MétaCan
Menu
Retour à la cohorte
Enregistrement W3124938129 · doi:10.2308/accr-52004

Taxes and Peer Effects

2018· article· en· W3124938129 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Accounting Review · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDiscretionEarningsBusinessMonetary economicsAuditAccountingPeer groupPeer effectsCash flowTax avoidanceCashEconomicsFinanceDouble taxation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A growing literature examines how a firm's behavior impacts the behavior of its peers. In this paper, we examine how changes in tax paying, and the associated financial reporting, impact a firm's peers. Changes to tax paying and reporting behavior at other firms within a peer group can be affected by many of the same factors, such as industry-level tax policy changes or audit risk, so we make use of exogenous—to the peer firms—shocks to tax behavior. Following the methodology of Dyreng, Hanlon, and Maydew (2010), we estimate managerial tax avoidance fixed effects and use these to identify tax rate shocks associated with executive turnover. We find that peer firms respond to these shocks by changing their GAAP tax rates in the same direction. The magnitude of the effect corresponds to an approximately 10 percent response to the average change in peer group GAAP ETR. Our evidence suggests that these peer effects occur only for book (i.e., financial reporting), rather than cash (i.e., real effects), ETR and are concentrated in firms with potentially greater discretion in reporting taxes on foreign earnings. JEL Classifications: H25; M41. Data Availability: Data used in this study are available from public sources identified in the paper.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,241
Écart entre enseignants0,225 · 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