Accounting for Negative Attention: Status and Costs in the Market for Audit Services
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
Prior work has emphasized the role of positive attention spillovers in driving cost advantages for high-status firms, with exchange partners offering preferential terms to high-status organizations because they anticipate benefits. Yet, spillovers from a client to a supplier may also be negative. These negative spillovers can be exacerbated when high-status actors are involved, because of the high level of publicity they attract. In this paper, we propose that suppliers’ concerns about negative attention are an important contingent factor determining whether high-status firms enjoy cost advantages or, instead, pay a premium. We expect that when suppliers anticipate that negative spillovers are more likely than positive ones and when they enjoy some bargaining power over their clients, a positive relationship between status and costs will result. To test this argument, we analyze fees paid by clients of varying status levels in the U.S. market for audit services. Consistent with our theory, we find that (1) high-status clients are charged more than their lower status peers and (2) the media attention clients receive does mediate this relationship. Indicative of the role of the supplier’s expectation of negative spillovers and their bargaining power, we also demonstrate that the positive relationship becomes stronger when auditors view clients as presenting a greater risk of future negative events and when clients have more bargaining power. Our efforts at theoretical integration result in a fuller picture of the role of status in shaping a firm’s costs, suggesting that status involves advantages in some settings but disadvantages in others. Supplemental Material: The online appendix is available at https://doi.org/10.1287/orsc.2021.15814 .
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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