技能介绍

要解决什么问题

会计实证论文往往卡在「数据从哪来、变量怎么建、方法选哪套、回归不显著怎么查」这几步：CSMAR 字段要映射成学术变量，DID/内生性/稳健性要成套跑，文本披露还要落到可回归的指数。AcctResearchKit 把这类重复劳动拆成可复用模块，并补上显著性诊断、模型推荐和中文报错诊断，减少在 Stata/Python 之间来回试错的成本。

技能如何工作

工作流按 26 个模块组织，大致分三层：

实证方法：M1 清洗与面板构造 → M4 基准回归（OLS/Logit/Panel FE 等）→ M5 DID 套装（事件研究、平行趋势、安慰剂）→ M6 内生性（IV-2SLS、PSM、Heckman、GMM）→ M7 中介、M8 稳健、M9 异质；M10 用约 50 项标准做质量审查。
智能引擎：M20 十维显著性诊断（RESET/VIF、功效、控制变量与敏感性等）；M21 用 config.py 映射把 CSMAR 字段导向 20+ 变量；M22 六维决策树匹配 12 种方法；M19 提供约 20 种 ML 对比；M23 RDD；M24 按《会计研究方法论》框架串选题到投稿。
数据与素材：v5.8 起 python cli.py fetch cninfo / stats 拉巨潮公告索引与宏观序列；PDF→pdf2txt→情感或 pipeline；v5.7 可对接公众号/官网采集与期刊 PDF 双栏清理（见 references/CONTENT_COLLECTION.md）。

基础设施上，modules/_errors.py 对 KeyError、奇异矩阵、不收敛等给出五类中文诊断；文本向量在 BERT 不可用时经 _auto_fallback.py 自动降到 Word2Vec 或 TF-IDF。

适用边界与注意点

环境为 Python 3.13，依赖以 requirements.txt 为准；高级模块（空间计量、因果 ML、供应链网络等）需你自行判断识别假设是否成立。
巨潮、统计局等抓取受站点策略影响，软限流与 orgId 格式等坑见 references/DATA_ACQUISITION.md；知网需机构登录，文档建议用 ima 语义检索替代。
方法论文库与 M22/M20 的推荐是辅助决策，不能替代你对样本、识别与会计制度含义的判断。