ESG Strategy and Tax Avoidance: Insights from a Meta-Regression Analysis
Notice bibliographique
Résumé
This research examines the relationship between environmental, social, and governance (ESG) criteria and tax behavior, with a particular focus on tax avoidance (TA). Despite the extensive literature on ESG and tax behavior, there remains a research gap concerning their interaction in the financial sector. The study is based on a dataset of 125 observations from 33 articles covering the period 2012–2023. The results of the meta-regression suggest that both ESG and TA indicators account for the different findings of the primary studies. Part of the observed heterogeneity can also be explained by the diversity of data samples and econometric approaches. Using the results of the meta-regression, we attempt to predict the association between ESG and TA in hypothetical and plausible study designs. The findings show no or small-to-moderate association between the two, suggesting that companies tend to separate ESG strategies from TA and underscoring the need for more consistent measurement practices. Notably, the link between the main variables appears to be strengthened in environments with extreme behaviors, both in terms of ESG and tax strategy. Distinct from prior meta-studies that centered on CSR and taxation, our analysis isolates the ESG/TA nexus by accounting for measurement heterogeneity (different ESG and TA proxies) and demonstrates that extreme behaviors largely drive the observed association. By examining the determinants of the heterogeneity of primary research into the ESG/TA relationship, this meta-analysis provides valuable insights that can guide future research, practical implementation, and regulatory policies. In particular, researchers should rely on long-run measures of TA (e.g., multi-year ETRs) and harmonized ESG indicators to reduce bias and enhance comparability across studies, thereby providing policymakers with more robust and consistent evidence.
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 | 0,071 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,044 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».