煤炭行业税收负担影响因素分析.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

煤炭行业税收负担影响因素分析

中图分类号:F810.42文献标识码:A

文章编号:1004-4914(2024)11-099-04

煤炭是我国的基础能源,同时也是一种不可再生能源,煤炭行业的健康发展关系着国民经济的稳定运行。煤炭行业的税负关系着煤炭行业的健康发展,合理的税负有助于煤炭企业改进生产技术、促进绿色集约生产,从而提升先进产能。厘清煤炭行业税收负担的影响因素,从企业微观层面探究降低企业税负的途径,对于完善煤炭行业税负影响因素研究和降低煤炭行业税负等方面有着重要的理论和现实意义。关于对煤炭行业税收负担的影响因素分析,学者们进行了较多研究。在宏观层面,袁春生(2019)[1]、李世举(2018)[2]等认为煤炭资源税改革后会显著降低企业的总体税负。Foley和Clark(1981)[3]的研究进一步表明资源税税率变化越大,企业综合税负越重。张倩倩(2020)[4]认为财政压力是造成煤炭企业税收负担增加的原因。在微观层面,周国栋(2012)、张蒙(2021)、朱静静(2021)、贾亚飞(2022)[5-8]等人的研究表明企业规模、盈利能力、负债情况、煤炭价格等因素会显著影响煤炭企业的税收负担。学者们对煤炭企业税负影响因素的研究大多采用的是上市公司的数据,这可能导致分析结果存在误差。本文将从微观层面出发,以山西省部分煤炭企业数据为基础,通过固定效应模型分析煤炭企业税收负担的影响因素。

二、理论假设

煤炭行业的税收负担受多种因素的影响,既有宏观层面的因素,也有微观层面的因素。本文从企业这一微观角度出发,选取了企业资源税税负、煤炭的平均价格、企业资产负债率、资产收益率、企业规模等5个指标探究煤炭行业税负的影响因素。

煤炭的平均价格。一般来说,价格的提高会增加煤炭企业的净利润,这会使企业的应纳税所得额提高,进而增加应纳税额,但另一方面,价格提高也会使企业的营业收入提高,所以对税收负担率的影响到底是什么需要进一步的实证分析。

资产负债率。资产负债率又称举债经营比率,它是用以衡量企业利用债权人提供资金进行经营活动的能力。举债会产生利息费用,这部分利息允许在税前扣除,具有一定的节税效应。如果企业的资产负债率较高,那么形成的节税效应就会越大,因此,可以降低企业综合税负水平。所以本文认为,企业的资产负债率越高,企业的综合税负水平越低。

资产收益率。资产收益率是衡量企业盈利水平的一个重要指标,企业的资产收益率越高,净收入也更高,企业的应纳税所得额提高,进而增加应纳税额,会进一步增加综合税负。因此,本文认为,企业的资产收益率越高,综合税负率也会越高。

企业规模。企业的规模越大,越容易产生规模经济效应,企业生产成本会进一步降低,这使企业有更多的资金用于税务筹划,各种节税措施也会更加完善,企业的综合税负也会倾向于降低。本文认为,企业的规模越大,综合税负率会越低。

因此,本文提出了5条假设:

H1:在其他条件不变的情况下,企业资源税负的提高会加重综合税负。

H2:在其他条件不变的情况下,煤炭价格的提高会加重企业综合税负。

H3:在其他条件不变的情况下,企业资产负债率越高,企业综合税负会越低。

H4:在其他条件不变的情况下,企业资产收益率越高,企业综合税负会越高。

H5:在其他条件不变的情况下,企业规模越大,企业综合税负会越低。

三、模型构建

(一)变量说明与数据选取

1.被解释变量。企业综合税负率。企业综合税负率是衡量企业税负的一个重要指标,它通常表示为企业所缴税款占企业营业收入的比重。

2.解释变量。通过对已有文献的比较以及对现实研究问题的分析,本章选取了资源税税负、煤炭的平均价格、资产负债率、资产收益率、企业规模作为解释变量,并将存货周转率和企业资本密集度作为控制变量纳入回归模型中,各变量的具体计算方式见表1。

3.控制变量。通过对以往文献的梳理,企业资本密集度和企业存货周转率能反映一个企业的经营水平,经营水平的优劣也会在一定程度上影响到企业的综合税负,因此,本文将这两个变量作为控制变量纳入到模型分析中。

(二)数据来源

(三)固定效应模型

atbi,t=c+β1atri,t+β2pricei,t+β3levi,t+β4roai,t+β5sizei,t+

β6controli,t+γi+εi,t

四、回归结果与分析

(一)豪斯曼检验

使用面板数据回归前,要确定到底是使用固定效应模型还是随机效应模型更合适,因此,需要在回归前进行豪斯曼检验。

从表3可以看出,p值为0.0000,拒绝原假设,应采用固定效应模型进行分析。

(二)基准回归结果

由表4回归结果,可得以下回归方程:

atbi,t=0.4876+0.4847atri,t+0.0001pricei,t-0.0395levi,t+0.0563

roai,t+0.0135sizei,t

模型一为控制

文档评论(0)

std360 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档