Question 1

「企业审计师与行业专家关系距离」是什么数据集？

Accepted Answer

企业审计师与行业专家关系距离，隶属公司治理。参考胡志颖、朱杉(2025,会计研究)，正式财报报告核定首签，以姓名和历史事务所的保守身份构建三年共签网络，计算到连续四年收费份额前25%同行业专家的最短节点数

Question 2

该数据集的时间范围是？

Accepted Answer

覆盖 1990-2025 年。

Question 3

包含哪些变量/指标？

Accepted Answer

共 26 个变量。核心指标包括：历史审计事务所、核定第一签字人、人民币境内审计费用、首签行业收费份额、收费份额是否前四分之一、是否四年连续行业专家、四年连续行业专家数、三年网络最近专家节点数、是否与行业专家不连通、三年网络专家关系距离、当年网络两年专家距离、是否行业专家本人、是否与专家紧密联系、是否与专家相对疏远、是否与专家有限远距联系。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

Question 4

数据频率和层级是怎样的？

Accepted Answer

频率为年度，上市公司层级。

Question 5

样本量有多大？

Accepted Answer

约 73,265 条观测。

Question 6

数据是如何测算/获取的？

Accepted Answer

企业审计师与行业专家关系距离

审计师之间的合作为专业知识交流提供了渠道。行业专家在同一行业反复服务客户，积累的审计经验可能沿合作网络传播。本指标衡量公司第一位签字审计师与同行业专家的接近程度：路径越短，指标越大；专家本人取值为1，与专家直接共签取值为二分之一。

本指标参考胡志颖、朱杉（2025）的审计师网络方法，以连续四年行业收费份额处于前四分之一的审计师识别专家，在最近三年的合作网络中寻找最短路径。公司年度记录为基本观察单位，研究值为无量纲数。
一、确定公司首签与行业收费份额

首先在公司正式财务报表审计报告的签署部分核定完整签字名单。与姓名紧邻前后且可以唯一归属的项目合伙人标记优先用于确定第一位签字人；没有该标记时，采用可核实的正式签署文本顺序。署名日期可以因排版出现在姓名前、两人之间或姓名后，须为同一正式署名区的完整真实日期，且晚于报告年度。无法核定的记录保留缺失，不能由其他名单中的首项替代。

审计师身份由姓名与规范化的历史事务所名称共同确定。事务所依据同一正式财报署名区或该财报报告头明确的机构字段核定，不能借用聘任或内控报告中的名称；报告头与末署名的所名矛盾时不回退。审计摘要中的姓名表不用于确定首签顺序。名称规范仅去除法律组织形式，保留地域、集团和历史名称，不自动把不同事务所、迁所及合并更名前后的人员连接起来。设公司 $i$ 在年度 $t$ 的首签为 $a(i,t)$，行业为 $g(i,t)$，可核人民币境内审计费用为 $F{i,t}$，金额单位为元。仅使用正数费用；非人民币、未披露费用及无法核清的冲突金额均不参加市场份额计算。

对行业 $g$、年度 $t$ 的可核公司集合 $\mathcal C{g,t}$，审计师 $a$ 的行业收费份额为：

$$
MS{a,g,t}=\frac{\sum{i\in\mathcal C{g,t}}\mathbf 1\{a(i,t)=a\}F{i,t}}{\sum{i\in\mathcal C{g,t}}F{i,t}}.
$$

一笔公司费用只计入其首签一次，不重复分配给全部共签人。行业采用公司当年中上协行业分类：制造业使用代码前两位，其他行业使用首字母；缺少同期行业时保留缺失，不借用未来行业。收费份额对应可得、可核的上市公司客户市场。

设 $q{0.75,g,t}$ 为当年行业内有效审计师收费份额的75%线性分位数。当年份额不小于该阈值的审计师进入前四分之一：

$$
Q{a,g,t}=\mathbf 1\{MS{a,g,t}\ge q{0.75,g,t}\}.
$$

阈值处并列者全部纳入，因此实际人数可以超过25%。无法计算份额时，前四分之一状态为缺失。
二、识别连续四年的行业专家

行业专家必须在同一行业连续四年满足上述条件。设年度 $t$ 的专家集合为 $\mathcal E^{(4)}{g,t}$，则：

$$
\mathcal E^{(4)}{g,t}=\{a:Q{a,g,s}=1,\ \forall s\in[t-3,t]\}.
$$

四年均可测且均为前四分之一时，专家状态取1；至少一年可测但未达标准时取0；其余无法证实连续性的情形保留缺失。专家数记录满足连续条件的人数。没有可核专家的行业可以记录专家数为0，但不据此把公司距离赋为0。
三、构建三年共签网络

每份已核完整签字名单中的两名审计师构成无向合作边。对年度 $t$，把 $t-2$、$t-1$、$t$ 三年的合作边取并集，形成网络 $G^{(3)}t$。三人及以上共同签字时，各人两两连接；同一合作关系出现多次仍计一条边。

网络包括全部行业的已核审计师，不仅限于目标公司的行业。最短路径允许经过其他行业服务人员。费用缺失不妨碍已核共签关系进入网络；费用仅用于专家识别。

设 $d^{(3)}t(a,e)$ 为审计师 $a$ 与专家 $e$ 在该网络中的最短边数。论文使用路径节点数，故需加1：

$$
N^{(3)}t(a,e)=d^{(3)}t(a,e)+1.
$$

首签本人为专家时，最短边数为0、节点数为1；直接共签的边数为1、节点数为2；经过一位中间审计师时，节点数为3。
四、计算专家关系距离

公司的三年网络专家关系距离为首签到同行业专家的节点数倒数最大值，也等于最近专家节点数的倒数：

$$
Dis^{(3,4)}{i,t}=\max{e\in\mathcal E^{(4)}{g(i,t),t}}\frac{1}{N^{(3)}t(a(i,t),e)}.
$$

该变量对应 ExpertProximity3Y，取值范围为0到1，值越大表明与行业专家越接近。专家本人为1，直接共签为0.5。存在可核专家，但首签到全部专家都没有路径时取0，并以 IsDisconnected3Y 单独标记。NearestExpertNodes3Y 记录有限最短路径节点数；断连时节点数缺失。

首签、同期行业无法核定，没有可核专家，或所需网络及收费年度来源不足时，关系距离保留缺失。缺失代表不能按本方法测量，不等同于没有合作。生产全样本保留专家本人，不套用论文回归时剔除专家的样本限制。
五、稳健性指标

同篇论文的窗口替代将合作网络缩为当年，并以连续两年的前四分之一状态识别专家。记当年图为 $G^{(1)}t$，两年专家集合为 $\mathcal E^{(2)}{g,t}$，对应 ExpertProximity1Y2Y：

$$
Dis^{(1,2)}{i,t}=\max{e\in\mathcal E^{(2)}{g(i,t),t}}\frac{1}{d^{(1)}t(a(i,t),e)+1},\qquad
\mathcal E^{(2)}{g,t}=\{a:Q{a,g,t-1}=Q{a,g,t}=1\}.
$$

距离分类则基于主口径的最近路径节点数 $N$：IsExpertSelf 对应 $N=1$；IsExpertClose 对应 $2\le N\le4$；IsExpertRemote 对应 $5\le N\le7$；IsExpertDistant 对应有限的 $N7$。断连记录的四项均为0，由不连通标记单独识别；测量前置条件不足时四项保留缺失。
补充说明

原文没有公开个人执业证号、完整首签识别和费用核验规则，也未明确分位数并列、无专家和断连类别的全部细节。本数据采用以上可核操作化。姓名与历史所身份会割断真实迁所及事务所更名合并路径，也可能混淆同所同名人员；文本抽取顺序可能与原始版面视觉顺序不同。因此，本指标不声称精确复现作者的个人身份模型。

首签核定失败、原文缺失及费用披露不足会改变可观测市场的分母和专家排名，早年尤其稀疏。国内审计费用也可能包含一并披露的审阅或内控服务。无法解决的费用冲突保留缺失，不使用合计费用、外币或补零替代。

本数据保留全行业、全板块及可得年度，包含ST/PT和金融业。论文非专家回归样本的均值与上限只用于诊断，不用于调参或删除记录。研究中应根据样本要求选择成品版本，并关注专家存在、网络断连和测量缺失三种状态的区别。
参考文献

[1]胡志颖,朱杉.审计师网络中行业专家关键审计事项披露的溢出效应研究——基于行业文本相似度视角[J].会计研究,2025,(8):160-172.

Question 7

如何获取该数据集？

Accepted Answer

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。

时间跨度	1990-2025 年
数据频率	年度
层级	上市公司
变量数	26
样本量	73,265
是否可合并	可与同主体数据集合并

企业审计师与行业专家关系距离

字段字典

常见问题