PCAOB-type Regulation and Audit Portfolio
Bibliographic record
Abstract
In dieser Dissertation werden die Auswirkungen von Regulierungen und Agency-Konflikten im Rahmen der Abschlussprüfung untersucht. Der erste Beitrag gibt einen Überblick über die Literatur zur Regulierung der Abschlussprüfung (PCAOB-Regulierung) und zeigt Unterschiede zwischen analytischen und empirischen Forschungsergebnissen auf. Die empirische Forschung wechselte im Zeitablauf von einer skeptischen hin zu einer positiveren Sichtweise auf PCAOB-Regulierung. In der analytischen Forschung ist ein gegenteiliger Trend zu beobachten, welcher darauf beruhen könnte, dass der oft thematisierte Prüfungswert nur schwer zu messen ist. Der zweite Beitrag untersucht wie das PCAOB die kunden- oder portfoliospezifischen Handlungen von Abschlussprüfern regulieren sollte, um die Interessen der Prüfer mit denen ihrer Kunden in Einklang zu bringen. Wenn das PCAOB die Prüfungsstandards perfekt auf die Bedürfnisse der Kunden abstimmen kann, sollte es sowohl kunden- als auch portfoliospezifische Handlungen regulieren. Regulierung kann Kosten verursachen, da Prüfungsstandards unflexibel sind und nicht allen Kundenbedürfnissen gleichermaßen gerecht werden können. Bei Einhaltung von Standards kommt es zu Über- oder Unterinvestitionen in Prüfungshandlungen, welche die Vorteile überwiegen können. Interessanterweise ermöglicht Regulierung von portfolio- statt kundenspezifischen Prüfungsaspekten eine effizientere Kosten-Nutzen-Abwägung. Im dritten Beitrag wird untersucht, wie sich die globale und industrielle Diversifizierung von Unternehmen auf die Prüfungsgebühren auswirkt. Das Hauptergebnis ist, dass mit zunehmender Diversifizierung das Prüfungsrisiko für den Abschlussprüfer steigt und er daher höhere Prüfungsgebühren verlangt. Im Gegensatz zur bisherigen Literatur wird aufgezeigt, dass nicht operative Komplexität, sondern Informationsasymmetrien ausschlaggebend für diesen Effekt sind. Des Weiteren steigen Prüfungsgebühren weniger stark bei ausgeprägter Corporate Governance.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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 teacher head, 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".