第三章、 研究方法
第一節、 租稅規避之模型設定
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三章、研究方法
第一節、租稅規避之模型設定
一、遺產稅扣除額分析
扣除額係考量納稅人基本生活所需，對減除基本生活費後的剩餘所得課稅，
在被繼承人死亡時，遺有配偶、子女等受扶養親屬者，得以保障受扶養家屬的最 低基本生活費；除此之外，扣除額還具有鼓勵特定行為的效果，文獻上主要討論 所得稅給予捐贈扣除額的政策效果，由於所得稅為累進稅制，當納稅人適用的邊 際稅率愈高，能夠享有愈多租稅扣除的好處，往往成為富有者規避稅負的管道。
本文將相同的概念用於遺產稅扣除額，檢視遺產稅扣除額是否同樣存在稅盾 效果，尤其在民國 98 年修法前，遺產稅為累進稅率且稅率高達 50%，若能有效 利用扣除額，則有相當大的節稅利益，而扣除額可以再進一步區分為配偶、直系 血親卑親屬等依據親屬身分與人數適用定額的扣除額，以及未償債務、農業用 地、公共設施保留地等能夠透過行為改變或購買資產等方式適用的扣除額，相較 之下，後者更具有自由操控的空間，也是本文主要研究的項目。遺產稅法上為維 持農業發展並鼓勵繼續作農業使用，農業用地在計入遺產後得以扣除額減除，公 共設施保留地則是為了補償土地使用受到限制，同樣能夠適用扣除額，但實際上 農業使用的認定往往較為寬鬆，公共設施保留地的市價低又可以抵繳遺產稅款，
使得農業用地與公共設施保留地扣除額容易成為租稅規避的途徑。
首先討論農業用地扣除額的節稅效果，假設納稅人目前擁有一元，可以選擇 以現金的方式持有，或是用來購置資產，若納稅人適用邊際稅率為 t，在計算稅 額時農業用地及公共設施保留地能適用扣除額，相當於實際購買農業用地或公共 設施保留地的成本僅需要 1-t 元，亦即以 (1-邊際稅率) 作為扣除額的價格，以 下舉例說明：假設 A 與 B 兩人在死亡時分別擁有 100 元的現金、公告現值 100 元的農業用地，稅率 10%，在計算稅額時，B 得以適用農業用地扣除額全額扣除，
假設免稅額為零的情況下，核定遺產淨額為 0 元，不須繳納任何稅負；相較之下，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
A 無法適用相關扣除額，核定遺產淨額為 100 元，應納稅額為 10 元，雖然同樣 擁有 100 元的遺產，B 以農業用地的方式持有可以節省 10 元的稅負，相當於購 買農業用地僅需付出 90 元；其次公共設施保留地亦可用相同方式推論，因此相 較於其他資產，持有農業用地、公共設施保留地的租稅負擔較輕，且當納稅人適 用稅率愈高，能節省的稅負也愈多，將現金轉換為農業用地、公共設施保留地更 能達到節稅目的。
再者，遺產稅法上對於被繼承人已發生之未償債務，在確定能由其遺產負責 清償，得將未償債務自遺產總額中扣除。立法上不可能鼓勵民眾舉債，難與一般 設置扣除額制度目的相提並論，推測係為避免加重貸款人負擔以及保障債權人的 債權得以行使，將已發生的債務以扣除額的方式排除於遺產稅課稅範圍外，從表 3-4 整理各分位持有扣除額份額卻發現，債務持有份額隨著財富水準增加，富有 者擁有較多的債務，與常理相違，且根據傳統思維，父母多會為子女考量盡量將 財產留給後代，而非遺留債務，故極有可能係藉由虛構債務適用扣除額以減輕租 稅負擔。就債務的真實性，需要稽徵機關進一步審核，在稽徵成本及資源有限的 考量下，債務扣除額可能成為納稅人節稅的管道，故本文認為未償債務扣除額與 前述扣除額一樣具有稅盾效果。
同樣舉例說明未償債務扣除額的稅盾效果：假設 A、B 兩個人各自擁有 100 元，兩人稅率均為 10%，其中 B 的所得全數以貸款的方式取得，在計算稅額時，
A 的核定遺產淨額為 100 元，應納稅額為 10 元，而 B 能夠適用未償債務扣除額 全額扣除，B 的核定遺產淨額為 0 元，應納稅額為 0 元。由此可知，同樣擁有 100 元的遺產，B 以貸款的方式持有可以節省 10 元的稅負，相當於僅需付出 90 元即可取得 100 元的貸款，當納稅人的邊際稅率為 t，以貸款融資的方式，能夠 以較低的價格 (1-t) 持有一元現金；若 B 進一步將貸款取得的現金用來購買免稅 的指定受益人保單，既可避免計入遺產又不需繳納任何稅負，又可遞延清償債 務，享受雙重的好處。從稽徵機關的角度而言，B 以貸款持有 100 元使政府產生 10 元的稅收損失，可以想成是政府替 B 支付部分貸款，故以扣除額的方式將未
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
償債務減除，反而減輕貸款人的租稅負擔，變相鼓勵利用貸款方式持有資產，尤 其當納稅人的邊際稅率愈高，節稅效益愈大，更是不公平。
二、 扣除額模型推估
當被解釋變數為連續變數時，一般利用線性迴歸進行分析，而傳統線性迴歸 有若干假設，一般以最小平方法 (Ordinary least squares, OLS) 估計，得出的估計 值即為最佳線性估計值。5 然而多數情況，被解釋變數可能受到某些因素影響，
以至於受限於特定值甚或無法觀察，成為不連續變數，例如：常見的二元變數，
以事件的「有」或「無」作為被解釋變數，導致誤差項僅有兩個值，無法滿足誤 差項為常態分配的假設，若仍用線性迴歸分析將產生偏誤。
在遺產稅申報案件中，部分案件未申報扣除額，或僅申報部分扣除額，導致 被解釋變數受限於 (cencored) 特定值，即扣除額受限於零，若仍以一般線性迴 歸分析，會影響估計結果；若將其觀察值為零的樣本刪除，則無法反映整體案件 的情況。故針對這種具特殊性質變數，最早由經濟學家 Tobit (1958) 提出可行的 估計方法，當被解釋變數為具有零以及其他連續正值時，分析全體案件必須同時 考慮受限與未受限情況，給予各自發生機率一定的權重。依據 Tobit 模型的機率 函數設定，以yi*表示無法完全觀察到的真實被解釋變數，亦即潛在變數 (latent variable)，並假定其滿足一般線性迴歸的條件；另外，以yi 表示一般能觀察到零 或是正值的顯性變數，兩者關係式如下：
i i
i x
y* .
0
yi , y*i 0,
* i
i y
y , y*i 0.
yi 為樣本資料可觀察的連續被解釋變數，最小下限值為零；xi為解釋變數；
i為 隨機誤差項。將扣除額為零 (yi 0) 的樣本機率函數表示如下：
5 線性迴歸五項基本假設，分別為被解釋變數與解釋變數為線性關係、解釋變數之間無共線性、
誤差項期望值為零、變異數齊一與誤差項獨立，以及誤差項為常態分配。