MétaCan
Menu
Retour à la cohorte
Enregistrement W2921993833

Planification fiscale des sociétés québécoises et recours aux paradis fiscaux

2018· article· fr· W2921993833 sur OpenAlexaboutno aff
Julien Martin

Notice bibliographique

RevueCIRANO Project Reports · 2018
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les entreprises peuvent utiliser différentes dispositions fiscales pour réduire leur impôt sur le revenu. Ces dispositions prévues par le législateur poursuivent différents objectifs économiques. Par exemple, la législation fiscale prévoit un crédit d’impôt à la recherche et développement pour stimuler les activités d’innovation. D’autres dispositions fiscales peuvent être utilisées de façon concomitante avec les dispositions énoncées dans des législations fiscales de pays tiers pour s’insérer dans des stratégies de planification fiscale controversées. Ces stratégies peuvent répondre à la lettre des législations fiscales concernées mais pas nécessairement à leur esprit ou leur intention. Ces stratégies sont alors considérées comme de l’évitement fiscal. L’évitement fiscal a pour conséquence de fragiliser l’assiette fiscale des gouvernements et de diminuer les revenus fiscaux perçus par l’État nécessaires au financement des services publics. C’est le cas notamment du recours aux paradis fiscaux examiné dans le présent rapport. Pour évaluer l’ampleur du phénomène du recours aux paradis fiscaux par les entreprises, deux approches sont mobilisées. La première approche consiste à calculer le taux effectif de taxation supporté par les sociétés. La seconde approche repose sur une quantification macroéconomique de l’importance des paradis fiscaux parmi les différentes stratégies fiscales visant à réduire le montant d’impôt à payer par les entreprises. Selon les estimations, entre 25 % et 30 % des profits des entreprises canadiennes réalisés à l’étranger le sont dans des paradis fiscaux. Les calculs montrent que ce type de planification fiscale permet d’alléger l’impôt sur le revenu des entreprises canadiennes d’environ 7 %. Les estimations apportent des chiffres plus bas pour le Québec : le recours aux paradis fiscaux permet aux entreprises d’alléger leur impôt sur le revenu d’environ 5 %. Ainsi, près de 12 % de l’écart entre le taux statutaire de taxation applicable aux sociétés québécoises et le taux de taxation effectivement payé par ces sociétés est expliqué par le recours aux paradis fiscaux. Il convient de noter que ces chiffres cachent une forte hétérogénéité dans l’utilisation de stratégies d’évitement fiscal par les entreprises. Ainsi, les entreprises actives dans certains secteurs d’activité semblent avoir des stratégies de planification beaucoup plus agressives que d’autres – c’est le cas par exemple dans les secteurs de la finance et de l’assurance. Par ailleurs, le recours au paradis fiscaux est utilisé par un nombre très restreint de très grandes entreprises. Comme dans toute étude, les résultats présentés dans ce rapport doivent être pris avec précaution. La méthodologie reprise ici s’appuie sur des études scientifiques rigoureuses et éprouvées. Néanmoins, les données sur l’activité des sociétés à l’étranger – en particulier dans les paradis fiscaux – sont extrêmement limitées au Canada et quasi inexistantes au Québec. Face au manque de données, la collecte de données détaillées sur l’activité internationale des entreprises par des organismes statistiques et leur analyse rigoureuse semblent impératives. Ces outils permettront d’appréhender plus finement les pratiques de recours aux paradis fiscaux par les multinationales et ainsi guider les choix législatifs relatifs à ces pratiques.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,254
Score d'incertitude au seuil0,510

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,002
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 Opus0,100
Tête enseignante GPT0,353
Écart entre enseignants0,253 · 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'étudeQualitatif
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIRANO Project ReportsMême sujetCorporate Taxation and AvoidanceTravaux en français237 207