基于税收优惠的制造业小微企业生命周期与综合能力关系分析

摘要:为了扶持小微企业发展,国家先后多次推出减税措施,扩大小微企业享受企业所得税优惠的范围,但是如何针对不同生命周期的小微企业,实施更加精准的税收扶持显得非常迫切。文章选取了江苏省某市582家制造业小微企业数据,运用因子分析法分析盈利能力因子、资本结构因子、偿债能力因子和营运能力因子4个关键因子,研究发现制造业小微企业在不同成长期的综合能力和盈利能力方面存在较大的差别,提出了国家税收优惠强度应区别小微企业各个成长期,以精准扶持更好地促进小微企业健康发展。

关键词:小微企业;生命周期;税收优惠;精准扶持

一、引言

小微企业对各国经济的贡献不言而喻,无论是在推动经济的发展、拉动就业还是在优化产业结构方面都有着非同寻常的意义。正因为小微企业在各国经济发展中的重要性,各政府对于小微企业的发展均实施扶持政策。税收优惠作为财政扶持的重要手段,国内外学者们对税收影响小微企业发展方面进行了大量的研究,也取得了不少研究成果。如Kazuki Onji (圆园园怨)采用实证分析的方式研究了日本的增值税对大型企业和中小型企业的不同影响,结果表明,因为不同的增值税起点会导致企业故意隐瞒、谎报企业规模和性质以偷逃税款。Simeon Nichter and

Lara Goldmark (2009)在《发展中国家的小企业发展》中对小企业的迅速发展进行了分析,研究发现投资者特征、企业特征、社交关系网络和投资经营环境等因素是其不断发展的重要原因,并提出加大对中小企业财政支持(税收优惠)的建议。李旭红和马雯(2014)在某地区656家非上市中小企业的财务数据的基础之上,采用回归分析的方式研究发现,税收优惠对于中小企业的成长能力起到积极的推动作用,并且增值税的优惠相对于所得税的优惠对中小企业的成长效用更大。熊二妹(2014)研究发现,小微企业税收优惠的强度与资产收益率和销售利润率之间存在明显的正相关关系而对企业类型和纳税规模不存在显著影响。

虽然国内外学者在税收优惠对小微企业的影响方面进行了大量研究,但由于小微企业数据采集困难,大部分研究都是理论探讨层面的定性分析。本文针对小微企业中的基础产业———制造业,搜集整理财务数据,运用因子分析的方法,分析影响财务状况的关键财务指标,对不同时期制造业小微企业的财务状况进行分析以便实施不同的税收优惠强度,为小微企业的持续发展提供一些参考和借鉴。

二、数据资料与研究方法(一)数据来源

本文对制造业小微企业界定为从业人员在300人以下,销售额在2000万元

以下(工信部等四部委[2011]300号文)。根据上述标准,本文首先从江苏省某市国税局数据库中的22450家企业中选取1138家制造业小微企业,其次在实地调研的基础上,剔除样本选取过程中存在的无效和错误数据之后最终保留了582家小微企业的财务数据,并考虑了税收优惠对企业的影响,因此选取的小微企业是近5年来享受过税收优惠的企业。

(二)研究方法

本文采用的统计方法是因子分析法,其目的是将大量可观测的“变量”加以概括之后进行归纳总结,得出少数的“因子”将之称为“公因子”,并且这些“公因子”所包含的信息概括了可观测“变量”的大部分信息,从而建立简洁,准确的概念系统去展示出事物之间最本质的联系,更有利进行分析判断。总结归纳出的“公因子”在众多的变量中起支配作用,但这些“公因子”并不能够进行直接的测量,它是由每个可以观测的变量X i =(i=1,2,…n )的线性组合加上特殊因子表示的,其数学模型如下:

x 1=b 11F 1+b 12F 2+…+b 1m F m +b 1ε1x 2=b 21F 1+b 22F 2+…+b 2m F m +b 2ε2

……

x p =b p1F 1+b p2F 2+…+b pm F m +b p εp

⎧⎩

⏐⏐⏐⏐⏐⏐⎨⏐⏐⏐⏐⏐⏐(1)

在式(1)中x 1,x 2…x p ,表示的是原有变量,F 1,F 2…F m 表示的是经概括总结出的“公因子”变量,并且各“公因子”之间是

基于税收优惠的制造业小微企业生命周期与综合能力关系分析

■

卢

新国

樊美玉

CHINA

COLLECTIVE ECONOMY

表1方差贡献分析表

注:

标号1表示旋转之前的统计量;标号2表示旋转之后的统计量

公因子特征值1方差1贡献率1累计贡献率1特征值2方差2贡献率2累计贡献率2公因子1 2.9443.0230.9460.8090.3690.3840.3690.384 2.8842.960 1.0231.279

0.3620.3760.3620.376公因子2 1.9982.2140.3340.7900.2510.2810.6200.665 1.8621.6810.1110.008

0.2340.21405960.590公因子3 1.6641.4240.2370.1090.2090.1800.8290.845 1.7511.6720.2750.088

0.2200.2130.8160.803公因子4 1.4271.315 1.2161.0460.1290.1320.9580.977 1.4751.585 1.2491.2820.1830.185

0.9990.988

图1公因子碎石图

彼此之间没有相关关系,ε1,ε2…εp 代表的是特殊因子,然而在实际模型中特殊因子通常不在考虑的范围内。模型简化之后可用矩阵表示:

X =BF+b ε(2)其中F 为“公因子”也就是因子变量,B 称之为因子载荷矩阵,b ij 称之为因子载荷,它表示的含义是第i 变量在第j 个因子上的负荷,由于特殊因子在实际模型中是可以忽略不计的,所以因子分析的目的是求出载荷矩阵B 。假设取得P 个“公因子”,F 1,F 2…F p 则能够建立如下线性回归方程:F j =a j1X 1+a j2X 2+…a jp X p ,(j=1,2,…,m )(3)线性回归方程被称作得分函数,每个样本的“公因子”得分便是通过此方程计算得来。然而“公因子”只是通过不同方面反映样本近乎完整的信息,单独的“公因子”只能反映样本信息的一方面,所以常以“公因子”对应的方差贡献率占总方差的贡献率的比重构造综合评价函数,以反映大多数的信息:

F =P

i=1

∑

K i

K 1+K 2+…+K p F 1(4)

其中K i 代表的是F i 对应的方差率。三、制造业小微企业财务指标选取评价指标选取的科学与否关系到评价结果的精确和公正性,为保证分析结果的科学性,在财务指标的选取过程中遵循了全面性、重要性、层次

性、实用性原则,在因子

变量的选取过程中,综

合考虑各方面情况,参

考了相关学者现有的研

究成果,选取了14个重要的财务指标进行分

析,指标的选取建立在财务报表中可获得的基础上,参考其资产负债

表、利润表、所得税附表

及小微企业的基础信息表,具体从以下几

个方面选取指标。

第一,偿债能力。偿债能力是企业财

务分析的一个重要方面,通过此分析可以

了解企业面临的财务风险。本文选取流动

比率和速动比率。

第二,营运能力。营运能力是指企业

通过整合内部人力资源和生产资料在实

现财务目标过程中所产生作用的大小,对

此进行分析可以知道企业的经营状况和

管理水平。本文选取总资产周转率、流动

资产周转率、存货周转率和应收账款周转

率。第三,获利能力。获利能力是企业经营的直接目的。本文选取销售利润率、主营业务利润率、总资产利润率、净资产收益率。

第四,发展能力。发展能力是指企业经营活动未来的发展趋势和潜能。本文选取净资产增长率,销售收入增长率。

第五,资本结构。资本结构是指长期负债和权益的分配情况。本文选取资产负债率、权益乘数和产权比率。

四、制造业小微企业实证分析(一)信度分析

在获得的财务数据的基础之上,计算得出各项财务指标,然后运用stata 软件进行因子分析。首先进行KMO 检验与SMC 检验,结果显示样本的SMC 的检验均值是0.491,同时KMO 检验均值达到了0.619,且每一个变量的KMO 检验值都大于0.5,这两次检验说明原始变量之间存在公因子,适合因子分析。

(二)公因子确定

运用主成分萃取的方法得到了“公因子”及其特征值、方差、贡献率等运行结果(如表1所示)。由表1可知,公因子1、公因子2、公因子3、公因子4的特征值1分别是2.944、1.998、1.664、1.427,并且4个公因子方差的累计贡献率是0.977。除此之外,根据公因子碎石图(如图1所示)可知,前四个公因子特征曲线斜度很大,变化也很明显。因此前四个公因子能够充分反映变量所传达的信息,因此本文提取前四个公因子。并经过方差最大旋转,旋转之后前四个公因子的特征值2分别是2.884、1.862、1.751、1.475,累计方差贡献率0.988,从而进一步说明了提取前四个公因子的合理性。

因子载荷的绝对值越大说明因子变量的重叠性越高,在解释因子的时候就越显得重要。根据旋转后因子载荷矩阵(如表2所示),公因子F1对销售利润率、主营业务利润率、总资产利润率、净资产收益率、净资产增长率载荷较大,这5个财务指标主要是衡量小微企业的盈利能力,因而可将因子命名为盈利能力因子。公因子F2对流动比率和速动比率载荷较大,这2个财务指标主要是衡量小微企业的偿债能力,因而将因子命名为偿债能力因子。公因子F3对资产负债率、产权比率和权益乘数载荷较大,这3个财务指标主要衡量小微企业的资本结构,因此将此命名为资本结构因子。公因子F4对总资产周转率、流动资产周转率、存货周转率、应收账款周转率载荷较大,这4个财务指标主要是衡量小微企业的营运能力,因此将其命名为营运能力因子。

(三)因子及综合得分

本文采用回归法估计因子得分系数,然后输出因子得分系数表,具体结果见表3,根据表3可以写出以下因子得分函数:

F1=0.043流动比率+0.039速动比率-0.020资产负债率-0.106产权比率-