بررسی رابطه بین دو بعد شکاکیت و بی طرفی تردید حرفه ای با قضاوت حرفه ای حسابرس
Publish place: Accounting and Auditing Review، Vol: 23، Issue: 2
Publish Year: 1395
Type: Journal paper
Language: Persian
View: 217
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_ACCTG-23-2_004
Index date: 12 February 2022
بررسی رابطه بین دو بعد شکاکیت و بی طرفی تردید حرفه ای با قضاوت حرفه ای حسابرس abstract
تردید حرفه ای در زمره مفاهیم بسیار با اهمیت حوزه حسابرسی قرار دارد، زیرا مفهوم یادشده به طور عمده ای بر قضاوت های حسابرسی اثرگذار است. هدف از انجام این پژوهش، بررسی ارتباط بین ابعاد تردید حرفه ای (شامل بعد بی طرفی و بعد شکاکیت) و قضاوت های دیرباورانه حسابرس می باشد. در این راستا، پژوهش حاضر، با بکارگیری دو سناریوی شبه آزمایشگاهی، اقدام به پیمایش نظر ۹۷ نفر از حسابرسان شاغل در موسسات حسابرسی عضو جامعه حسابداران رسمی می نماید. یافته های تحقیق نشان می دهد که در محیط کنترلی با ریسک بالا، ارتباط بین"بی طرفی و قضاوت های دیرباورانه"، نسبت به ارتباط بین "شکاکیت و قضاوت های دیرباورانه" قوی تر است. همچنین، ارتباط بین "بی طرفی و قضاوت های دیرباورانه" در محیط کنترلی با ریسک بالا، شدت می یابد. با این حال، تفاوت معنی داری در شدت ارتباط میان "شکاکیت و قضاوت های دیرباورانه" در دو محیط کنترلی دارای ریسک بالا و پایین وجود ندارد. در مجموع یافته های مزبور، شواهد تجربی در حمایت از دیدگاه حاکم بر استانداردهای حسابرسی مبنی بر ترجیح "بعد بی طرفی نسبت به بعد شکاکیت" فراهم می آورد.
بررسی رابطه بین دو بعد شکاکیت و بی طرفی تردید حرفه ای با قضاوت حرفه ای حسابرس Keywords:
بررسی رابطه بین دو بعد شکاکیت و بی طرفی تردید حرفه ای با قضاوت حرفه ای حسابرس authors
جواد رجبعلی زاده
دانشجوی کارشناسی ارشد حسابرسی، دانشکده علوم اقتصادی و اداری، دانشگاه فردوسی مشهد، مشهد، ایران
رضا حصارزاده
استادیار حسابداری، دانشکده علوم اقتصادی و اداری، دانشگاه فردوسی مشهد، مشهد، ایران
محمد علی باقرپور
دانشیار حسابداری، دانشکده علوم اقتصادی و اداری، دانشگاه فردوسی مشهد، مشهد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :