Simulations can indicate the relati

Simulations can indicate the relative importance of P and C/M in explaining the dispersion of audit intervals across the sample of firms. A measure of the relative dispersion of optimal r., across the sample is given by the coefficient of variation, V, of optimal /„.''' In the first set of simulations, the value of C/M was set at the same level of 6.5 for all firms {6.5 is the mean value of C/M for the sample). Given this value for C/M, simulations are conducted for alternative values of the beta scaling factor. The value of V for each simulation is then compared with the value in the baseline case, which is equal to 0.62. Table I gives the results. The effect of setting C/M equal to 6.5 for all firms is to reduce the value of V substantially from 0.62 to between 0.06 and 0.15. depending on the value of the beta scaling factor. This shows that variation in C/M between firms accounts for a large amount of the dispersion of optimal /„ across firms. Table I also shows the results of a second set of simulations in which the value of P is set at 0.59 for all firms (0.59 is the mean value across the sample) and the baseline beta scaling factor of 0,01 is applied. In this simulation. the values of C/M for all firms are then scaled by various factors. This indicates the effect of the different values of C/M across firms on the variation in audit intervals; and the use of scaling factors for C/M determines this effect for different levels of C/M. A comparison of the Ys from these simulations with the baseline case indicates that variation in P across firms has little impact on the relative dispersion of optimal /„. These results suggest that, for our data and given the rate of interest of 6 percent, relative audit costs are more important than relative riskiness in explaining the dispersion of optimal audit intervals across firms. The Appendix gives a mathematical analysis of the effect of changes in audit costs, riskiness and the interest rate on the optimal audit interval based on the solution to eq. (5), which applies to the infinite horizon.

ผลลัพธ์ (ไทย) 2:

จำลองสามารถบ่งบอกถึงความสำคัญของ P และ C / M ในการอธิบายการกระจายตัวของช่วงการตรวจสอบทั่วตัวอย่างของ บริษัท ที่ ตัวชี้วัดของการกระจายตัวของญาติของอาร์ที่ดีที่สุด. ข้ามตัวอย่างจะได้รับจากค่าส​​ัมประสิทธิ์ของการเปลี่ยนแปลง, V, ของที่ดีที่สุด / ". '' 'ในชุดแรกของการจำลองค่าของ C / M ตั้งอยู่ที่เดียวกัน ระดับ 6.5 สำหรับทุก บริษัท {6.5 เป็นค่าเฉลี่ยของ C / M สำหรับตัวอย่าง) ที่กำหนดค่านี้สำหรับ C / M, การจำลองจะดำเนินการสำหรับค่าทางเลือกของการปรับปัจจัยเบต้า ค่าของ V สำหรับการจำลองแต่ละคนจะแล้วเมื่อเทียบกับค่าในกรณีพื้นฐานซึ่งมีค่าเท่ากับ 0.62 ฉันตารางที่ให้ผล ผลกระทบของการตั้งค่า C / M เท่ากับ 6.5 สำหรับ บริษัท ทั้งหมดคือการลดค่าของ V อย่างมากจาก 0.62 ระหว่าง 0.06 และ 0.15 ทั้งนี้ขึ้นอยู่กับมูลค่าของปัจจัยปรับเบต้า นี้แสดงให้เห็นว่าในรูปแบบ C / M ระหว่าง บริษัท บัญชีสำหรับจำนวนมากของการกระจายตัวของที่ดีที่สุด / "ข้าม บริษัท ตารางที่ฉันยังแสดงให้เห็นถึงผลของการชุดที่สองของการจำลองซึ่งค่าของ P ตั้งไว้ที่ 0.59 สำหรับทุก บริษัท (0.59 เป็นค่าเฉลี่ยทั่วตัวอย่าง) และปัจจัยพื้นฐานปรับเบต้าของ 0,01 ถูกนำไปใช้ ในการจำลองนี้ ค่าของ C / M สำหรับ บริษัท ทั้งหมดจะถูกปรับขนาดแล้วโดยปัจจัยต่างๆ นี้แสดงให้เห็นถึงผลกระทบของค่าที่แตกต่างของ C / M ข้าม บริษัท ที่เกี่ยวกับการเปลี่ยนแปลงในช่วงการตรวจสอบ; และการใช้ปัจจัยการปรับขนาดสำหรับ C / M กำหนดผลกระทบนี้ในระดับที่แตกต่างกันของ C / M เปรียบเทียบ Ys จากการจำลองเหล่านี้กับกรณีพื้นฐานที่บ่งชี้การเปลี่ยนแปลงใน P ข้าม บริษัท ที่มีผลกระทบเพียงเล็กน้อยต่อการกระจายตัวของญาติของที่ดีที่สุด / " ผลการศึกษานี้ชี้ให้เห็นว่าสำหรับข้อมูลของเราและได้รับอัตราดอกเบี้ยร้อยละ 6 ค่าใช้จ่ายในการตรวจสอบญาติมีความสำคัญมากกว่าความเสี่ยงสัมพัทธ์ในการอธิบายการกระจายตัวของช่วงการตรวจสอบที่ดีที่สุดทั่วทั้ง บริษัท ภาคผนวกให้การวิเคราะห์ทางคณิตศาสตร์ของผลกระทบของการเปลี่ยนแปลงในค่าใช้จ่ายในการตรวจสอบความเสี่ยงและอัตราดอกเบี้ยในช่วงการตรวจสอบที่ดีที่สุดขึ้นอยู่กับวิธีการแก้สมการ (5) ซึ่งนำไปใช้กับขอบฟ้าไม่มีที่สิ้นสุด

ผลลัพธ์ (ไทย) 3:

จำลองสามารถบ่งบอกถึงความสำคัญสัมพัทธ์ของ P และ C / M ในการอธิบายการกระจายตัวของช่วงเวลาการตรวจสอบผ่านตัวอย่างของบริษัท การวัดการกระจายสัมพัทธ์ที่เหมาะสม . ในตัวอย่างที่กำหนดโดยสัมประสิทธิ์การกระจายของ V ที่เหมาะสม / „ ' ' ' ในชุดแรกของจำลอง , ค่าของ C / M ไว้ที่ระดับเดียวกันของ 6.5 สำหรับบริษัททั้งหมด { 65 คือ หมายถึง ค่าของ C / M สำหรับตัวอย่าง ) ให้คุ้มค่า C / m , จำลองทดสอบค่าทางเลือกของเบต้าปรับองค์ประกอบ ค่าของแต่ละการจำลองแล้วเทียบกับมูลค่าใน 4 กรณี ซึ่งเท่ากับ 0.62 . ผมให้ตารางผลลัพธ์ ผลของการตั้งค่า C / M เท่ากับ 6.5 สำหรับทุก บริษัท คือการลดคุณค่าของวีอย่างมากจาก 062 ระหว่าง 0.10 และ 0.15 ตามลำดับ ขึ้นอยู่กับค่าของ Beta ปรับองค์ประกอบ นี้แสดงให้เห็นว่าการเปลี่ยนแปลงใน C / M ระหว่าง บริษัท บัญชีสำหรับจำนวนมากของการกระจายที่เหมาะสมของ / „ข้ามบริษัท โต๊ะ ก็ยังแสดงผลของชุดที่สองของจำลอง ซึ่งค่าของ p ตั้งอยู่ที่ 0.59 สำหรับบริษัททั้งหมด ( 059 เป็นค่าเฉลี่ยทั่วตัวอย่าง ) และกลุ่มเบต้า ตำแหน่งของ 0,01 คือใช้ ในแบบจำลองนี้ ค่าของ C / M สำหรับบริษัททั้งหมดจะถูกปรับโดยปัจจัยต่าง ๆ นี้บ่งชี้ว่า ผลของค่าต่าง ๆ ของ C / M ใน บริษัท ที่เปลี่ยนแปลงในช่วงเวลา การตรวจสอบ และใช้ปรับปัจจัยสำหรับ C / m กำหนดผลนี้ในระดับที่แตกต่างกันของ C / mการเปรียบเทียบของเยซองด้วยเหล่านี้กับข้อมูลคดี พบว่า การเปลี่ยนแปลงใน P ใน บริษัท ที่มีผลกระทบน้อยในการกระจายสัมพัทธ์ที่เหมาะสม / „ . ผลลัพธ์เหล่านี้ชี้ให้เห็นว่า สำหรับข้อมูลและได้รับอัตราดอกเบี้ยร้อยละ 6 เปอร์เซ็นต์ ต้นทุนการตรวจสอบญาติสำคัญกว่าญาติความเสี่ยงในการอธิบายการกระจายตัวของช่วงเวลาที่เหมาะสมในการตรวจสอบกิจการภาคผนวกให้การวิเคราะห์ทางคณิตศาสตร์ของผลของการเปลี่ยนแปลงในค่าใช้จ่ายในการตรวจสอบความเสี่ยงและอัตราดอกเบี้ยในช่วงเวลาที่เหมาะสมการตรวจสอบตามโซลูชั่นอีคิว ( 5 ) ซึ่งใช้กับ
ขอบฟ้าไม่มีที่สิ้นสุด