《环境保护税实施对我国重点污染监控行业上市公司财务绩效的影响实证研究》11000字（论文）

目录实证分析描述性统计本文使用spss软件对模型中的变量进行描述性统计，从REF_Ref100843811\h表41的描述性统计结果可以看出，财务绩效（ROA）的均值为0.31，即全样本中净利润占平均资产总额的31%，说明这些上市公司的平均总资产净利率较高。其最大值为0.65，最小值为-0.36，最大值和最小值间差异较大，说明各上市公司的财务绩效在污染监控行业中仍然存在较大的差异；本文中的环保税（ex）数据取自样本企业中当年披露的缴纳环保税额，对数据进行取对数处理后均值为12.77，最大值为19.39，最小值为5.83。可以看出最小值与最大值差距较大，而均值趋于最大值，说明当今的重污染监控行业所缴纳的环保税额仍保持高水平，只有较少企业缴纳的环保税额较低；在控制变量中，企业盈亏性质（loss）在本文中用1表示企业当年净利润为正，用0表示企业当年净利润为负，因此企业盈亏性质最大值为1.00，最小值为0.00，均值为0.90。企业规模(scale)的均值为1.75，最大值为43.82，最小值为0.05，研发投入（rd）的均值为9.18，最大值为22.19，最小值为0.00，最小值与最大值之间均差距相对较大，说明各重污染行业企业对研发投入的重视程度有所不同以及企业规模的差异十分明显；流动资产周转率（cat）的最大值为11.62，最小值为0.04，均值为1.65，可以看出该行业的流动资产使用效率普遍偏低，也有部分企业的流动资产使用效率较高;股权集中度(sa)均值为58.00，最大值为95.07，最小值为19.23，均值趋向于最大值，可以看出大部分重污染企业股权较集中；权益净利率（roe）的最小值为-15.37，最大值为23.14，而平均值为0.06，其最大值和最小值间差距很大，说明重污染监控行业各上市公司的投资者投入的自有资本所获取的收益大有不同；最后的控制变量为机会成本，其最大值为16.01，最小值为0.55，均值为1.82，均值与最小值差异较小，同样可以看出该行业的投资回报率普遍偏低。表STYLEREF1\s4SEQ表\*ARABIC\s11描述统计描述统计N最小值最大值均值标准偏差ROA1284-.36.65.31.10781ex12845.8319.3912.77352.72174loss128401.90.304scale1284.0543.821.753.87表4-1（续）N最小值最大值均值标准偏差rd1284.0022.199.18109.15183cat1284.0411.621.65311.08235sa128419.2395.0758.004114.34169roe1284-15.3723.14.0612.92694TBQ21284.5516.011.81701.34650有效个案数（成列）1284相关性分析为了检验各变量的选取是否合理，需对样本量进行相关性分析，来检验各个变量之间是否存在多重共线性及变量间是否存在相关关系的问题。相关性分析研究的是两个变量之间的关系，即当解释变量变化1单位时，被解释变量的波动幅度为多少。通过REF_Ref100883403\h表42的相关性分析可以看出,环境保护税与财务绩效的相关性系数为-0.38，环保税和机会成本的系数为-0.41，均在0.01级别上呈显著负相关。而环保税与企业规模、研发投入、流动资产周转率、股权集中度和企业盈亏性质均在0.01级别上呈显著正相关，系数分别为0.52、0.36、0.42、0.12和0.09。而权益净利率的系数为0.05，正相关关系不显著。至此，我们可以初步判断所选取的变量合理。表STYLEREF1\s4SEQ表\*ARABIC\s12相关性分析相关性exROAlossscalerdcatsaroeTBQ2ex皮尔逊相关性1Sig.（双尾）ROA皮尔逊相关性-.380**1Sig.（双尾）.000loss皮尔逊相关性.087**.295**1Sig.（双尾）.002.000scale皮尔逊相关性.519**-.314**.064*1Sig.（双尾）.000.000.021rd皮尔逊相关性.359**-.211**.132**.377**1Sig.（双尾）.000.000.000.000cat皮尔逊相关性.420**-.168**.142**.207**.228**1Sig.（双尾）.000.000.000.000.000sa皮尔逊相关性.124**.052.139**.314**.126**.060*1Sig.（双尾）.000.062.000.000.000.033表4-2（续）exROAlossscalerdcatsaroeTBQ2roe皮尔逊相关性.052.035.114**.020.048.041.0101Sig.（双尾）.064.212.000.468.085.146.725TBQ2皮尔逊相关性-.414**.303**.019-.205**-.117**-.169**.052.0171Sig.（双尾）.000.000.495.000.000.000.062.534**.在0.01级别（双尾），相关性显著。*.在0.05级别（双尾），相关性显著。共线性诊断如REF_Ref100883449\h表43所示为回归后得出的共线性检验结果。一般情况下，VIF不得大于10，在较严格的情况下VIF不得大于5。如下表所示，各变量的VIF均小于5，便可以得出各变量间虽存在共线性，但对模型的回归结果影响几乎没有，即可认定为不存在多重共线性问题，该模型具有稳健性。表STYLEREF1\s4SEQ表\*ARABIC\s13共线性检验系数a模型共线性统计容差VIF1ex.5381.859loss.9431.061scale.6321.583rd.8051.242cat.8061.240sa.8741.144roe.9831.017TBQ2.8131.229a.因变量：ROA回归分析R2越接近1.00表示模型的拟合度越高，低于0.30表示模型的拟合度较低。如REF_Ref100844138\h表44所示，本文中模型的R2为0.31，大于0.30，说明选择的变量对于被解释变量的拟合度较高，选取的变量及构建的模型合理。模型估算的错误值约为0.09。表STYLEREF1\s4SEQ表\*ARABIC\s14回归分析拟合度模型摘要b模型RR方调整后R方标准估算的错误更改统计德宾-沃森R方变化量F变化量自由度1自由度2显著性F变化量1.558a.311.307.08967.31171.88381273.0001.040a.预测变量：(常量),loss,TBQ2,roe,sa,rd,cat,scale,exb.因变量：ROA如REF_Ref100883482\h表45所示，回归的平方和为4.62，自由度为8.00，均值为0.58，F值为71.88，显著性为0.00。F值较高，F值通过显著检验，说明整个模型是显著的。表STYLEREF1\s4SEQ表\*ARABIC\s15回归分析方差ANOVAa模型平方和自由度均方F显著性1回归4.6238.57871.883.000b残差10.2351273.008总计14.8581281a.因变量：ROAb.预测变量：(常量),loss,TBQ2,roe,sa,rd,cat,scale,ex如REF_Ref100883543\h表46所示，回归系数是在控制其他因素不变或者其他因素处于均值的情况下解释变量的变化量对被解释变量的影响程度。如所示，环保税（ex）的未标准化系数为-0.12，显著性为0.00<0.05，回归结果显著负相关。表明新增环境保护后，对重污染监控行业上市公司的财务绩效的增长具有反向作用，该回归结果证明了本文前期的假设。权益净利率（roe）的未标准化系数为0.002，流动资产周转率（cat）的未标准化系数为-0.005，回归结果的显著性值均大于0.05，表明该两项指标对企业财务绩效的影响较不显著。企业规模（scale）的未标准化系数为-0.005，回归结果的显著性值为0.00，表明企业规模与企业财务绩效呈显著负相关，说明在新征环境保护税政策的实施下，规模越大的企业，由于排放的污染物越多，缴纳的环保税越多，增加了企业的成本，从而不利于企业财务绩效的增长。但在相关性分析中，企业规模的系数为正，原因为相关性分析时只是检验两两变量间是否存在相关性并相关性是否显著，而回归分析是在控制其他变量保持不变或者保持其他变量处于均值水平的状态下，企业规模对财务绩效的影响，最终我们以回归结果为准；研发投入（rd）、机会成本(TBQ2)、股权集中度（sa）和企业盈利性质(loss)的未标准化系数分别为0.07、0.01、0.001和0.12,且回归结果均低于0.05的显著正相关。说明企业增加研发投入有助于企业财务绩效的提升，企业成长性越好，也越促进企业的财务绩效的提升，且股权集中度对企业财务绩效也具有正向影响关系。表STYLEREF1\s4SEQ表\*ARABIC\s16回归分析结果系数a模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1(常量).387.03610.838.000ex.116.009.32513.571.000.9431.061loss.116.009.32513.571.000.9431.061scale-.005.001-.180-6.158.000.6321.583rd.007.002.0953.681.000.8051.242cat-.005.003-.048-1.850.065.8061.240sa.001.000.0973.893.000.8741.144roe.002.003.016.674.500.9831.017TBQ2.012.002.1485.737.000.8131.229a.因变量：ROA稳健性分析为了验证回归结果的稳健性，本文采用替换被解释变量的方式进行再一次回归。稳健性检验中，我们采用总资产报酬率（ROT）这个指标来衡量财务绩效，其他变量均保持不变。从REF_Ref100883567\h表47中可以看出，R2为0.299，调整后的R2为0.287，显著性为0.00，说明替换被解释变量指标后，该模型的拟合度仍相对贴合，并且模型显著。表STYLEREF1\s4SEQ表\*ARABIC\s17稳健性检验拟合度模型摘要b模型RR方调整后R方标准估算的错误更改统计德宾-沃森R方变化量F变化量自由度1自由度2显著性F变化量1.547a.299.287.12385.29956.32481273.0001.110a.预测变量：(常量),loss,TBQ2,roe,sa,rd,cat,scale,exb.因变量：ROT如REF_Ref100845638\h表48所示，环保税（ex）的未标准化系数为-0.02，显著性为0.00，表明在替换被解释变量的情况下，环保税与财务绩效仍呈显著负相关，与前面的回归结果一致，并且VIF均小于5，因此该模型通过了稳健性检验。表STYLEREF1\s4SEQ表\*ARABIC\s18稳健性检验系数a模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1(常量).175.0732.389.017ex-.017.003-.211-6.425.000.5381.859表4-8（续）模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIFloss-.211.017-.299-12.064.000.9431.061scale-.001.000-.169-5.571.000.6321.5831rd.015.004.1063.937.000.8051.242cat.010.005.0511.894.058.8061.240sa-.001.000-.068-2.644.008.8741.144TBQ2.015.004.0933.468.001.8131.229roe.002.006.007.298.766.9831.017a.因变量：ROT研究结论本文研究的是新征环境保护税实施后对重污染监控行业上市公司财务绩效的影响，通过SPSS软件对2018年至2020年的数据进行实证研究和分析，得出以下结论：（1）从回归结果和稳健性检验结果来看，本文前期的假设成立，新征环保税后对重污染监控行业呈负相关关系，环保税缴纳的越多，企业当期财务绩效越低；（2）企业研发投入、成长性、股权集中度等也与企业财务绩效呈现正相关关系。从本文的研究结果可以看到，研发投入与企业的财务绩效呈正相关关系，而成长性较好的企业，也有更多的资本去投入研发当中。被国家纳入重污染监控行业的企业想从高排放量生产向清洁生产转变，方式较多的为提升创新能力，加大研发投入，促进企业转型升级，降低排放量。相关建议政府相关建议优化环境保护税政策环保税是我国重要的绿色税种，“费改税”完成后，环保税将上升到法律层面，同时完善了排污费征收力度不够的问题，企业纳税压力增加，对此，向政府提出以下两条建议：一是因企制宜、因地制宜。我国政府可根据企业排放污染物类型的不同、地方经济特性等的不同进行有针对性的环保税政策激励机制，以激发企业创新能力，提高创新投入，在政府达到降低排污量改善环境目的的同时也可使重污染企业利润最大化；二是增加税收优惠政策的类型。我国在开征环保税后，同时也推出了环保优惠政策，但种类单一，仅对于大气污染物、水污染物来说，如果重污染企业排放量小于国家或者地方排放量标准的30%，这些重污染监控企业将会得到25%的优惠力度，如果排放量低于国家或者地方排放量标准的50%，则会享受50%的优惠政策。为了促进企业主动降低排污量、企业转型升级等，以寻找企业治污支出与环保税缴纳之间的平衡点，达到政府与企业互利共赢，建议政府增加税收优惠类型。支持重点污染监控企业转型升级《环保税》的实施自2018年1月1日开始征收至今已有三年，通过前文的回归结果发现，重污染行业上市公司缴纳的环保税额越多企业的财务绩效越低。《环保税》政策背景下，“多排污者多缴税”，因此可以看出，我国重污染监控行业普遍处于高污染高排放量的现状。对此，向政府提出以下两条建议：一是助力企业培养创新性人才。政府可通过高端人才引进等方式，帮助我国重污染监控行业企业培养创新性人才，在创新性人才的带领下，推动企业产品升级，降低污染排放量，以实现企业利益和社会效益；二是协助企业超低排放改造。政府可通过政府补贴等方式，支持企业改进生产流程等的举措，优化资源利用，通过技术进步提升产品性能，降低污染排放，从而提高市场竞争力。企业相关建议加大企业研发投入以降低企业排污水平《环保税》的实施具有强制性，缴纳环保税成了我国重污染监控行业无法避免的行为，而原来的排污费与现今的环保税相比，环保税遵循“排污多者多缴税”的原则，这将让那些排污量大、技术创新程度不高的企业来说将是一项巨大的成本。对此，向重污染各企业提出以下建议：一是加大研发投入，促进产品升级，降低企业的排放量，从而减少环保税的缴纳税额；二是提升企业环保创新能力。企业可在资源循环利用方面进行创新，将污染物中的可持续使用物进行重复利用，从而降低污染排放量。加快企业转型升级以促进绿色清洁生产开征环境保护税后，火电、采矿、化工等被我国纳入重污染监控行业的企业随之而然地被划为了重点观察对象，重污染企业排放的污染物越多，企业缴纳的环保税额越多。对此，向重污染监控企业提出以下两条建议：一是企业要紧跟新政策步伐，积极响应国家号召。企业应明确自身职责，及时并正确认识新征环境保护税的实行规则和推行目的，从政策出发反思自身企业发展现状及可改进的方向；二是加快企业转型升级。企业应积极应对新的环保税政策，通过加快企业转型升级、降低企业的成本支出进行设备的技改，从而提升产品质量，来达到减少污染排放量的目的。结论本文以重污染监控行业上市公司为研究对象，选取2018年1月1日至2020年12月31日期间的相关数据，按照数据剔除标准进行数据筛选后最终得到428家重污染监控企业作为本文研究的样本，并对重污染监控行业在开征环保税后对其财务绩效的影响展开研究。本文以2018年开征环保税后为起点，选取我国重污染上市公司2018年至2020年连续三年披露的环保税作为解释变量，选取总资产净利率作为被解释变量，建立线性回归模型，并运用SPSS软件进行一系列实证研究，最终得出以下结论。本文通过实证研究证明，环保税与财务绩效呈负相关关系。缴纳环保税越多，对于重污染监控行业的企业来说其企业财务绩效越低，两者呈负相关关系。作为排污单位，环保税是一项必须的支出，同样也是企业的成本，企业排污量越大，缴纳的环保税额越多，企业的成本随之增加，从而导致企业财务绩效降低。本文尚存在不足之处，本文的局限在于未对16类重污染监控行业上市公司按地域分类，由于地域经济的不同，各地区重污染企业缴纳环保税的比例也不同，因此地域的影响因素在本文中尚未考虑。并由于环境保护税实施于2018年1月1日，按月计提按季征收，至今完整的数据仅有3年，因此得出的实证结论并不普遍，虽解释了新征环境保护税对企业财务绩效有所影响，但证据仍不够充分，研究仍需进一步提升