MétaCan
Menu
Retour à la cohorte
Enregistrement W2001001409 · doi:10.2308/accr.2005.80.2.677

Profit Sharing in an Auditing Oligopoly

2005· article· en· W2001001409 sur OpenAlexaff
Xiaohong Liu, Dan A. Simunic

Notice bibliographique

RevueThe Accounting Review · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAuditBusinessOligopolyProfit sharingMicroeconomicsProfit (economics)Industrial organizationCollusionOrder (exchange)EnforcementCournot competitionAccountingEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

This paper examines how partners in an audit firm can use profit-sharing rules to induce optimal partner behavior from the firm's point of view, taking into account the strategic competition of firms in an auditing oligopoly. We use a linear contracting framework to investigate the effects of profit-sharing rules on individual partners' various decisions, including their pricing strategies and effort choices.We assume that efficient audits of different types of clients require different effort profiles with respect to degree of partner cooperation. For example, the audit of a complex company requires different amounts of partner collaboration than does the audit of a simple company. Moreover, since it is too costly for an enforcement party, such as the head office of an audit firm or a court, to verify each client's type in order to resolve compensation disputes among the firm's partners, it is reasonable to assume that client type cannot be contracted upon for partner compensation purposes. Given this assumption, we derive conditions under which there exists an equilibrium in which audit firms strategically choose different profit-sharing rules to specialize in different types of clients, thereby earning positive economic profits. Our analysis provides insights into the strategic competition among the big audit firms, and helps to explain the observed differences in the compensation plans of these firms and in the nature of their client portfolios.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,565
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,263
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Accounting ReviewMême sujetCorporate Finance and GovernanceTravaux en français237 207