Siezing the BEPS: an assessment of the efficacy of South Africa’s thin capitalisation regime in combating base erosion and profit shifting (BEPS) through excessive interest deductions
Notice bibliographique
Résumé
This study serves to critically assess the effectiveness of South Africa’s thin capitalisation framework in dealing with Base Erosion and Profit Shifting (BEPS) through excessive interest deductions by multinational enterprises (MNEs). Given the impact of globalisation in interconnecting economic activities across multiple countries, BEPS presents a major policy concern both internationally and domestically. Thin capitalisation, a situation in which an entity utilises to their tax benefit the deductions/exemption mismatch that arises from crossborder debt financing, is one of the most common methods of BEPS utilised by MNEs. This study aims to ascertain whether the framework is effective in dealing with thin capitalisation whilst balancing the need to attract investment and boost economic development and, to assess whether the framework is reflective of South Africa’s contextual realities. It achieves this by engaging with the South Africa’s legislative framework consisting of s 31 and s 23M of the Income Tax Act and the Draft Note on Thin Capitalisation and their relationship with international tax norms and standards. The study relies on the Organisation for Economic Cooperation and Development (OECD) to identify the international standards and contrasts South Africa’s framework with Canada, a developed and OECD member state. The study concludes that the framework is fraught with uncertainties and administrative difficulties that hinder its effectiveness. It also concludes that the framework’s reliance on the OECD’s standards is misguided and does not reflect South Africa’s contextual realities. This is a stark contrast to Canada which opted for a thin capitalisation approach outside the OECD’s recommendations which more reflects its context. The study thus concludes that South Africa’s thin capitalisation framework is ineffective in dealing with BEPS by way of thin capitalisation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».