論文の概要: KoTaP: A Panel Dataset for Corporate Tax Avoidance, Performance, and Governance in Korea

• arxiv url: http://arxiv.org/abs/2511.04094v1
• Date: Thu, 06 Nov 2025 06:13:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 20:17:53.327139
• Title: KoTaP: A Panel Dataset for Corporate Tax Avoidance, Performance, and Governance in Korea
• Title（参考訳）: KoTaP:韓国における法人税回避・パフォーマンス・ガバナンスのためのパネルデータセット
• Authors: Hyungjong Na, Wonho Song, Seungyong Han, Donghyeon Jo, Sejin Myung, Hyungjoon Kim,
• Abstract要約: 韓国税回避パネル(KoTaP)は、KOSPIおよびKOSDAQに上場する非金融企業の長期パネルデータセットである。 KoTaPは、企業税回避を予測変数として扱い、複数のドメインにリンクするように設計されている。 KoTaPは、エコノメトリとディープラーニングモデルのベンチマーク、外部の妥当性チェック、説明可能なAI分析の応用を可能にする。
• 参考スコア（独自算出の注目度）: 1.7502116326790353
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This study introduces the Korean Tax Avoidance Panel (KoTaP), a long-term panel dataset of non-financial firms listed on KOSPI and KOSDAQ between 2011 and 2024. After excluding financial firms, firms with non-December fiscal year ends, capital impairment, and negative pre-tax income, the final dataset consists of 12,653 firm-year observations from 1,754 firms. KoTaP is designed to treat corporate tax avoidance as a predictor variable and link it to multiple domains, including earnings management (accrual- and activity-based), profitability (ROA, ROE, CFO, LOSS), stability (LEV, CUR, SIZE, PPE, AGE, INVREC), growth (GRW, MB, TQ), and governance (BIG4, FORN, OWN). Tax avoidance itself is measured using complementary indicators cash effective tax rate (CETR), GAAP effective tax rate (GETR), and book-tax difference measures (TSTA, TSDA) with adjustments to ensure interpretability. A key strength of KoTaP is its balanced panel structure with standardized variables and its consistency with international literature on the distribution and correlation of core indicators. At the same time, it reflects distinctive institutional features of Korean firms, such as concentrated ownership, high foreign shareholding, and elevated liquidity ratios, providing both international comparability and contextual uniqueness. KoTaP enables applications in benchmarking econometric and deep learning models, external validity checks, and explainable AI analyses. It further supports policy evaluation, audit planning, and investment analysis, making it a critical open resource for accounting, finance, and interdisciplinary research.
• Abstract（参考訳）: 本研究は、2011年から2024年にかけて、KOSPIおよびKOSDAQにリストされた非金融企業の長期パネルデータセットであるKoTaPについて紹介する。 12月以外の会計年度終了、資本不足、マイナス税前所得を除くと、最終データセットは1,754社から12,653件の企業年次観測から成り立っている。 KoTaPは、企業税回避を予測変数として扱い、利益管理(A、ROE、CFO、LOS)、安定(LEV、CUR、Size、PPE、AGE、INVREC)、成長(GRW、MB、TQ)、ガバナンス(BIG4、FON、OWN)を含む複数のドメインにリンクするように設計されている。 税回避そのものは、キャッシュ有効税率(CETR)、GAAP有効税率(GETR)、および帳簿税差額調整(TSTA、TSDA)を補完指標として測定し、解釈性を確保する。 KoTaPの重要な強みは、標準変数のバランスパネル構造と、コア指標の分布と相関に関する国際文献との整合性である。 同時に、集中所有、高い外資株主、高流動性比率など、韓国企業の独特な制度的特徴を反映し、国際的可視性と文脈的独特性の両方を提供している。 KoTaPは、エコノメトリとディープラーニングモデルのベンチマーク、外部の妥当性チェック、説明可能なAI分析の応用を可能にする。 さらに、政策評価、監査計画、投資分析をサポートしており、会計、財務、学際研究にとって重要なオープンリソースとなっている。

関連論文リスト

• Aligning Language Models with Investor and Market Behavior for Financial Recommendations [46.90931293070464]
  本稿では,Large Language Models (LLMs), Knowledge Graphs (KGs), Kahneman-Tversky Optimization (KTO)を統合した新しいフレームワークFLARKOを提案する。 FLARKOは、ユーザーのトランザクション履歴と資産動向を構造化されたKGとしてエンコードし、LLMの解釈可能かつ制御可能なコンテキストを提供する。 FAR-Transデータセットに基づいて、FLARKOは、行動アライメントと共同利益性に基づく最先端のレコメンデーションベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2025-10-14T03:24:20Z)
• STRAPSim: A Portfolio Similarity Metric for ETF Alignment and Portfolio Trades [0.5847369405576658]
  STRAPSimは、セマンティックな類似性に基づいて構成成分をマッチングすることでポートフォリオの類似性を計算する新しい方法である。 私たちは、Jaccard、重み付きJaccard、およびBERTScoreにインスパイアされたパブリックな分類、回帰、レコメンデーションタスクに対するアプローチをベンチマークします。 実験結果から,提案手法は予測精度とランキングアライメントにおいて,ベースラインを一貫して上回ることがわかった。
  論文  参考訳（メタデータ） (2025-09-29T00:57:41Z)
• Language Models and Logic Programs for Trustworthy Financial Reasoning [50.73061215297832]
  税の申告には複雑な推論が必要であり、重複ルールの適用と数値計算を組み合わせる必要がある。 そこで我々は,LLMを象徴的解決器と統合して納税義務を計算する手法を提案する。 本稿では, 形式論理プログラムの事前翻訳と, 形式論理表現の知的検索例を組み合わせることで, 性能が劇的に向上することを示す。
  論文  参考訳（メタデータ） (2025-08-28T17:55:07Z)
• KFinEval-Pilot: A Comprehensive Benchmark Suite for Korean Financial Language Understanding [6.3604109210772934]
  KFinEval-Pilotは、韓国の金融ドメインで大規模言語モデル(LLM)を評価するために設計されたベンチマークスイートである。 金融知識、法的推論、金融毒性の3つの重要な領域に1,000以上のキュレートされた質問が含まれている。
  論文  参考訳（メタデータ） (2025-04-17T00:12:58Z)
• A Taxation Perspective for Fair Re-ranking [61.946428892727795]
  本稿では,2項目間の実用性の違いに基づいて税率を上昇させる,税率という新たな公正な再格付け手法を提案する。 我々のモデルである税ランクは、公正な優遇措置として優れた税率政策を提供し、理論的には、精度損失よりも連続性と制御性の両方を実証している。
  論文  参考訳（メタデータ） (2024-04-27T08:21:29Z)
• CR-COPEC: Causal Rationale of Corporate Performance Changes to Learn from Financial Reports [29.967008650845774]
  財務報告からコーポレート・パフォーマンス・変革の因果関係(Causal Rationale of Corporate Performance Changes)というCR-COPECを紹介する。 これは、企業業績の変化を検出するための包括的な大規模ドメイン適応因果文データセットである。 CR-COPECは2つの大きな業績に寄与する。まず、会計基準に従って、専門家の因果分析を形式的に含む米国企業の10-K年次報告書から因果的根拠を検出する。 第2に、12業種における企業の業績に影響を及ぼす諸特質を慎重に検討する。
  論文  参考訳（メタデータ） (2023-10-24T18:00:40Z)
• Bayesian Optimization of ESG Financial Investments [0.0]
  ESG (Economic, Social and Governance) の基準は金融においてより重要になっている。 本稿では,数理モデリングとESGとファイナンスを組み合わせた。
  論文  参考訳（メタデータ） (2023-02-10T15:17:36Z)
• Algorithmic Fairness and Vertical Equity: Income Fairness with IRS Tax Audit Models [73.24381010980606]
  本研究は、IRSによる税務監査選択を通知するシステムの文脈におけるアルゴリズムフェアネスの問題について検討する。 監査を選択するための柔軟な機械学習手法が、垂直エクイティにどのように影響するかを示す。 この結果は,公共セクター全体でのアルゴリズムツールの設計に影響を及ぼす。
  論文  参考訳（メタデータ） (2022-06-20T16:27:06Z)
• The AI Economist: Improving Equality and Productivity with AI-Driven Tax Policies [119.07163415116686]
  我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。 競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。 AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
  論文  参考訳（メタデータ） (2020-04-28T06:57:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。