审计报告激进度(Logit预测残差法)
「审计报告激进度(Logit预测残差法)」，覆盖 1999-2025 年，频率 年度，上市公司层级，含 14 个变量，样本量约 66,888。 衡量审计师在出具审计意见时偏离其应有职业判断的程度，以代理审计质量。
| 时间跨度 | 1999-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 14 |
| 样本量 | 66,888 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 财务年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- IsModifiedAuditOpinion [是否修改审计意见] — 是否修改审计意见(0=否,1=是)
- PredMAO [非标意见预测概率] — 参考Gul, Wu & Yang (2013, TAR)的方法，基于分年度Logit模型预测的非标审计意见概率，控制变量包括公司规模、杠杆率、速动比率、应收占比、存货占比、ROA、亏损、ST标记、产权性质、两职合一、事务所规模(四大/十大)、事务所任期、上市年限、上期审计意见、行业虚拟变量。单位：比例
- ARAgg [审计报告激进度] — 参考Gul, Wu & Yang (2013, TAR)的方法，计算公式为：Logit模型预测的非标概率 - 实际非标意见(0或1)。正值表示审计师激进(应出非标但未出具)，负值表示审计师保守(不应出非标但出具了)。用作审计质量的代理变量，越大代表审计师越激进、审计质量越低。单位：比例
常见问题
- 「审计报告激进度(Logit预测残差法)」是什么数据集？
- 审计报告激进度(Logit预测残差法)，隶属公司治理。衡量审计师在出具审计意见时偏离其应有职业判断的程度，以代理审计质量。
- 该数据集的时间范围是？
- 覆盖 1999-2025 年。
- 包含哪些变量/指标？
- 共 14 个变量。核心指标包括：是否修改审计意见、非标意见预测概率、审计报告激进度。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，上市公司层级。
- 样本量有多大？
- 约 66,888 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 审计报告激进度是衡量审计师在出具审计意见时偏离其应有职业判断程度的指标，用于代理审计质量。该指标基于 Gul, Wu & Yang (2013) 的研究方法构建，其核心思想是：首先通过一个包含公司财务、治理及审计师特征的 Logit 模型，预测一家公司在特定年份收到非标准无保留审计意见的理论概率；然后将此预测概率与实际是否收到非标意见进行比较。若审计师的实际行为比模型预测更为宽松（即预测概率高但实际未出具非标意见），则表明审计师行为激进，审计质量可能较低；反之，若审计师的实际行为比预测更为严格（即预测概率低但实际出具了非标意见），则表明审计师行为保守。 非标准无保留审计意见（MAO）的定义与 Gul et al. (2013) 一致，包括带强调事项段的无保留意见、保留意见、无法表示意见和否定意见。在计算中，MAO 是一个二元变量，若公司当年收到上述任一类非标意见则取值为1，否则为0。 预测概率（PredMAO）通过分年度横截面 Logit 回归模型估计得到。模型以 MAO 为因变量，控制变量涵盖多个维度：公司财务特征（如规模、杠杆率、速动比率、应收账款与存货占总资产的比例、资产收益率、是否亏损、是否被特殊处理）、公司治理特征（如产权性质、董事长与总经理是否两职合一）、审计师特征（如是否由国际“四大”或国内“十大”会计师事务所审计、审计师任期）、公司特征（如上市年限）以及上一年度的审计意见类型。为控制行业固定效应，模型还加入了行业虚拟变量，行业分类按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）进行分组。为减少因变量缺失导致的选择偏差，对于治理类变量（如两职合一、产权性质）的缺失值，采用填充0值并加入相应缺失指示变量的方式处理。 最终，审计报告激进度（ARAgg）的计算公式为预测概率减去实际观测值： $$ARAgg = PredMAO - MAO$$ 其中 $PredMAO$ 为 Logit 模型预测的公司收到非标审计意见的概率，$MAO$ 为实际是否收到非标审计意见的二元变量（1表示是，0表示否）。ARAgg 为正值表示审计师行为激进（预测应出具非标意见但实际未出具），负值表示审计师行为保守（预测不应出具非标意见但实际出具了），其绝对值大小反映了偏离预测基准的程度。 补充说明 - 样本包括所有 A 股上市公司。 - 用于估计 Logit 模型的控制变量在 1% 和 99% 分位数处进行了缩尾处理，以减轻极端值的影响。 - 为保障模型估计的可靠性，要求每个年度横截面用于回归的观测数不少于一定阈值。 参考文献 - Gul F A, Wu D, Yang Z. Do individual auditors affect audit quality? Evidence from archival data[J]. The Accounting Review, 2013, 88(6): 1993-2023.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。