MétaCan
Menu
Retour à la cohorte
Enregistrement W2187436382 · doi:10.2308/jata.2006.28.1.1

A Model of Dynamic Tax Planning with an Application to Estate Freezes

2006· article· en· W2187436382 sur OpenAlexaffabout
Kenneth J. Klassen, Richard C. Sansing

Notice bibliographique

RevueJournal of the American Taxation Association · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDatabase transactionDeferralBusinessTransaction costTax planningInvestment (military)Estate planningEvent (particle physics)FinancePlan (archaeology)Real estateDeferred taxTime horizonEstateEconomicsMicroeconomicsOperations managementComputer scienceTax reformDatabaseDouble taxationPublic economicsTax avoidanceState income tax

Résumé

récupéré en direct d'OpenAlex

This paper develops a model of dynamic tax planning in which the implementation of a tax plan involves exercising an option to execute an irreversible investment or financing structure transaction. The model considers four aspects of such transactions and shows that transactions are deferred if the tax savings from the transaction are lower or if the time horizon over which the transaction can be executed is longer. Deferral is also increasing in cost of a future unfavorable event to which the irreversibility of the transaction limits one's ability to respond, but may increase or decrease with a change in the probability that an unfavorable event occurs. We apply the model to a common estate freeze tax plan in Canada. Undertaking an estate freeze requires a private company's owner-manager to choose how one's business assets are to be distributed at death. In contrast to the conventional wisdom regarding the timing of this strategy, we find that waiting to implement the strategy is often optimal. We test the model using data on family-owned businesses in Canada and find strong support for the model's predictions.

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: aucune
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,203

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 savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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

Citations4
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

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