发帖
雷达卡
数据名称：上市公司审计关系错配数据
时间范围：2000—2025年
数据层级：A股上市公司—年度面板
核心指标：大审计小客户BS、小审计大客户SB、Big8
识别变量：stkcd、证券代码、year
文件格式：DTA、XLSX、DO、PY
本数据基于上市公司年度营业收入、八大事务所审计信息及行业分类数据，按行业和年度对公司营业收入进行三分位划分，识别大所审计小客户与小所审计大客户，覆盖2000—2025年A股上市公司年度样本，结果用于审计关系错配、审计收费、盈余质量及相关公司财务与审计研究。
二、原始数据与基本信息合并
上市公司审计关系错配原始数据.dta：上市公司年度审计关系错配测算原始数据，主要字段为证券代码、证券简称、stkcd、year、营业收入、Big8、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码。
上市公司审计关系错配原始数据.xlsx：与原始DTA文件对应的Excel格式原始数据，主要字段为证券代码、证券简称、stkcd、year、营业收入、Big8、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码。
行业代码/上市公司基本信息数据.dta：上市公司静态基本信息，按stkcd与原始数据进行公司级合并，主要字段为证券代码、证券中文简称、上市日期、股票类型、公司名称、公司中文简称、行业名称D、行业代码D、行业名称C、行业代码C、行业名称B、行业代码B、行业名称A、行业代码A、注册资本、成立日期、退市日期、stkcd。
三、计算说明
【大审计小客户BS】大审计小客户指标。当Big8=1且公司在所属行业、所属年份的营业收入三分位分组为第1组（小规模客户）时取值为1，否则为0；取值为1表示该公司由八大事务所审计且属于行业年度营业收入较低的客户。
【小审计大客户SB】小审计大客户指标。当Big8=0且公司在所属行业、所属年份的营业收入三分位分组为第3组（大规模客户）时取值为1，否则为0；取值为1表示该公司未由八大事务所审计且属于行业年度营业收入较高的客户。
【Big8】八大事务所审计标识变量。Big8=1表示公司由八大事务所审计，Big8=0表示公司未由八大事务所审计。
【营业收入分组】根据公司所属行业和年份，对营业收入进行三分位分组，其中第1组为小规模客户，第3组为大规模客户。该变量用于构造BS和SB指标，结果数据文件中不保留该中间变量。
【Industry】行业分组变量。取行业代码首位；当行业代码首位为C（制造业）时，取行业代码前三位，用于行业年度营业收入分组，结果数据文件中不保留该中间变量。
四、结果数据文件
共有3套结果数据文件。样本筛选步骤如下：
(1) 删除证券代码前三位为200或900的B股；
(2) 删除营业收入或Big8缺失的观测；
(3) 在清洗版本中删除证券简称缺失、行业代码包含J的金融行业，以及证券简称包含ST或PT的公司。
编号 文件名称 说明
1 计算结果未剔除金融ST未缩尾版本.dta/.xlsx 保留金融行业和ST/PT/退市公司、不进行缩尾的全样本结果，DTA文件约71610条观测。
2 计算结果剔除金融ST未缩尾版本.dta/.xlsx 剔除金融行业及ST/PT/退市公司、不进行缩尾的清洗样本结果，DTA文件约68423条观测。
3 计算结果剔除金融ST缩尾版本.dta/.xlsx 剔除金融行业及ST/PT/退市公司的版本。结果文件不保留营业收入等连续计算字段，因此该版本与清洗未缩尾版本的指标结果一致，DTA文件约68423条观测。
五、变量说明
序号 变量名称 变量类型 变量说明
1 证券代码 str 证券代码。
2 证券简称 str 证券简称。
3 stkcd float 上市公司数值识别码。
4 year float 年份。
5 大审计小客户BS byte 大审计事务所审计小规模客户标识，1表示满足条件，0表示不满足。
6 小审计大客户SB byte 非大审计事务所审计大规模客户标识，1表示满足条件，0表示不满足。
7 Big8 float 八大事务所审计标识，1表示由八大事务所审计，0表示未由八大事务所审计。
8 行业代码 str 公司行业代码。
9 行业名称 str 公司行业名称。
10 所属省份 str 公司所属省级行政区。
11 所属省份代码 str 公司所属省级行政区代码。
12 所属城市 str 公司所属城市。
13 所属城市代码 str 公司所属城市代码。
14 证券中文简称 str 基本信息中的证券中文简称。
15 上市日期 str 公司上市日期。
16 股票类型 str 股票类型。
17 ABH股交叉码 str A、B、H股交叉代码信息。
18 公司名称 str 公司名称。
19 公司中文简称 str 公司中文简称。
20 公司英文名称 str 公司英文名称。
21 行业名称D str 证监会行业分类D级行业名称。
22 行业代码D str 证监会行业分类D级行业代码。
23 行业名称C str 证监会行业分类C级行业名称。
24 行业代码C str 证监会行业分类C级行业代码。
25 行业名称B str 证监会行业分类B级行业名称。
26 行业代码B str 证监会行业分类B级行业代码。
27 行业名称A str 证监会行业分类A级行业名称。
28 行业代码A str 证监会行业分类A级行业代码。
29 经营范围 str 公司经营范围。
30 公司沿革 str 公司历史沿革。
31 注册资本 float 公司注册资本。
32 成立日期 str 公司成立日期。
33 退市日期 str 公司退市日期。
六、代码文件
文件名称 语言 说明
上市公司审计关系错配数据计算代码.py Python 读取原始数据并合并上市公司基本信息，构造BS、SB和Big8相关结果，输出三套DTA与XLSX结果文件。
上市公司审计关系错配数据计算代码.do Stata 使用Stata完成与Python版对应的原始数据处理、基本信息合并、指标构造和三套结果文件输出。
上市公司审计关系错配数据评估代码.py Python 自动扫描结果DTA文件，执行描述统计、频数、缺失值、异常值、逻辑合理性、图形和稳健性评估。
上市公司审计关系错配数据评估代码.do Stata 使用Stata对结果DTA文件执行数据分布、异常值、逻辑合理性、图形和稳健性评估并输出日志及汇总表。
七、数据质量评估
评估结果存放于 数据质量评估报告_20260909 文件夹，运行日志为 评估日志_YYYYMMDD.log。各子文件夹内容如下：
子文件夹名 内容说明
1 数据分布分析 数值变量描述性统计、字符变量频率分布及相关CSV文件。
2 分布图 数值变量直方图、核密度图、箱线图和年度趋势图，图片为JPG格式。
3 异常值检验 缺失值统计、IQR异常值、Z-score异常值及极端异常值检验结果。
4 逻辑合理性验证 面板时间连续性、重复键检查、指标年度趋势及逻辑合理性结果。
5 稳健性测试 不同结果处理版本的样本量、缺失率和异常情况对比。
总评估结论表.csv 按数据文件和变量汇总缺失、异常值、取值范围及一致性检验结论。
八、参考文献
[1] 陈娇娇. 审计关系错配、盈余质量与整合审计收费——来自中国上市公司的经验证据.
上市公司审计关系错配2000-2025年含do-python代码和excel-dta格式数据.zip
(58.38 MB, 需要: RMB 34 元)
京公网安备 11010802022788号
