Diese kumulative Dissertation untersucht die Wahrnehmung von Steuern durch Unternehmen. Standardmodelle gehen davon aus, dass Entscheidungsträger vollständig über steuerliche Auswirkungen informiert sind. In der Realität können bereitgestellte Informationen und deren Wahrnehmung jedoch voneinander abweichen, was zu verzerrten Entscheidungen und einer veränderten Einstellung gegenüber dem Steuersystem führen kann. Im Rahmen dieser Dissertation verwende ich Umfragedaten von kleinen und mittleren Unternehmen (KMU), um das Ausmaß der Steuer(fehl)wahrnehmung zu bestimmen, treibende Faktoren zu identifizieren, Möglichkeiten zur Vorhersage der Steuerwahrnehmung von Unternehmen zu untersuchen und die Konsequenzen der Steuerwahrnehmung von Unternehmen zu analysieren. Die Dissertation umfasst drei Studien. Studie (A) vergleicht die von den Unternehmen wahrgenommenen Steuersätze mit den tatsächlichen Steuersätzen und bezeichnet die Differenz als steuerliche Fehlwahrnehmung. Dieser Ansatz ermöglicht es, das Ausmaß und die Ursachen der steuerlichen Fehlwahrnehmung von Unternehmen zu untersuchen. Studie (B) untersucht, inwieweit maschinelles Lernen in der Lage ist, zuverlässige Vorhersagen über die Wahrnehmung von Steuersätzen durch Unternehmen auf zeit- und kosteneffektive Weise zu treffen. Studie (C) untersucht, inwieweit die von Unternehmen wahrgenommene Bereitstellung öffentlicher Güter und die Vertrauenswürdigkeit der Kommunen im Umgang mit Steuereinnahmen mit der Bereitschaft von Unternehmen, Gewerbesteuer zu zahlen, zusammenhängen. Die Ergebnisse bieten neue Einblicke in die Wahrnehmung von Steuern durch KMU. Sie tragen damit zu einem besseren Verständnis des Verhaltens von Unternehmen bei und liefern Erkenntnisse für Wissenschaft, Praxis und Politik.
Bibliographic Metadata
- TitleFirms' tax perception - survey-based studies / von M.Sc. Vanessa Heinemann-Heile
- Author
- Degree supervisor
- Published
- Description1 Online-Ressource (11, A-79, B-56, C-57 Seiten) Illustrationen
- Institutional NoteUniversität Paderborn, Dissertation, 2024
- AnnotationTag der Verteidigung: 20.12.2024
- Defended on2024-12-20
- LanguageEnglish
- Document TypesDissertation (PhD)
- Keywords (GND)
- URN
- DOI
- Social MediaShare
- Reference
- IIIF
This cumulative dissertation analyzes firms’ tax perception. Standard models assume that decision makers are perfectly informed about tax implications. However, perception and information may differ, leading to biased decisions and changing attitudes towards the tax system. In this dissertation, I use survey data from small and medium-sized enterprises (SMEs) to determine the extent of tax (mis)perception, to identify its drivers, to investigate ways to predict firms' tax perception, and to analyze the consequences of firms' tax perception. The dissertation consists of three studies. Study (A) compares firms’ perceived tax rates with actual tax rates and refers to the difference as tax misperception. This approach allows the analysis of the extent and the drivers of firms' tax misperception. Study (B) examines the extent to which machine learning can provide reliable predictions of firms' tax rate perception in a time- and cost-effective manner. Study (C) examines the extent to which the perceived provision of public goods and the perceived trustworthiness of municipalities in handling tax revenues are related to firms' willingness to pay local business tax. The results provide new insights into the perception of taxes by SMEs. They thus contribute to a better understanding of business behavior and provide insights for academia, practice, and policy.
- The PDF-Document has been downloaded 8 times.