MNEs' Incentives Under a Global Minimum Tax Based on Accounting Standards
Notice bibliographique
Résumé
The Organisation for Economic Co-operation and Development has proposed a pillar two global minimum tax (GMT) for which the tax base is the jurisdiction-specific effective tax rate (ETR), an accounting metric calculated under the rules of accrual accounting. History has shown that when tax is imposed on accounting numbers, taxpayers often use the discretion available in accounting to manage their tax liability. This paper argues that the discretion that multinational enterprises (MNEs) can exercise within accounting rules to change their ETRs will be limited because increasing ETR (to reduce GMT) also reduces accounting income, which in turn could impose higher financial reporting costs on firms. Financial reporting costs are the costs to firms of reporting lower accounting income, and could include higher borrowing costs or more restrictive covenants imposed by lenders. Firms generally prefer to report sustainable net incomes with a steady growth rate to impress their capital market stakeholders. Lower sustainable accounting income can also adversely impact a firm's stock price through the price-earnings ratio. While planning opportunities available to MNEs to avoid the GMT are not limited to shifting accounting profits across jurisdictions, the alternative of shifting factors of production is likely to be more complex and more expensive to implement, and is likely to remove some of the first-order income tax savings from locating intangible factors of production in low-tax jurisdictions. Avoiding GMT at the affiliate level by inflating ETRs could therefore conflict with firms' overarching objectives of maximizing reported earnings and stock prices. These objectives are also currently aligned with established executive compensation structures that motivate management to increase firms' stock prices.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».