MétaCan
Menu
Retour à la cohorte
Enregistrement W2096861591 · doi:10.2308/atax-50817

A Model of Multinational Income Shifting and an Application to Tax Planning with E-Commerce

2014· article· en· W2096861591 sur OpenAlexaff
Kenneth J. Klassen, Stacie Kelley Laplante, Carla Carnaghan

Notice bibliographique

RevueJournal of the American Taxation Association · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTaxable incomeMultinational corporationRepatriationSubsidiaryEarningsForeign direct investmentIncentiveBusinessTax rateCashLabour economicsExtant taxonEconomicsIncome taxMonetary economicsFinanceMicroeconomicsMarket economyAccountingMacroeconomics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: This manuscript develops an investment model that incorporates the joint consideration of income shifting by multinational parents to or from a foreign subsidiary and the decision to repatriate or reinvest foreign earnings. The model demonstrates that, while there is always an incentive to shift income into the U.S. from high-foreign-tax-rate subsidiaries, income shifting out of the U.S. to low-tax-rate countries occurs only under certain conditions. The model explicitly shows how the firms' required rate of return for foreign investments affects both repatriation and income shifting decisions. We show how the model can be used to refine extant research. We then apply it to a novel setting—using e-commerce for tax planning. We find firms in manufacturing industries with high levels of e-commerce have economically significant lower cash effective tax rates. This effect is magnified for firms that are less likely to have taxable repatriations. JEL Classifications: G38, H25, H32, M41.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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'étudeSimulation ou modélisation
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

Citations43
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Taxation AssociationMême sujetCorporate Taxation and AvoidanceTravaux en français237 207