2. 绩效归因基础：Brinson归因模型
2.1 Brinson归因模型原理
Brinson归因模型是组合绩效归因领域最经典的框架，由Gary Brinson等于1986年提出。其核心思想是：组合相对于基准的超额收益，可以分解为资产配置决策、个股选择决策以及两者交互作用的结果。
模型假设投资组合与基准在相同的资产类别（行业、板块或风格）上进行比较，通过对比组合权重与基准权重、组合收益与基准收益，量化不同决策环节的贡献。
核心逻辑： 超额收益 = 配置效应 + 选股效应 + 交互效应
| 效应名称 | 含义 | 决策来源 |
|---|---|---|
| 配置效应 | 因组合在各资产类别上的权重偏离基准而产生的超额收益 | 大类资产/行业配置决策 |
| 选股效应 | 因组合在各资产类别内选择的具体标的收益优于基准同类而产生的超额收益 | 个股/个券选择决策 |
| 交互效应 | 配置决策与选股决策共同作用产生的交叉贡献 | 配置与选股的联合影响 |
2.2 Brinson归因模型数学推导
设组合共涉及 n 个资产类别（行业/板块），定义以下变量：
- wpi：组合在第 i 类资产上的权重
- wbi：基准在第 i 类资产上的权重
- rpi：组合在第 i 类资产上的收益率
- rbi：基准在第 i 类资产上的收益率
组合总收益：Rp = Σi wpi · rpi
基准总收益：Rb = Σi wbi · rbi
超额收益：Rp − Rb
将超额收益分解为三项：
超额收益 = Σᵢ (wₚᵢ − w_ᵦᵢ) · r_ᵦᵢ // 配置效应
+ Σᵢ w_ᵦᵢ · (rₚᵢ − r_ᵦᵢ) // 选股效应
+ Σᵢ (wₚᵢ − w_ᵦᵢ) · (rₚᵢ − r_ᵦᵢ) // 交互效应配置效应：衡量组合超配或低配某类资产带来的收益贡献，使用基准收益作为参考收益。
选股效应：衡量组合在某类资产内部选股能力带来的收益贡献，使用基准权重作为参考权重。
交互效应：衡量同时进行配置偏离和选股偏离产生的交叉影响。当配置与选股方向一致时为正，方向相反时为负。
实务提示： 许多机构将交互效应合并入选股效应中，形成"简化Brinson模型"：超额收益 = 配置效应 + 选股效应（含交互）。这种做法在交互效应较小时可简化归因结果的可读性。
2.3 Brinson归因模型应用场景
Brinson模型广泛应用于各类投资组合的绩效归因分析，以下列出典型场景：
| 应用场景 | 资产类别划分方式 | 典型分析周期 | 关注重点 |
|---|---|---|---|
| 权益组合归因 | 行业板块（GICS行业分类） | 月度/季度 | 行业配置 vs 个股选择 |
| 固收组合归因 | 久期区间/信用等级 | 月度 | 久期配置 vs 个券选择 |
| 多资产组合归因 | 大类资产（股票/债券/商品等） | 季度/年度 | 资产配置 vs 子类选择 |
| 风格组合归因 | 风格因子（价值/成长/大小盘） | 月度/季度 | 风格暴露 vs 因子选股 |
| 基金经理评价 | 行业或风格 | 滚动12个月 | 配置能力 vs 选股能力 |
应用注意事项：
- Brinson模型要求资产类别划分互斥且完备，所有资产必须归属某个类别。
- 当组合频繁调仓时，需使用"持有期收益率"而非简单算术平均，避免时间加权偏差。
- 交互效应较大时（通常超过超额收益的10%），建议保留三项分解，不合并。
- 模型假设基准收益在各资产类别内是"可投资的"，实际中需确保基准指数成分清晰。
人群切片与Brinson模型的结合点： 传统Brinson模型在整体组合层面进行归因，而人群切片复盘将投资者按特征（如账户规模、交易频率、持仓偏好）分组，对每组分别执行Brinson归因。这样可以揭示不同投资者群体的配置能力和选股能力差异，为精准投教、产品设计提供数据支撑。