēng)險。D組是替換企業(yè)層面變量后的估計結(jié)果。雖然方差份額減小，但是國際風(fēng)險沖擊依然解釋了20%以上的企業(yè)風(fēng)險承擔(dān)波動。

3. 異質(zhì)性國際風(fēng)險沖擊檢驗。將Rp、Re與Rf作為獨立的國際風(fēng)險指標(biāo)依次進行順序估計（見表4）?？梢园l(fā)現(xiàn)：第一，當(dāng)只包含某種單一風(fēng)險指標(biāo)時，國際風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)波動的貢獻遠低于33%。這意味著各類國際風(fēng)險對企業(yè)風(fēng)險承擔(dān)的影響具有典型的非對稱性，無論影響方向、影響程度，還是影響速度均可能存在差別，導(dǎo)致綜合國際風(fēng)險沖擊效應(yīng)被嚴(yán)重低估。第二，國際金融風(fēng)險可以解釋我國企業(yè)風(fēng)險承擔(dān)波動的27.4%，遠高于國際政治風(fēng)險與國際經(jīng)濟風(fēng)險，即國際市場的負(fù)債率、償債率、匯率波動、利率波動及流動性風(fēng)險對企業(yè)風(fēng)險承擔(dān)的影響更為顯著。

（二）國際風(fēng)險沖擊下稅收政策工具對企業(yè)風(fēng)險承擔(dān)的調(diào)節(jié)效應(yīng)估計

1. CMPR基準(zhǔn)估計。將研究樣本按時間維度T=20，最小橫截面維度N=10進行分組，假設(shè)均質(zhì)門檻和異質(zhì)門檻變量參數(shù)，并設(shè)定門檻估計迭代次數(shù)為10000次?；贔PE、AIC和SC準(zhǔn)則，報告最優(yōu)滯后階次下的模型估計結(jié)果。利用式（11）和式（12）作出的門檻效應(yīng)基準(zhǔn)估計（見表5）顯示，橫截面相關(guān)性CD統(tǒng)計量均為負(fù)值，證明通過CS-ARDL和CS-DL拓展估計后，殘差項的平均成對相關(guān)性明顯下降，模型參數(shù)估計穩(wěn)健有效。

門檻值實質(zhì)上代表了企業(yè)對風(fēng)險的承受度，一旦超過特定門檻值，企業(yè)風(fēng)險承擔(dān)將極易受到國際風(fēng)險沖擊的影響。當(dāng)采用綜合國際風(fēng)險指數(shù)（Rt）估計時，三組Sup和Ave統(tǒng)計量的顯著性結(jié)果均拒絕了沒有門檻效應(yīng)的零假設(shè)，存在普遍適用的最低門檻值70%。即國際風(fēng)險對企業(yè)風(fēng)險承擔(dān)波動存在非線性門檻效應(yīng)，當(dāng)國際風(fēng)險沖擊達到70%的臨界點時，就足以刺激企業(yè)風(fēng)險承擔(dān)，而一旦高于80%的臨界點，將顯著阻礙企業(yè)風(fēng)險承擔(dān)。當(dāng)分別考慮三組分類風(fēng)險時，不存在普遍適用的最低門檻值。政治風(fēng)險門檻值為80%，經(jīng)濟風(fēng)險門檻值范圍為70%～80%，金融風(fēng)險門檻值為60%，這表明來自國際金融市場的風(fēng)險更易對企業(yè)風(fēng)險承擔(dān)產(chǎn)生沖擊，應(yīng)作為主要的國際風(fēng)險及時防范。政治風(fēng)險的門檻值對企業(yè)風(fēng)險承擔(dān)波動的貢獻最小，經(jīng)濟風(fēng)險的門檻值與綜合指標(biāo)估計值一致。這可能由于中國作為大國開放經(jīng)濟體，受本幣市場影響巨大，有能力在國際市場上施加影響。

2. 稅收政策工具的調(diào)節(jié)效應(yīng)檢驗。將稅收政策工具納入CS-ARDL和CS-DL拓展估計（結(jié)果見表6）?？刂朴行Ф惵实那闆r下，國際風(fēng)險門檻值被拉低，降至60%～70%，即低風(fēng)險時期，有效稅率不會對企業(yè)風(fēng)險承擔(dān)產(chǎn)生邊際影響，而一旦進入中風(fēng)險時期，將達到稅率非線性影響的拐點，企業(yè)風(fēng)險承擔(dān)對國際風(fēng)險沖擊的承受力開始降低，提高稅率會對企業(yè)風(fēng)險決策產(chǎn)生反向推動，顯著降低企業(yè)風(fēng)險承擔(dān)水平，驗證了理論假說H2。控制政府補貼或控制稅收優(yōu)惠的情況下，企業(yè)風(fēng)險承擔(dān)對國際風(fēng)險沖擊的承受力不再置于70%～80%區(qū)間，固定于最低門檻值70%。這意味著一旦達到臨界點，將不再經(jīng)歷風(fēng)險緩沖區(qū)間，直接面臨高風(fēng)險投資經(jīng)營環(huán)境，企業(yè)風(fēng)險承擔(dān)嚴(yán)重依賴政策工具的助推機制。即稅收補償機制對企業(yè)風(fēng)險承擔(dān)的助推作用隨國際風(fēng)險沖擊的增大而減弱，從而驗證了H1。

3. 穩(wěn)健性檢驗②。（1）方案1：替換變量。對觀測期內(nèi)的股票回報率取對數(shù)形式，使用平滑參數(shù)為100的HP濾波進行除趨勢處理以替代三年滾動標(biāo)準(zhǔn)差。同時，考慮核心變量的隨機滯后順序，報告最優(yōu)滯后階次下的CS-ARDL估計結(jié)果。該方案下，各統(tǒng)計量的顯著性水平與表6基本一致，證明調(diào)節(jié)效應(yīng)估計結(jié)果較為穩(wěn)健。無論滯后階數(shù)與估計順序的選擇如何，均可以拒絕沒有門檻效應(yīng)的零假設(shè)，風(fēng)險臨界點仍為60%和70%。（2）方案2：縮小樣本。由于出口導(dǎo)向經(jīng)濟體更有可能對我國的企業(yè)風(fēng)險承擔(dān)產(chǎn)生風(fēng)險沖擊（參考表3中C組），所以，對51個出口導(dǎo)向經(jīng)濟體著重估計。該方案同樣得到了與全樣本相似的結(jié)論，Sup、Ave統(tǒng)計量具備較好的統(tǒng)計顯著性。然而，國際風(fēng)險的臨界點被拉低至50%和60%，意味著稅收政策工具對企業(yè)風(fēng)險承擔(dān)的非線性影響顯著，一旦出口導(dǎo)向經(jīng)濟體帶來的風(fēng)險沖擊高于60%的臨界點，稅收政策工具有效性將明顯降低，不利于企業(yè)風(fēng)險承擔(dān)。（3）方案3：控制損失抵消規(guī)則φ?；诶碚摲治鼋Y(jié)論，同時控制政府補貼和稅收優(yōu)惠，將兩者的交互項作為稅收補償機制的關(guān)鍵變量納入CS-ARDL拓展估計。此時，國際風(fēng)險的臨界點同樣被拉低至50%和60%，稅收政策工具對企業(yè)風(fēng)險承擔(dān)的有效性有所減弱。因而，為實現(xiàn)推動企業(yè)風(fēng)險承擔(dān)的目標(biāo)，必須有效發(fā)揮稅收補償機制，合理避免政府補貼失效和稅收優(yōu)惠失效的疊加影響。

（三）持續(xù)性國際風(fēng)險沖擊下稅收政策工具對企業(yè)風(fēng)險承擔(dān)的長期影響估計

利用CS-DL方法進行長期估計［28，29］③，并以出口導(dǎo)向經(jīng)濟體作為研究樣本重復(fù)估計來增強檢驗結(jié)論的說服力。另外，仍然控制損失抵消規(guī)則φ，完成穩(wěn)健性檢驗。估計結(jié)果顯示②：其一，全樣本估計系數(shù)介于-1.05～0.166之間，有正值有負(fù)值，基本在1%水平下顯著。表明持續(xù)性國際風(fēng)險沖擊下，稅收政策工具對企業(yè)風(fēng)險承擔(dān)的調(diào)節(jié)作用具有不確定性特征：不存在門檻效應(yīng)時，國際風(fēng)險不會產(chǎn)生邊際影響，稅收政策工具與企業(yè)風(fēng)險承擔(dān)正相關(guān)，政府政策的順利推進能夠顯著提高企業(yè)風(fēng)險承擔(dān)；存在門檻效應(yīng)時，國際風(fēng)險沖擊開始妨礙企業(yè)風(fēng)險承擔(dān)，政策工具的有效性受到抑制，估計系數(shù)由正轉(zhuǎn)負(fù)，有效稅率與稅收補償對企業(yè)風(fēng)險承擔(dān)開始產(chǎn)生負(fù)效應(yīng)，且無論門檻值如何，這種負(fù)效應(yīng)長期存在。即隨著國際風(fēng)險持續(xù)走高，企業(yè)風(fēng)險承擔(dān)水平下降，稅收政策工具對企業(yè)風(fēng)險承擔(dān)產(chǎn)生反向推動，從而論證了H1和H2。其二，所有估計系數(shù)中，只有1個完全不顯著，出現(xiàn)于無門檻情形，說明門檻效應(yīng)長期存在，只要持續(xù)累積的國際風(fēng)險不超過最低臨界點，就不會產(chǎn)生顯著沖擊。這為政府和企業(yè)防范化解國際風(fēng)險，及時制定有效策略提供了反應(yīng)時間和緩沖機遇。其三，控制損失抵消規(guī)則φ后，估計系數(shù)有所減小，介于-0.286～0.149之間。表明風(fēng)險沖擊下，稅收政策工具對企業(yè)風(fēng)險承擔(dān)的影響力減弱，在驗證理論分析結(jié)論的同時，進一步證明了政府補貼和稅收優(yōu)惠的疊加影響的重要性。

五、結(jié)論和啟示

以上研究表明：（1）國際風(fēng)險沖擊平均可以解釋企業(yè)風(fēng)險承擔(dān)波動的33%。國際金融風(fēng)險作為國際風(fēng)險沖擊的主要形式，可以解釋企業(yè)風(fēng)險承擔(dān)波動的27.4%。大型經(jīng)濟體、技術(shù)落后經(jīng)濟體與出口導(dǎo)向經(jīng)濟體帶來的風(fēng)險沖擊更強。（2）國際風(fēng)險沖擊對企業(yè)風(fēng)險承擔(dān)的負(fù)向門檻效應(yīng)長期存在。低風(fēng)險時期（<0.7），國際風(fēng)險不會對企業(yè)風(fēng)險承擔(dān)產(chǎn)生邊際影響，企業(yè)投資決策不受境外風(fēng)險干擾；中風(fēng)險時期（0．7≤<0.8），國際風(fēng)險足以影響企業(yè)風(fēng)險承擔(dān)，需要著重針對來自國際金融市場的風(fēng)險，制定合理化方案及時規(guī)避沖擊；高風(fēng)險時期（≥0.8），企業(yè)投資經(jīng)營環(huán)境不容樂觀，更要注重政府稅收政策工具對企業(yè)風(fēng)險承擔(dān)的調(diào)節(jié)。國際風(fēng)險的負(fù)向沖擊效應(yīng)不會即刻爆發(fā)，只要不超過最低臨界點，就不會對企業(yè)風(fēng)險承擔(dān)產(chǎn)生顯著沖擊。這為政府和企業(yè)合理規(guī)避風(fēng)險沖擊提供了絕佳的反應(yīng)時間和緩沖機遇。（3）國際風(fēng)險沖擊抑制了稅收政策工具有效性的發(fā)揮，有效稅率與稅收補償機制對企業(yè)風(fēng)險承擔(dān)的助推作用減弱，甚至?xí)a(chǎn)生反向推動，政府補貼失效和稅收優(yōu)惠失效的疊加影響顯著拉低了企業(yè)風(fēng)險承擔(dān)對國際風(fēng)險沖擊的承受力。

由此，得到以下啟示：（1）國際風(fēng)險沖擊對我國企業(yè)風(fēng)險承擔(dān)具備較強的解釋力。想要提高企業(yè)的風(fēng)險承擔(dān)水平，實現(xiàn)創(chuàng)新驅(qū)動高質(zhì)量發(fā)展的長期目標(biāo)，必須重視國際風(fēng)險沖擊的影響力，注重對國際風(fēng)險的衡量與分析，力求風(fēng)險指標(biāo)的綜合性與多樣性。（2）對國際風(fēng)險的宏觀調(diào)控是一項長期任務(wù)，需要珍視應(yīng)對風(fēng)險沖擊的絕佳反應(yīng)時間和緩沖機遇，密切關(guān)注各類國際風(fēng)險的動態(tài)變化趨勢，實時跟蹤檢測，及時化解系統(tǒng)性風(fēng)險的累積，采取前瞻性的政策措施。（3）稅收政策工具存在繼續(xù)優(yōu)化的空間。中高風(fēng)險時期，需要及時調(diào)整降低企業(yè)有效稅率形式的政策工具，規(guī)避稅率對企業(yè)風(fēng)險承擔(dān)產(chǎn)生非線性影響的拐點。同時，政府在實施政府補貼與稅收優(yōu)惠政策時，要提升事前甄別與事后監(jiān)督的能力，增強稅收補償機制抵御國際風(fēng)險沖擊的能力，確保稅收政策工具對企業(yè)風(fēng)險承擔(dān)有效性的發(fā)揮。

注釋：

①? 很多學(xué)者采用觀測期內(nèi)企業(yè)每年度息稅前利潤與期末總產(chǎn)值的比例來衡量企業(yè)風(fēng)險承擔(dān)水平，即ROA波動性指標(biāo)。但是，與傳統(tǒng)的財務(wù)指標(biāo)相比，股票回報率的波動不受財務(wù)報表與會計準(zhǔn)則的約束限制，能夠更加直觀有效地反映資本市場不確定性導(dǎo)致的企業(yè)收益變動，也更符合企業(yè)風(fēng)險承擔(dān)代表未來盈利不確定性的基本定義。

② 限于篇幅，具體結(jié)果未作呈現(xiàn)。如有需要，可聯(lián)系作者。

③ CS-DL可用于長期分析，無論回歸變量外生還是內(nèi)生，無論指示函數(shù)I=I（0）或I（1），長期估計均有效，且與CS-ARDL方法相比，CS-DL方法在中等長度T下具有更好的小樣本性能。

參考文獻：

［1］Faccio M， Marchica M， Mura R. Large shareholder diversification and corporate risk-taking[J]. The Review of Financial Studies， 2011，24（11）： 3601-3641.

［2］John K， Litov L， Yeung B. Corporate governance and risk-taking[J]. The Journal of Finance， 2008， 63（4）：1679-1728.

［3］Osswald B， Sureth-Sloane C. Do country risk factors attenuate the effect of taxes on corporate risk-taking？ [R]. TRR 266 Accounting for Transparency Working Paper Series， 2020.

［4］Shefer D， Frenkel A. R&D， firm size and innovation： an empirical analysis[J]. Technovation， 2005， 25（1）：25-32.

［5］Kwon S S， Yin Q J. Executive compensation， investment opportunities and earnings management： high-tech firms versus low-tech firms[J]. Journal of Accounting， Auditing & Finance， 2006， 21（2）： 119-148.

［6］Bourles R， Cette G， Lopez J， et al. Do product market regulations in upstream sectors curb productivity growth？ Panel data evidence for OECD countries[J]. Review of Economics and Statistics， 2013， 95（5）：1750-1768.

［7］Hovakimian G. Financial constraints and investment efficiency： internal capital allocation across the business cycle[J]. Journal of Financial Intermediation， 2011， 20（2）：264-283.

［8］Aghion P， Bloom N， Blundell R，et al. Competition and innovation： an inverted U relationship[J]. Quarterly Journal of Economics， 2005， 120（2）：701-728.

［9］Hassan T A， Hollander S， Van Lent L. Firm-level political risk： measurement and effects[J]. The Quarterly Journal of Economics， 2019， 134（4）： 2135-2202.

［10］王桂軍，張輝.促進企業(yè)創(chuàng)新的產(chǎn)業(yè)政策選擇：政策工具組合視角[J].經(jīng)濟學(xué)動態(tài)， 2020（10）：12-27.

［11］劉尚希， 傅志華， 李成威， 等. 構(gòu)建現(xiàn)代財政補貼體系理論研究[J]. 財政研究， 2019（9）：3-11.

［12］Zwick E， Mahon J. Tax policy and heterogeneous investment behavior[J]. The American Economic Review， 2017，107（1）： 217-248.

［13］劉啟仁， 趙燦， 黃建忠. 稅收優(yōu)惠、供給側(cè)改革與企業(yè)投資[J]. 管理世界， 2019， 35（1）：78-96，114.

［14］吳世農(nóng)， 尤博， 王建勇， 等. 產(chǎn)業(yè)政策工具、企業(yè)投資效率與股價崩盤風(fēng)險[J].管理評論， 2023，35（1）：272-282.

［15］唐大鵬， 李淵， 鄭好， 等. 政府科技支出、財政政策工具與企業(yè)風(fēng)險承擔(dān)——基于公共風(fēng)險視角的分析[J]. 財政研究， 2021（5）：55-69.

［16］吳敬靜， 任宇新， 張雪琳. 新能源汽車產(chǎn)業(yè)鏈企業(yè)的研發(fā)投入、政府補貼與企業(yè)價值[J].財經(jīng)理論與實踐， 2022， 43（6）：140-147.

［17］Domar E D， Musgrave R A. Proportional income taxation and risk-taking[J]. The Quarterly Journal of Economics， 1944， 58（3）：388-422.

［18］Langenmayr D， Lester R. Taxation and corporate risk-taking[J]. The Accounting Review， 2018， 93（3）：237-266.

［19］Jong A， Kabir R， Nguyen T T. Capital structure around the world： the roles of firm- and country-specific? determinants[J]. Journal of Banking & Finance， 2008， 32（9）：1954-1969.

［20］Kesternich I， Schnitzer M. Who is afraid of political risk？ Multinational firms and their choice of capital structure[J]. Journal of International Economics， 2010， 82（2）：208-218.

［21］Hail L， Sikes S， Wang C. Cross-country evidence on the relation between capital gains taxes， risk， and expected returns[J]. Journal of Public Economics， 2017，151：56-73.

［22］Dobridge C L. Fiscal stimulus and firms： a tale of two recessions[R]. Finance and Economics Discussion Series， 2016.

［23］Bargeron L L， Lehn K M， Zutter C J. Sarbanes-oxley and corporate risk-taking[J]. Journal of Accounting and Economics， 2010， 49（1）：34-52.

［24］Giovanni J D， Levchenko A A. Country size， international trade， and aggregate fluctuations in granular economies[J]. Journal of Political Economy， 2012， 120（6）：1083-1032.

［25］劉志遠， 王存峰， 彭濤， 等. 政策不確定性與企業(yè)風(fēng)險承擔(dān)：機遇預(yù)期效應(yīng)還是損失規(guī)避效應(yīng)[J]. 南開管理評論， 2017（6）：15-27.

［26］賈俊雪. 稅收激勵、企業(yè)有效平均稅率與企業(yè)進入[J]. 經(jīng)濟研究， 2014（7）：94-109.

［27］柳光強. 稅收優(yōu)惠、財政補貼政策的激勵效應(yīng)分析——基于信息不對稱理論視角的實證研究[J].管理世界， 2016（10）：62-71.

［28］Alexander C， Kamiar M， Pesaran M H， et al. Is there a debt-threshold effect on output growth？ [J]. The Review of Economics and Statistics， 2017， 99（1）：135-150.

［29］Reinhart C M， Rogoff K S. Growth in a time of debt[J]. American Economic Review， 2010， 100（2）： 573-578.

［30］Chudik A， Pesaran M H. Common correlated effects estimation of heterogeneous dynamic panel data models with weakly exogenous regressors[J]. Journal of Econometrics， 2015，188（2）：393-420.

［31］Chudik A， Mohaddes K， Pesaran M H， et al. Long-run effects in large heterogenous panel data models with cross-sectionally correlated errors[R]. Globalization and Monetary Policy Institute Working Paper， 2015.

（責(zé)任編輯：墨彥）