会计-税收差异与价值投资——基于机器学习的应用与研究

作     者：魏镜霖 

作者单位：中央财经大学 

学位级别：硕士

导师姓名：王彦超

授予年度：2022年

学科分类：120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 12[管理学] 02[经济学] 0202[经济学-应用经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 020203[经济学-财政学（含∶税收学）] 

主      题：会计-税收差异 价值投资 Fama-French三因子 XGBoost算法 

摘      要：在我国会税分离的模式下,会税差异是客观存在的,这也为企业的管理者提供了盈余管理与税收规避的空间。基于信息不对称理论与机会主义行为倾向理论,管理层很有可能采用不易被识别的手段进行盈余操纵与税收规避,以期获得自身更大的利润,这也导致公司对外披露的报表存在失真问题。会计-税收差异一定程度上反映了公司真实的盈余状况与避税状况,制度间的差异、盈余操纵、税收规避的行为都会产生并扩大会税差异,因此,研究会税差异的评估方式来反映其包含的信息含量,以及会税差异与价值投资,是非常具有理论与实践意义的。会计-税收差异根据其产生的原因及性质的不同,分为暂时性会计-税收差异和永久性会计-税收差异。本文基于理论分析,使用了2016年-2020年A股上市公司数据,对会计-税收差异、暂时性会计-税收差异、永久性会计-税收差异进行评估模型搭建,通过选择制度因子、盈余因子与避税因子,衡量会税差异,探讨各方面因素对会税差异造成的影响,并从模型搭建的角度探讨了会税差异因子包含的信息量。随后,基于机器学习,本文使用了会税差异因子进行价值投资策略研究,基于Fama-French三因子,分别加入会计-税收差异因子、暂时性会计-税收差异因子、永久性会计-税收差异因子构建四因子模型,使用动态滚动训练法,以24个月为训练集,3个月为测试集进行滚动训练,基于准确性、稳定性、收益性完成相关模型的选择与评价,最后采用分组检验回测的方式,探讨了会税差异因子对于投资决策的有效性这一问题,丰富了会税差异与价值投资相关研究。根据本文搭建的会税差异评估模型与会税差异四因子模型,得出以下结论:会税差异包含了丰富的信息,通过制度因子、盈余因子以及避税因子搭建的评估模型,能够较好的反映会税差异,这也说明了会税差异反映出了企业的经营状况、盈余状况及避税状况等相关信息。在准确性、稳定性与收益性更强的XGBoost算法下,基于Fama-French三因子,本文构建了会计-税收差异四因子模型、暂时性会计-税收差异四因子模型与永久性会计-税收差异四因子模型,经回测及分组检验发现,会计-税收差异、暂时性会计-税收差异与永久性会计-税收差异能够为价值投资决策提供有效信息,其中,暂时性会计-税收差异能够为投资者提供有效的风险控制信息。