1. 绩效归因基础概念
1.1 什么是绩效归因
绩效归因（Performance Attribution）是一种定量分析技术，用于将投资组合相对于基准的超额收益（或亏损）分解为多个可解释的驱动因素。它回答了投资经理和投资者最关心的问题：“收益从何而来？”
从数学本质上讲，绩效归因是对投资组合收益与基准收益之差进行因子分解的过程。其核心等式可表达为：
超额收益 = 投资组合收益 - 基准收益
= 资产配置贡献 + 证券选择贡献 + 交互作用贡献其中，资产配置贡献衡量的是大类资产权重偏离基准所带来的收益；证券选择贡献衡量的是在特定资产类别内，具体品种选择相对于基准的优劣；交互作用贡献则反映了配置与选择之间的协同效应。
核心要点： 绩效归因不是简单的收益计算，而是将收益“拆解”成可归责、可解释、可改进的组成部分，为投资决策提供透明化的反馈闭环。
1.2 为什么需要绩效归因
在投资管理实践中，仅知道“赚了多少钱”远远不够。以下四个关键需求驱动了绩效归因的必要性：
| 需求维度 | 具体问题 | 归因提供的答案 |
|---|---|---|
| 责任界定 | 投资经理的主动决策是否创造了价值？ | 区分市场β收益与主动α收益，明确经理的贡献 |
| 过程验证 | 投资策略是否被严格执行？ | 检查实际持仓偏离是否与策略声明一致 |
| 风险校准 | 超额收益是否伴随了过度的风险暴露？ | 结合风险归因，评估收益的风险调整后质量 |
| 持续改进 | 哪些决策环节需要优化？ | 定位优势领域（强化）与劣势领域（修正） |
实践提示： 在机构投资中，绩效归因是投资管理协议（IMA）中的标准条款。缺乏归因分析的投资报告，往往被视为“黑箱操作”，难以获得委托人（LP）的长期信任。
1.3 归因分析在投资管理中的作用
绩效归因贯穿投资管理的完整生命周期，其作用可归纳为以下五个层级：
- 评价层： 客观评估投资经理的主动管理能力，区分“运气”与“技能”。
- 诊断层： 识别投资流程中的薄弱环节，例如行业配置失误或个股选择偏差。
- 沟通层： 向委托人、投委会、监管机构提供透明、可审计的业绩解释报告。
- 激励层： 为绩效薪酬（Carried Interest / Performance Fee）提供量化依据。
- 策略层： 反馈至投资决策委员会，驱动资产配置与选股策略的动态调整。
下图展示了绩效归因在投资管理闭环中的核心位置：
1.4 归因分析的三种基本范式
根据投资策略类型和分析深度，绩效归因通常分为以下三种范式：
| 范式 | 适用场景 | 核心分解维度 | 典型模型 |
|---|---|---|---|
| Brinson 归因 | 多资产/多行业配置型组合 | 配置效应 + 选择效应 + 交互效应 | Brinson, Hood & Beebower (1986) |
| 因子归因 | 量化策略/因子投资组合 | 风格因子暴露 × 因子收益率 | Fama-French 多因子模型 |
| 持仓归因 | 个股精选型/集中持仓组合 | 个股贡献 + 行业贡献 + 货币贡献 | ICAA / AIMR 标准 |
常见误区： 初学者容易将“归因”与“业绩评价”混为一谈。业绩评价回答“好不好”，而归因回答“为什么好/为什么不好”。没有归因支撑的评价，就像没有诊断报告的体检结论——知道结果，却无法指导改进。
1.5 归因分析的数据基础
进行绩效归因前，必须准备以下三类核心数据：
- 组合持仓数据： 各资产/证券的期初权重、期末权重、期间收益率（含分红、拆股调整）。
- 基准数据： 与组合策略匹配的基准指数成分权重及成分收益率。
- 时间序列数据： 归因周期内的交易日历、现金流事件（申购/赎回）、汇率变动（跨市场组合）。