《表1 主要变量：企业避税与银行贷款政策》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《企业避税与银行贷款政策》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

前面对“避税代理观”的进一步研究时，我们把中间特征模糊的40%样本作为缺失值处理。为检验上述结果的稳健性，这里我们参照Hasan等（2014）的做法，把所有样本根据公司治理指数和信息质量的中位数分为高、低两组，虚拟变量Riskh=1表示高代理问题（公司治理指数低于中位数）和低信息质量（异常可操纵性应计利润高于中位数）的样本；Riskl=1则表示低代理问题（公司治理指数高于中位数）和高信息质量（异常可操纵性应计利润低于中位数）的样本。为了检验代理问题和信息质量不同的企业，避税行为对贷款政策是否存在不同影响，我们构造避税指标与Riskh（和Riskl）的交互项，用它代替模型（1）中的避税指标。回归结果如表10。就企业避税对银行贷款利率的影响而言，在所有样本中，BTD*Riskh的回归系数都显著为正，而BTD*Riskl除一个之外则都不显著或显著为负。我们还就BTD*Riskh和BTD*Riskl回归系数是否相等做了t检验，结果表明两个回归系数存在显著不同。就企业避税对银行贷款担保条件而言，BTD*Riskh的回归系数都显著为正，而BTD*Riskl除一个之外则都不显著。Rate*Riskh和Rate*Riskl的回归系数类似。回归结果与表7中基本一致。此外，我们还将样本平均分成高风险和低风险二组样本，用模型（1）进行了检验，未报告的结果仍然表明在大多数情况下，高代理问题和低信息质量的企业避税对银行贷款政策都有更显著的影响。这说明将中间40%的样本做缺失值处理并不会严重影响结果的稳健性。