做实证研究的朋友应该都遇过这种尴尬手上已经有了很完整的财务数据ROE、营收增速、资产负债率都整理好了却缺一个能衡量“这家公司内部治理到底靠不靠谱”的统一标尺。填问卷拿到的样本太小用某几项财务比率硬凑又不严谨。后来我在几个公司治理方向的课题里反复用到了迪博内部控制指数发现这套数据解决问题确实很顺手但也踩了不少坑。这篇就把我对“2000—2024年上市公司迪博内部控制指数评分及评级数据”的完整理解和使用经验写出来适合正在做相关论文、想构建治理质量指标或者单纯想搞懂这类数据怎么入手的读者。先说结论这套数据的核心价值是它把上市公司的内部控制质量量化成一个可以跨公司、跨年份比较的分数和评级。分数用什么方法算的、评级档位怎么划分、早期数据为什么稀疏、后期数据为什么口径会变这些如果不提前搞清楚后面做回归或者做分组对比时会发现结论非常脆弱。我尽量按实操顺序来讲把数据背后的逻辑和用数据时最容易忽略的细节都摊开。1. 为什么这套数据在研究和投资场景里这么抢手1.1 实证研究里的“治理质量代理变量”公司治理、审计质量、信息透明度、企业风险……这些方向做实证研究时最大的痛点是要给“内部控制质量”找一个可以被计量的代理变量。财务数据虽然容易拿到但它反映的是经营结果不是过程控制。一家公司利润很高不代表它的内部审批流程、风险排查机制、信息披露质量就同样高。迪博内部控制指数正好补上了这个缺口。它利用上市公司公开披露的内控评价报告、内控审计报告、公司年报等公开信息把内控领域的多个维度映射成一套连续分数同时提供离散评级。这意味着在回归模型里你可以直接用连续分数作为被解释变量或解释变量也可以把评级转化成虚拟变量做分组分析。我做过的课题里比较多见的用法包括研究股权结构对内控质量的影响用内控指数作为被解释变量研究内控质量对盈余管理程度的抑制作用把内控指数作为核心解释变量研究分析师预测误差是否受公司内控水平影响把内控指数和评级作为分组依据研究审计费用、审计意见与内控质量的关系内控指数作为控制变量。几乎每一个场景这套数据都能稳定提供支撑。这也是它在学术圈被高频引用的直接原因。1.2 投资决策中的“非财务风险信号”投资分析里传统财务指标往往只能告诉你公司过去赚了多少钱很难告诉你公司未来会不会因为内部失控而突然爆雷。内控指数和评级本质上是一个风险信号前置的工具。举个例子如果一家公司连续几年内控评级都在下滑或者从较高级别跌到了比较低的档位这往往意味着它在业务流程、信息披露、风险应对上存在一些被外部审计师或公司自评报告记录下来的问题。这些问题可能要等一两个季度之后才会通过坏账、诉讼、资产减值等财务科目体现出来。所以一些做量化基本面选股分析的人会把这类评级数据作为负面筛选条件先剔除评级过低的样本再在剩余股票池里做财务指标打分。我不建议用它作为唯一信号但如果把它和其他非财务数据叠加使用确实能提升整体判断的稳健性。1.3 公司合规自查与同业对标场景这个场景经常被忽略但在董办、内审部门里其实很常见。公司做年度内控评价时光看自己内部的底稿很难判断水平高低。如果能把同行业公司的内控指数和评级拉出来做一个横向对比管理者就能比较直观地看出自己处在什么位置。我接触过一些内审岗位的朋友他们会把这类数据用来回答类似问题我们的内控信息披露程度是否比同行详细我们被指出的内控缺陷数量属于偏多还是偏少我们的整体评级在行业里是不是长期垫底虽然第三方指数的计算方法与公司内部评价口径并不完全一致但作为客观参照物价值是实实在在的。2. 迪博内部控制指数的编制逻辑与评级维度2.1 内控五要素如何落到打分模型想用好这套数据不能只把它当成一个黑盒分数至少要了解它的底层框架。迪博内部控制指数的理论基础基本是围绕内部控制的五要素展开的内部环境、风险评估、控制活动、信息与沟通、内部监督。这五个要素本身是抽象的打分时必须把它们操作化为可观察的信息。实际操作中来源主要是公司披露的内控评价报告、内控审计报告、年报中的相关章节等公开文本。系统中会把这些文本内容拆解成结构化字段比如是否存在内部控制重大缺陷、是否发生内部控制评价范围变动、财务报告内控是否有效、非财务报告内控是否有效等。不同版本的数据生成逻辑会有差异但大体思路是一致的以公开披露为基础把文本信息映射成规则得分再按一定权重合成指数。权重设计属于商业数据库的核心算法外界能拿到的是最终分数而不是每一条打分细则。2.2 评级区间的含义与“分数转评级”的路径除了连续分数这套数据通常还会给一个评级结果。评级档位设置在不同年份可能略有不同但通常是从高到低排列的字母档位比如AAA、AA、A、BBB、BB、B、C、D这一类。高分对应高评级低分对应低评级。实际使用中我建议把“分数”和“评级”看成两种不同粒度的信息连续分数适合做回归、做趋势变化分析优点是平滑、信息量大字母评级适合做分组、做截面比较优点是直观、不容易受微小分数波动干扰。要注意的是评级边界附近的公司可能分数差异很小但评级差距会显得很大。假设同一档位上下界相差0.5分一家公司可能刚好卡在高一级的边界线上另一家稍微低了0.2分就落到下一档。这时候如果直接按评级分组做对比看似的组间差异可能只是边界效应导致的结果。稳妥做法是同时看分数和评级或者在分数连续变量的基础上构造稳健性检验。2.3 2000—2024年的样本周期早期为何数据稀疏标题里的2000—2024是一个很长的区间但它不代表每年样本量都很充足。国内上市公司内控信息的系统化披露是逐步建立的早期很多公司根本没有完整的内控评价报告更谈不上被纳入指数评级体系。所以你会看到2000年前后几年真正有评级的公司数量非常少。越往后随着披露规则逐渐细化纳入评价范围的公司数量才明显上升。如果你在做面板数据分析千万不要直接把2000年和2015年之后的样本当成同一生成逻辑的数据混合使用。通常的做法是对样本区间做分阶段处理或者干脆把早期数据只用来做参考回归主样本放在披露相对完整的年份区间。3. 拿到这套数据后先要理清字段结构和口径3.1 常见字段清单从证券代码到评级不同渠道拿到的数据字段命名会有点差别但核心字段基本一致。我整理了一份通用字段清单供你对照字段名字段含义使用说明证券代码上市公司股票代码用于与财务数据、行情数据合并证券简称公司名称简称做展示时使用年份数据所属年度通常对应财报年份内控指数内部控制综合评分连续变量用于回归内控评级综合评级结果离散变量用于分组内控审计意见类型标准无保留/保留意见等通常作为补充变量内控重大缺陷数量披露的重大缺陷个数数量指标内控重要缺陷数量披露的重要缺陷个数数量指标所在行业行业分类做行业对比时需要拿到数据表的第一件事先看字段覆盖度再看主键是否唯一。常见问题是同一家公司同一年可能有多条记录原因可能是数据源合并了不同批次的披露信息也可能是年份口径不一致。建议先用证券代码和年份做去重检查再进入后续分析。3.2 两类易混淆指标内控缺陷、内控审计意见新手最容易混淆的是“内控缺陷数量”和“内控审计意见类型”。它们都来自审计相关披露但含义完全不同。内控缺陷数量反映的是公司在业务流程上被识别出的具体问题比如重大缺陷、重要缺陷、一般缺陷。缺陷数量多通常说明内控体系存在薄弱环节但也要结合公司规模来看一个超大型集团披露出的缺陷数量天然会比一家小公司多。内控审计意见类型则是外部审计师对公司内控有效性的总体判断。如果被出具非标准意见通常意味着审计师认为内控体系存在重大问题。在实证分析里这个变量更常用作“内控存在重大问题的硬信号”适合构造虚拟变量比如“是否获得非标内控审计意见”。3.3 披露规则调整对连续年份可比性的冲击跨年度做对比时最大的隐藏风险是评分口径并不是完全固定不变的。随着披露框架调整公司需要披露的内控信息范围、详实程度都可能变化第三方指数算法为了适配这些变化也会相应更新。结果是你在数据里看到某一年的指数平均值整体上升可能并不是因为当年所有公司内控质量突然变好了而是因为披露范围扩大或算法评分项目增加给公司带来了更多得分点。处理这个问题的标准做法是在面板回归里控制年度固定效应这样可以把每年整体口径差异吸收掉。如果不加年度固定效应直接用原始分数跨年比较很容易得到“内控质量逐年改善”的伪结论。4. 数据清洗与实证建模的实操步骤附Python代码4.1 合并公司基本信息和内控数据的关键字段拿到数据后我一般会先把内控数据和公司基本信息表合并。这里的核心字段是证券代码但要注意代码格式问题。有的表里证券代码是带后缀的比如“600000.SH”有的则只有6位数字。合并前必须统一格式。下面这段代码演示了基本的数据读取和字段处理逻辑import pandas as pd # 读取数据 dic_df pd.read_csv(dib_internal_control.csv) stock_info pd.read_csv(stock_basic_info.csv) # 统一证券代码格式统一转为去掉交易所后缀的6位数字 dic_df[sec_code] dic_df[sec_code].astype(str).str.split(.).str[0] stock_info[sec_code] stock_info[sec_code].astype(str).str.split(.).str[0] # 检查主键是否唯一 print(dic_df.groupby([sec_code, year]).size().reset_index(namecnt)[cnt].max()) # 合并 merged dic_df.merge( stock_info, on[sec_code], howleft )这段代码看起来简单但实际操作中“证券代码格式不统一”是合并时最高频的错误来源。有时候某张表里代码是“000001”另一张表里是“000001.SZ”中间还有个别值被读成浮点数导致变成“1.0”这些都要提前清洗。4.2 处理缺失年份、退市样本与ST标记面板数据最怕的是样本前后不连续。公司可能在某几年没有披露内控评价报告或者在期间被特别处理甚至退市。如果直接保留这些行回归样本会不平滑如果直接删除又会造成幸存者偏差。我的习惯是分几步处理先区分“完全缺失”和“零值缺失”。没有披露记录不代表内控指数为0不要用0去填充。对退市公司如果研究区间内曾持续披露多年通常保留至退市前最后一期这能避免只研究存活公司的偏差。ST标记单独建一个字段不直接丢弃因为是否被特别处理本身就可能是一个重要的控制变量。# 标记ST状态假设已有ST标记字段 merged[is_st] merged[st_status].apply(lambda x: 1 if x ST else 0) # 过滤样本仅保留内控指数非空的记录 sample merged.dropna(subset[dib_index]).copy() # 检查各年度样本量 sample.groupby(year)[sec_code].nunique().plot()遇到连续多年缺失的公司建议在做稳健性检验时单独跑一个“剔除缺失样本”的版本。如果结论在两种处理方式下方向一致那说明结果不是由缺失样本的处理方式驱动的。4.3 面板数据构造与滞后变量的生成实证研究里经常需要把当年的内控指数作为解释变量或者用上一年的内控指数预测今年的某个结果变量。由于内控执行效果的传导通常需要时间当期数值不一定立刻产生作用滞后一期或两期更符合业务逻辑。构造滞后变量时最方便的是先把数据按证券代码和年份排序然后用groupby做移位操作。sample sample.sort_values([sec_code, year]).reset_index(dropTrue) sample[dib_index_lag1] sample.groupby(sec_code)[dib_index].shift(1) sample[dib_index_lag2] sample.groupby(sec_code)[dib_index].shift(2) # 检查滞后是否正确同一家公司上年值是否对上 print(sample.loc[sample[sec_code] 000001, [year, dib_index, dib_index_lag1]].head(10))这里有个很容易犯的错如果不做groupby而是直接对全表排序后shift会把不同公司的上一年值串到另一家公司身上。每一行必须对应同一家证券代码的上一期数据所以“先排序、再分组、再移位”这三个动作一个都不能少。4.4 稳健性检验中的替代指标思路一组实证结果要让人信服通常不能只靠单一指标。拿内控质量来说除了迪博指数还可以尝试以下替代口径替代指标构造方式适用场景评级虚拟变量评级为AA及以上时取1否则取0截面分组分析非标意见虚拟变量内控审计意见为非标时取1稳健性检验缺陷数量指标重大缺陷与重要缺陷之和风险信号研究内控信息披露质量得分根据自评报告披露项目数量构造信息透明度研究如果核心解释变量换成任何替代指标后结论方向和显著性基本不变那么这个结论就比较牢靠。如果只在某一个指标下显著必须谨慎解释不能说“内控质量显著影响某变量”只能说“在某种内控质量度量方式下存在相关关系”。5. 用这套数据做分析时最容易踩的坑5.1 “指数提升”不等于“内控变好”年报发布时间差异我刚开始用这套数据时犯过一个错误把一个公司连续两年的指数上升直接解读成内控改善后来发现这中间藏着一个时间口径问题。年报和内控评价报告的披露是有时滞的。2024年的内控数据真正披露时间可能已经到了2025年4月。不同公司披露时间从1月到4月不等个别公司甚至更晚。如果拿2024年的内控指数去解释2024年当年的股价表现实际上是在用未来信息解释过去存在前视偏差。正确的处理方式有两种一是把内控指数当作“t1年可得的信息”让它解释未来一年的结果变量二是明确区分“披露年度”和“报告所属年度”。如果数据表里只有年份字段没有具体披露日期用滞后变量相对更安全。5.2 评级集中度高时分组对比的效度问题大多数上市公司的内控评级通常集中在中间档位极端高和极端低的公司数量较少。如果按评级把样本分成“高质量组”和“低质量组”两组样本量可能严重不平衡。低评级组样本太少会导致检验功效下降而且少数极端样本容易被个别异常值带偏。这时候建议先用连续指数分数做分组比如按年份和行业计算三分位数或四分位数再按分数高低分组建虚拟变量。如果学术期刊要求报告标准化的效应量连续分数往往比字母评级更敏感因为它没有把相邻分数粗暴地切成不同类别。5.3 跨行业比较需谨慎行业差异很大制造业、金融业、信息技术行业在内控披露格式和复杂程度上天然不同。金融业受监管约束更严格披露的框架更细内控相关信息往往更充分得分可能整体偏高一些传统行业由于业务链条相对简单披露的详尽程度可能不如金融业但并不意味着它们的内控执行能力一定更差。跨行业比较时一定要控制行业固定效应或使用行业调整后的指标。比如可以构造“内控指数减去当年行业中位数”这个相对指标再做跨行业对比。这样得到的结论更接近“相对水平”而不是“绝对水平”。6. 案例演练一个虚拟公司的内控指数解读这里我不提任何真实公司只演示一套解读的逻辑。假设有一家制造业A股上市公司证券代码记作“6000X1”其近五年数据如下年份内控指数内控评级行业内指数中位数披露的重大缺陷数量2020680.5BBB650.212021692.3BBB658.702022710.6A661.402023705.8A668.912024723.4A675.30先看绝对分位这家公司指数一直高于行业中位数说明在整个行业的相对位置并不差。再看年度变化2020年到2021年有小幅提升2022年有明显跳升并达到A级2023年有小幅回落但回落幅度不大2024年再创新高。整体趋势向上且相对行业平均水平始终保持领先。但注意2023年有一个“披露重大缺陷数量1”的细节。如果只看评级A会认为内控一直很好但这个缺陷提示公司在该年度可能存在某些突出问题。第三种细看方式是交叉验证缺陷数量与指数走势不完全是同步关系不能因为评级未变就忽略缺陷信息。这套逻辑拿到任何一家公司都可以复用绝对位置、时间趋势、行业对比、缺陷信号四个维度综合看比单看一个分数或一个评级要全面得多。7. 个人经验与后续扩展我在实际使用中还有一个小习惯拿到迪博内控数据后会先画一张年份-样本量分布图和年份-指数平均分趋势图确认每个年度的样本量和分数分布没有明显断层。很多数据问题在回归结果出来之前就已经能从这两张图里看出端倪了。如果你用它做长期研究也可以试着把它和其他公开数据做交叉比如公司年报中的审计费用数据、分析师盈余预测数据、ESG评级数据。内控质量本质上反映的是公司内部治理的底层状态和很多外部信息都能形成对照关系。多一个维度的交叉验证结论就多一分可信度。