기업의 재무적 특성과 조세회피 관련성에 관한 기존의 연구들은 실질적으로 조세회피 결정요인에 관한 재무적 특성에 관하여 연구하여 왔으며, 조세회피 수준에 따른 재무적 특정변수를 예측한 연구는 없었다. 만약 기업의 조세회피 수준에 따른 유의적인 재무적 특성변수를 찾아낼 수 있다면 사전적으로 적정기업과 비적정기업간 재무적 특성비율 차이를 확인하여 기업의 부실예측에 유용한 지표로 활용할 수 있다. 즉, 재무제표를 활용한 재무비율(Financial Ratio)은 기업의 미래의 가치평가, 신용평가, 대출심사기준 등 다양한 의사결정의 기초자료로 활용할 수 있기 때문에 재무비율을 통한 조세회피 수준 예측은 비적정기업의 부실예측에 추가적인 하나의 지표로서 활용할 수 있기 때문에 본 연구에서는 조세회피에 유의적인 영향을 미치는 재무비율을 통한 조세회피 수준예측에 관하여 판별분석을 통해 알아보고자 한다. 본 연구는 기업의 정보가치를 가장 쉽게 제공해주는 재무비율을 이용하여 기업들의 조세회피수준 예측을 해 보고자 조세회피 수준이 높은 집단과 낮은 집단을 구분하였다. 기업의 조세회피수준이 높은 집단과 낮은 집단으로 구분한 후 재무적 특성을 나타내주는 재무비율을 대상으로 판별분석을 다음과 같이 수행한다. 조세회피 수준 예측은 전체표본을 두 집단(판별함수 추정시 사용할 집단 (집단1)과 추정된 판별함수를 통해 조세회피 수준 예측치와 실제치를 비교할 집단 (집단2))으로 구분하여 (1) 집단1을 이용해 판별분석을 통한 조세회피 수준 예측치에 영향을 미치는 재무비율변수와 판별계수를 찾아내고, (2) 집단1을 이용해 (1)을 통해 확인된 판별함수를 집단2에 적용하여 조세회피 수준 예측치를 산출한 후 집단2의 실제 조세회피 수준 예측치의 값과 비교함으로써 어느 정도 예측정확성을 가지는지를 살펴보고자 한다. BTD는 이익조정행위인 재무보고이익의 증가나 또는 조세회피행위인 세무이익의 감소를 나타내는 대용치로 활용할 수 있기 때문에 조세회피수준 예측을 이용한 재무비율분석은 적정기업과 비적정기업으로 구분하여 파산예측에 이용될 추가적인 하나의 지표로서 활용할 수 있을 것으로 기대된다. 판별분석의 결과 20개의 재무적 특성변수 중 다단계측정방식으로 구하여진 대표 재무적 특성변수는 재고자산대유동자산(IACA), 현금구성비율(CSR), 순이익대총부채(NPTD), 노동장비율(LER)로 나타났다. 집단1을 통하여 선별된 재무적 특성변수의 예측치가 78%전후로 예측정확성이 높은 것 을 알 수 있으며, 이렇게 추정된 재무적 특성변수를 집단2에 대입해 본결과 89%의 높은 예측정확성을 나타내는 것을 알 수 있다. 본 연구는 신용기관, 채권자 및 투자자 등 회계정보 이용자들에게 중요한 의미를 갖는 재무제표를 중심으로 조세회피 수준 예측을 이용한 재무비율분석은 적정기업과 비적정기업으로 구분하여 부실예측에 이용될 추가적인 하나의 지표로서 활용할 수 있을 것으로 기대된다. 기존의 선행연구와는 달리 재무비율을 통한 조세회피 수준 예측이 실제 기업의 조세회피 수준이 유의한 재무적특성을 판별해 내어 비적정기업의 부실예측에 활용될 수 있음을 알 수 있다.Previous studies on tax avoidance delve into the financial characteristics of firms that conducting tax avoidance, yet studies predicting the level of tax avoidance with financial characteristics are scarce. Financial ratios can be used as a source of information for various decisions including valuation of firm, credit assessment, and screening for lending decision, and which can be employed as a useful indicator of firm insolvency. The methodology is summarized as follows: first, firms are categorized into high tax avoidance firms and low tax avoidance firms. We predict tax avoidance by dividing the total sample into two groups; the first group is used to estimate the discriminant function, and this function is used in the second group to estimate corporate tax avoidance, which is then compared to actual tax avoidance. In other words, we find the discriminant coefficients and significant financial ratios that influence corporate tax avoidance from the first group, then we use these values to estimate corporate tax avoidance in firms of the other groups. This estimated tax avoidance and actual tax avoidance are compared to measure the accuracy of the prediction of discriminant analysis result. The results demonstrate that among financial characteristics, Inventory Assets to Current Assets (IACA), the Cash Structure ratio (CSR), Net Profit to Total Debt (NPTD), and the Labor Equiptment Ratio (LER) are found significant from our multi-step estimation method. Estimation using the selected financial characteristics can accurately forecast tax avoidance about 78% in the first group. When we implement the same variables in the second group, the predictions yield a substantially accurate prediction rate of 89%. This study contributes to the literature by proposing an additional index to predict tax avoidance, the insolvency of a firm. We examine the difference in financial characteristic ratios between firms with levels of corporate tax avoidance to predict future corporate tax avoidance through a discriminant analysis.
Search from 250 M+ research papersSearch from 250 M+ research papers
Open Access
May 29, 2018
Marco Macchiavelli + 1
