Päävastuullisen tilintarkastajan pakollisen ja vapaaehtoisen rotaation vaikutus tilintarkastuksen laatuun
Bibliographic record
Abstract
Suomen tilintarkastuslaki muuttui vuonna 2007, jonka seurauksena pörssiyhtiöt velvoitettiin vaihtamaan päävastuullista tilintarkastajaa seitsemän vuoden välein. Tämän seurauksena tilikausien 2014 ja 2015 jälkeen havaittiin suhteellisen paljon tilintarkastajavaihdoksia Helsingin pörssissä. Tutkielman tarkoituksena on tutkia tämän lain aikaansaamien päävastuullisen tilintarkastajan vaihdoksien vaikutusta tilintarkastuksen laatuun. Lisäksi tutkin eroavatko lain aikaansaamien vaihdosten ja muista syistä tapahtuneiden vaihdosten vaikutukset tilintarkastuksen laadun kannalta jotenkin. Jaan nämä tutkielmassani kahteen rotaatiotyyppiin: pakolliseen ja vapaaehtoiseen rotaatioon.\n\nTutkielmassa keskiössä on tilintarkastuksen laadun käsite, jota on aikaisemmissa tutkimuksissa tutkittu esimerkiksi tilintarkastajan palkkion, aikapaineen ja riippumattomuuden kannalta. Tässä tutkielmassa erityinen mielenkiinto on tilintarkastajan rotaation vaikuksessa tilintarkastuksen laatuun. Aikaisempien tutkimusten tulokset ovat olleet ristiriitaisia. Laadun on havaittu sekä paranevan (esim. Fargher, Lee & Mande 2008) että huononevan (esim. Chi, Huang, Liao & Xie 2009) vaihdostilanteessa.\n\nTutkielma on toteutettu soveltaen Chin ym. (2009) lineaarista regressiomallia. Tutkimusaineiston muodostaa Helsingin pörssin yritykset vuosilta 2010-2017. Yritysjoukko jaetaan kahteen erilliseen otokseen, jotka kuvaavat pakollista ja vapaaehtoista rotaatiota. Tilintarkastuksen laatua mitataan muunnellulla Jonesin mallilla lasketuilla harkinnanvaraisilla jaksotuksilla. Tutkielman tulosten perusteella pakollisella tai vapaaehtoisella rotaatiolla ei ole vaikutusta tilintarkastuksen laatuun.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.068 | 0.019 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".