《固定資產(chǎn)加速折舊政策的效應(yīng)實證研究》19000字（論文）

固定資產(chǎn)加速折舊政策的效應(yīng)實證研究摘要四十多年的高速發(fā)展，助力我國經(jīng)濟(jì)快速增長，綜合國力大幅提升，但前期的經(jīng)濟(jì)高速發(fā)展也遺留了許多矛盾和挑戰(zhàn)，例如我國企業(yè)普遍面臨的融資難融資貴問題。國家為了解決這些問題，從減稅降費等角度入手，推行了許多政策，固定資產(chǎn)加速折舊就是其中之一。過去有許多學(xué)者就這一政策進(jìn)行了研究，但他們的關(guān)注點主要在研發(fā)投入和投資激勵方面，對融資約束的關(guān)注較少。在此背景下，本文就加速折舊新政對企業(yè)融資約束的影響進(jìn)行了研究。本文將2014年和2015年國家推出的加速折舊政策作為自然實驗，利用我國上市公司2011-2018年的數(shù)據(jù)作為本文的研究樣本，使用現(xiàn)金-現(xiàn)金流敏感性模型和漸進(jìn)雙重差分法進(jìn)行實證分析，并就實證結(jié)果做了共同趨勢檢驗、雙重差分傾向性得分匹配等一系列穩(wěn)健性檢驗，提高了本文研究的可靠性。為了了解政策對不同樣本的影響程度，又就企業(yè)的產(chǎn)權(quán)性質(zhì)、董事會結(jié)構(gòu)、市場化程度等方面進(jìn)行了異質(zhì)性分析，充分了解政策發(fā)揮作用的路徑。研究發(fā)現(xiàn)，我國上市公司普遍存在融資約束問題，而加速折舊政策對上述企業(yè)的融資約束問題具有緩解效果，但這一效果在不同企業(yè)和地區(qū)中不相同：對于非國有、上市時間長、盈利水平高等企業(yè)政策效果更加明顯。最后，本文基于研究結(jié)論對未來如何進(jìn)一步完善政策、發(fā)揮政策功效等角度提出了建議。關(guān)鍵詞：加速折舊新政，融資約束，現(xiàn)金流目錄第一章引言 51.1研究背景及意義 51.1.1研究背景 51.1.2研究意義 61.3研究方法和內(nèi)容 61.4研究創(chuàng)新點 7第二章文獻(xiàn)綜述 82.1金融財稅政策對企業(yè)融資約束的影響 82.2關(guān)于固定資產(chǎn)加速折舊政策實施效應(yīng)的研究 92.3企業(yè)融資約束的影響因素分析 102.4文獻(xiàn)述評 11第三章理論分析與研究假說 123.1我國加速折舊政策沿革及現(xiàn)狀 123.1.1固定資產(chǎn)加速折舊政策沿革 123.1.2新政政策內(nèi)容 133.2加速折舊的相關(guān)理論 143.2.1折舊補償理論 143.2.2凈現(xiàn)值理論 14第四章數(shù)據(jù)來源與研究設(shè)計 174.1樣本選擇與數(shù)據(jù)來源 174.2計量模型的構(gòu)建與變量定義 17第五章實證結(jié)果分析 205.1描述性統(tǒng)計 205.2變量的相關(guān)性分析 215.3回歸過程及結(jié)果 225.4穩(wěn)健性檢驗 245.4.1共同趨勢檢驗 245.4.2雙重差分傾向性得分匹配 255.4.3安慰劑檢驗 265.4.4縮短樣本區(qū)間 26第六章異質(zhì)性分析 286.1產(chǎn)權(quán)性質(zhì) 296.2董事會結(jié)構(gòu) 296.3市場化程度 306.4上市時長 306.5盈利水平 30第七章結(jié)論與展望 327.1研究結(jié)論 327.2政策建議 337.3不足與展望 34參考文獻(xiàn) 35第一章引言1.1研究背景及意義1.1.1研究背景自改革開放以來，我國始終堅持以經(jīng)濟(jì)建設(shè)為中心，經(jīng)過四十多年時間的發(fā)展，經(jīng)濟(jì)騰飛躍升、快速增長，綜合國力大幅提升，在世界發(fā)展史上創(chuàng)造了一個又一個的奇跡。近年來，我國經(jīng)濟(jì)發(fā)展步入新常態(tài)階段后，經(jīng)濟(jì)增速放緩，前期經(jīng)濟(jì)高速發(fā)展中的矛盾也逐漸凸顯出來。與此同時，新常態(tài)下“三期疊加”的階段性特征給我國經(jīng)濟(jì)發(fā)展帶來了新的挑戰(zhàn)。宏觀層面來看，由于市場競爭不斷加劇，人口紅利隨著經(jīng)濟(jì)發(fā)展逐漸消失，勞動力成本日益增加，增大固定資產(chǎn)投入、全面推行現(xiàn)代化是企業(yè)面對這一經(jīng)濟(jì)發(fā)展現(xiàn)狀的必要舉措。同時，我國也通過轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換經(jīng)濟(jì)增長動力等全面深化改革的手段試圖解決這一現(xiàn)狀；但從微觀層面來看，企業(yè)資本結(jié)構(gòu)不完善、資源錯配的存在、自主創(chuàng)新能力較弱、企業(yè)成本費用持續(xù)增加，融資難融資貴已經(jīng)成為我國企業(yè)在當(dāng)今環(huán)境下生存發(fā)展的普遍性問題。融資約束問題的存在成為企業(yè)發(fā)展過程中的重要阻礙，對我國經(jīng)濟(jì)的發(fā)展也產(chǎn)生了較大的影響。因此，幫助我國企業(yè)，尤其是中小企業(yè)，解決融資約束問題，就顯得尤為重要。1.1.2研究意義可以看到，我國為了增加對企業(yè)的稅收優(yōu)惠，不斷修訂這一政策。自2014年實施加速折舊新政至今，已過去七年多的時間，未來仍有將這一政策進(jìn)一步擴大到其他行業(yè)的趨勢，而完善這一政策需要對政策的實施效果進(jìn)行全面調(diào)研和評價。近年來，許多學(xué)者就這一政策的實施效果進(jìn)行了研究，但研究內(nèi)容主要集中在研發(fā)創(chuàng)新和投資激勵方面，對融資約束的關(guān)注度不高。在我國現(xiàn)今企業(yè)發(fā)展過程中，融資問題愈發(fā)嚴(yán)重，融資某種程度上決定了企業(yè)的成長結(jié)果，對中小微型企業(yè)更是如此。因此，本文從融資約束角度著手，利用理論分析和實證分析的方式，研究加速折舊新政對企業(yè)融資約束的影響，考察這一政策是否能夠幫助我國企業(yè)緩解融資約束問題，以及梳理其影響機制，填補我國在這一研究領(lǐng)域上的空白。同時本文的研究結(jié)論，也可以為未來政策的完善、優(yōu)化和其他相關(guān)政策的研究提供一定的理論支持，給政府考評優(yōu)化這一政策提供有效的幫助，切實緩解我國中小企業(yè)的融資壓力，更好地助力我國經(jīng)濟(jì)實現(xiàn)轉(zhuǎn)型迎來新的增長。1.3研究方法和內(nèi)容本文以固定資產(chǎn)加速折舊政策作為研究企業(yè)融資約束問題的切入點，以我國上市企業(yè)為研究對象，分析2014年和2015年兩次政策改革對企業(yè)融資約束的影響。在進(jìn)行實證分析的定量研究之前，梳理了該政策的歷史沿革以及加速折舊政策現(xiàn)狀，并根據(jù)理論分析提出了本文的研究假設(shè)。接下來使用了CSMAR數(shù)據(jù)庫中2011-2018年上市企業(yè)的數(shù)據(jù)，使用雙重差分法和現(xiàn)金-現(xiàn)金流敏感性模型定量研究這一政策對企業(yè)融資約束影響的效果，最后提出了相應(yīng)的政策建議。主要研究內(nèi)容安排如下：第一章為引言，主要介紹了本文的研究背景和意義，闡明本文的研究內(nèi)容和研究方法，提出本文的創(chuàng)新點與不足。第二章為文獻(xiàn)綜述，從財稅政策對企業(yè)融資約束的影響、固定資產(chǎn)加速折舊政策的研究、融資約束的影響因素等角度對相關(guān)研究進(jìn)行梳理。第三章為理論分析與研究假說，梳理了加速折舊政策在我國歷史上的發(fā)展歷程及加速折舊新政內(nèi)容，并運用模型測算、結(jié)合相關(guān)理論和文獻(xiàn)，提出本文的研究假說。第四章為數(shù)據(jù)來源與研究設(shè)計，介紹了本文所使用的樣本及數(shù)據(jù)來源，以及選用的模型方法和構(gòu)建的計量模型。第五章為實證結(jié)果分析，主要內(nèi)容為數(shù)據(jù)的描述性統(tǒng)計、相關(guān)性分析，以及主回歸的回歸結(jié)果，并對結(jié)果進(jìn)行了多項穩(wěn)健性檢驗。第六章為異質(zhì)性分析，在上一章節(jié)的回歸基礎(chǔ)上，從多個角度分樣本衡量加速折舊新政對企業(yè)融資約束的影響。第七章為結(jié)論與展望，總結(jié)了本文的研究，根據(jù)研究結(jié)果提出了政策建議，并對未來研究進(jìn)行了展望。1.4研究創(chuàng)新點第一，從學(xué)術(shù)研究的角度來看，本文補充了加速折舊新政對企業(yè)融資約束影響的研究。已有文獻(xiàn)對加速折舊政策的宏觀和微觀影響已進(jìn)行了許多研究，但主要集中在研發(fā)創(chuàng)新和投資激勵方面，對融資約束的關(guān)注度不高。本文采用現(xiàn)金-現(xiàn)金流敏感性模型和雙重差分模型對2014和2015年新政進(jìn)行探索，并對使用的模型進(jìn)行了一定的完善，一系列的穩(wěn)健性檢驗表明了模型的可靠性。第二，從政策含義的角度來看，本文所研究的融資約束，在當(dāng)今經(jīng)濟(jì)環(huán)境中已成為企業(yè)發(fā)展過程中的重要問題。企業(yè)普遍面臨融資貴融資難現(xiàn)狀，政府也在不斷探索解決這一問題的方法。通過對企業(yè)產(chǎn)權(quán)性質(zhì)、公司治理結(jié)構(gòu)、盈利水平、企業(yè)所處地區(qū)市場化程度等異質(zhì)性分析，本文發(fā)現(xiàn)了這一政策在不同企業(yè)類型中影響效果的區(qū)別，從而為政府進(jìn)一步針對性制定和完善政策做出建議。第二章文獻(xiàn)綜述2.1金融財稅政策對企業(yè)融資約束的影響中小企業(yè)的融資問題一直深受國內(nèi)外學(xué)者的關(guān)注，各國政府普遍采用金融財稅政策來緩解本國企業(yè)融資約束的問題，促進(jìn)本國經(jīng)濟(jì)發(fā)展，同時也為學(xué)者的研究提供了豐富的素材。關(guān)于政府實施金融財稅政策對企業(yè)融資約束的政策效應(yīng)，學(xué)界對此持有不同的觀點。主流觀點認(rèn)為，政府所實施的政策具有信號傳遞效應(yīng)，能夠幫助企業(yè)獲取更多的融資貸款，提高企業(yè)的債務(wù)融資水平，在企業(yè)融資約束問題上具有緩解效應(yīng)（高艷慧，2012；鄒彩芬，2013）。具體來看，Cumming（2007）通過分析澳大利亞首次推出的創(chuàng)新投資政府計劃（IIF），發(fā)現(xiàn)該項目促進(jìn)了社會資本對初創(chuàng)企業(yè)和高科技企業(yè)的初始投資，并開拓了企業(yè)的融資渠道。Kerr和Nanda（2015）則就美國寬松的金融體制對小微企業(yè)的資金配置效率進(jìn)行了分析，認(rèn)為美國的這一制度可以有效提升資金配置效率，進(jìn)而緩解了小微企業(yè)的融資難融資貴問題。Brown,JamesR（2017）發(fā)現(xiàn)，相較于傳統(tǒng)的稅收補貼來說，直接針對可支配性和融資問題的國內(nèi)政策更有效果。Colombo（2012）分析了公共財政補貼對意大利企業(yè)投資的影響，發(fā)現(xiàn)公共財政可以降低企業(yè)的投資現(xiàn)金流敏感性，促進(jìn)私人對企業(yè)的投資。Kleer（2010）利用信號模型分析了政府對企業(yè)研發(fā)補貼的效應(yīng)，認(rèn)為政府的這一資助行為可以向私人投資者釋放良好投資的信號，刺激私人投資。王剛剛（2017）發(fā)現(xiàn)，融資不足的問題在我國中小微型企業(yè)中普遍存在，政府對研發(fā)的補貼能夠釋放積極的認(rèn)證信號，使得該類型企業(yè)獲取更多外部融資。Yu,Chin-Hsien（2021）從綠色創(chuàng)新入手，探討了綠色金融政策如何解決企業(yè)對綠色創(chuàng)新的融資約束，發(fā)現(xiàn)綠色金融政策可以有效緩解整體綠色創(chuàng)新的融資約束。但另一方面，有些學(xué)者指出由于我國市場信息反饋機制還不完善，財稅政策沒有明顯增加市場對高科技企業(yè)研發(fā)的投資，相關(guān)政策可能達(dá)不到顯著的信號傳遞效果（王文華，2014），同時，這一政府補貼所釋放的信號甚至有可能導(dǎo)致對不存在融資約束企業(yè)的盲目投資，從而導(dǎo)致資源浪費，降低企業(yè)創(chuàng)新積極性，阻礙產(chǎn)業(yè)發(fā)展（趙天宇、修靜，2017）。柳光強（2016）研究了戰(zhàn)略性新興產(chǎn)業(yè)上市公司層面的財稅優(yōu)惠政策，發(fā)現(xiàn)政策激勵對企業(yè)融資具有正向效應(yīng)，但不顯著，同時在不同行業(yè)之間的激勵效應(yīng)差異顯著。基于上述研究，許多學(xué)者也對如何科學(xué)制定政策提出了建議。黃志忠等（2014）使用我國上市公司數(shù)據(jù)，研究發(fā)現(xiàn)寬松的貨幣政策對企業(yè)的固定資產(chǎn)投資和企業(yè)規(guī)模擴張有正向效果，同時還可以降低企業(yè)內(nèi)部的投資-現(xiàn)金流敏感性，從而緩解企業(yè)融資約束，同時發(fā)展區(qū)域金融市場可強化這一緩解效應(yīng)。李樂（2018）則指出，由于我國政府制定的財稅政策缺乏系統(tǒng)性和整體性，且大多以臨時性的優(yōu)惠文件形式出現(xiàn)，無法對小微企業(yè)提供持續(xù)性的保障，有待進(jìn)一步改進(jìn)政策的制定和執(zhí)行過程，完善體制建設(shè)等。2.2關(guān)于固定資產(chǎn)加速折舊政策實施效應(yīng)的研究自從這一政策實施以來，許多學(xué)者就該政策的實施效應(yīng)進(jìn)行了豐富的研究，覆蓋了多個維度。（1）加速折舊新政對所得稅的影響。孫蕊（2018）使用案例分析法，著重研究了小型微利企業(yè)，認(rèn)為這一政策對該類型企業(yè)的扶持效果不顯著，甚至可能會增加初創(chuàng)企業(yè)的稅賦。莊佳強、王佳琳（2019）從有效邊際稅率入手，分析了我國企業(yè)實際所得稅稅負(fù)，認(rèn)為需要對稅收折舊政策予以調(diào)整，以進(jìn)一步優(yōu)化企業(yè)所得稅、推進(jìn)實質(zhì)性減稅。（2）加速折舊新政對企業(yè)投資的影響。最早研究稅收和投資關(guān)系的作者是Hall等（1967），以上世紀(jì)三十年代至六十年代美國企業(yè)數(shù)據(jù)為研究樣本，發(fā)現(xiàn)政府的稅收激勵政策可以顯著促進(jìn)企業(yè)在固定資產(chǎn)方面的投資。Zwick等（2017）也發(fā)現(xiàn)了加速折舊政策對企業(yè)固定資產(chǎn)投資的正向效應(yīng)，并指出這一政策對小規(guī)模企業(yè)的效果更顯著。Polzin等（2018）從農(nóng)業(yè)投資入手，分析了加速折舊對農(nóng)業(yè)投資的頻率、價值和影響。劉怡等（2017）研究了東北地區(qū)制藥業(yè)企業(yè)實行增值稅改革和加速折舊政策改革的影響，結(jié)果顯示所得稅對企業(yè)固定資產(chǎn)投資的激勵效用更明顯，而增值稅對投資沒有促進(jìn)作用，因此以往研究可能高估了加速折舊政策的作用。劉啟仁（2019）使用雙重差分模型對我國上市公司進(jìn)行了研究，發(fā)現(xiàn)2014年出臺的新政也有同樣的效果，可以促進(jìn)實驗組企業(yè)增加對企業(yè)固定資產(chǎn)的投資，并且這一促進(jìn)作用對非流動資產(chǎn)占比較大的企業(yè)更加顯著。劉行（2019）在對我國上市公司的樣本數(shù)據(jù)進(jìn)行了研究后，也得出了同樣的結(jié)論，進(jìn)一步的，他還發(fā)現(xiàn)加速折舊新政對小規(guī)模企業(yè)、非國有企業(yè)以及高融資約束企業(yè)的正向效應(yīng)更明顯。黃賢環(huán)等（2021）發(fā)現(xiàn)這一政策除了會提升企業(yè)的固定資產(chǎn)投資外，對實體企業(yè)的金融化水平也有正向影響。（3）加速折舊新政對企業(yè)研發(fā)的影響。李昊洋等（2017）使用實證研究方法發(fā)現(xiàn)加速折舊政策對企業(yè)的研發(fā)支出的正向影響，且該正向影響對于市場化較低的省份企業(yè)以及高稅負(fù)狀態(tài)下的企業(yè)更加顯著。王宗軍等（2019）構(gòu)造DID模型，研究了該政策對企業(yè)創(chuàng)新的影響，也同樣發(fā)現(xiàn)這一政策能夠顯著增加企業(yè)的創(chuàng)新投入和產(chǎn)出，通過異質(zhì)性分析發(fā)現(xiàn)該種效應(yīng)在高融資約束的企業(yè)中更為明顯。Mazurina等（2020）認(rèn)為企業(yè)的創(chuàng)新潛力發(fā)展在很大程度上取決于內(nèi)部儲蓄和潛力的擴大，因此制定有效的固定資產(chǎn)折舊政策尤為重要。（4）加速折舊新政對企業(yè)價值的影響。陳煜等（2018）研究發(fā)現(xiàn)加速折舊新政可以促進(jìn)企業(yè)的投資，而且從長遠(yuǎn)角度來看，政策實施后公司價值呈現(xiàn)下降的趨勢。唐恒書等（2018）通過構(gòu)建模型驗證了加速折舊新政和降低企業(yè)所得稅率都可顯著提高企業(yè)價值。（5）加速折舊新政對全要素生產(chǎn)率的影響。熊波等（2020）以近十年我國上市公司為樣本，研究了這一政策對全要素生產(chǎn)率（TFP）的影響，還進(jìn)一步考察了它的影響機制，發(fā)現(xiàn)兩者之間呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，該效應(yīng)對于政府干預(yù)較強的地區(qū)企業(yè)更加顯著。CriscuoloC（2019）對歐洲地區(qū)的產(chǎn)業(yè)政策進(jìn)行了研究，發(fā)現(xiàn)這一政策對企業(yè)的投資和就業(yè)有積極影響，但對全要素生產(chǎn)率沒有影響。劉偉江等（2018）選用了制造業(yè)企業(yè)樣本，分析該政策對該行業(yè)企業(yè)靜態(tài)和動態(tài)全要素生產(chǎn)率的影響，發(fā)現(xiàn)其對低融資約束企業(yè)有正向影響，但高融資約束狀態(tài)企業(yè)結(jié)果不顯著。2.3企業(yè)融資約束的影響因素分析關(guān)于企業(yè)融資約束的成因研究一直以來都深受國內(nèi)外學(xué)者的關(guān)注，相較于國內(nèi)而言，國外學(xué)者對融資約束理論的研究更早也更全面。Stiglitz和Weiss（1981）認(rèn)為企業(yè)內(nèi)部人員和市場機構(gòu)投資者之間存在信息不對稱的問題，這種信息不對稱問題的存在會導(dǎo)致企業(yè)內(nèi)部與外部融資之間的成本差異，這就是著名的MM理論。但MM理論的前提條件要求資本市場無摩擦，與現(xiàn)實情況不相符合，因此在現(xiàn)實情況下，企業(yè)在外部融資的成本一般都會顯著比在內(nèi)部融資的成本高。Kaplan和Zingales（1997）為了度量企業(yè)融資約束的程度，提出了基于多項財務(wù)指標(biāo)構(gòu)建的KZ指數(shù)，用于融資約束的定量測量。根據(jù)KZ指數(shù)，當(dāng)企業(yè)內(nèi)部資金不足、無法滿足其發(fā)展的資金需求時，由于市場存在信息不對稱問題，外部資金融資成本過高，企業(yè)無法承擔(dān)這一成本，從而產(chǎn)生了融資約束方面的問題。Myers等（1984）在信息不對稱的基礎(chǔ)上，對企業(yè)融資的方式和來源進(jìn)行排序，進(jìn)一步提出了優(yōu)序融資理論。Fazzari等（1988）也在此基礎(chǔ)上，也提出了經(jīng)典的融資約束假說，認(rèn)為外部融資成本過高是因為信息不對稱和代理問題等問題引起的，而企業(yè)在融資約束方面的強弱與企業(yè)的外部融資顯著相關(guān)。在上述理論的基礎(chǔ)上，近年來，我國學(xué)者也對這一問題進(jìn)行了廣泛的研究。總體來說包含資本運作、信息披露和傳播、金融發(fā)展水平、企業(yè)的異質(zhì)性特征等。李焰等（2007）認(rèn)為集團(tuán)在保持良好資本運作、暢通信息流動渠道方面有積極效果，從而降低了融資約束。張純和呂偉（2007）利用現(xiàn)金-現(xiàn)金敏感性衡量融資約束，發(fā)現(xiàn)了信息不對稱對融資約束的正向影響，這種影響對民營企業(yè)更為顯著。除了信息不對稱的主流觀點，多項研究表明企業(yè)融資約束的影響因素也包括許多非市場因素。Mohapatra等（2020）對印度這個新興市場經(jīng)濟(jì)體進(jìn)行了研究，發(fā)現(xiàn)有外幣債務(wù)風(fēng)險的公司的融資約束往往更高。郭聯(lián)邦等（2020）從金融發(fā)展水平角度入手，發(fā)現(xiàn)了金融發(fā)展水平通過金融創(chuàng)新進(jìn)而影響企業(yè)融資約束的機制，金融發(fā)展水平對企業(yè)融資約束有負(fù)向影響。吳宗法等（2011）根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)進(jìn)行分樣本研究后發(fā)現(xiàn)，由于政府對國有企業(yè)的政策傾斜和信用擔(dān)保，對于國有企業(yè)來說，他們面臨的融資約束越小。鄧可斌等（2014）按照樣本企業(yè)的規(guī)模大小進(jìn)行分類，發(fā)現(xiàn)企業(yè)融資約束與企業(yè)規(guī)模呈負(fù)相關(guān)。Gezici等（2020）分析了融資約束與公司研發(fā)活動之間的關(guān)系，在控制了研發(fā)的其他因素后，發(fā)現(xiàn)兩者呈負(fù)相關(guān)。2.4文獻(xiàn)述評綜合上述文獻(xiàn)來看，國內(nèi)外學(xué)者針對加速折舊還有融資約束進(jìn)行了許多有益的探索，從之前較多的規(guī)范研究逐漸向?qū)嵶C研究轉(zhuǎn)移。但是過去對加速折舊的研究主要集中在了研發(fā)創(chuàng)新和投資產(chǎn)出方面，對企業(yè)融資約束的影響研究較少。而研究出來的融資約束的影響因素也多與信息不對稱和企業(yè)異質(zhì)性特質(zhì)等非市場因素有關(guān)，將融資約束和政策影響之間聯(lián)系起來的研究較為空缺。在當(dāng)今中小企業(yè)融資約束問題越來越突出的時代，研究出臺的政策對融資約束的影響尤為重要，給加速折舊政策的完善和未來相關(guān)政策的制定都提出了可參考的建議。因此，為了解決企業(yè)融資問題，助力我國企業(yè)平穩(wěn)度過經(jīng)濟(jì)轉(zhuǎn)型環(huán)境下的難關(guān)，有必要就加速折舊對企業(yè)融資約束的影響進(jìn)行研究。

第三章理論分析與研究假說本章主要是對我國固定資產(chǎn)加速折舊政策自改革開放以來的政策內(nèi)容進(jìn)行了梳理，由此進(jìn)行理論分析并提出了本文的研究假說。3.1我國加速折舊政策沿革及現(xiàn)狀3.1.1固定資產(chǎn)加速折舊政策沿革企業(yè)所得稅在我國稅收收入構(gòu)成中占主要地位，也是企業(yè)承擔(dān)稅負(fù)義務(wù)的主要方式。為了支持相關(guān)行業(yè)的發(fā)展、進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，對企業(yè)所得稅實施稅收優(yōu)惠是我國政府的重要調(diào)控手段之一。固定資產(chǎn)加速折舊政策本質(zhì)上就是針對企業(yè)所得稅的一項稅收優(yōu)惠政策，該項政策自實施以來，對企業(yè)產(chǎn)生了較大的影響，接下來將對政策的歷史沿革進(jìn)行如下梳理。在經(jīng)歷了高速發(fā)展的階段后，我國經(jīng)濟(jì)從2009年開始面臨下行壓力。為解決這一困境，國家加大了對企業(yè)的扶持力度，從固定資產(chǎn)加速折舊入手，為企業(yè)減負(fù)?？傮w來看，固定資產(chǎn)加速折舊政策在我國呈現(xiàn)出逐步放開的態(tài)勢。實際上，我國早在上世紀(jì)80年代就開始了對固定資產(chǎn)加速折舊政策的探索。1985年，為了引進(jìn)外資響應(yīng)改革開放號召，國家出臺了財稅〔1985〕16號文《中外合資經(jīng)營企業(yè)會計制度》，政策規(guī)定，如果合營企業(yè)因為特殊原因確實需要的話，可以向稅務(wù)機關(guān)提交相關(guān)的申請文件并由機關(guān)決定是否批準(zhǔn)，這是加速折舊方法在我國的首次使用。1994年《財政部國家稅務(wù)總局關(guān)于印發(fā)<企業(yè)所得稅若干政策問題>的通知》（財稅字〔1994〕9號）、1996年《《中外合資經(jīng)營企業(yè)會計制度》《財政部國家稅務(wù)總局關(guān)于印發(fā)<企業(yè)所得稅若干政策問題>的通知》（財稅字〔1994〕9號）《財政部國家稅務(wù)總局關(guān)于促進(jìn)企業(yè)技術(shù)進(jìn)步有關(guān)財務(wù)稅收問題的通知》（財稅字〔1996〕14號）21世紀(jì)以來，我國逐漸放開了這一政策。2000年頒布了國稅發(fā)〔2000〕84號文《國家稅務(wù)總局關(guān)于印發(fā)<企業(yè)所得稅稅前扣除辦法>的通知》（國稅發(fā)〔2000〕84號）《國家稅務(wù)總局關(guān)于印發(fā)<企業(yè)所得稅稅前扣除辦法>的通知》（國稅發(fā)〔2000〕84號）之后，政策的范圍進(jìn)一步擴大，同時也不斷完善折舊的方法，減少使用這一優(yōu)惠條款的限制。2003年出臺了國稅發(fā)〔2003〕113號《國家稅務(wù)總局關(guān)于下放固定資產(chǎn)加速折舊審批項目后續(xù)管理工作的通知》，新法規(guī)進(jìn)一步規(guī)定：允許對滿足要求的相關(guān)設(shè)備和軟件進(jìn)行加速折舊具體包括：證券公司電子類設(shè)備、集成電路生產(chǎn)企業(yè)的生產(chǎn)性設(shè)備、外購的達(dá)到固定資產(chǎn)標(biāo)準(zhǔn)或構(gòu)成無形資產(chǎn)的軟件等。2009年頒布了國稅發(fā)〔2009〕81號《國家稅務(wù)總局關(guān)于企業(yè)固定資產(chǎn)加速折舊所得稅處理有關(guān)問題的通知》，重新界定了固定資產(chǎn)的范圍《國家稅務(wù)總局關(guān)于下放固定資產(chǎn)加速折舊審批項目后續(xù)管理工作的通知》具體包括：證券公司電子類設(shè)備、集成電路生產(chǎn)企業(yè)的生產(chǎn)性設(shè)備、外購的達(dá)到固定資產(chǎn)標(biāo)準(zhǔn)或構(gòu)成無形資產(chǎn)的軟件等《國家稅務(wù)總局關(guān)于企業(yè)固定資產(chǎn)加速折舊所得稅處理有關(guān)問題的通知》企業(yè)擁有并用于生產(chǎn)經(jīng)營的主要或關(guān)鍵固定資產(chǎn)《財政部國家稅務(wù)總局關(guān)于進(jìn)一步鼓勵軟件產(chǎn)業(yè)和集成電路產(chǎn)業(yè)發(fā)展企業(yè)所得稅政策的通知》從2014年開始，又陸續(xù)出臺了新修訂的加速折舊政策，進(jìn)一步擴大了政策的覆蓋范圍。2014年（財稅〔2014〕75號），2015年（財稅〔2015〕106號），2019年（財稅〔2019〕66號），從只對部分重點行業(yè)實行固定資產(chǎn)加速折舊，到進(jìn)一步擴大到更大范圍行業(yè)，并且可以大幅度提高一次性稅前扣除的價值上限，再到最后取消行業(yè)限制，所有制造業(yè)領(lǐng)域企業(yè)均可享受這一稅收優(yōu)惠政策，釋放政策紅利。通過上述分析，我們可以看到國家對固定資產(chǎn)加速折舊政策不斷支持逐漸放開的態(tài)度。從最初只有極少數(shù)企業(yè)可以申請且需企業(yè)報稅務(wù)局或財政部批準(zhǔn)，到后來，逐步覆蓋到國家鼓勵行業(yè)的機器設(shè)備，但申請手續(xù)仍較為繁瑣，大部分企業(yè)無法從這一政策中受惠。再到現(xiàn)如今，加速折舊門檻不斷放低，流程簡潔，對行業(yè)的覆蓋面也越來越大，政策制定科學(xué)合理，對企業(yè)和社會經(jīng)濟(jì)的發(fā)展都大有裨益。3.1.2新政政策內(nèi)容下圖列出了2014年至今的固定資產(chǎn)加速折舊政策的主要內(nèi)容。圖3.1加速折舊新政主要內(nèi)容3.2加速折舊的相關(guān)理論3.2.1折舊補償理論根據(jù)折舊補償理論，加速折舊實質(zhì)上就是一種對折舊實行前置的手段，通過逐步計提折舊的方式，逐步將在固定資產(chǎn)上的花費轉(zhuǎn)移到生產(chǎn)的產(chǎn)品成本中，再通過銷售產(chǎn)品獲得收入，對固定資產(chǎn)再使用過程中的價值損耗進(jìn)行補償，具體包括有形價值損耗和無形價值損耗兩種。而這種營業(yè)收入對固定資產(chǎn)損耗價值的補償，會使得現(xiàn)金增加，因此實際上折舊也是將固定資產(chǎn)損耗轉(zhuǎn)換成現(xiàn)金的一種方式。通常來說，我們可以將折舊基金的在融資方面的效應(yīng)分為稅蔽效應(yīng)和沉淀效應(yīng)，后者與折舊的性質(zhì)密不可分。沉淀效應(yīng)指的是折舊基金在企業(yè)固定資產(chǎn)更新前處于閑置的一種狀態(tài)。因此如果企業(yè)采用加速折舊，可以降低企業(yè)在剛購置完固定資產(chǎn)時的企業(yè)稅負(fù)，提高貨幣時間價值，同時在這種情況下企業(yè)可以使用更多的折舊沉淀資金，增加企業(yè)的現(xiàn)金流動性，對企業(yè)的融資約束有緩效果。3.2.2凈現(xiàn)值理論固定資產(chǎn)的折舊方法一般可以分為直線折舊法和加速折舊法。這兩種方法的折舊額總和是相等的，但是若采用加速折舊法則相當(dāng)于國家給予了企業(yè)一筆免息貸款。這是因為，加速折舊使得折舊額的提取主要集中在初始階段，降低了企業(yè)初期的稅負(fù)，從第二年開始折舊額逐年遞減，利潤隨之增加，但折舊額和抵稅額總和保持不變，這就可以把企業(yè)初期得到的收益看作是國家給予企業(yè)的一筆免息貸款。在現(xiàn)實生活中，一般包括縮短折舊年限法、雙倍余額法、年數(shù)總和法、一次性扣除法等四種加速折舊方法。上述四種折舊方法都會重構(gòu)企業(yè)在不同時間上的折舊額分布，同時會提高初期折舊。雖然折舊額在折舊年限的分布不相同，但在不同程度上實現(xiàn)了加速折舊的效果，從而給予企業(yè)更大的現(xiàn)金流。為了更加形象的說明不同折舊年限和折舊方法的差異，下面將舉例對各種折舊方法進(jìn)行對比分析。假設(shè)企業(yè)的固定資產(chǎn)原始值是800萬元，預(yù)計使用年限8年，企業(yè)所得稅率為25%，折現(xiàn)率為10%。為了討論更加簡便，本文假設(shè)企業(yè)自購買該項資產(chǎn)后沒有其他需要計提折舊的固定資產(chǎn)，同時購買的該固定資產(chǎn)凈殘值為0。將上述五種折舊方法的計算結(jié)果匯總?cè)缦卤?，具體的測算步驟見附錄A。表3.2五種折舊方法計算結(jié)果匯總對比方法一：直線折舊法年限12345678合計折舊金額100100100100100100100100800折舊抵稅收益2525252525252525200抵稅收益現(xiàn)值22.720.718.817.115.514.112.811.7133.4方法二：縮短折舊年限法年限12345678合計折舊金額160160160160160000800折舊抵稅收益4040404040000200抵稅收益現(xiàn)值36.433.130.127.324.80.00.00.0151.6方法三：雙倍余額法年限12345678合計折舊金額200.0150.0112.584.463.347.571.271.2800.0折舊抵稅收益50.037.528.121.115.811.917.817.8200.0抵稅收益現(xiàn)值45.531.021.114.49.86.79.18.3145.9方法四：年數(shù)總和法年限12345678合計折舊金額177.8155.6133.3111.188.966.744.422.2800.0折舊抵稅收益44.438.933.327.822.216.711.15.6200.0抵稅收益現(xiàn)值40.432.125.019.013.89.45.72.6148.1方法五：一次性扣除法年限12345678合計折舊金額8000000000800折舊抵稅收益2000000000200抵稅收益現(xiàn)值181.80000000181.8如上表所示，直線折舊法下固定資產(chǎn)折舊的抵稅收益現(xiàn)值為133.4萬元，使用加速折舊法后，縮短折舊年限法中的抵稅收益現(xiàn)值為151.6萬元，雙倍余額法下為145.9萬元，年數(shù)總和法下為148.1萬元，一次性扣除法下為181.8萬元。相較于直線折舊法，其他的加速折舊方法都不同程度的提高了初期的費用，重構(gòu)了企業(yè)現(xiàn)金流，等價于使企業(yè)獲得了一筆無息貸款，對企業(yè)的現(xiàn)金流和融資都有積極影響。除了上述模型測算外，許多學(xué)者也就這一領(lǐng)域提出了許多可參考的理論。韓林靜（2017）指出，融資約束理論已經(jīng)說明現(xiàn)實與理想設(shè)定的資本市場不一致的情況，信息不對稱、委托代理問題、交易成本等問題的存在會使得企業(yè)產(chǎn)生融資約束問題。Fazzari等（1988）則認(rèn)為，由于市場上普遍存在信息不對稱，因此為了獲取風(fēng)險溢價作為補償，外部投資者往往會要求更高的風(fēng)險回報，這會導(dǎo)致企業(yè)在采取內(nèi)部融資和外部融資兩種融資方式時產(chǎn)生的融資成本不一致。在加速折舊政策中，投資方是政府，它的主要目標(biāo)不是為了獲得風(fēng)險溢價提高風(fēng)險回報，而是支持企業(yè)的發(fā)展，因此會大幅降低因為信息不對稱而產(chǎn)生的融資約束。同時，政策中所實行的申報備查制也可大幅降低企業(yè)在融資過程中的交易成本。由此，本文提出研究假設(shè)：H1：固定資產(chǎn)加速折舊政策可以緩解企業(yè)的融資約束問題。

第四章數(shù)據(jù)來源與研究設(shè)計基于前文提出的假設(shè)，本文就加速折舊新政對企業(yè)融資約束的影響進(jìn)行了實證研究。本章節(jié)主要對文中所使用的樣本數(shù)據(jù)來源及選擇做了簡要介紹，并展示了實證研究中所使用的實證模型及其變量定義。4.1樣本選擇與數(shù)據(jù)來源由于2019年頒布的政策中將可以使用加速折舊法的企業(yè)擴大到全部制造業(yè)行業(yè)，為避免這一政策的干擾，本文選取了2011-2018年的我國上市公司數(shù)據(jù)作為研究樣本，并做出如下篩選：（1）剔除金融保險行業(yè)企業(yè)。因為金融企業(yè)和非金融企業(yè)在經(jīng)營范圍、會計科目等處理上有較大的差異性，指標(biāo)具有不可比性；（2）剔除主要數(shù)據(jù)缺失的觀測值；（3）剔除樣本區(qū)間里ST或者*ST的公司；（4）剔除政策實施后，也即2014年及之后成立的公司；（5）剔除2015年前已退市的公司。在進(jìn)行上述處理后，本文共獲得4,707條有效觀測值，其中2011年120條，2012年504條，2013年607條，2014年619條，2015年621條，2016年683條，2017年812條，2018年741條。本文數(shù)據(jù)均選自國泰安（CSMAR）數(shù)據(jù)庫，利用EXCEL和STATA等工具進(jìn)行數(shù)據(jù)處理和分析。此外，為緩解極端值造成的偏誤，本文對所有連續(xù)變量進(jìn)行雙向1%的縮尾處理。4.2計量模型的構(gòu)建與變量定義本文參考Almedia(2004)提出的現(xiàn)金－現(xiàn)金流敏感性模型，用該模型衡量企業(yè)的融資約束。現(xiàn)金-現(xiàn)金流敏感性模型指出，如果企業(yè)存在融資約束的問題，為了預(yù)防未來經(jīng)營出現(xiàn)意外情況急需現(xiàn)金，企業(yè)會選擇持有一定的現(xiàn)金，從而表現(xiàn)出對現(xiàn)金的較強敏感性，此時企業(yè)現(xiàn)金流前的系數(shù)β0應(yīng)該顯著為正；相應(yīng)的，如果企業(yè)不存在融資約束的問題，該系數(shù)將不顯著。為了檢驗加速折舊新政對企業(yè)融資約束的影響，結(jié)合童錦治（2020）對模型的改進(jìn)，在模型中加入固定資產(chǎn)加速折舊虛擬變量與企業(yè)現(xiàn)金流的交乘項。如果該項前的系數(shù)β?Cashi,t=β0其中，下標(biāo)i表示的是企業(yè)，下標(biāo)t表示的是年份，?Cashi,t表示的是企業(yè)持有現(xiàn)金的變化量，CFi,t是現(xiàn)金流量，didi,t是固定資產(chǎn)加速折舊政策虛擬變量，Xi,t為系列控制變量，μi1、被解釋變量企業(yè)持有現(xiàn)金變化量（?Cashi,t），2、解釋變量（1）現(xiàn)金流量（CFi,t（2）固定資產(chǎn)加速折舊政策變量（didi,t）。該變量是本文的虛擬變量。如果企業(yè)屬于固定資產(chǎn)加速折舊政策的試點行業(yè)，并且所屬會計年度在試點時間之后，則賦值1。由于該政策涉及多時點，屬于財稅〔2014〕75號文中所規(guī)定的樣本企業(yè)的時間節(jié)點為2014年，屬于財稅〔2015〕106號文中規(guī)定的樣本企業(yè)的時間節(jié)點為2015年。所有樣本企業(yè)在試點時間之前的didi,t都賦值0。對部分企業(yè)采用人工識別判定由于文件中對企業(yè)所屬行業(yè)的分類依據(jù)為《國民經(jīng)濟(jì)行業(yè)分類（GB/T4754-2011）》，與現(xiàn)在使用的《上市公司行業(yè)分類指引（2012年修訂）》分類層級不一致。主要對“文教、工美、體育和娛樂用品制造業(yè)”、“化學(xué)原料及化學(xué)制品制造業(yè)”、“醫(yī)藥制造業(yè)”和“橡膠和塑料制品業(yè)”四個大類行業(yè)所屬上市公司進(jìn)行人工識別3、控制變量參考童錦治（2020）、李泉等（2018）等學(xué)者的研究后，本文從公司規(guī)模、財務(wù)流動性、償債能力、企業(yè)成長性、資本狀況等角度，選取了如下變量作為控制變量：利息保障倍數(shù)、托賓-Q、研發(fā)投入、企業(yè)規(guī)模、資產(chǎn)負(fù)債率、非現(xiàn)金凈營運資本變動、短期債務(wù)變動、資本支出、凈資產(chǎn)收益率、股利支付率、企業(yè)年齡、流動比率。以上各變量名稱及定義如表4.1所示。表4.1變量名稱及定義變量名稱變量符號變量定義被解釋變量現(xiàn)金持有變化量?Cash現(xiàn)金及現(xiàn)金等價物變動額/資產(chǎn)總額解釋變量現(xiàn)金流量CF經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/資產(chǎn)總額加速折舊政策did符合條件為1，不符合條件為0控制變量利息保障倍數(shù)IntCvR（利潤總額+財務(wù)費用）/利息費用托賓-QTobin-Q企業(yè)市值/資產(chǎn)賬面價值研發(fā)投入R&D研發(fā)支出金額/營業(yè)收入企業(yè)規(guī)模Sizeln（資產(chǎn)總額）資產(chǎn)負(fù)債率Lev負(fù)債總額/資產(chǎn)總額非現(xiàn)金凈營運資本變動?ncwc（流動資產(chǎn)-流動負(fù)債-現(xiàn)金及現(xiàn)金等價物）變動額/資產(chǎn)總額短期債務(wù)變動?SDebt流動負(fù)債變動額/資產(chǎn)總額資本支出Expend資本支出/資產(chǎn)總額凈資產(chǎn)收益率ROE凈利潤/股東權(quán)益余額股利支付率Div每股稅前現(xiàn)金股利/基本每股收益企業(yè)年齡Ageln（企業(yè)上市時長）流動比率CR流動資產(chǎn)/流動負(fù)債

第五章實證結(jié)果分析在本章節(jié)中，將使用描述性統(tǒng)計、相關(guān)性分析、多元回歸分析等多種分析方法，探究加速折舊對企業(yè)融資約束問題的影響，驗證上文提出的H1假設(shè)，就實證結(jié)果進(jìn)行合理分析和解釋說明。為保證結(jié)果的可靠性，還將對研究結(jié)果做一系列的穩(wěn)健性檢驗。5.1描述性統(tǒng)計對前期處理后的數(shù)據(jù)進(jìn)行描述性統(tǒng)計，結(jié)果如下表所示。從表中可以看出，樣本期間內(nèi)，?Cash的平均值為0.011，在公司資產(chǎn)中占比較小。did的平均值為0.335，說明全部樣本中，受政策影響且在試點會計年度后的公司占比為33.5%。查看本文的控制變量，其均值、最小值、最大值、標(biāo)準(zhǔn)差等指標(biāo)也均在正常誤差范圍內(nèi)。表5.1主要變量描述性統(tǒng)計結(jié)果

變量平均值中位數(shù)標(biāo)準(zhǔn)差最小值最大值樣本數(shù)量?Cash0.0110.0070.067-0.4630.4904707CF0.0660.0560.0490.0000.4064707did0.33500.472014707CF*did0.02000.03900.3724707IntCvR2.0881.9141.257-0.5256.0794707Tobin-Q2.1141.7411.2280.92010.1204707R&D3.4963.1503.2240.02424.8804707Size22.62022.4401.25819.86026.0904707Lev0.4580.4550.1640.0460.9414707?ncwc0.0010.0040.144-0.6360.4964707?SDebt-0.002-0.0050.074-0.2500.2894707Expend0.0550.0430.0460.0000.2304707ROE0.0850.0760.059-0.1340.3394707Div0.3770.3020.3400.0442.2224707Age2.1442.1970.7130.0003.1784707CR1.7201.4421.2060.09423.22047075.2變量的相關(guān)性分析在對樣本數(shù)據(jù)進(jìn)行了描述性統(tǒng)計后，使用Pearson相關(guān)系數(shù)對數(shù)據(jù)做相關(guān)性分析，下表列示了模型中各主要變量間的相關(guān)性結(jié)果?？梢园l(fā)現(xiàn)，模型中各主要變量基本都與被解釋變量?Cash顯著相關(guān)，控制變量之間的相關(guān)系數(shù)也基本控制在0.5以內(nèi)，沒有產(chǎn)生嚴(yán)重的共線性。表5.2變量相關(guān)性分析結(jié)果?CashCFdidCF*didIntCvRTobin-QR&DSizeLevncwcSDebtExpendROEDivAgeCR?Cash1CF0.103***1did0.055***-0.096***1CF*did0.060***-0.047***0.996***1IntCvR0.059***-0.046***0.091***0.095***1Tobin-Q0.066***-0.242***0.210***0.195***0.304***1R&D0.012-0.250***0.339***0.327***0.165***0.308***1Size0.046***0.785***-0.053***-0.020-0.174***-0.382***-0.256***1Lev0.0060.360***-0.100***-0.084***-0.523***-0.353***-0.256***0.547***1?CashCFdidCF*didIntCvRTobin-QR&DSizeLevncwcSDebtExpendROEDivAgeCR?ncwc-0.752***-0.111***-0.023-0.027*-0.020-0.0080.031**-0.063***0.036**1?SDebt0.151***0.066***-0.015-0.013-0.0010.005-0.041***0.018-0.118***-0.602***1Expend-0.122***0.022-0.080***-0.071***0.025*-0.0060.018-0.071***-0.059***0.194***-0.056***1ROE0.089***0.265***-0.065***-0.046***0.482***0.187***-0.039***0.120***0.013-0.090***0.029**0.070***1Div-0.057***-0.017-0.028*-0.030**-0.137***-0.074***-0.022-0.034**-0.036**0.037**-0.0160-0.029*-0.229***1Age0.078***0.358***0.054***0.066***-0.121***-0.124***-0.172***0.412***0.285***-0.175***0.104***-0.257***0.078***01CR0.097***-0.269***0.087***0.076***0.368***0.234***0.211***-0.332***-0.592***-0.151***0.181***-0.054***-0.0110.039***-0.199***1注：***、**、*分別表示在1%、5%、10%的顯著性水平下顯著。5.3回歸過程及結(jié)果下表展示了模型的回歸結(jié)果。第一列僅加入了CF、did、CF*did三個解釋變量，并對年份和樣本企業(yè)的固定效應(yīng)進(jìn)行了控制?？梢钥吹?，CF與?Cash在1%的水平上顯著相關(guān)，相關(guān)系數(shù)為1.451。did前的系數(shù)為0.084，在5%的水平下顯著。CF*did前的系數(shù)為-0.439，在5%的水平下顯著。根據(jù)現(xiàn)金-現(xiàn)金流敏感性模型，CF前的系數(shù)顯著為正說明企業(yè)普遍存在融資約束問題。而CF*did前的系數(shù)顯著為負(fù)說明實施固定資產(chǎn)加速折舊政策可以降低企業(yè)的現(xiàn)金-現(xiàn)金流敏感性，對企業(yè)的融資約束有緩解效應(yīng)。第二列顯示的是加入了其他控制變量后的回歸結(jié)果。從回歸結(jié)果中我們可以看到，CF與?Cash在仍在1%的水平上顯著相關(guān)，相關(guān)系數(shù)為0.744。在實施了加速折舊新政后，可以看到CF*did前的系數(shù)為-0.278，在5%的水平下顯著，此交乘項前系數(shù)顯著為負(fù)說明加速折舊新政的實施，對企業(yè)的融資約束有緩解效應(yīng)，驗證了前文所提出的H1假設(shè)。除此之外，我們還可以關(guān)注控制變量前的系數(shù)，在回歸結(jié)果為顯著的控制變量中：IntCvR顯著為正，說明上市公司償還債務(wù)的能力越強，持有的現(xiàn)金變化量就越大；Size前的系數(shù)為0.009，在1%的水平上顯著，說明上市公司規(guī)模對其持有現(xiàn)金的變化呈正向影響；非現(xiàn)金凈營運資本變動?ncwc、短期債務(wù)變動?SDebt，凈資產(chǎn)收益率ROE，均與被解釋變量負(fù)相關(guān)，且在1%的水平上顯著。表5.3現(xiàn)金-現(xiàn)金流敏感性模型回歸結(jié)果變量?Cash?Cash（1）（2）CF1.451***0.744***(0.160)(0.087)did0.084**0.056**(0.041)(0.022)CF*did-0.439**-0.278**(0.206)(0.114)IntCvR0.004***(0.001)Tobin-Q0.002(0.001)R&D-0.000(0.001)Size0.009***(0.003)Lev0.019(0.013)?ncwc-0.503***(0.012)?SDebt-0.429***(0.018)Expend0.127***(0.025)ROE-0.082***(0.021)Div-0.002(0.003)Age-0.007**(0.004)CR-0.002**(0.001)Constant-0.270***-0.325***(0.010)(0.057)FirmFEYESYESYearFEYESYESN47074707R-squared0.0480.762注：括號中報告的是穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示在1%、5%、10%的顯著性水平下顯著。下同5.4穩(wěn)健性檢驗為了提高本文研究的可靠性，除了上述主回歸測試外，還做了如下穩(wěn)健性檢驗。5.4.1共同趨勢檢驗由于本文采用的現(xiàn)金-現(xiàn)金流模型中，存在固定資產(chǎn)加速折舊政策變量與現(xiàn)金流的交乘項，無法使用普通的雙重差分模型的平行性趨勢檢驗方法。參考童錦治（2020）的做法，采用反事實的方式予以檢驗。假設(shè)政策在2014年以前發(fā)生，由于選用的數(shù)據(jù)為2011-2018年的數(shù)據(jù)，所以存在四種情況：兩次政策均提前一年（2013&2014）、兩次政策均提前兩年（2012&2013）、兩次政策均提前三年（2011&2012）、兩次政策均發(fā)生在2011年（2011&2011）。如果每種情況下的回歸結(jié)果中，政策對企業(yè)融資約束的影響都是不顯著的，則說明本文的treat組和control組之間滿足共同趨勢假設(shè)，反正不成立。模擬政策的回歸結(jié)果如下表的第（1）列至第（4）列所示。從表中可以看出，無論模擬政策發(fā)生在實際時間節(jié)點前一年、兩年、三年或均發(fā)生在2011年，CF*did以及did前的系數(shù)均不顯著，說明treat組和control組之間滿足共同趨勢假設(shè)。表5.4共同趨勢檢驗變量(1)(2)(3)(4)兩次政策均提前一年兩次政策均提前兩年兩次政策均提前三年兩次政策均發(fā)生在2011年CF0.688***0.666***0.616***0.591***(0.082)(0.098)(0.103)(0.103)did0.0220.010-0.006-0.020(0.012)(0.024)(0.027)(0.028)CF*did-0.094-0.0450.0590.099(0.063)(0.125)(0.134)(0.135)N4,7064,7064,7064,706R-squared0.7620.7620.7620.7625.4.2雙重差分傾向性得分匹配由于樣本企業(yè)在不同的行業(yè)中存在較大的異質(zhì)性，同時加速折舊新政的試點對象選取也不是隨機的，為控制可能存在的自選擇問題，本文使用傾向性得分匹配法對樣本企業(yè)進(jìn)行一對一的最近鄰匹配。并將匹配后的數(shù)據(jù)再重新進(jìn)行回歸，兩種方法下的回歸結(jié)果如下表所示。其中，第（1）列為上一章節(jié)里使用DID模型后的實證結(jié)果，第（2）列為經(jīng)過PSM后再使用DID模型的實證結(jié)果。第（2）列中，解釋變量CF前的系數(shù)為0.749，在1%的置信水平上顯著，說明企業(yè)普遍存在融資約束問題，系數(shù)大小較第（1）列有小幅上升。CF*did前的系數(shù)為-0.250，在5%的置信水平上顯著，說明加速折舊新政顯著緩解了企業(yè)的融資約束問題，系數(shù)大小較第（1）列有小幅下降。上述結(jié)果與前文結(jié)論保持一致。表5.5PSM+DID結(jié)果變量（1）（2）DIDPSM+DIDCF0.744***0.749***(0.087)(0.091)did0.056**0.053**(0.022)(0.023)CF*did-0.278**-0.250**(0.114)(0.115)N4,7074,707R-squared0.7620.7625.4.3安慰劑檢驗本文中安慰劑檢驗包含兩種檢驗方法：（1）只選取政策出臺前的樣本，也即2014年前的樣本企業(yè)，根據(jù)日后是否屬于固定資產(chǎn)加速折舊政策所包含的企業(yè)，對treat賦值。如果屬于，則treat賦值1，反之則賦值0。保持其他控制變量不變，回歸結(jié)果如下表第（1）列所示。由表可知，CF*treat前的系數(shù)不顯著，這說明在政策還沒有實施時，兩組企業(yè)的融資約束不存在顯著差異。（2）對不屬于政策所包含的企業(yè)樣本，使用DID模型進(jìn)行回歸，時間節(jié)點與政策實際發(fā)生的時間節(jié)點一致，回歸結(jié)果如下表第（2）列所示。CF*time前的系數(shù)不顯著，說明原控制組的觀測值在政策沖擊前后的融資約束情況沒有顯著的差距。以上安慰劑檢驗，進(jìn)一步增強了該模型的穩(wěn)健性。表5.6安慰劑檢驗結(jié)果(1)(2)變量2014年前樣本控制組樣本CF0.757**0.544***(0.313)(0.126)treat-0.029(0.076)CF*treat0.0606(0.390)time-0.043*(0.024)CF*time0.079(0.102)N1,2312,297R-squared0.8000.7675.4.4縮短樣本區(qū)間由于本文所使用的樣本年度區(qū)間較長，可能包含其他政策的影響。為了避免其他政策的干擾，選擇2013-2015年度的小樣本區(qū)間，其他控制變量等條件保持不變，對其進(jìn)行回歸?；貧w結(jié)果顯示，CF前的系數(shù)為0.813，在1%的水平上顯著，說明小樣本企業(yè)也存在融資約束的問題。CF*did前的系數(shù)為-0.457，在5%的水平上顯著，說明加速折舊政策對小樣本企業(yè)的融資約束問題也有緩解效果。上述結(jié)果證明，在剔除了其他政策干擾的情況下，前文的假設(shè)依舊是成立的。表5.7縮短樣本區(qū)間結(jié)果變量小樣本區(qū)間CF0.813***(0.132)did0.087**(0.0375)CF*did-0.457**(0.192)N1,847R-squared0.802

第六章異質(zhì)性分析在上一章節(jié)中，本文通過全樣本分析，研究了加速折舊新政對于企業(yè)融資約束的影響。但對于不同企業(yè)和不同地區(qū)，這種影響可能是不相同的。因此在這里進(jìn)一步分析加速折舊新政對不同產(chǎn)權(quán)性質(zhì)、不同董事會結(jié)構(gòu)、不同市場化程度地區(qū)、不同上市時間以及不同盈利狀態(tài)下的企業(yè)融資約束緩解效果，結(jié)果如下表所示。表6.1異質(zhì)性分析結(jié)果變量產(chǎn)權(quán)性質(zhì)董事會結(jié)構(gòu)市場化程度（1）非國有（2）國有（3）兼任（4）非兼任（5）市場化低（6）市場化高CF0.934***0.468***1.024***0.626***0.945***0.675***(0.111)(0.132)(0.233)(0.0927)(0.237)(0.0939)did0.0873***0.0481-0.01610.0834***0.08730.0476**(0.0303)(0.0302)(0.0558)(0.0255)(0.0698)(0.0237)CF*did-0.439***-0.2280.124-0.420***-0.416-0.239**(0.153)(0.156)(0.285)(0.130)(0.358)(0.120)控制變量YESYESYESYESYESYESConstant-0.206**-0.417***-0.527**-0.223***-0.205-0.341***(0.0977)(0.0699)(0.216)(0.0645)(0.130)(0.0629)FirmFEYESYESYESYESYESYESYearFEYESYESYESYESYESYESN1,8212,8861,1223,5327733,934R-squared0.7390.7740.7680.7710.7890.759表6.1異質(zhì)性分析結(jié)果（續(xù)）變量上市時長盈利水平（7）時間長（8）時間短（9）低盈利（10）高盈利CF0.619***0.871***0.846***0.636***(0.127)(0.128)(0.121)(0.126)did0.0871***0.01470.0797**0.0328(0.0312)(0.0363)(0.0309)(0.0385)CF*did-0.438***-0.0671-0.386**-0.187(0.158)(0.188)(0.160)(0.196)控制變量YESYESYESYESConstant-0.401***-0.499***-0.455***-0.360***(0.0938)(0.0878)(0.0887)(0.0933)FirmFEYESYESYESYESYearFEYESYESYESYESN2,4362,2712,3482,359R-squared0.7530.7790.7740.7776.1產(chǎn)權(quán)性質(zhì)產(chǎn)權(quán)性質(zhì)的劃分是依據(jù)CSMAR數(shù)據(jù)庫中的“股權(quán)性質(zhì)”指標(biāo)來予以判斷的：對于“國企”上市公司，將其認(rèn)定為國有企業(yè)；對于“民營”、“外資”等上市公司，則將其認(rèn)定為非國有企業(yè)。其中，第（1）列和第（2）列為分企業(yè)產(chǎn)權(quán)性質(zhì)的回歸結(jié)果。可以看到CF前的系數(shù)均為正，在1%的水平上顯著，說明不管是對國有企業(yè)還是非國有企業(yè)來說，都存在融資約束的問題。再看CF*did前的系數(shù)，對于非國有企業(yè)，該系數(shù)顯著為負(fù)，但國有企業(yè)的系數(shù)不顯著，說明加速折舊新政能顯著緩解非國有企業(yè)的融資約束問題，但對國有企業(yè)的緩解效果不顯著。這可能是因為，國有企業(yè)存在天然的優(yōu)勢，往往和當(dāng)?shù)卣约般y行之間有著較為密切的聯(lián)系，在資金和政策層面得到的支持更多，因而遇到資金緊缺的問題時，較為容易獲得融資。因此相較而言，非國有企業(yè)面臨著更大的融資約束，加速折舊新政對其的融資約束緩解效應(yīng)也就更加顯著。6.2董事會結(jié)構(gòu)董事會結(jié)構(gòu)采用的是董事長是否兼任總經(jīng)理作為衡量指標(biāo)。在表格中的回歸結(jié)果是第（3）列和第（4）列。與產(chǎn)權(quán)性質(zhì)類似，兩類企業(yè)都存在融資約束的問題，再看CF*did前的系數(shù)，對于董事長兼任總經(jīng)理的企業(yè)，該系數(shù)不顯著，對于董事長沒有兼任總經(jīng)理的企業(yè)，該系數(shù)為-0.420，在1%的水平上顯著。這說明固定資產(chǎn)加速折舊政策能顯著緩解兩者不兼任企業(yè)的融資約束問題，但對兼任企業(yè)的緩解效果不顯著。雖然我國《公司法》第一百二十條明確規(guī)定了董事長可以兼任總經(jīng)理我國《公司法》第一百二十條規(guī)定：“公司董事會可以決定，由董事會成員兼任經(jīng)理”我國《公司法》第一百二十條規(guī)定：“公司董事會可以決定，由董事會成員兼任經(jīng)理”6.3市場化程度企業(yè)所屬地區(qū)的市場化水平不同，加速折舊新政在其中對融資約束的影響程度可能也不同。本文根據(jù)指數(shù)數(shù)據(jù)《中國分省份市場化指數(shù)報告（2018）》《中國分省份市場化指數(shù)報告（2018）》6.4上市時長上市時長也是影響政策效果的一個重要因素。以企業(yè)上市時間對數(shù)的中位數(shù)為依據(jù)，將樣本企業(yè)劃分為上市時間長和上市時間短兩組。上表第（7）列和第（8）列報告了這兩組的回歸結(jié)果。從回歸結(jié)果中可以看到，上市時間長和上市時間短的兩組都存在融資約束問題，上市時間長樣本組前CF*did系數(shù)為-0.438，在1%的水平上顯著為負(fù)，上市時間短組別CF*did前的系數(shù)不顯著，這反映出固定資產(chǎn)加速折舊政策有效緩解了上市時間較長企業(yè)的融資約束問題。產(chǎn)生上述結(jié)果的原因可能在于，上市時間較長的企業(yè)，內(nèi)部融資和外部融資的渠道都較為完善，機制更加成熟，因此在有利的政策背景下，能更快的解決自身存在的融資約束問題。但上市時間較短的企業(yè)，公司架構(gòu)等都還在建設(shè)完善當(dāng)中，因此政策對其的效果就沒有那么明顯。6.5盈利水平最后，還對不同盈利狀態(tài)下的企業(yè)進(jìn)行了研究。本文使用總資產(chǎn)凈利潤率（ROA）作為劃分依據(jù)，如果企業(yè)ROA在中位數(shù)以上，則為高盈利水平組，反之則為低盈利水平組?；貧w結(jié)果如上表第（9）列和第（10）列所示。同前文各組相同，在不同盈利水平下的企業(yè)也都面臨著融資約束問題，但查看CF*did前的系數(shù)后發(fā)現(xiàn)，高盈利水平組前的系數(shù)顯著為負(fù)，但低盈利水平組前的系數(shù)不顯著，這說明新政有效緩解了高盈利水平狀態(tài)企業(yè)的融資約束問題，而對低盈利水平企業(yè)的作用效果較小。這可能是是由于，低盈利水平企業(yè)在使用加速折舊后得到的免息融資額相較于高盈利水平企業(yè)而言較低，因此加速折舊新政對這部分企業(yè)在融資約束方面的緩解作用，不如對高盈利水平的企業(yè)，因此可能會選擇不使用這一折舊方法，以避免未來面臨的凈收益正負(fù)不確定所導(dǎo)致的風(fēng)險（童錦治，2020）。

第七章結(jié)論與展望7.1研究結(jié)論我國政府為了給予企業(yè)稅收優(yōu)惠，出臺了加速折舊新政，多年的實施結(jié)果表明：它對降低企業(yè)的稅收成本、重構(gòu)現(xiàn)金流、緩解企業(yè)的融資約束問題、鼓勵相關(guān)企業(yè)擴大對固定資產(chǎn)的投資、幫助我國實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型和產(chǎn)業(yè)升級，都具有重要作用。本文對2014和2015年實施的兩次政策進(jìn)行了研究，選用我國2011-2018年的上市公司為研究樣本，利用雙重差分法和現(xiàn)金-現(xiàn)金流模型對其進(jìn)行實證分析，探究加速折舊新政對企業(yè)融資約束的影響。在這一過程中，本文還使用共同趨勢檢驗、安慰劑檢驗、PSM-DID模型、縮短樣本期間等方法進(jìn)行了一系列穩(wěn)健性檢驗。之后，還進(jìn)一步研究了加速折舊新政的影響機制，包括按照企業(yè)的產(chǎn)權(quán)性質(zhì)、董事會結(jié)構(gòu)、所屬地區(qū)市場化程度、企業(yè)上市時長、盈利狀態(tài)等對樣本分層次回歸，檢驗這一政策對企業(yè)融資約束的影響。通過上述分析，本文得出的結(jié)論如下：第一，上市企業(yè)之間普遍存在融資約束問題，而固定資產(chǎn)加速折舊政策的實施，有效降低了企業(yè)的現(xiàn)金-現(xiàn)金流敏感性，從而緩解了企業(yè)的融資約束問題。第二，加速折舊新政對融資約束問題的緩解效果在不同類型的企業(yè)之間效果不同。（1）加速折舊新政可以顯著緩解非國有企業(yè)的融資約束問題，但是對國有企業(yè)效果不明顯，這與國有企業(yè)存在融資方面的天然優(yōu)勢有關(guān)；（2）加速折舊政策能顯著緩解董事長總經(jīng)理兩者不兼任企業(yè)的融資約束問題，但對兼任企業(yè)的緩解效果不顯著，體現(xiàn)了公司內(nèi)部治理結(jié)構(gòu)在運營中的重要性；（3）加速折舊新政能顯著緩解在所屬地區(qū)市場化程度較高企業(yè)的融資約束問題，但對市場化程度較低的企業(yè)無顯著效果；（4）上市時長也是影響加速折舊政策效果的一個重要因素，只有上市時間較長企業(yè)的融資約束問題被顯著緩解；（5）新政有效緩解了高盈利水平狀態(tài)企業(yè)的融資約束問題，而對低盈利水平企業(yè)的作用效果較小。上述結(jié)論，通過了共同趨勢檢驗、安慰劑檢驗等一系列穩(wěn)健性檢驗。本文研究表明，加速折舊新政對先進(jìn)企業(yè)普遍存在的融資約束問題有積極效果，但是對于不同地區(qū)、不同盈利狀態(tài)、不同產(chǎn)權(quán)等方面的企業(yè)，發(fā)揮的作用不盡相同。本文得出的研究結(jié)論可用于進(jìn)一步完善政府建立健全固定資產(chǎn)稅收優(yōu)惠政策，和對固定資產(chǎn)相關(guān)會計政策的完善，同時也提醒企業(yè)需要加強內(nèi)外部風(fēng)險管控。根據(jù)上述研究結(jié)論，提出以下幾點政策建議。7.2政策建議（一）進(jìn)一步擴大固定資產(chǎn)加速折舊政策的覆蓋范圍和政策執(zhí)行力度。截至2019年，這一政策已經(jīng)覆蓋到所有的制造業(yè)企業(yè)以及部分其他行業(yè)，通過實證分析本文發(fā)現(xiàn)這一政策能夠有效緩解覆蓋范圍內(nèi)企業(yè)的融資約束問題。在我國當(dāng)今經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型時期，中小企業(yè)所面臨的融資難融資貴等問題層出不窮。針對上述問題立即采取措施，保障中小企業(yè)的健康發(fā)展十分重要和關(guān)鍵。因此，政府可以考慮將上述加速折舊稅收優(yōu)惠政策普及到其他行業(yè)領(lǐng)域，盡可能的發(fā)揮這一政策的紅利效應(yīng)。但在向全國范圍大面積推廣之前，需要經(jīng)過嚴(yán)謹(jǐn)?shù)睦碚撜撟C與試點考察。方式可參考加速折舊政策在2014年和2015年的做法，先讓該政策覆蓋小部分行業(yè)的企業(yè)，觀察效果，再根據(jù)試點效果決定要繼續(xù)擴大試點范圍或者是終止這一政策。（二）差異化制定政策，根據(jù)企業(yè)及宏觀經(jīng)濟(jì)情況針對性調(diào)整。差異化制定政策的方式，有助于更大程度上發(fā)揮政策的效果。過去我國往往采用粗放式的方式來實行政策，只提供了大體的思路和方向，但采取該種模式的政策調(diào)控作用不夠精準(zhǔn)，政策效果也會大打折扣。本文在第六章節(jié)中進(jìn)行了異質(zhì)性分析，發(fā)現(xiàn)這一加速折舊新政對不同產(chǎn)權(quán)性質(zhì)、不同上市時長、不同盈利狀態(tài)下的企業(yè)有著不同的效果，同時企業(yè)所在地區(qū)的市場化程度也對政策效果有較大的影響。因此，政府可根據(jù)上述研究的結(jié)果，對不同類型的企業(yè)的加速折舊方式進(jìn)行差異化制定，還可根據(jù)當(dāng)期的宏觀經(jīng)濟(jì)情況進(jìn)行針對性的調(diào)整，提高政策的有效性。例如可以參考日本制定額外折舊政策等方式，這既可以幫助企業(yè)獲取更大的稅收優(yōu)惠，也給政府提供了一種新型的調(diào)控經(jīng)濟(jì)的手段。（三）縮小地區(qū)經(jīng)濟(jì)發(fā)展不平衡水平，將政策適當(dāng)性向經(jīng)濟(jì)落后地區(qū)傾斜。地區(qū)發(fā)展的不平衡，會顯露出諸多直接的負(fù)面效應(yīng)，如人口的流失、企業(yè)選擇在其他城市注冊，進(jìn)而惡性循環(huán)經(jīng)濟(jì)無法得到發(fā)展等。除了這些顯性的弊端，本文的研究也說明了若想讓政策發(fā)揮功效，需要“良好的土壤”。同一政策，在市場化程度較高的城市所發(fā)揮的效果就遠(yuǎn)遠(yuǎn)強于市場化程度較低的城市。因此，要進(jìn)一步縮小東中西部城市發(fā)展水平差距?？梢酝ㄟ^打造中西部“智庫”，實現(xiàn)中西部聯(lián)動發(fā)展，政府出臺政策鼓勵人才前往中西部就業(yè)，健全中西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)，構(gòu)建良好的營商環(huán)境，為企業(yè)提供稅收優(yōu)惠等手段，來促進(jìn)當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展。（四）完善公司內(nèi)部治理機制，加大企業(yè)使用折舊政策的靈活度。根據(jù)本文的結(jié)論，良好的公司治理結(jié)構(gòu)能夠幫助政策在緩解企業(yè)融資約束問題上發(fā)揮更大的作用，因此企業(yè)應(yīng)該完善公司治理相關(guān)制度，可以通過優(yōu)化董事會結(jié)構(gòu)、加強股東大會監(jiān)督職能等方式加強監(jiān)管。同時也應(yīng)給予企業(yè)使用政策的更大靈活性，例如折舊方法的選擇，折舊年限的處理等，根據(jù)企業(yè)自身情況選擇最為適宜的折舊政策，使企業(yè)更大程度上利用好這一稅收優(yōu)惠政策。7.3不足與展望第一，以往學(xué)者在研究加速折舊對企業(yè)研發(fā)投入和投資激勵時，往往使用現(xiàn)金流等相關(guān)融資約束指標(biāo)作為中間機制進(jìn)行分析。但在研究這一政策對融資約束的直接影響時，本文在機制方面的分析比較簡要，主要從理論分析和模型測算兩方面入手，未來可進(jìn)一步完善兩者間的機制路徑。第二，融資約束的衡量指標(biāo)有多種，學(xué)界對于這一指標(biāo)未形成統(tǒng)一的意見，各指標(biāo)之間各有優(yōu)劣。本文選用的衡量方式是大家較為認(rèn)同的一種，但也并非完美。后續(xù)研究可以進(jìn)一步討論更多維度的融資約束衡量指標(biāo)，進(jìn)行更細(xì)致的分析。第三，融資約束的因素有很多，本文模型僅控制了公司規(guī)模、財務(wù)流動性、償債能力等，變量難免有所遺漏，會造成結(jié)果一定程度上的偏誤，然而穩(wěn)健性檢驗顯示該項偏誤較小，未來可進(jìn)一步完善模型。

參考文獻(xiàn)AlmeidaH,CampelloM,WeisbachMS.Thecashflowsensitivityofcash[J].Thejournaloffinance,2004,59(4):1777-1804.BrownJR,MartinssonG,PetersenBC.WhatpromotesR&D?Comparativeevidencefromaroundtheworld[J].ResearchPolicy,2017,46(2):447-462.ColomboMG,CroceA,GueriniM.IstheItalianGovernmenteffectiveinrelaxingthefinancialcon