上市公司企业税负粘性stata代码计算数据结果2010-2020

上市公司企业税负粘性stata代码计算数据结果2010-2020

变量说明

• • • • 使用企业支付的各项税费(Tax)作为上市公司税收支出的代理变量
      • 选用企业当期营业收人(Revenue)作为企业经营状况的代理变量
      • 定义D为上市公司营业收入是否下降的虚拟指标，相对于第t-1期，若第t期营业收入下降，取值为1，否则取值为0

使用上市公司2003–2020年营业收入（Revenue）和企业税负支出（Tax）季度数据，运用上述模型对每个上市公司当年及前七年(共八年)的季度数据进行滚动回归，并定义回归系数  为上市公司当年的粘性水平。回归过程中对时间序列数据进行了序列相关性检验，对存在序列相关的观测数据进行FGLS（广义可行最小二乘法）估计，以确保OLS回归结果的有效性。进一步地，根据税负粘性的定义，当回归系数  大于0，回归系数  为负数且显著时，意味着当营业收入下降时，企业税收支出减少幅度低于同等比例的营业收入上升所增加的幅度，且该差异具有统计上的显著性，此时  的值真实反映了企业税负粘性水平。若回归系数  大于0，且回归系数  不显著，意味着随营业收人方向变化，税收支出变化并没有显著性差异，此时企业不存在税负粘性，则税负粘性取值为0。为便于分析，使用取绝对值的粘性结果作为企业税负粘性的度量指标，该值越大，意味着企业税负粘性越高。

参考文献

魏志华, & 卢沛. (2021). 税收竞争, 征税努力与企业税负粘性. 经济学动态.

数据说明

• • • • 原始数据区间为2003-2020年，最终计算结果区间为2010-2020年
      • 剔除金融类上市公司
      • 剔除当期和滞后一期上市公司税费支付、营业收人为负值的样本
      • 剔变量缺失的样本
      • 要求每个企业至少应包括20个以上的有效观测值并对季度数据进行滚动回归。
      • 为避免极端值对回归结果的干扰，对连续变量在1%~99%分位数上进行了缩尾处理。

结果说明

数据截图


各年数据量


描述性统计