MétaCan
Menu
Retour à la cohorte
Enregistrement W3024066192 · doi:10.3386/w15941

Excise Tax Avoidance: The Case of State Cigarette Taxes

2010· preprint· en· W3024066192 sur OpenAlexaff
Philip DeCicca, Donald Kenkel, Feng Liu

Notice bibliographique

RevueNational Bureau of Economic Research · 2010
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institutes of HealthUniversity of GeorgiaState University of New YorkPurdue University
Mots-clésExciseEconomicsTax avoidanceIndirect taxOptimal taxPublic economicsMicroeconomicsIncentiveAd valorem taxTax reformWelfareMacroeconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

In this paper we contribute new empirical results about consumers' decisions to avoid cigarette excise taxes, and a new applied welfare economic analysis of optimal excise taxation with tax avoidance.We examine direct measures of consumer excise tax avoidance in novel individual-level data from the 2003 and 2006 -2007 Tobacco Use Supplements to the U.S. Current Population Survey.We estimate reduced-form models and a structural endogenous switching regression model.In the structural border-crossing equation, the decision to cross the border depends on the difference between the endogenous homeand border-state prices.The reduced-form and structural results show that the probability of cross-border cigarette purchases responds in predictable ways to the economic incentives created by the distance to the border and state tax differentials.To our knowledge, we are also the first study to extend the formula for optimal Pigouvian corrective taxation to incorporate excise tax avoidance.Taking into account tax avoidance implies the optimal tax is substantially below the simple Pigouvian tax that internalizes external costs.In illustrative calculations for 2003, we find that in 20 states the optimal tax that accounts for tax avoidance is at least 20 percent smaller than the simple Pigouvian tax.

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)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,188
Tête enseignante GPT0,422
Écart entre enseignants0,234 · 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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetCorporate Taxation and AvoidanceTravaux en français237 207