《表8 模型 (1) 的稳健性检验》

  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

我们选取的工具变量是行业避税行为，定义为避税企业所属的行业中所有企业在该年度的避税水平的中位数，分别为BTD（iv）和DDBTD（iv）。一个企业的避税行为可能会依赖于同行业中其他企业的避税行为。当一个行业中普遍存在避税行为时，可能诱导行业内的企业也积极避税。其避税程度与行业平均避税存在相关性。但是行业的避税行为与企业贷款利率并不存在直接相关关系。所以用行业避税行为作为工具变量理论上是可行的。回归结果如表8。第一阶段回归显示工具变量BTD（iv）和DDBTD（iv）与两个避税指标都在1%的显著水平上正相关。从第二阶段回归结果来看，关键解释变量BTD和DDBTD（都是第一阶段回归的拟合值）的系数符号并无变化，同样显著为正。第一阶段F统计量都大于10，说明不存在弱工具变量的问题。解释变量为LnLRR时，豪斯曼检验的卡方值分别为29.78、20.05，对应的P值为0.00，故可以在1%的显著性水平上拒绝“所有解释变量均为外生”的原假设。解释变量为Guarantee时工具变量回归结果中wald检验的卡方值分别为35.43、20.36，P值为0.00，故可在1%水平上认为BTDt-1、DDBTDt-1为内生变量。总体上来说，工具变量是有效的，潜在内生性问题没有严重影响模型（1）的结果，所以模型（1）的结果基本是可靠的。此外，我们还参照后青松等（2016）的方法，选用所得税改革之前的2006年作为基准年度，构造年度虚拟变量与避税指标的基准年度的交互项，估计了第一阶段回归，然后将第一阶段回归的预测值作为工具变量进行第二阶段回归，没有报告的回归结果显示内生性不影响本文的基本结论。采用年度和企业固定效应模型的回归结果也表明结论不变。为解决可能的遗漏变量问题，本文还将避税程度高与避税程度低的企业进行配对，采用PSM回归分析，结果没有大的变化，表明本文中可能的遗漏变量偏误不会带来大的影响。