The Impact of Audit Committee Oversight on Investor Rationality, Price Expectations, Human Capital, and Research and Development Expense
Notice bibliographique
Résumé
Audit committees monitor the actions of managers as they pursue the goal of shareholder wealth maximization. The purpose of this study is to measure the impact of audit committee oversight on novel aspects of firm performance, including investor rationality, price expectations, human capital, and research and development expenses. It extends the literature to non-financial outcomes of audit committee oversight. The literature thus far has focused on the financial effects of audit committee oversight, such as return on assets, return on equity, risk, debt capacity, and firm value. Data was collected from 588 publicly traded firms in the U.S. pharmaceutical industry and energy industry from 2010 to 2022. Audit oversight was measured by the novel measurement of the frequency of the term ‘audit committee’ in annual reports and Form 10Ks from the SeekEdgar database. COMPUSTAT provided the remainder of the data. Panel Data fixed-effects models were used to analyze the data. Audit committee oversight significantly increased investor rationality, significantly reduced price expectations, and significantly increased human capital investment. An inverted U-shaped relationship occurred for audit committee oversight and research and development expenses, with audit oversight first increasing research and development expenses, then decreasing them. The study makes several contributions. First, the study uses a novel measure of audit oversight. Second, the study predicts the effect of audit committee oversight on unexplored non-financial measures, such as human capital and research and development expense. Third, the study offers a current test of the Miller model, as the last tests were performed over 20 years ago. Fourth, the study examines the impact of auditing on market measures that have not been explored in the literature, such as investor rationality and short selling.
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 | 0,017 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».