Taxation des multinationales : quelques propositions pour améliorer l’équité fiscale en période de crise
Notice bibliographique
Résumé
Dans la foulée de la crise de la COVID-19, les gouvernements ont engagé des sommes colossales pour venir en aide au secteur privé. Certaines entreprises qui bénéficient de cette aide tirent profit de stratégies d’optimisation fiscales et sont présentes dans les paradis fiscaux. Au cours des dernières années, le gouvernement du Canada n’a que très timidement agi contre l’évitement fiscal des entreprises multinationales. Fondée sur l’espérance d’une plus grande coordination entre pays, l’approche canadienne s’est avérée plus patiente que celle de nombre de nos partenaires commerciaux. Plusieurs facteurs expliquent pourquoi les grandes entreprises multinationales bénéficient d’un rapport de force favorable face à nos gouvernements. La mobilité du capital et des biens s’étant substantiellement accrue avec les grands accords de libre-échange, les grandes entreprises sont jugées crédibles lorsqu’elles menacent de quitter le Canada. Dans l’espace commercial nord-américain, la concurrence fiscale s’est aussi accrue. Cette grande élasticité de l’assiette fiscale de l’impôt des sociétés, du moins à long terme, militait en faveur de recourir disproportionnément à l’impôt sur le revenu des particuliers et aux taxes sur la valeur ajoutée pour financer les grandes missions de l’état. Depuis le milieu des années 1990, les taxes sur le capital sont d’ailleurs pratiquement disparues du paysage. Étant donné les circonstances exceptionnelles engendrées par la COVID-19, nous croyons utile de proposer des avenues pour taxer les profits des entreprises multinationales présentes dans les paradis fiscaux. Nous identifions trois pistes de réflexion : la taxation des profits excédentaires, l’établissements de taux effectifs minimaux et imposer des conditions supplémentaires à l’aide financière de l’État.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».