Offshore trading activities and audit fees: a textual approach
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate whether and how auditors’ pricing decisions are affected by their clients’ offshore trading activities, which are comprehensively measured through a textual analysis technique. Design/methodology/approach The authors identified a sample of 32,264 firm-year observations from publicly listed firms in the US during 2004 to 2015. The authors then used multivariate regressions to examine the effect of offshore trading activities on audit fees. In the regression models, the authors also control for a series of factors that are documented to influence audit pricing. Findings The authors find that offshore trading activities are positively associated with audit fees, suggesting that offshore activities are likely to increase a client firm’s business risk and/or the extent of client complexity. The authors also find that auditors charge higher audit fees only to firms purchasing inputs produced by their own assets overseas but not to firms buying inputs produced by local firms overseas. Moreover, the association between offshore trading activities and audit fees is more pronounced for offshore activities that are in countries with high trading centrality, for Big 4 auditors, or for auditors with industry expertise. Originality/value This paper extends the literature on the consequences of offshore activities by providing evidence on how auditors react to offshore activities. Moreover, it contributes to the audit fee literature. Prior studies largely focus on client-level determinants, while this study complements this line of literature by identifying firm’s offshore activities as an important risk indicator, which is perceived by auditors in their pricing decisions. A firm’s offshore activity is unique because the risk implication of the offshore activities depends not only on factors within the firm, but also on factors outside the firm in foreign nations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».