MétaCan
Menu
Retour à la cohorte
Enregistrement W3125201774 · doi:10.2308/accr-52315

Tax Avoidance at Public Corporations Driven by Shareholder Taxes: Evidence from Changes in Dividend Tax Policy

2018· article· en· W3125201774 sur OpenAlexaff
Dan Amiram, Andrew M. Bauer, Mary Margaret Frank

Notice bibliographique

RevueThe Accounting Review · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMonetary economicsTax avoidanceShareholderDividend taxDividendEconomicsDividend payout ratioCorporate taxDouble taxationTax deferralBusinessTax reformDividend policyCorporate governanceState income taxFinancePublic economicsGross income

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We exploit changes in a country's integration of corporate and shareholder taxes to identify the effect of investor-level taxes on costly corporate tax avoidance. Specifically, we rely on European countries eliminating imputation systems in different years in response to supranational judicial rulings. These eliminations, which are exogenous to the firm, remove managers' disincentive to engage in tax avoidance if they consider investor-level taxes. Using a difference-in-differences model with fixed effects, we find that the average firm affected by an elimination reduces its cash effective tax rate by 5.5 percent. Placebo tests support that this effect exists only for countries and years for which eliminations occur. Consistent with our cross-sectional predictions, we find that results are stronger for firms with lower growth opportunities, higher dividend payout, lower foreign income, and higher closely held ownership. Further analysis provides evidence consistent with shifting income to foreign countries as one method of tax avoidance. JEL Classifications: G38; G32; G15; H26.

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)0,012
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,282
Écart entre enseignants0,213 · 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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Accounting ReviewMême sujetCorporate Taxation and AvoidanceTravaux en français237 207