How Aggressive Tax Planning Facilitates the Diversion of Corporate Resources: Evidence from Path Analysis
Notice bibliographique
Résumé
ABSTRACT In measuring tunneling with intercorporate loans disclosed by Chinese listed companies, we analyze the underlying channels through which aggressive tax planning facilitates the diversion of corporate resources by firm insiders. Using path analysis, we document that the path from tax aggressiveness to related loans is mediated by both the additional cash flows from tax savings and the increased financial opacity from tax planning, and that additional cash flows plays a much more important role than opacity in helping controlling shareholders to divert corporate resources under the guise of tax aggressiveness. Beyond the two mediated paths, we also detect a residual, direct path from tax aggressiveness to related loans. After an exogenous shock from the government crackdown on diversionary related loans, we find the direct path is fully mediated by the two indirect paths, suggesting that tunneling via related loans only occurs at firms where insiders can mask tunneling under the cover of opacity or can justify related loans on grounds of abnormal cash flows from tax savings. Our evidence supports the notion that greater outside scrutiny increases the hurdle for, but does not entirely eradicate, diversion facilitated by tax aggressiveness. Collectively, our research lends some support to recent theory on the importance of taxes to corporate governance by demonstrating how the agency costs of tax planning allow certain shareholders to benefit from firm activities at the expense of others.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».