“营改增”政策对城投债发行规模的影响
发布时间:2024-04-12 09:31  

  摘要:“营改增”政策一定程度上导致了地方财政收入减少、城投债规模增加等问题。在此背景下,本文通过双重差分法考察“营改增”政策对城投债发行规模的影响,并基于中介效应模型识别出地方财政赤字的中介传导作用。研究表明:处于实验组的城市在“营改增”政策实施前没有因减收的预期而增加城投债发行规模;“营改增”政策实施后,地方政府显著扩大城投债规模,这种现象在东部地区尤为明显。进一步研究发现,地方政府财政赤字是“营改增”影响城投债发行规模的中介机制。本文的研究有助于进一步解释城投债发行规模在国家管控下不减反增的原因,并为如何在“营改增”背景下规范发展城投债提供参考建议。


  关键词:“营改增”;地方财政赤字;城投债;地方债;财政分权


  作者:苏航,魏修建,张美莎(西安交通大学经济与金融学院,陕西西安710061)


  一、引言及文献综述


  营业税改征增值税(以下简称“营改增”)政策有利于减轻第三产业企业税收负担,加快第二产业和第三产业融合发展与转型升级。营业税自1994年分税制改革以来一直是地方财政收入的主要来源,然而在“营改增”政策实施初期改革红利尚未完全释放与地方财政支出持续增长的背景下,“营改增”导致地方财政收入减少和地方政府财政赤字规模扩大,地方政府更偏好通过扩大城投债发行规模的方式为地方政府融资。在此背景下,通过研究“营改增”政策对城投债发行规模的影响,对稳步推进我国财政体制改革,充分释放“营改增”政策红利与规范城投债发行具有重要的理论和现实意义。


  现有研究主要从以下三个方面分析“营改增”政策对地方的影响:一是对地方政府财政收入的影响。“营改增”涉及政府与企业、中央与地方之间的关系,使地方财政主体收入结构发生变化,现行分税制财政体制需要尽快做出调整[1][2]。二是对企业发展的影响。企业收入是税收收入的根本来源,增值税更符合税收中性原则,能有效解决货物与劳务重复征税问题,政府通过延伸增值税抵扣链条促进专业化分工与产业融合,推动经济结构转型升级,最终增加地方财政收入[3];但其“渐进式”的改革方式破坏了增值税抵扣链条的完整性,弱化了产业升级对税收收入与城市发展的效果,进一步增加了地方财政赤字[4]。三是对地方财政赤字规模的影响。分税制改革造成地方政府财权上移与事权下移的状况进一步加剧了地方政府债务膨胀,而“营改增”政策在短期内因减少地方政府财政收入加剧了地方政府的支出压力[5][6]。由于我国地方政府缺乏独立征税权且增加地方税费的阻力较大[7],在缺乏终身问责制度,造成举债权与偿还责任分离的现状下,“营改增”政策进一步强化了地方政府的债务融资偏好[8]。


  现有关于“营改增”政策对地方政府财政与经济增长影响的研究已取得一定成果,但鲜有文献研究“营改增”政策对城投债发行规模的影响。鉴于此,本文选取我国东部和中部全部试点城市以及西部地区省会城市(除拉萨市外)2009~2016年的数据作为研究样本,采用双重差分法检验“营改增”政策是否对城投债发行规模产生影响,并进一步识别地方政府财政赤字在“营改增”政策条件下影响城投债发行规模的中介效应。本文研究有助于进一步解释城投债发行规模在国家管控下不减反增的原因,并为如何在“营改增”背景下规范城投债发行提供改进建议。


  本文可能存在以下三个方面的边际贡献:首先运用双重差分刻画“营改增”政策影响城投债规的机制,并验证了地方政府财政赤字在该机制中的中介效应,丰富了“营改增”政策效果研究。其次,通过分析中国当前财税体制改革对地方政府财政的影响,丰富了地方财政赤字影响城投债发行规模的研究,进一步解释了城投债发行规模持续增加的趋势在短期内难以消除的原因。最后,对发行城投债的起因与形成机制的实证分析,为规范城投债发展提供政策启示。


  二、理论分析与研究假设


  为企业减税降费,促进产业分工与产业链延伸,加速产业整合与转型升级是实施“营改增”政策的初衷。但该政策造成地方政府失去主要财政收入来源之一的营业税,且“营改增”无法在短时间内释放改革红利,加之地方财政支出刚性增加的特征造成地方财政赤字规模持续增加,即使中央与地方平分增值税税收收入,也无法弥补地方政府因失去营业税带来的收入缺口;因此,地方政府对基础设施建设的巨大需求与城投债为基础设施融资的便利性使其发行规模进一步扩大。


  “营改增”政策对地方财政收入造成以下影响:首先,“营改增”使地方政府失去独享收入的税种,税收归属的变化削弱了地方政府税收监管的能力与积极性,造成地方财政收入减少[9][10]。其次,“营改增”政策使地方政府无法通过税收减免进行地方政府间的招商引资竞争,一定程度上削弱地方政府参与当地经济活动积极性[11][12]。因此,“营改增”政策使地方政府面临较大的减收压力。


  “营改增”的实施同时也影响到地方政府的支出规模:由于企业业务跨地区、跨行业与“营改增”政策分地区分行业试点造成增值税抵扣链条的不完整,使政策实施初期出现很多企业税负不减反增的现象,因相关政策规定使地方政府需要补偿企业此类税收增加所带来的损失,从而进一步增加地方政府财政支出[13]。其次,地方政府的支出责任与职能要求政府提供相应的公共品,尤其自2009年以来我国一直实行积极的财政政策导致地方政府支出持续上升[14];由于官员的晋升激励和政府间的竞争效应,地方政府存在强烈的投资冲动进一步增加地方政府支出[15][16]。“营改增”政策没有改变因分税制改革造成地方政府财权与事权不匹配的现状,因此,“营改增”使地方政府面临较为沉重的支出压力。


  “营改增”的实施进一步加剧了地方财政赤字,地方政府理论上可从“开源”和“节流”两个方面应对地方财政赤字扩张,但“节流”行为因直接触及地方政府财政收入增长的目标而无法实施,故地方政府通过发行城投债弥补地方财政赤字的依赖性进一步加强。“营改增”设计的初衷是解决第三产业重复征税的问题,促进产业分工与产业链整合[17][18],根据产业更替理论,在工业化发展程度较高的阶段,服务业的发展能够快速推动城市经济增长和城镇化。新一轮的城镇化在城市规模扩张、进一步吸收农村剩余劳动力[19]、资本要素和劳动要素需求增加的同时,城市基础设施建设的需求也随之增长,城投债为城市基础设施建设融资的功能使其规模进一步扩大[20]。


  综上所述,“营改增”政策与城投债发行规模之间存在以下关系:“营改增”短期内减少地方财政收入并增加地方财政支出,进一步扩大地方政府财政赤字,在地方政府缺乏独立征税权的前提下,激励地方政府通过扩大城投债发行规模弥补地方财政赤字;同时,实施“营改增”对第三产业的发展产生积极影响,城市是第三产业发展的重要聚集地,进而引发新一轮城镇化效应的同时刺激了城市基础设施建设,进而增加城投债发行规模。因此,本文提出以下研究假设:


  假设1:“营改增”的实施扩大了城投债发行规模;


  假设2:“营改增”政策通过扩大地方政府财政赤字增加城投债发行规模。


  三、模型构建与数据来源


  (一)模型构建


  本文借鉴范子英、彭飞等人的研究,首先借助双重差分的方法考察“营改增”政策对城投债发行规模的影响[21];同时参照陈钊、王旸等人采用的中介效应模型[17],检验地方财政赤字在以上过程中的中介传导作用。


  1.双重差分估计方法。双重差分法在政策效果评估方面具有明显的优势。本文研究思路为依据试验期间是否受“营改增”政策影响将全体样本分为实验组与控制组,实施“营改增”的城市为实验组,反之则为控制组。以双重差分模型进行估计最大程度上克服内生性问题,即可得到“营改增”政策对城投债发行规模带来的净影响。基准模型设定如下:


  width=286,height=15,dpi=110


  (1)


  式(1)中,Citybondit表示城投债发行规模,β即为核心的差分估计量,刻画了“营改增”政策对城投债发行规模变动的影响程度,若系数β为负,则表明“营改增”政策使城投债发行规模减少,反之则表明“营改增”政策使城投债规模增加。TreateditT为处理变量,“营改增”政策实施的起始年份通过上标T表示,TreateditT=1表示城市i在T年实施“营改增”政策,反之则为0。PerioditT为试验期虚拟变量,若“营改增”政策已在当地发生,则PerioditT=1,反之PerioditT=0。由于我国“营改增”政策在不同地区、不同行业试点实施,故本文选用连续时间双重差分估计法,设置试验组虚拟变量与试验试点虚拟变量相乘的交互项纳并纳入回归模型,通过该系数正负和显著性判断“营改增”政策对城投债发行规模方向和程度的影响。


  该模型结论的稳健性依赖于以下3个条件:(1)实验组样本选择的外生性。若实施“营改增”的地区并非随机产生而是由多种因素决定,则不能做出城投债发行规模的变化完全由“营改增”引起的结论。(2)政策本身引起实验组的内生性反应。若某些实验组地方政府提前做出“营改增”政策会在当地实施的预期,并针对此预期做出增加城投债发行规模的行为,则“营改增”政策影响城投债发行规模的识别结果中包含了预期效应的内生性问题。(3)共同趋势前提条件。双重差分法估计结果稳健性的核心因素为:只有实验组样本与控制组样本的城投债发行规模在“营改增”政策前后具有相同的趋势,才能够剔除识别结果中其他因素的影响。依据以上3个条件对模型进行处理并说明:


  作为“营改增”政策试点的省或直辖市一定程度上不能满足随机性的假定,可通过以下3点使实验组样本更加符合随机性的要求:(1)在模型中加入符合经济常识且与本文分析主题相关的变量作为控制变量;(2)使用面板数据克服因遗漏变量所产生的内生性问题;(3)通过纳入时间和地区虚拟变量的方式控制研究样本存在的地区和时间固定效应,剔除面板数据结构下可能存在的地区异质性和时间变动的影响,保证该模型符合自然实验条件,从而满足使用双重差分法进行估计的前提条件。因此,在式(1)基础上建立如下模型:


  width=391,height=15,dpi=110


  (2)


  为避免变量过多产生多重共线性,本文选择与本文研究主题相关的关键变量作为控制变量。本文借鉴相关研究选取的控制变量为:土地财政收入(LP)、外商直接投资(FDI)、经济增速(RGDP)与道路面积(Road)[13][22][23];为最大程度消除异方差影响,所有变量除经济增长速度(RGDP)之外全部取其自然对数,控制变量系数为γ,时间和地区固定效应分别为λ和δ。


  (1)判定实验组个体产生预期的内生性。某些地方政府可能产生本辖区将实施“营改增”的预期,并通过增加城投债发行规模的方式应对“营改增”实施所带来的财政收入减少的情况,进而影响双重差分模型政策识别的准确性。通过考察该辖区在“营改增”前1年(T-1)前后城投债发行规模是否发生显著变化可检验地方政府是否对“营改增”形成了明确的预期,即在式(2)的基础上,设定:


  width=419,height=15,dpi=110


  (3)


  若式(3)中系数β2不显著且(2)式中系数β1显著,说明地方政府未形成本辖区实施“营改增”政策的预期;若系数β2显著,则说明地方政府形成本辖区将会实施“营改增”政策的预期并增加城投债规模。此类情况则需通过(4)式检验城投债发行规模在“营改增”前2年(T-2)前后是否发生显著变化:


  width=419,height=15,dpi=110


  (4)


  式(3)和(4)中,虚拟变量TreateditT-1、PerioditT-1、TreateditT-2、TreateditT-2分别表示重新定义T-1或T-2年为实施“营改增”的年份。


  (2)平行趋势假定验证。借鉴Hilary等人的做法,通过反事实法验证控制组与实验组样本是否符合共同趋势假定,即假设在未实施“营改增”年份实施改革,并对其进行回归分析[24]。


  2.中介效应模型分析。若自变量通过另一变量对因变量产生影响,则称这一变量为中介变量。为验证地方财政赤字是否在“营改增”政策影响城投债发行规模的机制中存在中介传导作用,本文借鉴Baron的中介效应分析方法[25],设定如下模型:


  lnCitybondit=α+φ1BTVit+γXit+λt+δi+εit


  (5)


  lnDFit=α+φ2BTVit+γXit+λt+δi+εit


  (6)


  lnCitybondit=α+φ3BTVit+φ4lnDFit+γXit+λt+δi+εit


  (7)


  式(5)~(7)中:BTVit表示实施“营改增”的虚拟变量,其余变量与系数所代表的含义与前文相同。中介效应检验顺序如下:第一步,检验式(5)系数φ1是否显著,若显著则认为存在中介效应。第二步,检验式(6)中系数φ2与式(7)中回归系数φ4是否显著;若均显著,则说明地方政府赤字在“营改增”政策造成城投债规模扩大的机制中产生部分影响。第三步检验式(7)中系数φ3是否显著,若不显著,则为完全中介效应,即“营改增”政策影响城投债发行规模的机制中全部通过地方财政赤字实现,反之则说明直接效应显著。第四步,若φ1φ2和φ3的符号相同则为部分中介效应,φ1φ2/(φ1φ2+φ3)为中介效应在总效应的比例。


  (二)数据来源与指标选取


  1.样本选择。由于双重差分模型需要区分试验期和非试验期,本文选取2009~2016年作为研究时间区间,包括试验期与非实验对比期,为降低样本差异过大以及保证数据的完整性,选取东部及中部所有城市,仅将西部地区省会城市(除拉萨市)纳入分析;由于“营改增”在2012年下半年进行大规模试点,考虑从“营改增”从实施到实现其预期效果存在时滞,故将改革年份设定为2013年。


  2.变量设计与描述性统计。“营改增”(BTV):若该变量赋值为1则表示当年该城市实施“营改增”,反之设置为0;土地出让收入(LP,单位:亿元),为排除土地出让收入对城投债发行规模的影响,故将该变量纳入模型能够进一步准确识别“营改增”政策对城投债发行规模的影响;财政赤字(DF,单位:亿元):即当地财政收入与财政支出的差额;外商直接投资(FDI,单位:百万美元):以外商直接投资金额表示;经济增长指标(RGDP,单位:%)该指标能够反映本辖区经济增长压力,因为该城市生产总值相较于去年增加的相对值是评判该市当年经济发展状况的标准;道路面积(Road,单位:平方公里)用公路面积来表示城市基础设施的规模。“营改增”政策的设计初衷就是通过废除营业税减轻第三产业的税收负担并加快第三产业与其他产业的融合发展,然而第三产业的发展需要完善的基础设施建设,当城市基础设施需求增加时会进一步增加城投债发行规模。变量的描述统计见表1。


  表1变量统计描述


  width=688,height=171,dpi=110


  注:(1)数据来源:《中国城市统计年鉴》《中国国土资源统计年鉴》和Wind数据库。(2)除“营改增”变量和经济增长之外,其余变量在所有分析过程中均取自然对数。


  四、实证结果与分析


  (一)“营改增”对城投债规模影响


  首先根据式(2)分析“营改增”政策对城投债发行规模的影响,估计结果见表2。


  表2双重差分模型估计结果


  width=688,height=341,dpi=110


  注:(1)括号内数字为T统计量;(2)***、**、和*分别表示在1%、5%和10%水平上显著,下表同。


  表2中第(1)、(3)、(5)列的双重差分估计量TreateditT·PerioditT分别在1%、1%和5%水平上显著,回归系数均为正且从第(2)、(4)、(6)列的回归结果表明,加入控制变量后双重差分估计量系数的符号与显著性均未发生改变,说明“营改增”政策显著增加了城投债发行规模。对不同区域的回归结果进行分析:东部地区双重差分估计量回归系数显著大于中西部地区,加入一系列控制变量后,第(4)和(6)列的回归结果也进一步增强上述结论的稳健性。可能存在以下两方面原因:一方面,东部地区第三产业较为发达,营业税主要的征税对象为第三产业,“营改增”政策实施后地方政府失去大量税收收入,激励地方政府通过发行城投债进行融资;另一方面,在“营改增”政策之前两税并行造成服务业的税收负担大于制造业,一定程度上抑制了当地服务业发展,特别是在经济发展水平较高的东部地区[26],“营改增”政策实施之后,服务业税收负担大幅下降,服务业与制造业同时获得快速发展的政策利好,生产率不断提高,资本流向生产率较高的产业,劳动要素进一步向城市流动,产生城市基础设施建设新需求,地方融资平台为城市基础设施建设融资的职能得到充分发挥,使城投债规模进一步扩大,第(4)列的控制变量城市道路面积(Road)回归系数支持了这一解释。


  其次,通过双重差分法对(3)式进行回归以检验实验组个体是否对该辖区实施“营改增”政策形成明确预期。如表3检验结果表明,平行趋势假定核心估计量TreateditT-1·PerioditT-1的回归系数在第(1)、(2)、(5)、(6)列中为负,在第(3)、(4)列中为正,且均不显著;在加入控制变量下显著性与符号未发生明显改变,说明处于实验组的地方政府没有形成该辖区将要实施“营改增”政策的预期,地方政府因对“营改增”政策产生预期增加城投债发行规模引发内生性问题得以排除。两组城投债年平均发行额度数据说明,实验组与非实验组的城投债年平均发行规模大致保持相同的变化趋势;实施“营改增”政策后试点地区城投债发行量相较于非试点城市存在增长的趋势。根据上文模型设定,分别假设“营改增”改革发生在2011年和2012年进行双重差分估计,表4为平行趋势假定验证的估计结果。


  表3政策预期效用检验结果


  width=688,height=341,dpi=110


  由表4中两个核心双重差分估计量Treatedit2012·Periodit2012与Treatedit2011·Periodit2011的系数均不显著可得:无论是以2011年还是2012年作为模型的“营改增”起始时间,试点城市与非试点城市的城投债年平均发行规模的差异均没有发生显著变化,排除其他政策因素或随机性因素导致城投债年平均发行规模的变化,本文双重差分模型符合共同趋势假设的前提条件。


  表4共同趋势检验结果


  width=688,height=214,dpi=110


  (二)地方财政赤字的中介机制


  由于中介效应模型全部采用面板数据进行分析,为有效剔除面板数据可能存在的地区异质性以及经济周期波动的影响,需要控制地区固定效应与时间效应。首先,检验式(5)“营改增”(BVTit)对城投债发行规模(Citybondit)影响的总效应φ1是否显著,回归结果如表5所示。全部样本与分样本回归结果表明,φ1均在5%水平上显著,表明“营改增”政策对城投债发行规模影响的结果是稳健的,即实施“营改增”政策对城投债发行规模具有正向影响,且存在区域差异。城市道路面积与土地财政的估计系数基本符合研究假设,只有土地出让收入得到保障,地方融资平台才能够以土地作为抵押资产发行城投债,为城市基础设施建设融资。


  其次,检验式(6)中“营改增”政策(BVTit)对地方政府财政赤字影响的系数φ2是否显著,回归结果如表6所示,“营改增”政策对地方政府财政赤字具有显著正向促进作用,均在5%水平上保持显著,从地区差异来看,东部地区回归系数0.11显著大于0.0654,表明东部地区地方政府财政赤字受到“营改增”的影响显著大于其他地区。此回归结果与现实相符,东部地区税基显著大于中西部地区,“营改增”政策对东部地区地方政府财政收入冲击最大,“营改增”政策进一步扩大地方政府财政赤字。


  表5“营改增”对城投债影响估计结果


  width=328,height=341,dpi=110


  表6“营改增”对财政赤字影响估计结果


  width=328,height=341,dpi=110


  同时检验式(7)财政赤字(DFit)对城投债发行规模(Citybondit)回归系数φ4是否显著,回归结果如表7所示。第(1)、(3)、(5)列的回归系数φ4均在1%的水平上显著,表明财政赤字引发城投债发行规模扩大,且东部地区的地方政府财政赤字系数0.17显著小于中西部0.2336,说明中西部地区缓解地方财政赤字更依赖发行城投债。其原因在于,在经济发展水平相对较高的东部地区,实施“营改增”之前存在的集聚效应使得东部地区的人才、资本等生产要素禀赋优于中西部地区,“营改增”实施之后,凭借良好的经济基础快速实现产业结构转型,地方政府可以利用生产要素的溢出效应和产业升级等高质量的生产方式缓解地方财政赤字,而中西部地区倾向于增加城投债规模解决地方政府财政赤字问题。综合表7结果可知,回归系数φ1和φ2均显著,因此中介效应显著,假设2能够被证实,即地方财政赤字在“营改增”对影响城投债发行规模的机制中存在显著中介效应。


  最后检验该中介效应为完全中介效或部分中介效应。从表7回归结果看,各列反映“营改增”政策对城投债发行规模影响的直接效应系数φ3均显著,因此要判断比较φ1φ2和φ3的符号,从表6和表7的结果可知φ1φ2和φ3的回归系数符号均为正,所以地方财政赤字具有中介效应,分样本的估计结果同样支持该结论。由中介效应占总效应的比例φ1φ2/(φ1φ2+φ3)可知,全部样本区域为6.1%,东部地区为5.8%,中西部地区为9.3%。


  从区域差异的视角进行分析,中介效应占总效应的比例为6.1%,显著大于东部地区的5.8%,将以上结果与表6与表7的综合结果进行分析。表6结果显示,“营改增”对东部地区地方财政赤字规模扩张的效果大于中部地区;表7结果显示,中西部地区缓解财政压力更依赖扩大城投债发行规模;进一步分析可知:“营改增”对地方财政赤字的影响存在区域差异主要源于实施“营改增”之前的各地经济水平差异,而地方财政赤字对城投债规模的影响存在区域差异,则主要是源于地方财政赤字扩张后地方政府寻求扩大城投债发行规模的主观努力水平和客观现实条件,后者更能体现出“营改增”通过影响财政赤字影响城投债发行规模的程度,因此,中西部地区中介效应占总效应的比例大于东部地区。


  表7“营改增”、地方财政赤字对城投债规模影响估计结果


  width=688,height=414,dpi=110


  五、结论与政策建议


  本文基于双重差分模型考察“营改增”政策对城投债发行规模的影响,并采用中介效应模型检验财政赤字是否在上述传导机制中存在中介效应。本文研究结果显示:(1)实施“营改增”政策之前,地方政府未能形成提前通过地方融资平台增发城投债的明确预期;“营改增”政策实施之后,城投债发行规模显著增加,且东部地区大于中西部地区;与已有研究土地出让收入与城投债发行规模的结论相比,“营改增”政策大于土地出让总收入对城投债发行规模的影响;(2)“营改增”政策显著促进了地方政府财政赤字增加,且中西部地区在地方财政支出压力扩大后,更加依赖增加城投债规模对地方政府基础设施建设进行融资;(3)地方财政赤字作为“营改增”对城投债规模增加传导机制中的重要中介效应,此中介效应占总效应的比值在全部样本、东部地区、中西部地区分别为6.1%、5.8%和9.3%。


  当前,以“营改增”政策为代表的新一轮财税体制改革尚处于完善阶段,在后续财税体制改革中,应该及时出台配套政策,防止城投债规模盲目扩张,并继续深入探索“营改增”政策对城投债发行规模影响的机制和传导路径,稳步推进财政体制改革与规范城投债发行。针对地方财政赤字的部分中介效应,应该以“营改增”政策为契机,在规范城投债发行的前提下,发挥其为基础设施建设融资的主要功能,通过积极参与第三产业发展带动自身转型升级;发挥其对城市基础设施建设的带动作用,最大程度杜绝城投债“借新还旧”现象;发挥城投债在“营改增”改革阵痛期的重要调节与过渡作用,保障地方政府财政收入,发挥地方政府在经济发展和财税体制改革中的积极作用,以保障财税体制改革顺利进行。

打印此文 关闭窗口
很牛学术网 联系我们 文献下载器
返回顶部
扫一扫