MétaCan
Menu
Retour à la cohorte
Enregistrement W4301186641 · doi:10.24818/jamis.2022.03006

Mandatory extraction payment disclosures and tax haven use: Evidence from United Kingdom

2022· article· en· W4301186641 sur OpenAlexaboutno aff
Sameh Kobbi-Fakhfakh, Fatma Driss

Notice bibliographique

RevueAccounting and Management Information Systems · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Taxation and Avoidance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTax havenMultinational corporationAccountingTransparency (behavior)Tax avoidanceBusinessStock exchangeSubsidiaryFinanceDouble taxationLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Research Question: Does public country by country reporting (CbCr) deter multinationals' tax avoidance practices operating in extractive industries? Motivation: Public CbCr has already been implemented for two specific sectors, namely the financial and extractive sectors. Prior studies have focused on tax avoidance of EU banks around the implementation of public CbCr requirement (Joshi et al., 2020; Eberhartinger et al., 2020; Overesch & Wolff, 2021). However, studies on how resource-extracting multinationals respond to the CbCr regulation are scarce. This study seeks to fill this gap by examining the effect of public CbCr on tax avoidance with a special focus on extractive industries. Idea: To improve fiscal transparency, Canadian and European legislators have adopted regulations requiring multinational corporations (MNCs) to provide, annually, their Extraction Payment Disclosures (EPD) (Public CbCr standard for extractive industries) to governments (EC, 2013; Natural Resource Canada, 2014). This study examines the effect of mandatory EPD adoption on the extent of tax haven use. Data: For a 10-year period surrounding the mandatory EPD adoption (2010-2019), we selected a sample of UK MNCs operating in the oil, gas, and mining sectors and listed on the London Stock Exchange. The analysis is mainly based on firm-level information taken from DATASTREAM database. Based on hand-collected data from annual reports, we measured the extent of tax haven use using the percentage of multinational subsidiaries located in tax haven jurisdictions/countries as listed in Dyreng and Lindsey (2009). An alternative list identified by the Organization for Economic Co-operation and Development (OECD) (2006) was also used in a robustness test. Tools: To examine our research question, we estimated a linear regression model with panel data using STATA software. Findings: The results show that the increased transparency resulting from public EPD does not appear to significantly affect the intensity of tax haven use. Contribution: This study extends and complements prior literature examining the effect of CbCr on tax avoidance and profit shifting by focusing on a specific setting i.e. extractive sector. To the best of our knowledge, apart from Johannesen and Larsen (2016) and Rauter (2020), no studies have provided empirical evidence on how resource-extracting multinationals respond to the EPD regulation.

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)0,003
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,200
Score d'incertitude au seuil0,398

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,039
Tête enseignante GPT0,242
Écart entre enseignants0,203 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Management Information SystemsMême sujetCorporate Taxation and AvoidanceTravaux en français237 207