Daten exportieren

 

Forschungsprojekt ::
Besteuerung und Unternehmensproduktivität

Projektbeschreibung

Die Entwicklung der Produktivität von Firmen ist ein entscheidender Faktor für ein langfristiges Wirtschaftswachstum. Während sich die Firmenproduktivität in Europa über die Zeit zum Teil recht unterschiedlich entwickelt hat, wurden diese Unterschiede in der Literatur bisher weitgehend ignoriert. Inwieweit die Politik und insbesondere die Steuerpolitik auf das Produktivitätswachstum Einfluss nehmen kann, ist daher eine noch unerforschte Frage. Ziel dieses Forschungsvorhabens ist es folglich, sich eingehender mit der Rolle der Steuerpolitik bei der Erklärung und Förderung des Produktivitätswachstums auseinanderzusetzen. Hierzu werden drei zusammenhängende Forschungsfragen beantwortet werden. Im ersten Schritt werden mithilfe eines simplen Modells mit heterogenen Firmen potenzielle Produktivitätskanäle erklärt und der Zusammenhang zwischen Produktivität und Steuern empirisch getestet. Dabei werden alle relevanten Determinanten des zukunftsorientierten Effektivsteuersatzes untersucht, zu denen auch Maßnahmen gegen Steuervermeidung gehören (z.B. Thin-Capitalization-Regeln, Earnings-Stripping-Regeln). Zur empirischen Identifikation werden große Steuerreformen genutzt, um die möglichen Veränderungen in der Produktivitätsverteilung zu analysieren. Ein konkretes Ziel ist, besser zu verstehen, ob sich diese potenziellen Unterschiede auf Änderungen in der Steuerpolitik oder auf Veränderungen der Unternehmensmerkmale wie Größe oder internationale Aktivitäten multinationaler Konzerne beziehen.In einem zweiten Schritt sollen dann die Auswirkungen des Systems der internationalen Besteuerung (weltweites vs. territoriales Steuersystem) auf die gemessene Unternehmensproduktivität analysiert werden. Als natürliches Experiment dient hier eine große Steuerreform aus dem Jahr 2009, in der das Vereinigte Königreich die Besteuerung von im Ausland erzielten Gewinnen abgeschafft und ein territoriales Steuersystem eingeführt hat. Das Forschungsdesign wird damit dem Differenz-in-Differenzen-Ansatz folgen, bei dem Tochtergesellschaften britischer multinationaler Unternehmen mit Tochtergesellschaften multinationaler Unternehmen mit Sitz in anderen Ländern verglichen werden. Schließlich soll die Rolle von Forschungs- und Entwicklungsaktivitäten, die ihrerseits durch steuerliche Anreize angetrieben werden, bei der Erklärung der Produktivität von Unternehmen untersucht werden. Um die Auswirkungen von Steueranreizen im Zusammenhang mit Forschungs- und Entwicklungsaktivitäten zu untersuchen, wird ein theoretisches Modell mit endogener Unternehmensproduktivität entwickelt. Ziel des letzten Arbeitspakets ist es, eine Reihe neuer Vorhersagen über das Zusammenspiel von Firmenheterogenität, Größe und dem Standort von (im)materiellen Vermögenswerten und steuerlichen Anreizen zu treffen.

Angaben zum Forschungsprojekt

Beginn des Projekts:2019
Ende des Projekts:2023
Projektstatus:laufend
Projektleitung:Langenmayr, Prof. Dr. Dominika
Beteiligte Personen:Liu, Ph.D. Li
Lehrstuhl/Institution:
Finanzierung des Projekts:Begutachtete Drittmittel
Geldgeber:Deutsche Forschungsgemeinschaft (DFG)
Projektpartner:
  • Professorin Dr. Valeria Merlo Eberhard Karls Universität Tübingen Fachbereich Wirtschaftswissenschaft Chair in International Economics
  • Professor Dr. Frank Stähler Eberhard Karls Universität Tübingen Wirtschafts- und Sozialwissenschaftliche Fakultät Internationale Wirtschaftsbeziehungen und Arbeitsmärkte
  • Professor Dr. Georg Wamser Eberhard Karls Universität Tübingen Fachbereich Wirtschaftswissenschaft Abteilung für VWL, insbes. Finanzwissenschaft
Themengebiete:Q Wirtschaftswissenschaften > QD Allgemeine Wirtschaftspolitik, Wirtschaftssysteme
Q Wirtschaftswissenschaften > QL Finanzwissenschaft, Betriebswirtschaftliche Steuerlehre
Projekttyp:Angewandte Forschung
Link zu Gepris:https://gepris.dfg.de/gepris/projekt/428872966
Fördernummer:388587616
Projekt-ID:2834
Eingestellt am: 21. Okt 2020 11:18
Letzte Änderung: 30. Sep 2022 12:05
URL zu dieser Anzeige: https://fordoc.ku.de/id/eprint/2834/
Analytics