发帖
雷达卡
持续更新，后续关注我后免费获取更新版本
不管什么时候毕业或者发期刊用到，都能用到最新的数据
【原创整理，严禁转载，转载必究】
参考文献
[1]高瑜彬,廖芬,刘志洋.异常审计费用与证券分析师盈余预测有效性——基于我国A股上市公司的证据[J].审计研究,2017(04):81-88.
[2]王永海,汪芸倩,唐榕氚.异常审计费用与分析师语调——基于分析师报告文本分析[J].审计研究,2019(04):39-47.
[3]韩丽荣,高瑜彬,胡玮佳.异常审计费用对审计质量的影响研究[J].当代经济研究,2015(01):74-80.
计算说明
会计师事务所的预期(正常)审计收费定价模型主要由会计师事务所的生产函数、审计风险状况以及损失的分担机制三部分构成。大量的文献对影响预期审计费用的相关因素进行了分析，发现正常审计费用能够由被审计单位规模、审计业务复杂度以及被审计单位审计风险、财务风险以及事务所特征等因素进行解释，即这些变量能够作为审计成本、预期法律诉讼损失以及正常利润的替代变量。若审计定价模型是确定的，则实际审计费用扣除正常审计费用后的差额，反映的正是会计师事务所从被审计单位获得的异常利润或异常损失，即异常审计费用。在一定程度上，影响异常审计费用的因素是不容易观测的，在审计定价模型中多以残差项的形式表现，因此，可以用审计定价模型的残差项对异常审计费用进行估计。
构建的审计定价模型如下：
该模型试图控制影响审计收费水平的以下因素：客户规模因素，用公司期末总资产的自然对数(LNASSET)作为公司规模的替代变量，公司规模越大，预期审计费用越高；被审计单位的财务风险与审计风险因素，用应收账款与存货占总资产的比例(ARINV)、流动比率(CR)、总资产报酬率(ROA)、近两年是否亏损(LOSS)以及财务杠杆(LEV)作为客户风险的替代变量，预期审计风险或财务风险大的客户，审计费用越高；审计业务复杂度因素，用公司员工人数的平方根(EMPLOY)以及审计时滞(DELAY)作为业务复杂度的替代变量，业务复杂度越高，预期审计费用越高；会计师事务所特征，用会计师事务所规模变量(OFFICESIZE)、是否为国际“四大”(BIG4)以及是否为国内“八大”(TIER2)作为会计师事务所的特征变量，预期事务所规模越大，审计费用越高，当被审计单位聘用国际“四大”或国内“八大”会计师事务所时，审计费用会提高。同时，模型还对年度和行业效应进行了控制。
将审计定价模型回归残差定义为异常审计收费(ABFEE)，同时设计两个独立变量，正向异常审计费用(HIABFEE)和负向异常审计费用(LOABFEE) ，分别表示偏高和偏低的异常审计费用，从两个方向研究异常审计费用和审计质量的关系。当ABFEE >0时，HIABFEE =ABFEE，否则为0；当ABFEE <0时，LOABFEE= |ABFEE|，否则为0。
数据说明
样本选择：全部A股2001-2023年数据
包含两个版本：一份未剔除、一份剔除金融和ST、*ST或PT
注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
行业参照证监会2012年行业分类标准，制造业用二级行业分类，其他用一级分类来计算
并对连续型变量进行了1%和99%分位数的缩尾处理
每个压缩包都附有初始数据，计算代码，参考文献和最终数据
赠送超值上市基本信息：证券代码、统计截止日期、上市公司ID、证券简称、ABH股交叉码、行业名称、行业代码、中文全称、公司成立日期、首次上市日期、法人代表、注册资本、公司网址、经营范围、主营业务、上市状态、注册具体地址、注册地址所属省份、注册地址所属城市、注册地经度(E)、注册地纬度(N)、公司办公地址、办公地址经度、办公地址纬度、办公地址邮政编码等。
再额外赠送超值上市常用分组指标：是否 ST或PT、是否金融业、资产负债率是否大于1、是否沪深A股、
是否北京A股、行业名称、行业代码、所属省份代码、所属省份、所属城市代码、所属城市、分东部地区、中部地区、西部地区、是否高科技行业、是否重污染行业（2000-2023年）
数据截图
分年份数据量统计
缩尾后的描述性统计
2001-2023年上市公司异常审计费用指标包含数据和代码.zip
(40.87 MB, 需要: RMB 45 元)
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
