• 沒有找到結果。

第四章 實證結果

第七節 額外測試

本章節考量企業合格資本支出決策,取決於企業自身之資源或經理人判斷,

因此決策本身,並非隨機而是由經理人選擇其偏好的策略,即合格資本支出本 身,可能存在潛在的自我選擇偏誤,若實證模型忽略公司自我選擇偏誤的影響,

將使實證結果產生偏差,因此,本研究進一步採 Heckman 二階段決策模型,以 控制自我選擇偏誤的影響。

此外,本研究亦考量,若無藉由隨機分組削弱實驗組和對照組之間複雜變 量的影響,可能會產生系統性之偏差,因此於本節第二部分,採用傾向評分匹 配消除組別之間的干擾因素,如自我選擇或無法觀察之變數的問題。經由配對 後,觀察新稅法下有無合格資本支出,對於避稅程度是否仍然存有關聯。以下 將分為兩個部分,進行說明:

一、Heckman 二階段決策模型

本節增加考量樣本中,可能有與合格資本支出相關之不可觀察干擾項,為 解 決 這 樣 的 偏 誤 , 本 研 究 以 可 能 影 響 公 司 決 定 資 本 支 出 之 變 數 , 如 規 模

(SIZE)、財務槓桿比率(LEV)、淨營業損失率(ΔNOL)、現金持有率

(CASH)、資產報酬率(ROA)、有無海外營收(FI)及權益收益(EQINC),

以 Probit 模型估計公司決定投入合格資本支出的機率後,為每一樣本計算其自 我選擇偏誤比率(Inverse Mills Ratio),以修正樣本自我選擇所造成的偏差,

表 4-7 為考量 Inverse Mills Ratio (IMR) 變數後,產生之迴歸結果。

由表 4-7 可觀察 IMR 之係數無論在裁決性永久財稅差或是當期應計有效稅 率的衡量下皆不顯著,此說明原先之迴歸方程式並不具有自我選擇偏差,可以 依照原先估計係數判斷,且經由第二階段迴歸結果可觀察,交乘項係數在裁決 性永久財稅差及當期應計有效稅率的衡量下,分別為 0.427 及 0.052,且皆達 5%

顯著水準,亦即在其他條件不變下,在美國減稅及工作法案的影響下,有合格 資本支出之公司相較於無合格資本支出之公司,避稅程度較高,仍然支持本研 究 H1 假說之論述。

表 4-10 - Heckman 二階段迴歸結果

變數名稱 ADTAX ETR

係數 t 值 係數 t 值

Intercept 0.249 ( 0.88 ) 0.561 *** ( 4.73 ) BUYCAPX 0.009 ( 0.51 ) 0.018 ** ( 2.32 ) POST -0.437 ** ( -2.11 ) 0.090 *** ( 3.49 ) BUYCAPX * POST 0.427 ** 2.08 ) -0.052 ** ( -2.41 ) SIZE -0.017 ( -1.45 ) -0.009 ** ( -2.21 ) RD 0.022 ( 0.20 ) -0.284 *** ( -4.87 ) LEV 0.037 ( 1.05 ) -0.037 *** ( -2.64 ) NOL 0.014 ( 0.80 ) -0.017 *** ( -2.86 ) ΔNOL 0.219 *** ( 8.23 ) -0.011 ( -1.10 ) CASH -0.002 ( -0.02 ) -0.026 ( -1.00 ) ROA 0.251 *** ( 8.55 ) -0.034 ( -1.30 ) PPEGT -0.007 ( -0.26 ) -0.032 *** ( -2.95 ) INTAN 0.167 ** ( 2.45 ) -0.110 *** ( -5.72 ) ΔSALE 0.000 ( -0.01 ) -0.019 *** ( -3.11 ) FI -0.019 ( -1.02 ) 0.033 *** ( 4.47 ) EQINC 3.958 ( 1.24 ) -2.202 *** ( -2.87 ) IMR -0.265 ( -0.67 ) -0.214 ( -1.46 ) Industry fixed effect Included Included

Std. Error Clustered

Yes Yes

by Firm

N 10,193 6,059

adj. R-squared 0.10 0.15

44

二、傾向評分配對(propensity score matching, PSM)

對於此部分,本研究將採用傾向評分配對消除組別之間的干擾因素,如自 我選擇或無法觀察之變數的問題,經由將傾向分數相近的實驗組與對照組給兩 相配對,減少共變項在兩群組分布不均的狀況(Remove Covariate Imbalance),

藉由觀察配對後的樣本,是否仍支持在新稅法下,有合格資本支出之公司,有 生(Rosenbaum and Rubin, 1983)。

因此傾向評分配對即是透過統計方法挑選出屬性與其最相似的公司作為對

差異衡量下,影響公司合格資本支出決策的因素近乎相同,影響因素包含了公 司規模(SIZE)、財務槓桿比率 (LEV)、 現金持有率(CASH)及資本密集 度(PPEGT),且係數皆達 1%之顯著水準,在經過實驗組及控制組之特性配 對後,各變數係數皆呈現不顯著,配對結果指出實驗組及對照組公司之配對情 況良好,已有效消除公司特性對其合格資本支出決策之影響。

承接第一階段迴歸模型之結果,本研究取得配對完之樣本,進一步使用該 樣本進行迴歸測試,觀察在降低實驗組及對照組樣本特性上的差異後,實證結 果是否仍然支持本研究之假說。

46

表 4-11 - 傾向評分配對第一階段迴歸結果

ADTAX ETR

配對前 配對後 配對前 配對後

變數名稱 BUYCAPX BUYCAPX BUYCAPX BUYCAPX

係數 z 值 係數 z 值 係數 z 值 係數 z 值 Intercept -2.202 *** ( -7.08 ) -0.160 ( -0.40 ) -1.820 *** ( -3.28 ) 0.032 ( 0.04 )

SIZE 0.358 *** ( 25.26 ) -0.035 * ( -1.69 ) 0.327 *** ( 16.08 ) -0.028 ( -0.84 ) RD 0.705 *** ( 4.29 ) -0.021 ( -0.10 ) 0.207 ( 0.36 ) 0.025 ( 0.03 ) LEV -0.168 *** ( -3.32 ) -0.111 ( -1.65 ) -0.353 *** ( -2.66 ) -0.086 ( -0.49 ) NOL 0.025 ( 0.41 ) 0.029 ( 0.37 ) 0.047 ( 0.64 ) -0.132 ( -1.32 ) ΔNOL -0.002 ( -0.06 ) -0.054 ( -1.48 ) -0.027 ( -0.26 ) 0.038 ( 0.32 ) CASH 0.774 *** ( 5.36 ) 0.374 ** ( 2.01 ) 0.651 *** ( 2.61 ) 0.208 ( 0.61 ) ROA 0.050 ( 1.39 ) -0.048 ( -0.95 ) 0.033 ( 0.19 ) -0.173 ( -0.30 ) PPEGT 0.232 *** ( 3.89 ) 0.230 *** ( 3.01 ) 0.413 *** ( 4.07 ) 0.064 ( 0.43 ) INTAN -0.050 ( -0.34 ) 0.553 ( 2.82 ) 0.166 ( 0.80 ) 0.423 ( 1.44 ) ΔSALE 0.023 ( 1.01 ) -0.028 ( -1.01 ) 0.005 ( 0.09 ) -0.089 ( -1.00 ) FI -0.035 ( -0.59 ) -0.008 ( -0.10 ) -0.115 ( -1.40 ) -0.071 ( -0.60 ) EQINC -9.623 ( -1.19 ) 3.096 ( 0.29 ) -4.894 ( -0.51 ) -22.519 ( -1.59 ) Industry fixed effect Included Included Included Included Std. Error Clustered

Yes Yes Yes Yes

by Firm

N 10,193 4,320 6,059 2,058

註 1:本表各連續變數之極端值已進行 winsorized,最小值及最大值為其 1%以及 99%之數值。

註 2:***、**、*分別代表 1%、5%及 10%顯著水準(雙尾檢定)。

註 3:變數定義請詳見表 3-3。

表 4-12 列示傾向評分配對後之迴歸結果。根據迴歸結果發現,在被解釋變數 Industry fixed effect Included Included

Std. Error Clustered

Yes Yes

by Firm

N 4,320 2,058

48

相關文件