Pular para conteúdo

Auditores: Informação Cadastral

Resumo

Cadastro dos auditores independentes registrados na CVM, em duas tabelas: pessoas físicas e pessoas jurídicas.

Ficha técnica

Campo Valor
Dataset cvm/auditor-cad
Órgão Comissão de Valores Mobiliários (CVM)
Página oficial https://dados.cvm.gov.br/dataset/auditor-cad
Licença Open Data Commons Open Database License (ODbL), conforme o portal de dados abertos da CVM: https://dados.cvm.gov.br/dataset/auditor-cad
Periodicidade diária (a CVM atualiza os arquivos todos os dias)
Cobertura 2026-11 a em-curso
Unidade (uma linha) um auditor independente (pessoa física ou jurídica)
Granularidade espacial: nacional (sem recorte geográfico); temporal: retrato do dia (cadastro vigente, sem histórico)
Formato bruto CSV com ponto e vírgula, em arquivo CSV ou ZIP (um CSV por tabela dentro do ZIP) no espelho público da CVM
Estado no lake convertido
Partições —
Chave —
Colunas 13
Unidades de medida CEP: código ou número de identificação (sem unidade)
Dados pessoais LOGRADOURO (endereço, telefone, e-mail ou CPF (pode ser de pessoa jurídica)); CEP (endereço, telefone, e-mail ou CPF (pode ser de pessoa jurídica))
Eras nenhuma
Revisado em 2026-11-15
Versão do fetcher 0.4.0

Origem e coleta

  • Fonte: Portal de Dados Abertos da CVM (https://dados.cvm.gov.br/dataset/auditor-cad). Os arquivos ficam no espelho público https://dados.cvm.gov.br/dados/AUDITOR/CAD/DADOS/.
  • O catálogo do fetcher lista 1 arquivo(s): de cad_auditor.zip a cad_auditor.zip. Em 2026-11-15 conferimos 2 arquivos Parquet convertidos de 1 arquivo(s) de origem (amostra: primeiro, intermediários e os dois últimos).
  • No bruto, o arquivo fica em auditor-cad/<arquivo>@AAAAMMDD.<csv|zip>; o carimbo é a data da coleta, e a CVM reenvia os arquivos do ano ou mês corrente todos os dias.
  • O dicionário de dados (arquivos META da CVM, em .../META/) não é baixado pelo fetcher; as descrições da seção Variáveis vêm dele, conferidas contra os cabeçalhos dos arquivos.

Conteúdo

  • Unidade de análise: um auditor independente (pessoa física ou jurídica).
  • Este dataset reúne 2 tabelas (um CSV por tabela em cada ZIP), gravadas como arquivos Parquet separados no mesmo dataset; o nome do arquivo no lake é <zip>__<csv>.parquet:
Tabela (nome do CSV sem o ano) Colunas Linhas no maior arquivo convertido Chave candidata (única no maior arquivo)
cad_auditor_pf 4 32 CD_CVM
cad_auditor_pj 12 493 não determinada
  • Não há uma chave única comum às tabelas: cada tabela tem a sua (coluna acima). Os arquivos de uma mesma competência ligam-se por identificador do documento ou do fundo (veja as colunas de cada tabela).

Variáveis

Descrições do dicionário de dados (arquivos META) da CVM. Os nomes de coluna são os do arquivo, sem normalização. Colunas que não existem em todas as tabelas dizem em quais tabelas aparecem.

Coluna no lake Na fonte Tipo Descrição Unidade / códigos Período
CD_CVM CD_CVM texto Código CVM — todo
AUDITOR AUDITOR texto Nome do Auditor (só em: cad_auditor_pf) — todo
SIT SIT texto Situação — todo
DT_INI_SIT DT_INI_SIT texto Data início da situação — todo
CNPJ CNPJ texto Cadastro Nacional de Pessoas Jurídicas (só em: cad_auditor_pj) — todo
DENOM_SOCIAL DENOM_SOCIAL texto Denominação Social (só em: cad_auditor_pj) — todo
TP_ENDER TP_ENDER texto Tipo de endereço (só em: cad_auditor_pj) — todo
LOGRADOURO LOGRADOURO texto Logradouro (só em: cad_auditor_pj) — todo
COMPL COMPL texto Complemento de endereço (só em: cad_auditor_pj) — todo
BAIRRO BAIRRO texto Bairro (só em: cad_auditor_pj) — todo
MUN MUN texto Nome do município (só em: cad_auditor_pj) — todo
UF UF texto Unidade da Federação (só em: cad_auditor_pj) — todo
CEP CEP inteiro CEP (só em: cad_auditor_pj) código ou número de identificação (sem unidade) todo

No lake

  • Dataset cvm/auditor-cad, sem partição; um arquivo Parquet por CSV (membro do ZIP).
  • O conversor lê o CSV (separador ;, UTF-8 e, se falhar, ISO-8859-1), mantém os nomes de coluna do arquivo, deixa CNPJ, ISIN e códigos CVM como texto e infere os demais tipos (número ou texto): datas ficam como texto AAAA-MM-DD.
  • Linhas com ; dentro de um campo de texto sem aspas (que a CVM publica em alguns arquivos) são reparadas sem descartar a linha.
  • A partição vem do nome do arquivo (..._AAAA ou ..._AAAA-MM); arquivos cujo nome traz o mês sem hífen (..._AAAAMM) ficam sem partição ano/mes.

Cuidados de uso

  • A CVM reenvia os arquivos todo dia. Os arquivos do ano ou mês corrente mudam entre atualizações (reapresentações, correções e novos documentos); reconverta antes de fechar um período.
  • Dados de contato e identificação. Há colunas de endereço, telefone, e-mail ou CPF (LOGRADOURO, ...); parte pode ser de pessoa física. O fetcher e o lake preservam o que a fonte publica.
  • CEP, DDD e telefones viram número. O conversor infere o tipo de cada CSV e lê CEP como inteiro, o que descarta zeros à esquerda (CEP de 8 dígitos começado por zero, por exemplo); reconstrua o texto com lpad quando precisar do código.

Exemplos

Linhas por arquivo de origem (tabela) no dataset.

import duckdb

duckdb.sql("""
    SELECT filename, count(*) AS linhas
    FROM read_parquet('lake/cvm/auditor-cad/**/*.parquet', hive_partitioning = true, union_by_name = true, filename = true)
    GROUP BY 1
    ORDER BY 1
""").show()

Referências

  • Conjunto no portal de dados abertos da CVM: https://dados.cvm.gov.br/dataset/auditor-cad
  • Dados e dicionário (META): https://dados.cvm.gov.br/dados/AUDITOR/CAD/