بررسی تاثیر بیش اطمینانی مدیران بر کیفیت و هزینه حسابرسی شرکت های بورس اوراق بهادار تهران
Publish Year: 1399
Type: Journal paper
Language: Persian
View: 161
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_ORMR-10-2_006
Index date: 28 November 2023
بررسی تاثیر بیش اطمینانی مدیران بر کیفیت و هزینه حسابرسی شرکت های بورس اوراق بهادار تهران abstract
این پژوهش به بررسی تاثیر بیش اطمینانی مدیران، کیفیت حسابرسی و هزینه حسابرسی شرکت های پذیرفته شده در بورس اوراق بهادار تهران پرداخته است. برای برآورد مدل و آزمون فرضیه های پژوهش، ۱۲۸ شرکت طی دوره ۱۳۸۹ تا ۱۳۹۶ به عنوان نمونه تعیین شد. پس از ارائه آمارهای توصیفی، نتایج آزمون های مانایی و نتایج آزمون رگرسیون های چند متغیره خطی ارائه شد. سپس آزمون های چاو (اف لیمر) و هاسمن برای تعیین نوع مدل تخمین به اجرا در آمد. نتایج آزمون های چاو و هاسمن، استفاده از روش پانل دیتا با اثرات ثابت را تعیین کردند. برای حصول اطمینان از تخمین مدل پانل دیتا نیز به بررسی نرمال بودن باقیمانده ها و بررسی نموداری پسماندها پرداخته شد. نتایج آزمون فرضیه ها نشان داد که بیش اطمینانی مدیران بر کیفیت حسابرسی و هزینه حسابرسی از یک طرف و کیفیت حسابرسی نیز بر هزینه حسابرسی ازطرف دیگر تاثیر مثبت می گذارد.
بررسی تاثیر بیش اطمینانی مدیران بر کیفیت و هزینه حسابرسی شرکت های بورس اوراق بهادار تهران Keywords:
Managers' Overconfidence , Quality of Auditing , Audit Fee , Tehran Stock Exchange. , بیش اطمینانی مدیران , کیفیت حسابرسی , هزینه حسابرسی , بورس اوراق بهادار تهران
بررسی تاثیر بیش اطمینانی مدیران بر کیفیت و هزینه حسابرسی شرکت های بورس اوراق بهادار تهران authors
حمیدرضا کیانی
PhD. Student, Faculty of Management, UAE Branch, Islamic Azad University, Dubai, United Arab Emirates.
علی اصغر انواری رستمی
Professor, Management Study and Technology Development Center, Tarbiat Modares Uninersity, Tehran, Iran
منصور گرکز
Associate Prof., Faculty of Management, Gorgan Branch, Islamic Azad University, Gorgan, Iran.
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 :