MétaCan
Menu
Retour à la cohorte
Enregistrement W1522634651

"Economic substance": Drawing the line between legitimate tax minimization and abusive tax avoidance

2006· article· en· W1522634651 sur OpenAlexaffabout
Jinyan Li

Notice bibliographique

RevueSSRN Electronic Journal · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTaxation and Legal Issues
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSubstance over formTax avoidanceSupreme courtPolitical scienceLaw and economicsIncome taxEconomicsLawDouble taxationAccounting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The general anti-avoidance rule (GAAR) in section 245 of the Income Tax Act is about drawing a line between legitimate tax minimization and abusive tax avoidance. However, the GAAR does not provide guidelines for determining whether a particular transaction is legitimate or abusive. In this article, the author argues that economic substance is a useful standard for drawing the line. It is not only called for by Parliament through the enactment of the GAAR, it is also justified on theoretical grounds, and is consistent with the textual, contextual, and purposive approach to statutory interpretation. Moreover, the author argues, economic substance is the best method for balancing conflicting policy concerns in Canadian income tax law. The Supreme Court of Canada also recognized the relevance of economic substance in the recent Canada Trustco decision. However, economic substance is a relatively new concept in Canadian tax law. The article advances our understanding of this concept by addressing four questions: (1) Why should economic substance analysis be relevant in GAAR cases? (2) What does “economic substance” mean? (3) What are the relevant factors in determining the economic substance of transactions? (4) How can an economic substance analysis be applied in GAAR cases?

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,043
Communication savante0,0100,008
Science ouverte0,0020,006
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetTaxation and Legal IssuesTravaux en français237 207