研發(fā)費用加計扣除政策促進了企業(yè)降杠桿嗎？——基于醫(yī)藥制造業(yè)上市公司雙重差分模型的檢驗

1、研發(fā)費用加計扣除的稅收優(yōu)惠政策由來已久，最早可以追溯到二十世紀九十年代，其對鼓勵企業(yè)增加研發(fā)投入發(fā)揮了不可或缺的作用。隨后一系列相關(guān)的政策特別是于 2016 年 1 月 1 日在全國范圍內(nèi)實施的《財政部 國家稅務總局 科技部關(guān)于完善研究開發(fā)費用稅前加計扣除政策的通知》（ 財稅〔2015〕119號） 規(guī)定， 除了“ 負面清單”中列示的六個行業(yè)之外，所有的企業(yè)都可以享受稅收優(yōu)惠，政策的覆蓋面之廣和減稅力度之大前所未有。在該政策的實施下，企業(yè)

2、的研發(fā)投入得到了激發(fā)（任海云 等，2017；李艷艷，2018），并促進了企業(yè)經(jīng)營效果的提高（張丹麗 等，2017）。但研發(fā)費用加計扣除政策在帶來研發(fā)投入增加的同時，是否由此影響了企業(yè)獲得資金的來源和融資決策以及財務決策，是否形成了其他的政策效應，又在供給側(cè)結(jié)構(gòu)性改革中充當了怎樣的角色呢？由于政策（財稅〔2015〕119 號）實施于 2016 年，能夠滿足政策實施時點至少前后各三年的數(shù)據(jù)時間區(qū)間要求，雙重差分模型可以較好地檢驗研發(fā)費用加計

3、扣除政策對降低企業(yè)杠桿率的政策效果。因此，本文采用了雙重差分模型，利用“負面清單”中的六個行業(yè)建立反事實的對照組，通過醫(yī)藥制造業(yè) A股上市公司 2007～2018 年的樣本數(shù)據(jù)，檢驗了研發(fā)費用加計扣除政策對企業(yè)杠桿率的影響，以及對不同類型企業(yè)負債的影響，并在進一步的研究中，對現(xiàn)金流敏感性、產(chǎn)權(quán)性質(zhì)和企業(yè)規(guī)模進行了異質(zhì)性分析，以期拓展對研發(fā)費用加計扣除政策效果的研究。一、理論分析與研究假設 一、理論分析與研究假設在理論和實踐中，研發(fā)費用加

4、計扣除政策對促進企業(yè)增加研發(fā)投入的作用已經(jīng)十分明確（馮海紅 等，2015；任海云 等，2017；李艷艷，2018）。但是研發(fā)投入是一項兼具收益和風險雙重特征的創(chuàng)新活動（王玉澤 等，2019）。一方面，研發(fā)投入可以形成作為企業(yè)長期競爭力的核心資源，未來可能給企業(yè)帶來巨大的經(jīng)濟效益；另一方面，研發(fā)投入又是一項風險較大的投資活動，需要大量且長期的資金投入，占用了企業(yè)的專用性資源，并且存在回報的不確定性，由此增加了企業(yè)的財務風險和經(jīng)營風險?；?/p>

5、研發(fā)投入的收益性和風險性，隨著研發(fā)投入水平的提升，企業(yè)可能出于受益或者是面臨的風險而進行融資決策，其結(jié)果會最終體現(xiàn)于杠桿率的變化之中。具體可從以下兩方面進行分析。首先，當研發(fā)投入可以給企業(yè)帶來收益時，研發(fā)投入的增加就直接作用于股價或是權(quán)益價值的提升（呂媛 等，2009）。企業(yè)的研發(fā)情況會影響到投資者普通最小二乘模型（OLS）和面板數(shù)據(jù)的雙向固定效應模型（FE）檢驗研發(fā)費用加計扣除政策對企業(yè)杠桿率的影響，所有模型均控制了年度和行業(yè)，構(gòu)建模

6、型如下：其中，y 是被解釋變量杠桿率，control 包含了一系列控制變量，ε 是殘差項。核心變量是 nindcd×time，即實驗組與政策實施時間的交互項，其系數(shù)β3 是分析研發(fā)費用加計扣除政策對醫(yī)藥制造業(yè)企業(yè)杠桿率影響的效應系數(shù)。（二）變量設置本文的被解釋變量是杠桿率（LA）。與大多數(shù)的國內(nèi)外文獻一致，我們沿用了資產(chǎn)負債率來衡量企業(yè)的杠桿率。本文解釋變量是研發(fā)費用加計扣除政策（did），即上述模型中實驗組（nindcd）與

7、政策實施時間（time）這兩個虛擬變量的交互項。根據(jù)經(jīng)驗做法，本文加入了資產(chǎn)規(guī)模、第一大股東持股比例、資產(chǎn)有形性、凈資產(chǎn)收益率、非債務稅盾、管理費用、托賓 Q、兩職合一情況等控制變量，詳見表 1（略）。（三）樣本與統(tǒng)計描述本文按照證監(jiān)會《上市公司行業(yè)分類指引（2012）》選取了醫(yī)藥制造業(yè)、煙草制造業(yè)、娛樂業(yè)、批發(fā)業(yè)、零售業(yè)、商業(yè)服務業(yè)、租賃業(yè)、餐飲業(yè)、房地產(chǎn)業(yè)、住宿業(yè)作為樣本，但在實際中我國并沒有上市公司歸屬于煙草制造業(yè)和娛樂業(yè)，所以對

8、照組中僅包含批發(fā)業(yè)、零售業(yè)、商業(yè)服務業(yè)、租賃業(yè)、餐飲業(yè)、房地產(chǎn)業(yè)、住宿業(yè)這 7 個行業(yè)。剔除了 ST、*ST 公司樣本，以及數(shù)據(jù)缺失和資產(chǎn)負債率大于 1 的企業(yè)，最終獲得 2007～2018 年共 12 年 3 816 個樣本， 其中實驗組 1 179 個樣本，對照組 2 637 個樣本。所有數(shù)據(jù)均來源于 CSMAR 數(shù)據(jù)庫和 Wind 金融數(shù)據(jù)庫。表 2（略）是主要變量的描述性統(tǒng)計。三、實證結(jié)果分析（略） 三、實證結(jié)果分析（略）四、進