MétaCan
Menu
← Retour à la cohorte
Enregistrement W3121773444 · doi:10.1506/car.26.2.2

Mandatory Audit Partner Rotation, Audit Quality, and Market Perception: Evidence from Taiwan*

2009· article· en· W3121773444 sur OpenAlexvenueno aff
Wuchun Chi, Huichi Huang, Yi‐Chun Liao, Hong Xie

Notice bibliographique

RevueContemporary Accounting Research · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditQuality auditAccountingBusinessQuality (philosophy)Joint auditAudit evidencePerceptionInternal auditPsychology

Résumé

récupéré en direct d'OpenAlex

We examine the effectiveness of mandatory audit-partner rotation in promoting audit quality using audit data in Taiwan where a five-year audit-partner rotation became de facto mandatory in 2004. Using both absolute and signed abnormal accruals and abnormal working capital accruals as proxies for audit quality, we find some evidence that audit quality of companies subject to mandatory audit-partner rotation in 2004 is higher than audit quality of companies not subject to rotation in 2004. However, audit quality of companies subject to mandatory rotation in 2004 is lower than audit quality of these same companies in 2003 under the old audit partners. Furthermore, audit quality of companies subject to mandatory rotation in 2004 is indistinguishable from audit quality of companies whose audit partners were voluntarily rotated before 2003. Therefore, the effect of mandatory audit-partner rotation on audit quality, in terms of auditors constraining management's extreme income-increasing or extreme income-decreasing accruals, is mixed. In contrast, using earnings response coefficients as a proxy for investor perceptions of audit quality, we consistently find that investors perceive mandatory audit-partner rotation as enhancing audit quality, suggesting that mandatory audit-partner rotation enhances auditor independence in appearance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,348
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations322
Publié2009
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueContemporary Accounting Research→Même sujetAuditing, Earnings Management, Governance→Travaux en français237 207→