MétaCan
Menu
Retour à la cohorte
Enregistrement W1977919084 · doi:10.1080/13504850500426301

The effect of the corporate tax rate on the trade balance

2007· article· en· W1977919084 sur OpenAlexaff
Koichi Yoshimine, Stefan C. Norrbin

Notice bibliographique

RevueApplied Economics Letters · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésEconomicsCorporate taxMonetary economicsBalance of tradeInternational economicsBalance (ability)Exchange rateValue-added taxMacroeconomicsTax avoidance

Résumé

récupéré en direct d'OpenAlex

Abstract Past research indicates that MNCs may be engaging in income shifting practices. Such practices could bias the trade balance, if the intrafirm trade is substantial. This article examines the effect of the tax differential on the trade balances of OECD countries. The results indicate that the trade balance is adversely affected when the tax differential is positive, for a number of countries. Notes 1 For example, Soyoung (Citation2001) utilizes a VAR approach in examining the effects of the monetary innovations on the trade balance. 2 Operating surplus is defined as: Gross output at producer's value less intermediate consumption, compensation of employees, consumption of fixed capital and indirect taxes reduced by subsidies. 3 According to Pricewaterhouse Coopers (Citation2001), the only OECD countries that adopt progressive rates are Belgium, Japan, Korea, the United Kingdom and the United States. 4 The progressive tax structure for Japan and the USA appears to dominate the results, therefore these countries were eliminated from the results. Note, in Table 2, that the remaining trade share is still large even without these countries. 5 Because of the possibility that the variables in the regression may be nonstationary we also tested the residuals in Table 2 for stationarity. All residuals were found to be stationary, thus avoiding a possible spurious regressor problem. See Yoshimine and Norrbin (Citation2004) for details.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,170
Écart entre enseignants0,160 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Economics LettersMême sujetCorporate Taxation and AvoidanceTravaux en français237 207