Lessons from Voluntary Compliance Window (VCW): Malawi's tax amnesty programme
Notice bibliographique
Résumé
The Malawi Revenue Authority (MRA) implemented the Voluntary Compliance Window (VCW) in 2013/2014 fiscal year as a means of bringing non-compliant taxpayers into the tax net. The programme was a huge success in terms of revenue and the cost of collection at 0.8% was by far below the 3% benchmark for the gross tax revenues of the Authority. However, the long-term compliance impact of the programme was not evaluated. Hence, the paper intends to bridge knowledge gap. Firstly, observing trends in debts and penalty payments covering and extending beyond the amnesty period, the paper finds that debts substantially declined after amnesty period while penalties rose sharply after VCW. Secondly, by constructing a counterfactual for large taxpayers, the paper finds that tax payments of participants significantly improved after the programme. Thirdly, the paper examines tax payment patterns by VCW participants one year after the programme. About 75 percent of amending filers subsequently paid their taxes one year after VCW with a higher mean income than the non-subsequent taxpayers. Lastly, the paper finds that smuggling remains high after observing variations in customs offences during VCW and a year later, in FY2015/16. The question remains “Should Malawi reconsider another Voluntary Compliance Window after 3 years?” The paper agrees with most previous studies by strongly discouraging another amnesty while encouraging post-amnesty enforcement efforts.
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 | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».