Question 1

「关键审计事项披露充分性」是什么数据集？

Accepted Answer

关键审计事项披露充分性，隶属公司治理。参考陈丽红等(2021,会计研究)的方法，从数量与质量两个维度刻画审计师对关键审计事项披露的充分程度。

Question 2

该数据集的时间范围是？

Accepted Answer

覆盖 2016-2025 年。

Question 3

包含哪些变量/指标？

Accepted Answer

共 20 个变量。核心指标包括：关键审计事项数量、关键审计事项段总字数、结论性评价数量、关键审计事项披露数量对数、关键审计事项披露篇幅对数、结论性评价数量对数、积极结论性评价数量对数、消极结论性评价数量对数、事项文本是否不完整。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 38,959 条观测。

Question 6

数据是如何测算/获取的？

Accepted Answer

指标定义与计算方法

自新审计报告准则实施以来，注册会计师需要在审计报告中沟通其依据职业判断认为对本期财务报表审计最为重要的事项，即关键审计事项。这类事项通常来自重大错报风险较高的领域、涉及重大管理层判断与会计估计的领域以及本期重大交易，其认定与披露形式最终取决于审计师的专业判断，因而审计师披露得是否充分，直接决定了审计报告改革能否真正提升审计过程的透明度与决策有用性。本数据集参考陈丽红等（2021）的做法，从数量与质量两个方面刻画企业每一会计年度的关键审计事项披露充分程度。

数量方面包含两个维度。其一是披露的事项条数，记为 $N$，即当年审计报告中列示的关键审计事项个数；事项条数越多，意味着审计师识别并向报告使用者提示的重要领域越广。其二是披露的文本篇幅，记为 $Word$，等于当年全部关键审计事项的事项描述段与审计应对段的字数之和。事项描述段说明该事项被认定为关键审计事项的理由，审计应对段说明审计师针对该事项执行了哪些程序，二者篇幅越长，说明审计师对认定理由与应对措施的交代越具体。此处的字数按剔除空格、换行等空白符后的字符数计算，事项标题与附注索引位置不计入。

质量方面采用结论性评价的数量刻画。现行准则并未要求审计师就每一项关键审计事项给出结论，实践中也只有部分审计师在应对段末尾以确定的语气对管理层的相关处理作出明确表态，例如认为相关列报与披露是适当的、相关判断是可接受的，或表示未发现重大问题。带有结论性评价的披露向投资者传递了更明确的信息，因而信息含量更高。本数据集将当年含有此类明确结论的事项条数记为 $N^{Con}$。由于该计数可能为零，在取对数时统一作加一处理。

三个核心指标由上述基础变量取自然对数得到：

$$
LnN{it}=\ln(N{it}),\qquad
LnWord{it}=\ln(Word{it}),\qquad
LnCon{it}=\ln(N^{Con}{it}+1)
$$

其中 $i$ 表示企业、$t$ 表示会计年度。由于样本单元均为当年确实披露了关键审计事项的企业年，$N$ 与 $Word$ 恒为正，无需作加一处理。三者取值越大，代表关键审计事项披露越充分。

在此基础上，参照张继勋等（2019）对结论性评价语气的区分，本数据集进一步把结论性评价拆分为两类。审计师以肯定方式表态的，如认为相关金额估计是合理的、管理层的判断与处理是恰当或适当的，归为积极结论性评价；以保留方式表态的，如认为相关金额估计是可接受的、未发现管理层的处理存在重大问题，归为消极结论性评价。两类分别计数后同样作加一取对数，得到 $LnCon^{Pos}$ 与 $LnCon^{Neg}$，用于考察审计师在结论表述语气上的倾向。两类计数均为结论性评价总数的子集。

结论性评价的判定在审计应对段内进行。事项描述段中虽偶有形似表述，但那是"因此我们将该事项确定为关键审计事项"这类认定理由，而非对管理层处理的结论，故不计入。判定以审计师是否作出结论表态为准：一类是出现明确的结论引导语，如"我们认为""我们相信""我们得出审计结论""我们发现"；另一类是出现准则并未要求、只可能来自审计师结论的表述，如认为相关处理可以接受、未发现重大问题，或表示管理层的判断能够被所获取的审计证据支持。反之，仅在陈述审计程序时出现"恰当""合理"等词而无审计师表态的，属于对程序本身或会计期间的客观描述，不计为结论性评价。这一区分对识别结果影响显著：若仅凭结论词匹配会产生大量误判，而若只认单一引导语则会系统性漏掉相当一部分实际存在的结论表态——不同事务所惯用的结论句式差异很大，"证据所支持"一类表述尤其集中于特定事务所的模板。

积极与消极的划分均以"该事项已被判定为结论性评价"为前置条件，因此两类计数恒为结论性评价总数的子集。需要注意的是，二者并不构成对结论性评价的一次划分：一方面，部分结论表态既非明确肯定亦非明确保留，不计入任何一类；另一方面，同一条事项的文本若同时含有两类表述，则在两侧各计一次。因此两类计数之和既可能小于也可能大于结论性评价总数，不应将其视为对总数的分解。
补充说明

- 结论性评价具有事务所模板属性（使用前务必阅读）：审计报告是否附带结论性表态，很大程度上取决于各会计师事务所的报告模板，而非企业层面的披露选择。事务所固定效应可解释该指标很大一部分变异，而事项条数几乎不受其影响；不同事务所之间该指标的取值差异极大，即便同属国际四大也可从几乎每条事项都给结论到完全不给结论。因此，在以审计师或事务所特征为解释变量的设定中，结论性评价类指标不宜直接用作被解释变量，否则解释变量与被解释变量共享同一来源；使用时应控制事务所固定效应，或以事项数量与披露篇幅两个维度为主。同理，该指标的时间趋势主要由客户在各事务所之间的分布变化与个别事务所的模板改版驱动，作时间序列解读前需先控制事务所构成。
- 样本口径：数据集保留全部披露了关键审计事项的企业年，未剔除 ST 与金融保险业企业，也未作缩尾处理。原文回归样本另行剔除了 ST 类、金融保险业以及分年分行业客户数过少的行业，并对连续变量作了双侧缩尾；使用者可依研究设计自行施加相应限制，并建议加入行业与年份固定效应。
- 文本长度上限：上游文本字段对事项描述段与审计应对段各设有固定的字符长度上限，超出部分不予保留，而原文系手工搜集全文。这一删失集中在长度分布的右尾——篇幅最高的那部分企业年中相当大比例含有触顶事项，故篇幅指标的上尾变异被明显压平，其最大值远低于原文报告的水平。建议对篇幅指标作删失稳健性检验，或以"当年是否含触顶事项"为控制变量。此外，结论性评价通常位于应对段末尾，被截断事项中该类表态的识别率明显更低，故结论性评价计数亦偏低。
- 结论性评价的识别：原文给出了结论性评价的定义与若干例句（并以"等"字表明列举不穷尽），但未公布完整关键词表，且原文系逐份人工阅读识别。本数据集据原文列举的结论表述构造识别规则，并针对实务中常见的其他结论句式作了补充，最终以原文脚注举出的一正一反两家公司为校验基准，识别结果与其完全一致，整体水平亦与原文报告的描述统计相当。相对于逐份阅读的人工判定，规则匹配仍可能有少量漏检。
- 指标性质：三个核心指标共同刻画同一构念的不同侧面。数量与篇幅两者高度相关，同时放入同一回归会带来共线性；而结论性评价与前两者相关性很弱，近乎独立的另一维度。原文的做法是分别作为被解释变量估计，不作合成。
- 文本缺失标识：上游少数事项的描述段或应对段为空。此类企业年的篇幅指标置为空值并由不完整标识列标出，以免被误读为篇幅极短；其事项条数仍照常计数，因为该事项确实存在。
- 其他局限：制度实施首年仅少数大型企业适用新准则，该年度样本为试点性质、覆盖面与构成均与后续年度不可比，建议样本自次年起。最近一个会计年度的年报披露与数据归集可能尚未完成，存在部分公司当年缺记录的情形，此类缺失应视为数据缺口而非真实为零，建议样本截至上一年度。数据集含少量纯 B 股代码主体，其名称、地区与行业字段为空。地区字段的缺失在北交所公司中明显更高，以城市固定效应作估计会损失较大比例的北交所样本。上游对同一事项偶有重复录入且字段错位的情形，已按描述段与应对段字数择优保留一条。
参考文献

- 陈丽红,易冰心,殷旻昊,等.行业专家审计师会充分披露关键审计事项吗?[J].会计研究,2021,(2):164-175.
- 张继勋,倪古强,张广冬.关键审计事项的结论性评价与投资者的投资判断[J].会计研究,2019,(7):90-96.

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	2016-2025 年
数据频率	年度
层级	上市公司
变量数	20
样本量	38,959
是否可合并	可与同主体数据集合并

关键审计事项披露充分性

字段字典

常见问题