企业避税是一种复杂社会行为,会计学、经济学和法学等学科都存在对其各自不同角度不同目的不同方法的阐释,本文以经济学为主线对企业避税行为的机理和识别在学理上进行了一些初步探索。第一章描述了企业避税的内涵和外延,分析了企业避税的概念、成因和主要表现形式。在企业避税的定义上,各相关学科研究中有很多角度不同的界定。本文对企业避税的定义:企业形式上遵从税法,通过合理化相关行为但实质违反诚信原则,脱离税法规制,以获取税收利益为主要目标的行为,这个界定在法学上、经济学上和和会计学上具有内在一致性,这个界定在实务中也具有实际功用和意义。企业避税的成因,在内因上主要有三个方面:企业自身具备动机、机会和合理化三要素,企业之外的诱因以及税法本身具有的特征也对企业避税行为具有重大影响。企业避税有多种表现形式,本文从企业投资回报率的角度进行了简要展现。第二章分析了企业避税信号识别的逻辑基础。企业避税信号识别的数学原理是广泛应用于通信等领域的香农定理。企业避税信号识别的逻辑基础是避税信号与“噪音”,即企业正常经营活动产生的信息与之彼此独立,避税信号具有可识别与可分离性。第三章讨论了企业避税的识别。建立在企业财务管理基础之上的企业避税,才具有现实可操控性。企业避税一般具有跨年特征,即依据上年度所得税费用调整本年度税前资产回报率,使本年度所得税费用控制在目标范围内,对此因果关系建立了因果图。由于本年度所得税费用的目标范围不可被直接管理,而是通过税前资产回报率作为中介传导企业避税行为的效果。揭示税前资产回报率的形成机制,就揭示了企业隐秘的避税机制。第四章对企业避税识别进行了实证分析。因为企业避税的具体函数形式（具体机理和运作）只有企业最清楚,作为研究者对此并不了解,所以选取函数的泰勒二阶展开近似表达其函数,这样就将对企业避税函数的研究转化成其二阶近似表达式性质的研究。对以前述三章内容为基础构建的企业避税信号识别模型进行了设计,以2008年-2019年上市公司财务报表为主要数据源,用GMM对数据进行了估计、分析,对本期所得税费用与滞后一期企业所得税费用、资产、功能和风险之间的因果关系进行了推断和识别,结果显著,证实了因果图的正确性和有效性,对可公开查询到被反避税调查和特别纳税调整的上市公司的财务数据进行了检验,进一步确认了模型的有效性。第五章得出结论:避税信号可以被有步骤有逻辑地系统化识别。在此基础上给出了相关政策建议。本文创新点是试图廓清避税的概念,尝试从从学理上分析避税识别机制,建立了企业避税识别模型,在现有可公开查询到的数据基础上验证了模型的有效性。