MétaCan
Menu
Retour à la cohorte
Enregistrement W3123850241 · doi:10.2308/accr-51871

Auditor Tenure and the Timeliness of Misstatement Discovery

2017· article· en· W3123850241 sur OpenAlexaff
Zvi Singer, Jing Zhang

Notice bibliographique

RevueThe Accounting Review · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésAuditQuality auditBusinessAccountingProxy (statistics)EndogeneityAuditor's reportAuditor independenceAudit substantive testExternal auditorAudit riskActuarial scienceJoint auditEconomicsInternal audit

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Using the timeliness of misstatement discovery as a proxy for audit quality, we examine the association between audit firm tenure and audit quality in a setting that alleviates the endogeneity problem endemic to this line of research. We find that longer audit firm tenure leads to less timely discovery and correction of misstatements, which is consistent with a negative effect of long auditor tenure on audit quality. In addition, using the non-voluntary auditor change following the demise of Arthur Andersen in 2002 as a natural experiment, we show that the misstatements of its former clients were discovered faster than those of comparable companies that retained their auditors throughout the misstatement. This finding speaks to the benefit of a fresh look by a new auditor. An extended analysis shows that longer auditor tenure also leads to misstatements of greater magnitudes, and that the Sarbanes-Oxley Act has mitigated, but not eliminated, the negative effect of long auditor tenure. Last, we show that the negative association between auditor tenure and timely discovery of misstatements is mainly present in the first ten years of an audit engagement. Our study has implications for regulators who continue to express concern regarding lengthy auditor-client engagement. JEL Classifications: K22; K23; L51; M41; M42; M48.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,248
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations132
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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