2. 基础知识
在进入联合归因的模型与计算之前，需要先把一组基础概念和术语对齐。组合收益来源与风险来源联合归因，本质上是在同一个分析框架内，同时回答两个问题：收益从哪里来，以及风险由什么构成。如果只做收益归因，容易忽略风险暴露的代价；如果只做风险归因，又难以解释实际回报的形成路径。联合归因的价值，正是把这两条线索放在同一张“解剖图”上。
一、核心原理：收益与风险的同源分解
组合的收益和风险并非彼此独立，它们往往来自同一组决策：资产配置、行业选择、风格暴露、个券选择、交易与择时。联合归因的核心原理可以概括为三点：
- 同源分解：收益和风险都追溯到相同的因子或决策维度，例如市场因子、行业因子、风格因子、特质收益。
- 风险调整视角：不仅看收益贡献，还看该收益贡献伴随的波动、跟踪误差或下行风险，避免“高收益掩盖高风险”。
- 可加性约束：在既定模型下，各来源的贡献之和应能解释组合总收益或总风险，保证归因结果可核对、可复盘。
用一个简化公式表达：组合超额收益可拆为因子暴露带来的收益加上特质收益；组合风险则可拆为因子风险、特质风险以及两者之间的协方差项。联合归因就是把这几个部分对应起来，形成“收益—风险”配对视图。
关键理解：联合归因不是把收益归因和风险归因简单并列，而是要求两者使用一致的因子体系、一致的权重口径和一致的时间区间。口径不一致，结果就无法互相解释。
二、常见术语与参数清单
下面列出本节必须掌握的基础术语。它们会在后续章节的模型构建、计算和报告中反复出现。
| 术语 | 含义 | 在联合归因中的作用 |
|---|---|---|
| 因子暴露 | 组合对某因子（市场、行业、风格等）的敏感度或权重 | 连接收益贡献与风险贡献的桥梁 |
| 因子收益 | 因子本身在区间内带来的回报 | 计算收益归因中的因子贡献 |
| 特质收益 | 无法被因子解释的个券或组合特有收益 | 解释选股能力与残差风险 |
| 主动权重 | 组合权重与基准权重之差 | 衡量主动配置带来的收益与风险偏离 |
| 跟踪误差 | 组合相对基准收益波动的标准差 | 风险归因的核心总量指标之一 |
| 边际风险贡献 | 某资产或因子权重微小变化对总风险的增量影响 | 识别风险集中度与风险预算 |
| 风险预算 | 预先分配给各来源的风险额度 | 将归因结果与投资约束对照 |
| 交互项 | 多个因子或决策共同作用产生的部分 | 处理非完全可加时的残差解释 |
在实操中，还需要明确以下参数口径：
分析区间：2024-01-01 至 2024-12-31
基准指数：沪深300
因子模型：市场 + 行业 + 规模 + 价值 + 动量
收益频率：日频，聚合为区间累计
风险口径：跟踪误差（年化）
权重口径：期初权重，避免前视偏差
提示：期初权重与期末权重会带来不同解释。期初权重更接近“决策时点”的归因，期末权重更接近“实际持有结果”。联合归因报告中应明确标注，避免读者误读。
三、方法流程：从数据到联合归因结果
基础流程可以拆成五步，每一步都影响最终结果的可信度。
- 确定分析对象与基准：明确组合、基准、区间和频率。
- 选择因子体系：收益和风险必须使用同一套因子，否则无法配对。
- 计算暴露与收益：得到各因子暴露、因子收益和特质收益。
- 计算风险分解：基于协方差矩阵，得到因子风险、特质风险和交互项。
- 生成联合视图：把收益贡献与风险贡献并列展示，识别“高收益高风险”“低收益高风险”等组合。
下面的 SVG 展示了联合归因的核心结构：左侧是收益来源，右侧是风险来源，中间通过同一组因子暴露连接。它强调的不是步骤顺序，而是“同源分解”的对应关系。
四、应用场景与常见误区
联合归因在以下场景中尤其有用：
- 组合复盘：解释某季度超额收益来自哪些因子，同时这些因子带来了多少风险。
- 风险预算管理：检查实际风险是否偏离预算，识别风险集中来源。
- 基金经理评价：区分选股能力、配置能力与风格暴露带来的收益和风险。
- 产品归因报告：向客户展示“收益—风险”配对的透明解释。
常见误区一：收益归因和风险归因使用不同因子体系，导致结果无法对应。
常见误区二：只看收益贡献排名，忽略风险贡献，误把高风险暴露当作能力。
常见误区三：忽略交互项，强行让各项贡献加总等于总风险，造成解释失真。
常见误区四：用期末权重做归因，却按期初决策解释，产生前视偏差。
复盘时建议按以下顺序检查：先确认口径一致，再核对贡献加总，最后解释异常项。若某因子收益贡献很高但风险贡献同样很高，应进一步查看其暴露是否超出预算，而不是直接归为“优秀决策”。
本节小结：联合归因的基础在于同源分解、口径一致和可加性核对。掌握因子暴露、因子收益、特质收益、跟踪误差、边际风险贡献等术语，并理解收益与风险通过同一组因子连接，是后续建模与实操的前提。