Campisi 债券归因模型:四大效应的分解逻辑

Campisi 模型是固定收益投资组合绩效归因的主流框架,它将债券组合的超额收益系统性地拆解为四个相互独立的效应:久期管理效应、收益率曲线效应、利差效应和择券效应。该模型的核心优势在于,它能够清晰区分来自宏观利率判断、期限结构配置、信用风险暴露以及个券选择的不同收益来源,为投资经理提供精确的业绩诊断工具。

1. 模型总览与分解框架

Campisi 模型将债券组合相对于基准的超额收益(Excess Return)分解为以下四个层次:

效应名称 收益来源 驱动因素 归因对象
久期管理效应 利率水平的平行移动 组合与基准的久期偏离 宏观利率择时
收益率曲线效应 收益率曲线的非平行移动 组合在关键期限上的配置偏离 期限结构策略
利差效应 信用利差的整体变化 组合与基准的信用风险暴露差异 信用风险配置
择券效应 个券的剩余收益 个券选择带来的超额收益 个券阿尔法
核心公式: 超额收益 = 久期管理效应 + 收益率曲线效应 + 利差效应 + 择券效应

下面这张 SVG 图展示了 Campisi 模型的完整分解逻辑与各效应之间的层级关系:

Campisi 债券归因模型分解逻辑 总超额收益 久期管理效应 利率平行移动 收益率曲线效应 非平行移动 利差效应 信用利差变化 择券效应 个券剩余收益 久期偏离 × 利率变动 关键期限权重偏离 信用风险暴露差异 个券阿尔法收益 (D_p - D_b) × Δy 组合久期 - 基准久期 Σ(w_i - b_i) × Δy_i 各期限权重 × 利率变化 (S_p - S_b) × Δs 利差久期 × 利差变动 R_p - R_b - 前三项 残差项 说明:四个效应之和等于组合相对于基准的总超额收益 各效应之间相互独立,不存在重叠或遗漏

2. 久期管理效应(Duration Management Effect)

久期管理效应衡量的是投资经理通过主动调整组合久期相对于基准久期,在利率平行移动环境下所获得的超额收益。这是债券投资中最基础的宏观择时能力体现。

  • 计算逻辑: (组合久期 - 基准久期) × 利率变动幅度
  • 正贡献条件: 当利率下行时,组合久期 > 基准久期;当利率上行时,组合久期 < 基准久期
  • 风险暴露: 该效应完全由利率水平变动驱动,与信用风险无关
实战要点: 久期管理效应是 Campisi 模型中占比最大的效应,通常贡献超额收益的 60%-80%。投资经理的利率方向判断直接决定该效应的正负。

3. 收益率曲线效应(Yield Curve Effect)

收益率曲线效应衡量的是投资经理在收益率曲线非平行移动(如陡峭化、平坦化、蝶形变化)中,通过在不同期限上配置不同权重所获得的超额收益。

曲线形态变化 组合策略 效应来源
陡峭化(短端上行 > 长端上行) 超配短端、低配长端 短端利率上行幅度更大,低久期暴露减少损失
平坦化(长端下行 > 短端下行) 超配长端、低配短端 长端利率下行幅度更大,高久期暴露获得更多资本利得
蝶形变化(中间期限相对变化) 子弹型 vs 杠铃型配置 中间期限利率相对变化带来的收益差异

计算方式: 将收益率曲线划分为若干关键期限段(如 1Y、3Y、5Y、7Y、10Y),计算组合与基准在各期限段上的权重差异,乘以该期限段的利率变化幅度,最后求和。

公式: 收益率曲线效应 = Σ (组合在期限 i 的权重 - 基准在期限 i 的权重) × 期限 i 的利率变化

4. 利差效应(Spread Effect)

利差效应衡量的是投资经理通过调整组合相对于基准的信用风险暴露(如信用评级分布、行业配置),在信用利差整体变化时所获得的超额收益。

  • 核心驱动: 信用利差的整体变动(如信用债相对于国债的利差收窄或走阔)
  • 计算逻辑: (组合利差久期 - 基准利差久期) × 利差变动幅度
  • 关键区别: 利差效应与久期管理效应的区别在于,前者关注信用风险溢价的变化,后者关注无风险利率的变化
常见误区: 利差效应并不包含个券的信用事件风险(如违约)。个券层面的信用风险收益应归入择券效应。利差效应仅反映市场整体信用环境变化带来的系统性收益。

5. 择券效应(Selection Effect)

择券效应是 Campisi 模型的最后一个分解项,它作为残差项捕获了前三项效应无法解释的所有超额收益,主要反映投资经理在个券选择上的阿尔法能力。

计算方式:

择券效应 = 组合总超额收益 - 久期管理效应 - 收益率曲线效应 - 利差效应

择券效应的具体来源包括:

  1. 个券定价偏差: 市场对特定债券的定价错误,被投资经理识别并利用
  2. 信用事件预期: 对个券信用评级变化、并购重组等事件的提前预判
  3. 流动性溢价: 持有流动性较差的债券所获得的额外补偿
  4. 条款差异: 含权债券(如可赎回、可回售)的期权价值变化
归因验证: 在实际归因系统中,择券效应通常需要进一步拆解为行业择券和个券择券两个子项,以区分行业配置能力和个券选择能力。如果择券效应长期为负,说明投资经理的个券选择能力存在系统性缺陷。

6. 四效应分解的完整计算流程

下面这张 SVG 图展示了从原始数据输入到最终归因结果输出的完整计算流水线:

Campisi 四效应分解计算流水线 输入数据 基准数据 市场数据 久期计算 期限权重计算 利差久期计算 久期管理效应 收益率曲线效应 利差效应 前三项效应求和 择券效应 = 总超额收益 - 前三项之和

7. 四效应分解的实战应用

在实际的绩效归因系统中,Campisi 模型的四效应分解需要结合具体的投资策略和基准特征进行调整:

投资策略类型 重点关注效应 典型归因场景
利率主动管理型 久期管理效应 宏观对冲基金、利率趋势策略
收益率曲线套利型 收益率曲线效应 相对价值策略、蝶形交易
信用债投资型 利差效应 + 择券效应 信用债基金、高收益债策略
全品种综合型 全部四个效应 综合债券基金、养老金配置
归因系统实现要点: 在 Model Serving 链路中,Campisi 归因模型通常作为离线批处理任务运行,每日或每周计算一次。输入数据包括组合持仓明细、基准权重、收益率曲线数据、信用利差数据。输出结果以 JSON 格式存储,供前端可视化展示。