The role of the Big 4 and second-tier international networks in redeveloping China’s audit market
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.
Notice bibliographique
Résumé
Purpose This study aims to explore the audit quality supplied by the Big 4, large indigenous Chinese (LIC) and five largest second-tier international network (Tier 2) audit firms in China during the second phase of their audit market development. Design/methodology/approach Ordinary least squares regression is used on an archival sample of firm-year observations. Endogeneity and self-selection bias are addressed by creating a propensity score matched sample and using two-stage regression with the inverse Mills’ ratio. Findings Strong evidence is found for higher levels of actual audit quality for the Big 4 relative to both LIC and Tier 2 audit firms. Weak evidence is found regarding the audit quality superiority of Tier 2 relative to LIC audit firms. Furthermore, the actual audit quality differential between the Big 4 relative to the LIC and Tier 2 firms widens after adopting International Financial Reporting Standards, which is contrary to the intention of Chinese regulators. Originality/value To the best of the authors’ knowledge, this is the first known empirical study to trisect Big N and non-Big N audit firm proxies into the Big 4, LIC and Tier 2. Currently, only qualitative studies have fully appreciated the unique regulatory roles of these three firm structures in developing China’s audit market, which reflect tensions between reliance on foreign expertise and self-determination. In addition, this study adds to the ongoing global dialogue on Tier 2 as an alternative to the Big 4 and the benefits of international accounting network membership.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle