Currencies, digital dollars, tax dilemmas: exploring the ties between cryptocurrencies and tax aggressiveness
Notice bibliographique
Résumé
Purpose In the early 21st century, the convergence of corporate social responsibility (CSR) and cryptocurrencies has significantly impacted the corporate and financial world. This study aims to examine the intersection of CSR, more specifically corporate tax behavior, and corporations’ engagement with cryptocurrencies. Since Bitcoin’s emergence in 2008, these digital assets have disrupted traditional financial systems, prompting inquiries about their environmental impact and ethical implications for investors. This research aims to evaluate whether corporations involved in cryptocurrencies exhibit distinct tax behavior compared to those abstaining from these digital assets, with a particular focus on tax aggressiveness. Design/methodology/approach This study analyzes a sample of US-listed corporations that publicly associate themselves with cryptocurrencies, contrasting them with a similar group of corporations that do not. Using binary logistic regression, this study explores the relationship between corporate cryptocurrency engagement and tax aggressiveness, considering factors such as environmental, social and governance (ESG) scores and firm size. Findings The findings indicate that corporations with higher ESG scores are less likely to participate in cryptocurrencies, suggesting a potential perception of these assets as less socially responsible. Surprisingly, less tax-aggressive corporations show a greater inclination toward cryptocurrency involvement, challenging the assumption that such engagement inherently correlates with irresponsible tax behavior. Originality/value This research contributes to broader discussions on CSR, signaling theory and the evolving ethical and regulatory landscape surrounding cryptocurrencies. By examining corporate tax behavior within the context of cryptocurrency participation, this study sheds light on the intricate dynamics at play in this emerging digital landscape.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».