《表4 其他样本回归检验》

  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

《企业避税与地区经济增长——基于省级面板数据的研究》

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

注:括号内为t值。*、**、***分别表示在10%、5%和1%的水平上显著，标准差按省份聚类调整。

为避免回归方程可能存在的遗漏变量偏误，本文在此对方程（1）进行一阶差分检验，回归结果如表3第（2）列所示，TaxAvoidi，t-1系数显著为正，说明模型设定受到遗漏变量的影响较小。考虑到可能存在的内生性及反向因果问题，本文又进行了GMM估计，结果如表4第（3）列所示，TaxAvoidi，t-1系数仍然显著为正。此外，本文还使用“账税差异”指标BTDi，t-1（ （税前利润-所得税费用/名义税率）/年末总资产）（叶康涛和刘行，2014）[21]衡量企业的避税程度，然后用资产进行加权平均求得地区避税程度TaxAvoidi，t-1并带入回归方程式（1）进行检验，结果如表3第（4）列所示。表4第（1）、（2）列分别为在计算地区加总实际税率时剔除公司层面观测值不足5、10的样本后的回归结果。由于上海、广东、北京三个地区在回归样本中是国有企业平均数量最多的三个地区，第（3）列为剔除三个地区观测值后的回归结果。由于本文所选取的计算ETR的数据受到企业盈余管理活动的影响，本文在方程中控制地区盈余管理程度的变量后再进行检验，地区盈余管理程度由企业的操控性应计利润（叶康涛和刘行，2011）[22]经资产加权平均后得到，表5为检验结果。表6为根据企业所得税分享改革（2002）（Tang et al.，2017） [8]、新会计准则实施（2005）划分的子区间回归结果。表7为使用人均GDP增速作为因变量进行检验的结果（贾俊雪和郭庆旺，2008）[14]。以上稳健性检验基本支持本文的结论。