《财政研究》双指标测度方法A股上市公司避税程度数据2008—2025整理与说明企业避税tax avoidance一直是公司金融与财税领域的核心议题。如何用可量化、可复现的指标把中国上市公司每年实际的避税强度刻画出来是大量实证研究的起点。本文整理的数据集参照《财政研究》近期刊发文献的做法构建了会计—税收差异BTD和剔除应计利润影响后的会计—税收差异DDBTD双指标覆盖2008—2025年中国A股上市公司可作为宏观政策、数字化转型、ESG、机构持股等议题的稳健被解释变量。一、数据集概览下表汇总了数据集的关键参数方便研究者快速判断是否符合自己的研究需求。备注BTD_w、DDBTD_w 分别为对应指标 1%—99% 缩尾后的版本用于缓解极端值对回归结果的干扰。二、指标含义与计算公式避税程度本质上无法被直接观察因此学界通常以会计利润—应纳税所得额之间的差异作为代理变量差异越大意味着企业越有可能通过安排交易、转移利润等方式降低实际税负。2.1 会计—税收差异BTD最基础的代理指标是会计—税收差异Book-Tax Differences, BTD其定义如下BTD 利润总额 − 应纳所得税额/ 期末总资产其中应纳所得税额由所得税费用与名义所得税率倒推得到应纳所得税额 当期所得税费用 / 名义所得税率BTD 数值越大会计利润与应纳税所得额之间的差异越显著企业从事避税活动的可能性越高。2.2 剔除应计利润后的会计—税收差异DDBTD单纯使用 BTD 容易受到盈余管理的影响——管理层可以通过操纵应计利润来调节会计利润从而虚增或虚减 BTD。为此学界进一步在 BTD 基础上剥离出无法被应计利润解释的部分得到 DDBTD• 第一步估计总应计利润TACCTACC 净利润 − 经营活动产生的现金流量净额/ 总资产• 第二步按年度对 BTD 与 TACC 做 OLS 回归BTD_{i,t} α β × TACC_{i,t} η_i ε_{i,t}• 第三步将残差 ε_{i,t} 记为 DDBTD_{i,t}即剔除应计利润影响后的会计—税收差异。DDBTD 捕捉的是 BTD 中无法由应计利润解释的非常规性部分能够更稳健地反映企业的避税行为。图1 BTD 与 DDBTD 的测算公式示意三、Python 实现参考下面给出一段可复现的 Pandas 实现便于研究者按自己口径快速还原指标。代码涵盖了名义所得税率还原、BTD 计算、TACC 计算以及按年度分批回归得到 DDBTD 的完整流程。图2 DDBTD 的 Python 实现参考按年度 OLS 回归取残差图2 DDBTD 的 Python 实现参考按年度 OLS 回归取残差四、数据字段说明为方便研究者直接对接分析脚本下表列出数据集中包含的全部字段。图3 数据集样例上市公司避税程度指标部分公司—年度观测图3 数据集样例上市公司避税程度指标部分公司—年度观测五、典型研究场景基于该数据集可以延展出多条经验研究线索1.避税的影响因素。可考察宏观经济政策如税收征管数字化、金税工程、数字化转型、ESG 评级、机构投资者持股、董事会结构、高管薪酬激励等对 BTD / DDBTD 的影响机制。2.避税的经济后果。可分析避税行为对企业融资约束、投资效率、企业价值、现金持有以及社会责任履行如捐赠、ESG 评分的因果效应。3.公司治理与税收规避。可检验审计质量、内部控制、媒体监督等治理机制对避税的约束效应。4.制度环境的调节作用。可引入地区法治水平、财政压力、税收征管强度等外生冲击考察其对避税程度的调节或交互影响。六、使用建议•做稳健性检验时建议同时使用 BTD 与 DDBTD 两个指标两者侧重点不同BTD 反映整体差异DDBTD 反映剥离应计项目后的真实避税部分。如果两个指标的回归结果一致结论会更可信。•注意控制行业与年份固定效应税收政策在不同行业、不同时期差异较大行业—年份联合固定效应通常优于单一固定效应。•关注缩尾版本_w在样本存在极端值时建议优先使用 BTD_w、DDBTD_w 跑主回归再用未缩尾版本做稳健性检验。•剔除样本记得复述金融业、ST/*ST/PT 公司通常因业务结构异常或财务异常被剔除建议在论文中明确披露剔除规则以保证可复现性。七、参考文献[1] 马恩涛, 王淼. 气候变化如何影响企业纳税行为[J]. 财政研究, 2026, 47(7): 1347-1376.引用格式马恩涛, 王淼. 气候变化如何影响企业纳税行为[J]. 财政研究, 2026, 47(7): 1347-1376.顶部专栏分享更多内容专栏合集经管社科数据集合与整理来源 Paper 数据分析