观测供应链网络与中国 A 股的客户动量溢出 —— 来自披露与重大规模招投标的企业间(C2C)关系证据

本研究记录到，面向中国 A 股的一张观察到的公司对公司供应链关系图——刻画公司之间实际发生的采购与销售关系，而非通过产品分类法推断的潜在关联——携带着关于未来收益的可测、正交、行业中性的横截面信息。该关系图将强制性的前五大客户／前五大供应商披露与公开的采购中标记录相结合，并借助 ChinaScope 的关联方持股表解析至上市公司身份而成。

我们以 Cohen–Frazzini（2008）客户动量检验加以验证，即考察某焦点卖方近期客户收益对其自身前瞻收益的预测能力。核心**并集（信号）**以披露为底，并在该卖方同时存在重大中标关系时，以中标证据加以精炼；在 22 因子 Barra 式基底上残差化后，于 20 日前瞻期、覆盖 4,863 家上市公司（约占上市股票池的 ~85%；每次再平衡约 2,476 家）的范围内，取得 **+0.47 全样本 / +0.39 样本外（t = 4.0 / 2.8）**的正交化信息比率。该效应在叠加行业中性化后进一步增强（样本外 +0.48），在所有再平衡相位以及 2020–2025 每个完整日历年中均为正，在每个相位上都超过单用披露，且并不集中于微盘或低流动性标的。**产品是关系图本身；客户动量信号只是对该数据层的验证，而不是其全部用途。**本研究公开发表，每一项结果均可从底层数据与配套代码复现。

---

关键实证结果

结果	数值	构建方式
并集信号正交 ICIR（核心）	+0.47 全样本 / +0.39 样本外	披露 ∪ 重大中标，22 因子残差化，20 日前瞻
—— 显著性	t = 4.0 / 2.8	全样本 / 样本外，74 / 51 次月度再平衡
—— 覆盖	4,863 家公司（2,476 / 每次再平衡）	约占上市股票池 ~85%；每次再平衡约 ½ 的可交易股票
披露通道（高置信度基础）	+0.41 全样本 / +0.31 样本外（t 3.5 / 2.2）	4,828 家公司，按交易余额加权，n ≥ 1
重大中标通道（去噪增强层）	+0.36 全样本 / +0.34 样本外（t 3.0 / 2.4）	1,483 家公司；中标 ≥ 卖方中位数披露客户
行业中性并集 ICIR	+0.56 全样本 / +0.48 样本外	+ 申万一级行业独热编码——信号增强
多偏移稳定性（并集）	100% 为正（10 个相位），每个相位均 > 披露	全样本与样本外
随机 12 因子子集稳定性	100/100（披露与并集）	每次抽样重新正交化
日历年稳定性（并集）	2020–2025 每个完整年份均为正（2026 年至今为正）	20 日前瞻
并集 vs. 披露（配对检验）	t = +2.1 全样本 / +1.9 样本外；并集在全部 10 个相位上领先	真正的精炼，而非仅仅扩大覆盖
重要性筛选敏感性	并集在每一个区间上都胜过披露；未筛选的中标则不能（配对 t ≈ 0）	起作用的是筛选本身，而非其阈值水平
诊断性五分位收益差（毛）	+51 bps 全样本 / +33 bps 样本外（每 20 日）	描述性经济量级，非夏普比

所有数字均为交易成本前，并由单一复现脚本从 SHA 冻结的输入重新生成。我们报告的是信息含量（信息比率与覆盖），而非组合夏普比或 alpha；后者取决于组合构建，应由买方在自身账户中度量。

---

公司对公司关系图是什么

该关系图是一个实体级、有向、带值、时点（PIT）的边集，其中每条边都是两家上市公司之间的供应商 → 客户关系。它由两个互补的 ChinaScope 来源装配而成：

• 披露边——来自年报与中报的强制性前五大客户与前五大供应商关系，以及关联方交易。这类边在关系深度上较为稀疏，仅涵盖规模最大的交易对手，但在焦点层面可触及约 ~85% 的上市股票池。
• 中标证据边——已授予的公开采购合同（公开招标中标记录），其中中标方为卖方、采购方为买方，按合同金额计值。这类边连续且具体到单笔交易。就动量信号而言，我们只纳入那些对每个单独卖方而言重大的中标，即金额至少与该卖方典型（中位数）披露客户相当，从而使经过验证的中标层是在精炼披露、而非扩展披露（包含较小中标在内的完整边集仍随数据一并交付）。

买方侧与卖方侧的 ChinaScope 记录均被纳入并去重；具名各方经由 ChinaScope 的结构化关联方持股表（而非语言模型）解析至其控股上市公司，并在每条边上携带持股比例。由此得到的关系图有别于产品分类法网络，即 Numinor SAM Amplifier 研究中所用的那类网络：后者的链接由产品邻近度推断而来，而本关系图的边记录的是实际发生过交易的公司。

这张关系图以 **Numinor 构建数据（Construct Data）**的形式交付，是一张每日刷新、时点、与因子模型无关的边表（含供应商／客户代码、¥ 关系价值、持股汇总、来源类型、可获得日期与出处）。本文验证的客户动量信号只是基于该表的一种构建；同一批边还可支撑卖方侧溢出、集中度与交易对手风险度量、网络中心性特征以及冲击传导研究。

---

机制：高置信度基础叠加逐公司去噪增强层

其经济内涵是作用于一张观察到的 A 股关系图之上的 Cohen–Frazzini 客户动量效应，两个通道之间分工清晰。披露通道构成高置信度基础，是质量更高、近乎覆盖全市场的通道，承载了信号的大部分。重大中标关系则构成一层逐公司的去噪增强层：针对每个卖方，筛选出金额至少与该卖方典型（中位数）披露客户相当的合同，从而只有具经济意义的采购关系才会被纳入。起作用的正是这道筛选。采购中标不同于披露的前五大客户，本身并不自带重要性，将每一笔中标悉数纳入只会稀释信号。

而以每家公司自身的披露规模为标尺校准之后，存活下来的中标证据富含信息：在两者重叠的那一段上，在本样本中，中标信号实际上是二者中更强的一个（这些标的上的披露在统计上与零无法区分），且二者在该段近乎不相关（秩相关 +0.07），因此中标携带着独立信息。配对检验显示，并集真正改进了披露（配对 t = +2.1 全样本、+1.9 样本外，并集在全部十个再平衡相位上均领先），而非仅以更多标的去匹配披露。并集的优势在于方差降低——它在所有通道中具有最低的 IC 波动率——而非最高的平均 IC。单独来看，重大中标通道取得了干净的 +0.36 全样本 / +0.34 样本外，与披露本身相当。该效应在月度期限上的强度及其多周的持续性，与已在美股、并在此前券商研究中于 A 股记录到的注意力受限传导机制相一致。

---

我们为何报告信息含量而非组合指标

一个刻意的取舍贯穿于此处的每一个数字：我们报告的是信息比率，而非夏普比或 alpha。信息系数是一个横截面指标，仅依赖于信号与已实现收益，因而更便于买方在自身体系中复核与迁移。相比之下，组合夏普比取决于股票池、加权、中性化、杠杆与成本等假设，而这些对每家机构投资者各不相同；同一信号按两种方式组合，便会得到两个不同的夏普比数字。因此，我们所证明的是信息与正交性，并把组合层面的贡献留给使用方在自身体系上度量——这才是恰当的、也是唯一诚实的决定性检验。

---

范围与局限

本研究提供的是关于某一数据层的诊断性证据，其适用边界亦如实界定如下：

• 是信息含量，而非有保证的 alpha。 买方最终实现的贡献取决于其因子库、股票池与组合构建；正交 ICIR 是必要证据，而非充分证据。
• 高换手率。 信号按月刷新（组合换手率约 ~54–60%／月），考虑成本后的净价值须在买方自身的成本模型下评估；不过，对于已按月或更高频率再平衡的基金而言，真正重要的只是边际换手率。
• 样本外窗口为 51 次月度再平衡。 足以解析信息比率（t ≈ 2.8），但对组合层面的推断而言仍偏短；我们将其作为验证证据而非确凿证明呈现，不作任何夏普比主张，并把买方侧复现视为决定性检验。
• 中标通道是去噪增强层，而非覆盖扩展。 由于重要性筛选需要一份披露足迹作为校准基准，经过验证的中标层存在于披露股票池之内，并不触及未披露的标的；其作用在于精炼披露信号，而非扩展之。
• 拓扑版本约定。 公司财务与收益层严格遵循时点原则；实体身份汇总所反映的，是应用于整个样本的当前版本映射。

---

下一步

• 阅读完整技术白皮书（Numinor C2C 供应链白皮书 v3.0），其中载有完整方法论、通道分解、行业中性与流动性分桶诊断，以及完整的稳健性测试组。
• 如有方法论或复现问题， 请联系 Numinor Systems。

---

Numinor · ChinaScope · 2026 年 6 月 联系方式：tyl@numinor.io