MétaCan
Menu
Retour à la cohorte
Enregistrement W2943593383 · doi:10.2308/accr-52438

Determinants of Audit Engagement Profitability

2019· article· en· W2943593383 sur OpenAlexaffabout
Kris Hoang, Karim Jamal, Hun‐Tong Tan

Notice bibliographique

RevueThe Accounting Review · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProfitability indexAuditBusinessAccountingProxy (statistics)Joint auditAccrualQuality auditCompetition (biology)Internal auditMarketingFinance

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We examine determinants of audit engagement profitability using proprietary data from the national office of a Big 4 public accounting firm in Canada. We verify through interviews with senior audit partners that the audit realization rate is the primary measure used to assess engagement-level profitability, and use the former to proxy for engagement profitability in our archival analysis. We find that engagement profitability is positively associated with the firm's assignment of lead senior audit managers, as identified by the national office, and its delivery of intangible client service dimensions, such as communication, customization, and responsiveness (obtained from satisfaction surveys of client management and audit committee chairs). We find no evidence that audit quality, measured by discretionary accruals and audit adjustments, is sacrificed to attain higher engagement profitability. We discuss implications for regulation and competition in audit markets.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,754
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,017
Tête enseignante GPT0,254
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations57
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Accounting ReviewMême sujetAuditing, Earnings Management, GovernanceTravaux en français237 207