Tax Harmonization versus Tax Competition in Europe: A Game Theoretical Approach
Bibliographic record
Abstract
Phaneuf and seminar participants at the Université du Québec à Montréal for helpful comments. The usual caveat applies. 2 Résumé: L’objet de ce papier est d’utiliser une approche en terme de théorie des jeux afin d’étudier les questions d’harmonisation ou de compétition fiscale au sein d’une union monétaire. Plus spécifiquement, cette étude concerne l’Union économique et monétaire et le risque de « guerre d’usure ». Les arguments traditionnels sont d’une part que sans harmonisation, des comportements de « free-riding » peuvent apparaître, menant à un équilibre sous optimal en matière de politique fiscale, et d’autre part que la compétition peut aussi être à l’origine de problèmes importants en matière d’équilibre budgétaire. Mais l’autonomie fiscale a un avantage majeur. Lorsque la politique monétaire n’est plus du ressort des pays et lorsque la politique budgétaire est contrainte par le Pacte de stabilité et de croissance, l’instrument fiscal devient le dernier outil macro-économique à la disposition des gouvernements pour absorber les chocs asymétriques. Le modèle proposé est construit sous deux horizons. Si l’horizon est fini, les conclusions traditionnelles de la littérature en faveur de l’harmonisation sont représentées. Avec un horizon infini, les joueurs prennent en compte les coûts de dévier et d’entrer dans une guerre d’usure. La coordination apparaît alors sans qu’il y ait besoin d’un mécanisme institutionnel pour la forcer.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.004 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".