Les déterminants de l'évitement fiscal des entreprises canadiennes
Bibliographic record
Abstract
Cette recherche a pour objectif de comprendre les déterminants de l’évitement fiscal des entreprises canadiennes au cours de la période 2000-2017. Nous utilisons différentes mesures d’évitement fiscal développées dans la littérature en comptabilité. En particulier, nous nous concentrerons sur deux types de mesures : l’une dite « standard » et l’autre développée par Henry et Sansing (2018). La mesure standard consiste à évaluer l’évitement fiscal en ne considérant que les entreprises aux profits positifs. Cette méthode exclut les entreprises aux profits négatifs qui représentent une part importante de nos observations, soit environ 30%. Elle calcule la différence entre le taux de taxe effectif et le taux de taxe standard pour évaluer l’évitement fiscal. La méthode de Henry et Sansing (2018) est également utilisée pour notre recherche parce qu’elle permet de calculer le niveau d’évitement fiscal pour l’ensemble des entreprises - y compris celles qui ont des profits nuls ou négatifs. Cette méthode évalue l’évitement fiscal grâce à une formule incluant la somme de taxes payées, le taux de taxe statutaire, le profit avant impôts et les actifs totaux de l’entreprise. Nous régressons ensuite les mesures d’évitement fiscal sur les caractéristiques des entreprises canadiennes telles que : les ventes, la part des actifs intangibles et la productivité. Les résultats varient selon la méthode utilisée. Selon la méthode standard, la productivité est positivement corrélée à l’évitement fiscal. Toutefois, les ventes et la part des actifs intangibles sont négativement corrélées avec l’évitement fiscal. La méthode de Henry et Sansing (2018) montre que les ventes et la productivité ont un lien négatif avec l’évitement fiscal. La part des actifs intangibles est négativement corrélée à l’évitement fiscal, puis est positivement corrélée à celui-ci à l’ajout d’un effet fixe. Il apparait donc que les méthodes traditionnelles qui se concentrent sur les entreprises aux profits positifs offrent une perspective biaisée des déterminants de l’évitement fiscal. Nous évaluons séparément aussi l’évitement fiscal fait par les entreprises canadiennes ayant été présentes au moins une fois, au cours de la période d’estimation, dans les paradis fiscaux. Ces derniers contribuent à la baisse du taux de taxe effectif des entreprises parce que le taux de taxe statutaire y est faible ou inexistant. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : évitement fiscal, profit, taux de taxe statutaire, taux de taxe effectif, productivité, actif
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".