MétaCan
Menu
Retour à la cohorte
Enregistrement W2311541644 · doi:10.1111/1911-3838.12090

Corporate Social Responsibility, Tax Aggressiveness, and Firm Market Value

2016· article· en· W2311541644 sur OpenAlexaffvenueabout
Tao Zeng

Notice bibliographique

RevueAccounting Perspectives · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityRanking (information retrieval)BusinessProfit maximizationCorporate governanceIndex (typography)Value (mathematics)ReputationEnterprise valueSocial responsibilityMarket valueBusiness administrationAccountingProfit (economics)EconomicsMicroeconomicsFinancePolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

This paper examines the relationship of corporate social responsibility (CSR), tax aggressiveness, and firm market value. An economic model has been developed to show that profit-maximization firms are willing to incur additional costs in CSR, such as paying more taxes, as long as they can differentiate their products from non-CSR firms, and that socially conscious consumers will buy products from CSR firms at prices higher than those of non-CSR firms. The empirical study in this paper indicates that the higher the CSR ranking of a firm, the less likely a firm is to engage in tax aggressiveness. It also indicates that a reputation of higher CSR will enhance firm market value. Using Canadian companies listed in the S&P/TSX 60 index, I find that both firms’ five-year effective tax rates and annual effective tax rates are positively associated with their overall CSR scores as well as with their social scores. Firms’ five-year effective tax rates are also positively associated with their governance index. I also find that firms’ overall CSR ranking and governance scores are positively associated with their market value.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,239
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations89
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetCorporate Taxation and AvoidanceTravaux en français237 207