MétaCan
Menu
Retour à la cohorte
Enregistrement W3094527670 · doi:10.1177/0148558x20965698

An Investigation of Tax-Related Corporate Political Activity in China: Evidence From Consumption Bribery

2020· article· en· W3094527670 sur OpenAlexaff
Tanya Y. H. Tang

Notice bibliographique

RevueJournal of Accounting Auditing & Finance · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePolitical Influence and Corporate Strategies
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésChinaLanguage changePoliticsBusinessConsumption (sociology)RevenueCorporate taxMonetary economicsTax revenueGovernment (linguistics)State (computer science)Investment (military)Market economyTax reformEconomicsPublic economicsTax avoidanceFinance

Résumé

récupéré en direct d'OpenAlex

This article investigates the occurrence and outcomes of corporate tax-related political activity through bribery. Specifically, it examines the extent to which firms bribe government officials through gift-giving, banqueting, and entertaining activities and the extent of payoffs that firms gain from these bribery practices. Using a large hand-collected dataset of Chinese listed firms for the period from 2009 to 2014, I find that firms that spend more on consumption bribery exhibit a significantly lower tax burden. This negative association is mainly driven by small firms, non-state-owned firms, state-owned firms with weak political connections, and firms in competitive industries. Further evidence shows that the tax benefits from bribery are more apparent in more corrupt, less economically developed, and less liberalized regions. Furthermore, the payoffs of tax bribery are mitigated by 45.4% after the implementation of China’s anti-corruption campaign in 2012. These findings have policy implications for governments to optimize investment environments and increase tax revenue by curbing power-for-money deals.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,005
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,060
Tête enseignante GPT0,267
Écart entre enseignants0,206 · 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 tête enseignante, 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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting Auditing & FinanceMême sujetPolitical Influence and Corporate StrategiesTravaux en français237 207