The next analysis attempts to separ

The next analysis attempts to separate the Big 6 Premium into general brand-name and industry-specialist components. the right-hand side of Table 4 estimates an audit fee model using the 288 companies in the three largest industries. In order to separate the Big 6 premium into brand name and industry specialization, two auditor indicator variables are used: one for companies in which the auditor is a Big 6 industry specialist and another for companies in which the Big 6 auditor is not an industry specialist based on the Classification in Table 2.The implicit comparison group for both of the Big 6 indicator variable is the 63 companies having non-Big 6 auditors. Again, the audit fee model is significant at p < 0.01 and has an adjusted R2 of 68.5 percent. Both Big 6 variable are significant at p < 0.01,and the coefficient is larger for Big 6 industry specialists (0.570) than for Big 6 nonspecialists (0.318). On average,this translates to Big 6 Specialists having a premium of 77 percent and Big 6 nonspecialists a premium of 37 percent over non-Big 6 auditors.14

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ต่อไปพยายามแยกพรีเมี่ยม 6 ขนาดใหญ่เป็นส่วนประกอบของชื่อแบรนด์และผู้เชี่ยวชาญด้านอุตสาหกรรมทั่วไป ด้านขวามือของ 4 ตารางประเมินแบบจำลองค่าธรรมเนียมตรวจสอบโดยใช้บริษัท 288 ในอุตสาหกรรมที่ใหญ่ที่สุดสาม เพื่อแยกพรีเมี่ยมขนาดใหญ่ 6 ยี่ห้อและอุตสาหกรรมเฉพาะทาง ใช้ตัวแปรบ่งชี้สอบสอง: หนึ่งสำหรับบริษัทซึ่งผู้สอบบัญชีเป็นผู้เชี่ยวชาญอุตสาหกรรมขนาดใหญ่ 6 และอื่นสำหรับบริษัทที่สอบ 6 ขนาดใหญ่จะไม่มีผู้เชี่ยวชาญอุตสาหกรรมตามการจัดประเภทในตาราง 2.กลุ่มเปรียบเทียบนัยทั้งใหญ่ 6 ตัวบ่งชี้ตัวแปรคือบริษัท 63 มีสอบไม่ - ใหญ่ 6 อีก แบบค่าธรรมเนียมตรวจสอบได้อย่างมีนัยสำคัญที่ p < 0.01 และมี R2 การปรับปรุงร้อยละ 68.5 ตัวแปรทั้ง 6 ขนาดใหญ่ได้อย่างมีนัยสำคัญที่ p < 0.01 และสัมประสิทธิ์มีขนาดใหญ่สำหรับ 6 ใหญ่อุตสาหกรรมผู้เชี่ยวชาญ (0.570) กว่าสำหรับ 6 ใหญ่ nonspecialists (0.318) โดยเฉลี่ย นี้แปลผู้เชี่ยวชาญ 6 ขนาดใหญ่ที่มีเบี้ยประกันร้อยละ 77 และ nonspecialists 6 ใหญ่พรีเมี่ยม 37 เปอร์เซ็นต์มากกว่าไม่ใช่ - ใหญ่ 6 auditors.14

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ต่อไปพยายามที่จะแยกบิ๊ก 6 พรีเมี่ยมเป็นทั่วไปแบรนด์เนมและชิ้นส่วนอุตสาหกรรมผู้เชี่ยวชาญ ด้านขวามือของตารางที่ 4 ประมาณการค่าสอบแบบใช้ 288 บริษัท ในสามอุตสาหกรรมที่ใหญ่ที่สุด เพื่อที่จะแยกบิ๊ก 6 พรีเมี่ยมเป็นชื่อแบรนด์และความเชี่ยวชาญในอุตสาหกรรมสองตัวแปรตัวบ่งชี้ที่ผู้สอบบัญชีมีการใช้อย่างใดอย่างหนึ่งให้กับ บริษัท ในการที่ผู้สอบบัญชีเป็นผู้เชี่ยวชาญในอุตสาหกรรมขนาดใหญ่ 6 และอื่น ๆ สำหรับ บริษัท ที่บิ๊ก 6 ผู้สอบบัญชีไม่ได้เป็นผู้เชี่ยวชาญในอุตสาหกรรม ขึ้นอยู่กับการจัดประเภทไว้ในตารางที่ 2. กลุ่มเปรียบเทียบโดยปริยายสำหรับทั้งสองตัวแปรตัวบ่งชี้บิ๊ก 6 เป็น 63 บริษัท ที่มีที่ไม่ใช่บิ๊ก 6 ผู้สอบบัญชี อีกครั้งค่าสอบรูปแบบเป็นอย่างมีนัยสำคัญที่ p <0.01 และมีการปรับ R2 ร้อยละ 68.5 ทั้งบิ๊ก 6 ตัวแปรที่มีความสำคัญที่ p <0.01 และค่าสัมประสิทธิ์ที่มีขนาดใหญ่บิ๊ก 6 ผู้เชี่ยวชาญในอุตสาหกรรม (0.570) กว่าบิ๊ก 6 nonspecialists (0.318) โดยเฉลี่ยแปลนี้บิ๊ก 6 ผู้เชี่ยวชาญที่มีพรีเมี่ยมที่ร้อยละ 77 และบิ๊ก 6 nonspecialists พรีเมี่ยมของร้อยละ 37 ในช่วงที่ไม่ใช่บิ๊ก 6 auditors.14

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ต่อไปพยายามที่จะแยกใหญ่ 6 พรีเมี่ยมในทั่วไป แบรนด์เนม และอุตสาหกรรมชิ้นส่วนผู้เชี่ยวชาญ ด้านขวามือของโต๊ะ 4 ประมาณการตรวจสอบ ค่าแบบใช้แต่ใน บริษัท ที่ใหญ่ที่สุดสามอุตสาหกรรม คำสั่งในการแยกขนาดใหญ่ 6 พรีเมี่ยมในชื่อแบรนด์และอุตสาหกรรมเฉพาะทาง สองตัวแปรมีการใช้ตัวบ่งชี้ที่ผู้สอบบัญชีหนึ่งสำหรับ บริษัท ที่ผู้สอบบัญชีเป็นผู้เชี่ยวชาญ 6 อุตสาหกรรมใหญ่และอีกสำหรับ บริษัท ที่ใหญ่ 6 ผู้สอบบัญชีไม่อุตสาหกรรมผู้เชี่ยวชาญตามหมวดหมู่ใน ตารางที่ 2 . กลุ่มเปรียบเทียบระบบทั้งสองตัวแปรบ่งชี้ขนาดใหญ่ 6 เป็นบริษัทไม่ใหญ่ 6 63 มีผู้สอบบัญชีรับอนุญาต อีกครั้ง , ค่าสอบบัญชี รูปแบบเป็น อย่างมีนัยสำคัญทางสถิติที่ p < 0.01 และมีปรับ R2 ของ 685 เปอร์เซ็นต์ ตัวแปรทั้งใหญ่ 6 อย่างมีนัยสำคัญทางสถิติที่ p < 0.01 และค่ามีขนาดใหญ่สำหรับผู้เชี่ยวชาญ 6 อุตสาหกรรมใหญ่ ( 0.570 ) กว่าใหญ่ 6 nonspecialists ( 0.318 ) เฉลี่ย แปลว่า ใหญ่ 6 คน ร้อยละ 77 มีพรีเมี่ยม ของพรีเมี่ยม และบิ๊ก 6 nonspecialists 37 เปอร์เซ็นต์มากกว่า 6 auditors.14 โนนใหญ่