MétaCan
Menu
Retour à la cohorte
Enregistrement W2553317985 · doi:10.2308/acch-51646

Audit Quality of Chinese ADR Engagements

2016· article· en· W2553317985 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAccounting Horizons · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBusinessAuditAccountingShareholderCross listingChinese marketListing (finance)ChinaQuality auditQuality (philosophy)FinanceCorporate governance

Résumé

récupéré en direct d'OpenAlex

SYNOPSIS The controversy over Chinese reverse mergers has led to concerns about the audit quality of all U.S.-listed Chinese companies. Because a sizeable number of foreign firms cross-list their shares as American Depositary Receipts (ADRs) issued by U.S. depositary banks (as opposed to direct listings), we study how auditors have managed their audits of Chinese ADRs. Our motivation for examining Chinese ADRs is based on the findings that cross-listing via the ADR process is beneficial for U.S. shareholders. We find that relative to ADRs from countries other than China, and relative to directly listed Chinese companies, Chinese ADRs are more likely to be associated with a Big 4 auditor and are less likely to restate prior-period financial statements. We also find that Chinese ADRs pay significantly higher fees than other emerging market ADRs and Chinese direct-listings. Collectively, these results suggest high audit quality for Chinese ADRs, which is in sharp contrast to the Chinese direct-listing results. Using Tobin's Q as a measure of market value, we find that the stock market rewards Chinese ADRs, indicating that investors incorporate the benefits of higher audit quality when evaluating Chinese ADRs.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,021
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 savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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