我觉得难点在如何定义两个字符串是一个意义上的“事务所”
我的思路是把字符串中关于事务所，责任公司等意义的子串，和事务所的“名字”分开
只是思路，抛个砖......

现在的想法是把不同的事务所名称用sas整理出来，然后手工解决全名和简称问题（整理好后有150个不完全同名的事务所），再编码然后判断

不知道有没有更好的办法？

我的想法是这样的：一般除了‘会计师’‘事务所’ 还有代表地区的字段以外，无论是简称还是全称都包括区别于其他的主要字段，进一步看，全称和简称之间大概有一个规律：就是简称中的所有字段，都包括在全称内（几乎），所以有以下处理办法：
1、用循环语句 按股票代码 转置，将同一种股票不同年份的obv变成var（这部分没写出来，呵呵）；
2、用循环语句顺次比较相邻年份间是否相同；
主要用以下程序：
data a;
input a $6. +1 b$18. +1 c$12.;/*读数据*/
%let m=length (b);
%let n = length(c);
%let x= min(&m, &n);
d =&x;/*取最小值的字段长度*/
do t=1 to &m-1 by 2;
   do r =1 to &n-1 by 2;
     if substr(b,t,2)=substr(c,r,2)
           then u+1;/*显示相同字段数*/
        end;
end;
if u*2 =d then o =1; /如果较短变量的字段完全相等于较长字段，则o计数1，表示相邻年份间相等*/
datalines;
利安达 利安达会计师事务所 利安达事务所
;
proc print;
run;

现在就想到这里 呵呵，有不对的地方，别笑话。

没办法，中国的金融数据就这德行。
你只能手动在Excel里先处理下同一个中介机构的名称可能涉及 括号的大小写啊，逗号，分隔符啊，空格啊，更为麻烦的是很多中介机构合并或更名，你得google来确定是不是同一个中介机构。通常上市公司关于改聘或续聘中介机构有PDF公告出来的的，偶尔会提及中介机构的更名事项。
如果你处理香港的，更头疼，有很多人名冠名的事务所，涉及“.”，若要求准确，只能手改。是个体力活。

如果用字符串相似度的计算算法来模糊匹配，SAS有相关函数，可以google，但要去掉 会计事务所/律师事务所等关键字。

先对事务所变量做频数分析，然后生成一个合理的FORMAT。。。