审计师数字化专长(数字化客户占比)
「审计师数字化专长(数字化客户占比)」，覆盖 2003-2025 年，频率 年度，上市公司层级，含 18 个变量，样本量约 73,942。 参考付强等(2024,审计与经济研究)的方法,以签字会计师当期审计的数字化转型企业客户占其全部上市客户的比例度量审计师数字化审计专长,并将占比处于当年前四分之一
| 时间跨度 | 2003-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 18 |
| 样本量 | 73,942 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [证券简称] — 上市公司证券简称
- Year [年份] — 财务年度(自然年)
- Province [省份] — 公司注册地所在省份
- ProvinceCode [省份代码] — 公司注册地省份行政区划代码
- City [城市] — 公司注册地所在城市
- CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
- County [区县] — 公司注册地所在区县
- CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
- IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
- SignerCount [签字会计师人数] — 当年审计报告签字注册会计师人数
- IsDigitalFirm [是否数字化转型企业] — 是否数字化转型企业(0=否，1=是)，参考吴非等(2021，财政研究)的方法，公司当年年报提及数字化转型相关词语(总词频大于0)则取1，否则取0；用作数字化客户认定与论文样本筛选标志
- AvgSignerClientCount [签字会计师平均客户数] — 参考付强等(2024，审计与经济研究)的方法，计算公式为：该公司当年各签字会计师在当年签字审计的全部上市公司客户数的算术平均值；用作判断签字会计师业务规模
- EXPDigit [审计师数字化专长] — 参考付强等(2024，审计与经济研究)的方法，计算公式为：该公司当年各签字会计师'当年签字审计的数字化转型企业客户数/其全部上市公司客户数'比例的算术平均值(仅纳入当年客户数大于2的签字会计师)；用作研究变量，越大代表审计师数字化审计专长越强
- IsDigitExpert [是否数字化审计专家] — 是否由数字化审计专家审计(0=否，1=是)，参考付强等(2024，审计与经济研究)的方法，该公司当年任一有效签字会计师的数字化客户占比处于当年前四分之一(数字化审计专家)则取1，否则取0
- EXPDigitMax [审计师数字化专长(最大值)] — 参考付强等(2024，审计与经济研究)的方法，计算公式为：该公司当年各有效签字会计师数字化客户占比的最大值(最强数字化专长签字会计师口径)；用作稳健性度量
- DigitExpertCount [数字化审计专家人数] — 参考付强等(2024，审计与经济研究)的方法，计算公式为：该公司当年签字会计师中属于数字化审计专家(数字化客户占比处于当年前四分之一)的人数
常见问题
- 「审计师数字化专长(数字化客户占比)」是什么数据集？
- 审计师数字化专长(数字化客户占比)，隶属公司治理。参考付强等(2024,审计与经济研究)的方法,以签字会计师当期审计的数字化转型企业客户占其全部上市客户的比例度量审计师数字化审计专长,并将占比处于当年前四分之一
- 该数据集的时间范围是？
- 覆盖 2003-2025 年。
- 包含哪些变量/指标？
- 共 18 个变量。核心指标包括：签字会计师人数、是否数字化转型企业、签字会计师平均客户数、审计师数字化专长、是否数字化审计专家、审计师数字化专长(最大值)、数字化审计专家人数。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 73,942 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 在企业数字化转型浪潮中，数字化客户的数字凭证、数字交易与新型商业模式给审计工作带来颠覆性挑战，传统审计经验难以简单迁移到数字化客户的审计实践中。参与更多数字化客户审计实践的审计师会率先运用数字化审计技术、思考数字化审计特点并积累相关经验，从而在该细分领域形成"数字化审计专长"。本数据集参考付强等(2024)的方法，并借鉴 Wu 等(2021)对审计师 IPO 专长以及审计师行业专长的市场份额度量思路，用签字注册会计师当期审计的数字化客户占其全部客户的比例来刻画审计师数字化审计专长，再聚合到公司—年度层面。 度量的第一步是识别数字化转型企业。参考吴非等(2021)的企业数字化转型词库，对上市公司年报全文进行文本分析，统计其中人工智能、区块链、云计算、大数据等数字化转型相关词语的出现频次。若公司当年年报提及上述数字化转型词语（总词频大于零），则将其认定为数字化转型企业，对应指标 $IsDigitalFirm=1$，否则为 $0$。该认定同时用作论文样本筛选标志：复现原文"仅保留数字化转型企业"的样本时，可据此筛选。 度量的第二步是在签字注册会计师层面构造数字化审计专长。对每位签字会计师 $a$ 在年度 $t$，统计其当年签字审计的全部上市公司客户数与其中属于数字化转型企业的客户数，二者之比即为该签字会计师的数字化审计专长： $$EXP^{sign}{a,t}=\frac{N^{digital}{a,t}}{N^{all}{a,t}}$$ 其中 $N^{all}{a,t}$ 为签字会计师 $a$ 在年度 $t$ 签字审计的全部上市公司客户数，$N^{digital}{a,t}$ 为其中数字化转型企业客户数。为避免仅审计一两家客户时比例取值过于偶然，仅当签字会计师当年客户数大于二（$N^{all}{a,t}2$）时纳入专长度量。签字会计师以"会计师事务所—姓名"联合标识，以降低跨事务所同名误并的影响。 度量的第三步是将签字会计师层面的专长聚合到公司—年度层面。设公司 $i$ 在年度 $t$ 的有效签字会计师集合为 $S{i,t}$（即客户数大于二的签字会计师），核心连续变量取其专长均值： $$EXPDigit{i,t}=\frac{1}{|S{i,t}|}\sum{a\in S{i,t}}EXP^{sign}{a,t}$$ $EXPDigit$ 越大，表示审计该公司的签字会计师在数字化客户领域积累的专门经验越丰富、数字化审计专长越强。作为稳健性度量，$EXPDigitMax$ 取公司有效签字会计师专长的最大值，刻画"最强数字化专长签字会计师"的口径。 在虚拟变量口径上，将各有效签字会计师按当年数字化客户占比排序，把占比处于当年前四分之一者认定为数字化审计专家；公司当年只要有任一签字会计师为数字化审计专家，则 $IsDigitExpert=1$，否则为 $0$，并以 $DigitExpertCount$ 记录公司当年数字化审计专家的人数。此外提供两个机制性中间变量：$SignerCount$ 为当年审计报告签字注册会计师人数，$AvgSignerClientCount$ 为公司各签字会计师当年全部客户数的均值，用以反映签字会计师的业务规模。 补充说明 签字会计师姓名串经清洗，剔除机构名、地址、含数字或标点等非姓名脏数据后再行解析；样本仅保留在上市公司主体名录中的证券代码，排除挂牌代码与异常占位码。核心专长变量仅基于当年客户数大于二的签字会计师计算，公司当年若无此类有效签字会计师，则核心变量取空值——这与原文剔除"客户不超过二家签字会计师"的样本口径一致，使用时建议保留全样本并辅以缺失指示，而非直接删除缺失观测。 需特别说明三点局限。其一，本数据集忠实采用原文"年报提及即认定为数字化企业"的字面口径，未自设更严阈值；由于数字化词语在样本后期日益普及，数字化企业占比逐年上升，加之全部客户口径仅涵盖上市公司客户，$EXPDigit$ 的绝对水平高于原文描述统计，但样本规模、专家占比与相对排序与原文一致，专长的横截面比较有效。其二，样本后期数字化转型企业占比很高，签字会计师的数字化客户占比趋于饱和，"前四分之一"的专家划分在后期区分力下降，使用时建议将研究窗口收敛至数字化普及前的年份区间或对指标做年度标准化。其三，签字会计师以"事务所—姓名"近似其身份，对极少数同所同名或跨所执业者可能存在合并或拆分误差。 参考文献 - 付强,张呈,廖益兴.直面挑战:审计师数字化专长是否有助于提高审计质量?[J].审计与经济研究,2024,39(2):42-51. - 吴非,常曦,任晓怡.政府驱动型创新:财政科技支出与企业数字化转型[J].财政研究,2021(1):102-115. - Wu D,Yang Z,Ye F.IPO-audit expertise,audit quality,and capital allocation efficiency:evidence from China[R].Working Paper,2021.
- 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。