长沙注会考试覆盖的知识面十分广泛，包括了财务会计、审计、税务、成本计算、报表分析等各领域的专业知识。这意味着考生不仅需要具备扎实的会计基础，还需要对其他相关领域有足够的了解。这种跨度较大的知识体系，对于初次接触的考生来说，无疑是一个巨大的挑战。
（原标题：海关进出口数据在业绩研究中的应用浅析）
原文首发于 金牌葵葵的投研日记，尽量去隔壁看。这边排版不好做，而且logo挡图
而我本来不需要写这篇的。因为费老大劲去查海关数据很多时候还不如别人问个知情人或者看个图赚钱来得快。
研究这个东西纯粹是为了
1、尽可能让小散实现信息平权
2、通过勤奋弥补信息差甚至反超
3、记录下来是因为我发现我2022年做九安写的那些方法论很多都不记得了。我记忆力从小特别差，而且越来越差，所以炒股水平也很差。不记录下来回头就不记得了。
海关数据的局限性
首先中国是一个不公开关单明细的国家，中国的出口数据是靠对方海关出售的关单数据库才能查到有明确公司、日期、数量、品名、金额的条目。
举个例子：
九安医疗于9.29日入关美国长滩一批新冠\甲乙流三合一检测盒。首先这种明细的数据来源是美国关单数据，而不是中国。
另外想查到他必须知道公司名字。你会发现九安用了香港公司马甲出口，并不是九安天津工厂。能查到是因为知道对面接受方是iHealth Labs美国子公司。但是美国关单数据的缺陷是没有金额！所以往美国发货是看不到金额的。
另外，九安在公司集团体系内部报关的产品价格和最终端销售价格是没有关系的！它可以通过控制报关价格来实现利润转移目标。
但是！如果是非关联交易，则海关价格具有价值！因为大部分出口具有退税！如果刻意改变报关价格，则影响公司利润！
举个例子：TMA产品
正丹股份的一批TMA出口印度，就是由于税率的问题。价格是很准的，6749美金/吨。
那么，有哪些国家和地区（还是说地区好。。免得有歧义哈哈）能查到明细条目呢？
只写着统计的没有，写着关单/提单的有
下面继续分析这两类数据在实操中的应用价值（装逼叫方法论
）
第一章 海关关单/提单数据
我先说局限性
明细条目是不可能统计到一个公司的完全出口金额的！
这里有几个原因
1、进口国不提供数据，比如台湾、日本、加拿大等等很多
2、进口国不提供金额，比如美国
3、进出口采用了曲线的方式，让你查不到。包括不限于转口贸易，中间商出口，马甲出口等等各种。
我举个例子，nsfocus是我曾经从业多年的公司。作为sales我很清楚公司的销售区域、业绩、出口方式、收入确认模式。
从半年报可知公司出口业绩有1722w。
但是从海关数据看，竟然只有几千美金？
这里我了解的部分原因是日本子公司的数据海关查不到，美国子公司有一些历史压货不是当季出口等等。
明细条目的优势：
1、时效性
部分海关的数据时效性非常强，比如美国更新频率到了一周内
而中国海关则是每月20日更新上个月统计数据！并且在yq和后面经济不好的时候甚至一度停更！
2、用关键词抓取蛛丝马迹
比如马甲、比如代理商出口，当你无法用出口商定位公司的时候。那你可以利用产品描述啊，brand什么的去找到一些东西。
3、利用重量反推数量
当年我在做九安的时候，由于出口美国，美国是不提供金额的。而由于检测盒的计量单位是重量而不是只数。一度也造成统计困难。
后来我利用九安公开的毛重、托盘重量结合包装份数反推出了其只数转换。
4、明细条目的准确性
这恰恰是统计数据最大的痛点，后面还会详细说。
海关code编码是一个分类，它不可能精准到全世界亿亿万万种商品。特别是一些小众商品，定制化商品。
我举个例子，比如检测盒。在中国海关实务中就一个编码
那我问你你怎么区分是单纯的covid19检测盒还是3联检测盒？
但是在出口关单上写的清清楚楚！
5、关单日期的要点
首先每一张单子上起码有一个申报日期或者是入关日期。像上面这张比较全面，还有预计出发日期。
就是说你从出口国查到的出口报关日期和进口国的报关日期其实不是一个时间！
这个时间差可能是数周，甚至以月计算（海运最慢）
那么，如果你要用它来做收入确认。这个日期必然要以进口国日期为准。
比方说，你从中国海关统计数据查到9月份出口了5kw，这个数实际上很可能无法在Q3确认到公司业绩。
6、贸易平台的不同
目前海关贸易数据平台都是商业平台，有国内也有国外的。虽然说数据大同小异。但是他们很大的区别是
1、数据更新时效性
2、数据完整性
3、字段完整性
4、搜索引擎的靠谱性（有些平台a搜法能搜到 换个b搜法明明匹配关键词就是查不出来）
所以在有条件的情况下，多平台比对才是更靠谱的。
第二章节 中国海关统计数据平台
这个可以给下链接
网页链接
首先，你不用怀疑这个数据的权威性和准确性。因为这个东西是官方的，统计局也要拿来引用。
优势：
1、准确性
2、唯一以中国出口报关时间点统计的数据库
3、唯一可以区分到省份的数据库
4、唯一提供中国出口到静默地区的数据（比如台湾）
缺点：
1、无法直接定位到公司
2、无法定位到精准某一个产品
3、只有统计，没有明细
那么，如何把劣势转变成可用性？这需要一些运气！
方法论：当一个产品在某个省份只有一个公司出口到特定地域的时候！那么所有的统计数据都是它的！
举例：新冠初期，美国进口的中国检测盒只有九安医疗、艾康、东方生物拿到了EUA证书。
而后两家很庆幸的在浙江。那么九安自己工厂在天津、代工厂在安徽合肥。所以这两地的出口全部都是九安的货！
而安徽的数据印证了另外2件事：
1、代工厂出口的地域归类到工厂所在注册地
2、当4月美国yq接近结束，且九安自有产能迅速提升之后，代工厂停掉了。（所以实际上代工厂和九安出口不再大批量出货也匹配了九安4月股价到顶）
而covid test的好处是海关给他设立了一个明确的code，单独归他所有。但是GPU类的东西就没那么简单了。
首先单单gpu本身，海关就没有给分类
从关单实践中，发现出口方选了这么个code：85423900
而在中国海关的分类里这玩意居然属于机械器具：other。。
在商业网站上则是归类为
因此，我的理解：海关官方的分类说明已经不适合当下时代，而商业实践则有自己通用的一套分类认知。则通过核对一些出口商的商业实践，可以让我们这些门外汉得到较为准确的hs code分类。
举个例子，有个粉丝告诉我：芯片检测的code应该是9030820000
这个说法按理是没问题的。但是实践发现。
用这个报关的产品是
什么都有，首先很难确定会归类到这分类，第二统计数据的难点出现了！无法精准定位某一产品。
所以在确定xx卡到底属于什么分类的时候，我费了不少功夫：
最终的基本确认是这么推理的
如上图，通过商单确认GPU测试device/tester，会分类到90318090。且由于进口商是妇联主任，所以可靠性高。
而查询得知光学除外，也就是比如景富技术的AOI设备不属于这类
而在上上图中接口part of test device这描述则说明配件被归类到了90319090。这与代码查询出来的零件、附件描述符合。且上面明细关单明确描述是用于gpu测试设备的配件（且进口商为妇联主任）。因此认为该code可靠性较高。（其实我还做了一些反向查询确认，这里篇幅问题略过了）
好！这只完成了第一步！确定了code
而要聚焦到单一公司的出口，需要起码三要素：
code 进口国 出口省份。
很好，这一点我们具备了。
那么还有一条大招！就是数据异常分布的确认！
在前面案例中，我们通过天津出口美国检测盒的暴跌确认了九安出口的巨减。其实当年我还做了一件确认工作：
2021年天津开始一直没有出口，到11月才开始爆量。一看就知道是它没错了。
所以在昨天的案例中，查询2023年是这样
而2024年是这样
很明显的一个特征是从24q2开始，数据开始上升到了千万级别。2410更是接近2kw。
这就基本符合了特定时间区域的爆量特征。大概率确定了这个数据源的参考价值。
当然这个数据的价值不如九安的高。原因是
1、九安的数据非常干净纯粹唯一
2、九安的出口方只有美国
而这个数据的出口方包括不限于ww\vn\mxn等，甚至隐约有转口
所以这个数据主要价值在于确认趋势，而不是精确数据。以及对于ww这个无法检测的省份（哈哈 我这里爱国一下）的监控补充。
最终声明：
本文是一篇装逼方法论论文，不指向特定股票。文中举例涉及了多个股票代码，绝非定向推荐！
本文不接受转载！一旦发现肯定投诉！股票配资网平台网址
