MétaCan
Menu
Retour à la cohorte
Enregistrement W7055381544

Daňové elasticity odtoků přímých zahraničních investic a dopady smluv o zamezení dvojího zdanění na daňové příjmy

2019· dissertation· en· W7055381544 sur OpenAlexaboutno aff

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2019
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWithholding taxDividendDividend taxTax revenueTax rateRevenuePaymentDouble taxation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis provides a cross-country analysis of potential tax revenue losses due to the ways different countries tax over-border dividend and interest incomes of multinational enterprise. Withholding taxation of outgoing dividends and interest payments is regulated by domestic tax rules as well as bilateral double tax treaties. The signing of such a treaty might substantially reduce the tax rate levied by the source country on the outgoing passive income and thus decrease its tax revenue. We create a large panel dataset and estimate withholding tax rate elasticities of dividend and interest outflows for a large set of countries around the world. Subsequently, we use these elasticities to estimate potential tax revenue losses due to outgoing dividend and interest payments for the source countries in our dataset. The results show highly elastic dividend outflows, 2.3% - 2.58% decrease related to 1% increase in the applicable withholding tax. We also find substantial tax revenue losses due to dividend outflows for a number of source countries, the largest for Canada (1.35 - 3.19 billion USD) and the United States (2.27 - 2.94 billion USD). The investor country behind the largest part of potential losses shows up to be the Netherlands. JEL Classification F21, F23, H25, H26 Keywords double tax treaty;...

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,246
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetMagnetic confinement fusion researchTravaux en français237 207