MétaCan
Menu
Retour à la cohorte
Enregistrement W4383815995 · doi:10.2308/horizons-2020-108

Auditor Materiality Threshold and Audit Quality—Evidence from the Revised ISA 700 in the United Kingdom

2023· article· en· W4383815995 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAccounting Horizons · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAuditing, Earnings Management, Governance
Établissements canadiensYork University
Organismes subventionnairesSingapore Management UniversityNational Natural Science Foundation of China
Mots-clésMateriality (auditing)AccountingAccrualAuditQuality auditAudit evidenceBusinessEarnings managementIncentiveEarningsAuditor's reportJoint auditEconomicsInternal audit

Résumé

récupéré en direct d'OpenAlex

SYNOPSIS Using a broad sample of U.K. firms that are required to disclose auditor materiality thresholds under the International Standards on Auditing (United Kingdom and Ireland) 700, we examine whether the auditor materiality threshold is associated with audit quality. We document that a lower materiality threshold is associated with higher audit quality, as measured by lower absolute discretionary accruals, higher accruals quality, and a lower propensity to just meet or beat analysts’ earnings expectations. We also find some evidence that the negative association between the materiality threshold and audit quality is attenuated when the audit committee is more effective and when the auditor is more economically dependent on the client, and the negative association is more pronounced when management has a stronger incentive to manage earnings. Overall, our study extends the limited studies on large-sample archival evidence on the implications of audit materiality thresholds on audit outcomes. Data Availability: Data are available from the public sources cited in the text. JEL Classifications: M40; M41; M42.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante
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 enseignants0,176
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,053
Tête enseignante GPT0,286
Écart entre enseignants0,233 · 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