Notice bibliographique
Résumé
This dissertation includes three essays examining the interactions between tax avoidance, corporate governance, and corporate policies. The first essay exploits corporate governance shocks induced by cross-listing in the U.S., and find that firms tend to engage in less tax avoidance after cross-listing. This effect is more pronounced for firms that experience significant improvements in corporate governance, and for firms from countries with weaker shareholder protection and disclosure requirements. Taken together, the results indicate that cross-listing in the U.S. helps align the interests of managers and shareholders and reduces managerial diversion. The second essay examines the importance of tax avoidance to equity pricing, and the role that institutional infrastructure plays in shaping this link. It shows that equity financing costs rise when firms take more aggressive tax positions. Additional analysis implies that stricter investor protection institutions and sound disclosure regulation alleviate investors’ concerns about insider diversion, moderating the positive impact of tax avoidance on equity pricing. Collectively, the results suggest that investors recognize the complementarity between insider diversion and tax avoidance in less protective environments. The third essay investigates the effects of bank debt on corporate tax avoidance. It shows that bank debt is positively associated with corporate tax avoidance. This positive effect is more pronounced for firms with high level of bank debt, with high probability of default, with weak corporate governance, and for firms in countries with weak institutions. These empirical findings are consistent with the view that banks are opportunistic lenders. They perceive the benefits of increased expected cash flows from tax savings to outweigh the risks associated with tax avoidance activities.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».