税负粘性(ABJ模型)
「税负粘性(ABJ模型)」，覆盖 2006-2025 年，频率 年度，上市公司层级，含 17 个变量，样本量约 39,177。 衡量企业税负随营业收入变动而调整的非对称性，即税负粘性。
| 时间跨度 | 2006-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 17 |
| 样本量 | 39,177 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 股票代码
- StkName [证券简称] — 证券简称
- Year [年度] — 会计年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- Sticky [税负粘性水平] — 参考Anderson et al. (2003, JAR)和魏志华、卢沛(2021, 经济学动态)的方法，基于ABJ成本粘性模型构建。以各项税费(税金及附加)和营业收入(营业收入)的单季度同比对数变化率进行8年(32季度)滚动OLS回归，提取收入下降时的非对称系数delta2绝对值。计算公式为：当delta2显著为负(p<0.1)时成本粘性(Weiss模型)=|delta2|，否则为0。值越大表示税负粘性越高，用作研究变量。单位：%
- Delta1 [税负收入弹性] — 参考Anderson et al. (2003, JAR)的ABJ模型，计算公式为：log(TaxSQ_t/TaxSQ_{t-4}) = d0 + d1*log(RevSQ_t/RevSQ_{t-4}) + d2*D*log(RevSQ_t/RevSQ_{t-4})中的d1系数，衡量收入上升时税负变化的弹性
- Delta2 [税负非对称系数] — 参考Anderson et al. (2003, JAR)的ABJ模型，回归交互项系数d2原始值(含正负号)。负值表示税负具有粘性(上升容易下降难)，正值表示反粘性
- Delta2Pvalue [非对称系数P值] — 参考Wei & Lu (2021, Economic Perspectives)。基于HC3异方差稳健标准误的双尾检验P值。用于判断delta2的统计显著性。单位：比例
- NQtrs [有效季度数] — 参考Wei & Lu (2021, Economic Perspectives)。滚动窗口内参与回归的有效同比季度观测数，最小20个，最大32个(8年)。单位：个
- IsSticky [是否存在税负粘性] — 参考Anderson, Banker & Janakiraman (2003, JAR)的方法，是否存在期间费用粘性(0=否，1=是)，当期间费用粘性>0时取1
常见问题
- 「税负粘性(ABJ模型)」是什么数据集？
- 税负粘性(ABJ模型)，隶属经营绩效。衡量企业税负随营业收入变动而调整的非对称性，即税负粘性。
- 该数据集的时间范围是？
- 覆盖 2006-2025 年。
- 包含哪些变量/指标？
- 共 17 个变量。核心指标包括：税负粘性水平、税负收入弹性、税负非对称系数、非对称系数P值、有效季度数、是否存在税负粘性。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，上市公司层级。
- 样本量有多大？
- 约 39,177 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 税负粘性衡量了企业税负在营业收入上升和下降时调整的非对称性，即税负在收入下降时下降的幅度小于收入上升时上升的幅度。这一概念借鉴了Anderson, Banker和Janakiraman (2003)提出的成本粘性模型，并将其应用于企业税负行为的研究。核心思想是，由于税收制度的刚性、企业避税行为的调整成本或管理层对税收筹划的惯性，企业的实际税负可能表现出“易升难降”的特征。 为消除季节性影响，模型使用单季度数据的同比变化率。具体地，以$TaxSQt$表示第$t$季度的税金及附加，$RevSQt$表示第$t$季度的营业收入。对每个公司，在滚动的时间窗口内估计以下回归模型： $$ \log\left(\frac{TaxSQt}{TaxSQ{t-4}}\right) = d0 + d1 \cdot \log\left(\frac{RevSQt}{RevSQ{t-4}}\right) + d2 \cdot D \cdot \log\left(\frac{RevSQt}{RevSQ{t-4}}\right) + \epsilon $$ 其中，$D$为虚拟变量，当营业收入同比（即相对于$t-4$季度）下降时取值为1，否则为0。系数$d1$衡量了营业收入上升时税负变化的弹性，即Delta1（税负收入弹性）。交互项系数$d2$衡量了营业收入下降时税负弹性相对于上升时的非对称变化，即Delta2（税负非对称系数）。若$d2$显著为负，则表明存在税负粘性；若$d2$为正，则表明存在反粘性。 最终的核心指标Sticky（税负粘性水平）定义为：当$d2$显著为负（双尾检验$p$值小于0.1）时，取其绝对值$|d2|$；否则为0。该值越大，表示税负粘性程度越高。同时，生成二元变量IsSticky（是否存在税负粘性），当$d2$显著为负时取值为1，否则为0。回归中使用了HC3异方差稳健标准误来计算Delta2Pvalue（非对称系数P值）。NQtrs（有效季度数）记录了每个滚动窗口内用于回归的有效同比观测值数量。 补充说明 - 采用滚动窗口回归，窗口长度为8年（32个季度），要求窗口内至少有20个有效的同比季度观测值。 - 回归样本排除了金融行业（按中上协行业分类为J门类）的公司。 - 所有连续变量在回归前未进行缩尾处理。 参考文献 - Anderson M C, Banker R D, Janakiraman S N. Are selling, general, and administrative costs “sticky”?[J]. Journal of Accounting Research, 2003, 41(1): 47-63. - 魏志华, 卢沛. 经济政策不确定性与税负粘性:基于税盾视角的解释[J]. 财贸经济, 2022.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。