Notice bibliographique
Résumé
Purpose The purpose of this study is to examine whether audit quality influences auditees' liquidity policy. Design/methodology/approach The author uses ordinary least squares (OLS) estimators, and we focus on a panel of US publicly traded companies (36,118 company-year observations) over the period of 2004–2019 to examine the effect of audit quality on auditees' cash reserves. Findings The author finds that high quality audits are negatively related to auditees' cash reserves. Additional analyses show that the potential channel by which audit quality influences these reserves is financial constraints (FC). Particularly, his results suggest that an auditee's FC serve as an intermediary in the association between audit quality and auditee's cash reserves. Ultimately, we show that high quality audits raise the market value relevance of an extra dollar in cash reserves. Originality/value By linking two distinct research lines of audit quality and corporate cash reserves, this study adds to both lines of literature, as it is a novel one (to the best of the author’s knowledge) to provide evidence about the effect of audit quality on the auditees' liquidity policy (a real economic decision and internal financial policy) that ultimately boosts the auditees' investment efficiency. The author’s findings are consistent with influential monitoring and an insurance-like function of high quality audits in reducing information asymmetry and its consequences. His results also support the argument that auditees' transparency through high quality audits can be a pivotal determinant of their liquidity policy.
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 | 0,005 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».