Endogeneity and the economic consequences of tax avoidance
Notice bibliographique
Résumé
Abstract Academic research investigating the economic consequences of tax avoidance is almost always interested in the consequences of intentional, deliberate actions undertaken to reduce taxes relative to income. Therefore, it is crucial that such research distinguishes between intentional and incidental tax avoidance, since failure to do so can create endogeneity concerns and lead to incomplete and incorrect economic inferences. In this paper, we first develop a framework that conceptually defines and distinguishes between intentional and incidental tax avoidance. We highlight that the endogeneity problem arises because intentional tax avoidance is not directly observable. We consider two approaches to mitigating endogeneity concerns and apply these approaches by reexamining two influential studies that investigate the economic consequences of tax avoidance. We show how controlling for past accounting losses eliminates the effect of tax avoidance on credit spreads (Hasan et al. 2014, Journal of Financial Economics, 113 (1), 109–130) and how using an instrumental variables approach changes the sign of the relation between tax sheltering and stock price crash risk (Kim et al., 2011, Journal of Financial Economics, 100 (3), 639–662). Overall, our paper punctuates the importance of both (1) conceptually distinguishing between incidental and intentional tax avoidance and (2) econometrically addressing the challenges that arise when empirical differentiation between incidental and intentional tax avoidance is important to the research question.
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 | 0,012 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».