MétaCan
Menu
Retour à la cohorte
Enregistrement W3009127691

Do Constituency Statutes Deter Tax Avoidance

2019· article· en· W3009127691 sur OpenAlexfundno aff
Kaishu Wu, Hua Ye

Notice bibliographique

RevueScholarSpace (University of Hawaii at Manoa) · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Waterloo
Mots-clésStatutePolitical scienceBusinessLawLaw and economicsEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The constituency statutes, passed mainly in the U.S. in the last century, allow firm directors to consider the interests of stakeholders other than shareholders (i.e., non-financial stakeholders) when making business decisions. One type of critical decisions managers make pertains to corporate tax planning, which creates value for the shareholders at the expense of the public interest or social welfare. In this paper, we investigate whether this law change with a permissive nature affects directors, and hence, managers' attitude towards corporate tax avoidance. Employing a staggered difference-in-difference method, we find that firms incorporated in the states that have adopted constituency statutes exhibit significantly higher ETRs based on current tax expense, but not total tax expense or cash tax paid. This causal relationship suggests that managers, with the permission to consider the social impact of tax avoidance, become less aggressive in tax planning. We further find that the effect of adoption is stronger for financially unconstrained firms and firms in retail businesses, where the demand (cost) for tax avoidance is lower (higher). Finally, we show that our main results are driven by firms located in states with a high sense of social responsibility and the firms with high levels of tax avoidance prior to the adoption. Overall, the findings in this paper suggest a positive social impact brought by the passage of constituency legislations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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 Opus0,010
Tête enseignante GPT0,177
Écart entre enseignants0,167 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarSpace (University of Hawaii at Manoa)Même sujetCorporate Taxation and AvoidanceTravaux en français237 207