1. 课程导入

在组合管理实践中，我们经常遇到一个尴尬场景：组合收益不错，但说不清到底赚在哪里；或者组合回撤明显，却只能笼统归因于“市场不好”。单看收益归因，容易忽略风险暴露；单看风险归因，又无法解释收益实现路径。本课程的核心，就是把收益来源与风险来源放在同一套框架下联合归因，让业绩解释从“讲故事”走向“可验证”。

学习目标

完成本章后，你应当能够建立三个基本认知：第一，理解收益归因与风险归因的本质差异与互补关系；第二，掌握联合归因的整体分析框架，知道从哪些维度拆解组合表现；第三，能够识别常见的归因误区，避免把相关性误读为因果性。后续章节将围绕因子模型、Brinson归因、风险预算、边际贡献等工具逐步展开，本章负责搭建“地图”。

核心概念：收益来源与风险来源

收益来源回答的是“钱从哪里来”。常见拆解包括：资产配置贡献、证券选择贡献、行业/风格暴露贡献、交易与择时贡献、汇率与现金贡献等。它关注的是已实现收益的增量分解，通常以时间加权或资金加权收益为起点。

风险来源回答的是“波动和回撤从哪里来”。常见拆解包括：市场Beta、行业暴露、风格因子（价值、动量、规模、质量）、特质风险、集中度风险、流动性风险等。它关注的是事前或事后的风险敞口与风险贡献，常用波动率、VaR、ES、跟踪误差等指标度量。

两者并非独立。一个组合可能通过高Beta获得收益，同时也承担了高市场风险；也可能通过行业集中获得超额收益，但风险贡献高度集中于单一行业。联合归因的价值，就在于把“收益-风险”配对呈现，判断收益是否由可重复的风险溢价驱动，还是来自不可持续的运气或隐藏暴露。

整体框架：四层联合归因结构

本课程采用四层框架，从粗到细逐步下钻：

1. 总收益与总风险层：先看组合整体收益、波动、最大回撤、夏普比率，建立基准印象。
2. 资产配置层：拆解大类资产、行业、区域的配置贡献与风险贡献，回答“配置是否有效”。
3. 因子暴露层：用多因子模型拆解市场、规模、价值、动量等因子的收益贡献与风险贡献，回答“收益是否来自可重复的风险溢价”。
4. 特质与交易层：剥离因子后剩余的特质收益与特质风险，结合换手率、交易成本、择时信号，回答“主动管理是否创造价值”。

这四层不是串行流程，而是同一组数据的四种切法。实际分析中，通常先做第一层建立基准，再用第二、三层定位主要来源，最后用第四层验证剩余部分。

方法流程：从数据到结论的五步操作

联合归因不是一次性计算，而是一个可重复的分析流程。建议按以下五步执行：

步骤1：数据准备
  - 组合持仓明细（日频/月频）
  - 收益序列（组合、基准、无风险利率）
  - 因子收益序列（市场、规模、价值、动量等）
  - 风险模型协方差矩阵

步骤2：收益归因
  - 计算总收益与基准收益
  - 拆解配置贡献、选择贡献、交互贡献
  - 回归因子暴露，计算因子收益贡献

步骤3：风险归因
  - 计算组合总波动率
  - 拆解各因子风险贡献与特质风险贡献
  - 计算边际风险贡献（MCTR）

步骤4：联合配对
  - 将收益贡献与风险贡献按同一维度配对
  - 计算收益/风险比（类似信息比率）
  - 识别高收益高风险、低收益高风险等异常组合

步骤5：结论与复盘
  - 判断收益是否由可重复风险溢价驱动
  - 识别隐藏暴露与集中度风险
  - 输出调仓建议与监控指标

案例场景：一个多因子组合的联合归因

假设某量化组合过去一年收益12%，基准收益8%，超额收益4%。单看收益归因，可能得出“选股能力优秀”的结论。但联合风险归因后，发现：

来源	收益贡献	风险贡献	收益/风险比	判断
市场Beta	6.0%	65%	0.09	主要风险暴露，收益匹配
规模因子	2.5%	12%	0.21	有效风险溢价
价值因子	1.5%	8%	0.19	有效风险溢价
动量因子	-0.5%	5%	-0.10	负贡献，需复盘
特质收益	2.5%	10%	0.25	主动管理有效

从表中可见，组合超额收益中约2.5%来自特质收益，风险贡献仅10%，说明主动管理确实创造了价值；但市场Beta贡献了65%的风险，收益贡献却只有6%，说明组合整体仍高度依赖市场方向。若市场转弱，组合回撤可能较大。这就是联合归因的价值：它不只看“赚了多少”，还看“赚得是否安全”。

常见误区与复盘要点

复盘时建议重点检查三个问题：第一，收益贡献最高的来源，其风险贡献是否也最高？第二，特质收益是否稳定，还是集中在少数交易？第三，因子暴露是否与投资目标一致，是否存在未预期的风格漂移？