Audit pricing, legal liability regimes, and big 4 premiums: Theory and cross-country evidence
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
In this paper, we first develop a model in which national legal environments play a crucial role in determining auditor effort and audit fees. Our model predicts that (a) audit fees increase monotonically with the strength or strictness of a country's legal liability regime; (b) given a legal liability regime, Big 4 auditors charge higher audit fees than non-Big 4 auditors; and (c) the Big 4 fee premium is lower in countries with strong legal regimes than in countries with weaker legal regimes. We then test the model's predictions using a large sample of audit clients from 15 countries with different legal regimes where audit fee data are publicly available. The results of our cross-country regressions are consistent with the above three predictions and are robust to a variety of sensitivity checks. In addition, our hypotheses are all consistent with the pattern of auditor effort (measured by labor hours) observed in proprietary data sets from four countries whose legal regimes vary. Finally, we find that the effects of a legal regime on audit pricing and the Big 4 premium are more salient for the small client segment than for the large client segment. Overall, our results indicate that a country's legal environment plays an important role in determining auditor effort, audit fees, and the fee spread between Big 4 and non-Big 4 auditors. © CAAA.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 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