记录了来自中国显著的一级客户-供应商关系中的收益可预测性。 表明当关联客户信息引起的关注度较低时，可预测性更强。 发现较低层级的直接关联为供应商收益和基本面提供了增量信息。 表明多跳间接客户关联能够预测供应商收益和盈利能力。 表明收益纳入的延迟程度因关联类型而异，对

  记录了来自中国显著的一级客户-供应商关系中的收益可预测性。

  发现较低层级的直接关联为供应商收益和基本面提供了增量信息。

  表明收益纳入的延迟程度因关联类型而异，对间接关联最为明显。

  信息在生产网络中扩散的范围有多远，随网络距离的增加，其被纳入股票在市场上买卖的金额的速度是否会减慢？大量文献表明，经济上关联的企业之间的冲击可以预测彼此收益，经典的客户-供应商效应通常归因于投资者注意力的有限性（Cohen and Frazzini, 2008）。然而，现有的大多数证据集中在最显而易见的关联上——上市公司之间易于观察和解释的直接关系。现实中的供应链更深层次且透明度更低。交易通常由子公司而非上市母公司披露，经济上有意义的冲击可能不仅在直接交易伙伴之间传递，还会通过更远的上游或下游路径传导。若投资的人处理显著信息的速度优于不透明或遥远的信息，那么收益可预测性可能超越显著的一级关联，随着经济上有意义的关联变得不那么透明或更加遥远，价格调整可能变得不那么即时。本文在中国供应链网络中研究这一问题。

  供应链的两个常见特征构成了我们研究设定的动机。第一，经济上有意义的直接关联可能被嵌入在所有权层级中，从而对投入资产的人不够显著。例如，北京超威科技股份有限公司披露了与北京时代新能源科技有限公司——一家未上市公司的交易。追溯所有权链条发现，最终的上市母公司为宁德时代新能源科技股份有限公司（CATL），这在某种程度上预示着存在一个在经济上有意义但在上市公司层面不太可见的客户-供应商关联。第二，冲击可能通过间接网络路径超越直接伙伴进行传播。在新能源汽车供应链中，安徽通冠铜箔集团股份有限公司向CATL供应电池铜箔，而CATL又向IAT汽车科技有限公司供应动力电池。因此，汽车制造商处的需求冲击可以向上游传导至CATL，并进一步传导至通冠铜箔，但存在一定时滞。这些例子说明了经济上有意义的距离超过投资者容易观察到的最显著直接关联的两种不同方式。

  我们的数据允许直接衡量这两个维度的距离。个人会使用QuantData Inc.的专有供应链数据，通过股权穿透分析将披露的客户-供应商交易匹配到最终的上市母公司。这一映射在中国至关重要，因为许多交易是在子公司层面而非上市母公司层面披露的。它使我们也可以识别直接一级关联、通过子公司到母公司映射揭示的较低层级直接关联，以及通过多跳供应链路径定义的间接关联。

  利用这一网络，我们第一步构建基于一级客户收益的基准客户-供应商动量指标。与先前研究一致，基准效应在经济上是有意义的：在Fama-MacBeth回归中，一级客户动量增加一个标准差预示着供应商每月超额收益提高15个基点，组合排序产生每月0.41%至0.62%的异常收益。我们还表明，该效应基于真实的经济关联，因为客户盈利能力可以预测供应商未来的经营业绩。当投资者注意力较低时，客户关联信息的预测能力也更强。

  受此基准证据启发，我们进一步询问信息是否继续扩散超越显著的一级关联。证据说明确实如此。由较低层级直接关联构建的客户动量在控制一级客户动量后仍包含显著的增量预测力，且其预测内容不像基准一级信号那样前期集中，在随后两个月内具有经济上有意义的累计短期收益。对于通过直接交易伙伴之外的网络路径定义的间接关联，我们得知更明显的延迟调整模式。即使在考虑基准一级效应后，间接客户动量仍能预测t+1和t+2时期的收益，其累计收益实现力度强于即时或均匀速度调整所暗示的水平。这些模式在基本面中得到印证：较低层级直接关联和间接关联的盈利能力信息同样能预测目标公司未来的经营业绩。证据说明信息沿着两个不同维度超越显著的一级关联进行扩散，且最明显的延迟调整模式出现在间接关联中。

  第二，我们为有限注意力和慢速信息传播的行为金融学文献做出贡献。投资者注意力不足理论的核心含义是，不太显著、更复杂或更难处理的信息被纳入价格的速度更慢（Barberis et al., 1998, Hong and Stein, 1999, Peng and Xiong, 2006）。实证研究已将此类摩擦与对盈利公告的过度反应不足、披露时机、海外业务信息以及其他不透明的公司特征联系起来（DellaVigna and Pollet, 2009, Hirshleifer et al., 2009, Huang, 2015, Huang et al., 2022）。近期研究还强调了注意力在塑造供应链信息扩散速度方面的作用（Cen et al., 2025）。我们通过表明客户关联信息在基准一级设定之外仍具有预测力，且对显著性较低的关联，相关的收益响应不那么即时，将这一视角引入生产网络。

  第三，我们在测量方面做出贡献，展示了时间点匹配、实体匹配的供应链数据在研究经济网络信息扩散方面的重要性。一个核心的实证挑战是，当披露的交易发生在子公司层面时，怎么来识别经济上有意义的上市实体。通过所有权层级追溯这些关联并结合网络路径信息，我们的数据使我们也可以比传统直接关联数据集更清晰地分离显著性和距离。这一测量改进的重要性不在于数据本身的新颖性，而在于它使得能够更精确地检验信息扩散如何在供应链网络的不同部分发生变化。

  本文其余部分安排如下。第2节描述数据、时间点网络构建、变量定义和描述性统计。第3节呈现主要结果，包括基准一级客户-供应商动量效应、有限注意力证据、超越一级的较低层级直接关联结果、沿网络路径距离的间接关联结果，以及跨关联类型价格调整时机的收益期限证据。第4节报告使用替代权重方案的稳健性检验。第5节为结论。

  本节描述供应链数据、月度关联矩阵的时间点构建方法，以及实证分析中使用的变量。我们第一步介绍交易和所有权数据，解释如何将子公司层面的披露映射到最终的上市母公司。然后，我们描述用于防止月度网络中前视偏差的时间点构建程序，并定义基准和扩展的客户关联收益信号。最后，我们呈现……

  本节以分步方式呈现本文的主要实证结果。我们第一步基于显著的一级直接客户-供应商关联进行基准分析，这些关联代表了网络中最可见且具有经济重要性的交易关系。然后我们考察当信息不太可能会导致投资者注意力时，由此产生的收益可预测性是否更强。在确立这一基准模式后，我们沿着两个更广泛的维度扩展分析……

  我们的基准度量使用基于交易的权重来汇总客户关联，这些权重是根据可用的60个月回看窗口内的披露交易金额构建的。一个自然的问题是结果是否依赖于这一特定的权重方案。为解决这一关切，我们考虑两种替代构建方式。第一，我们构建等权版本，为回看窗口内所有合乎条件的披露关联分配相同的权重。第二，我们构建指数衰减……

  本文研究客户信息如何在生产网络中扩散，以及收益可预测性是否超越显著的一级客户-供应商关联。利用将披露交易映射到上市母公司的时间点供应链数据，我们表明收益可预测性沿着两个不同维度超越显著的一级客户-供应商关联。嵌入在所有权层级中的较低层级直接关联为收益和未来……提供了增量信息。

  Sirui Wu（吴思瑞）：初稿撰写、验证、软件、调查。Chuan Shi（施川）：审稿与编辑、初稿撰写、方法论、形式分析、概念化。Rui Luo（罗睿）：审稿与编辑、方法论、概念化。Shuang Zhao（赵爽）：验证、调查。

  在本工作准备过程中，作者使用了GPT-5.4以提高语言质量和可读性。使用该工具后，作者根据需要对内容做了审查和编辑，并对出版内容承担全部责任。

  本研究由广东省深圳市鹏城孔雀计划研究基金（C类）资助（基金号：2026TC0032）。

  我们要向QuantData Co., Ltd.的CEO Liu Xiangfeng（刘向锋）表示最诚挚的感谢，感谢他为本项目提供的宝贵支持。此外，我们还需要感谢李新、练湘滨、刘洋一和王曦提供的有益评论和讨论。