2. 行业轮动策略的收益来源拆解

上一节我们建立了“行业轮动绩效归因”的整体框架，本节要把策略收益真正拆开来看。很多投资者在复盘轮动策略时，只看到一个总收益率，然后笼统地说“今年选对了行业”。但一个轮动组合的收益，实际上同时受到四股力量的推动：整体市场涨跌带来的资产配置效应、超配或低配某些行业带来的行业选择效应、行业内个股挑选带来的个股选择效应，以及这些决策相互叠加产生的交互效应。只有把这四部分分开，才能回答“我的超额收益到底来自哪里”这个核心问题。

一、四维收益来源的定义与符号约定

为了让分解可计算、可比较，先明确参照约定。设组合由若干行业权重 w_p,i 构成，基准由行业权重 w_b,i 构成；组合在行业 i 内的个股收益为 r_p,i，基准在行业 i 内的收益为 r_b,i。组合总收益 R_p = Σw_p,i·r_p,i，基准总收益 R_b = Σw_b,i·r_b,i。超额收益 R_p − R_b 即可按下列四项展开：

• 资产配置效应：整体仓位或大类资产比例偏离基准带来的收益，反映“敢不敢重仓、何时轻仓”的择时判断。
• 行业选择效应：行业权重偏离（w_p,i − w_b,i）乘以基准行业收益（r_b,i），反映“超配了哪些行业”。
• 个股选择效应：行业权重乘以行业内个股收益偏离（r_p,i − r_b,i），反映“在每个行业里挑股的能力”。
• 交互效应：权重偏离与个股收益偏离的乘积，反映“在超配的行业里又选到了好股票”这类叠加贡献。

需要强调：交互效应不是误差项，而是真实存在的收益来源。当你在看好的行业里同时选对了龙头股，这部分贡献会集中体现在交互项中。若把交互项简单并入行业选择，会高估行业判断能力；并入个股选择，则会高估选股能力。

二、用一个小案例做定性分解

假设某轮动组合在一年内相对沪深300取得正超额收益，行业配置如下（示例假设数据）：新能源超配至35%（基准15%），组合内新能源收益+18%、基准新能源收益+12%；医药平配20%，组合收益+9%、基准+6%；金融低配至10%（基准25%），组合收益+2%、基准+3%。我们逐项判断收益来源的性质：

行业选择效应主要来自新能源：权重偏离+20%乘以基准收益+12%，贡献约+2.4个百分点；金融低配−15%乘以+3%，贡献约−0.45个百分点，两者相抵后行业选择净贡献约+1.95个百分点。这说明“超配新能源、低配金融”的方向判断是有效的。

个股选择效应在三个行业都有体现：新能源35%×(18%−12%)=+2.1个百分点，医药20%×(9%−6%)=+0.6个百分点，金融10%×(2%−3%)=−0.1个百分点，合计约+2.6个百分点。即便在低配的金融行业里，选股也略有拖累，但整体选股能力为正。

交互效应集中在新能源：20%×(18%−12%)=+1.2个百分点。这一项恰恰说明“在超配的行业里又选到了跑赢行业基准的个股”，是行业判断与选股能力叠加的结果，不能简单归给其中任何一方。

资产配置效应则取决于组合整体股票仓位相对基准的偏离。若该组合全年平均仓位为90%、基准为100%，在市场上涨年份，这−10%的仓位偏离会带来负贡献；若在市场下跌年份则为正贡献。案例中我们假设仓位与基准一致，故该项近似为零，便于聚焦行业与个股维度。

三、归因思维的实践要点

第一，先定基准再谈超额。行业轮动的基准应选择与策略风格匹配的宽基或行业中性基准，否则行业选择效应会被基准本身的行业结构扭曲。第二，区分“方向对”与“幅度对”。行业选择效应为正只说明超配方向正确，若超配幅度过大导致组合波动骤增，则需在风险维度单独评估。第三，交互效应要单独列示。很多归因报告把交互项并入行业或个股，导致能力评估失真；单独列示后，才能看清“行业+选股”的协同是否真实存在。第四，用时间序列看稳定性。单期归因只能说明“这一次赚在哪”，把多期行业选择效应、个股选择效应分别画成柱状序列，才能判断某种能力是持续的还是偶然的。

把四维归因固化为复盘习惯后，轮动策略的迭代就有了明确抓手：若超额主要来自行业选择，应继续打磨行业景气与轮动信号；若主要来自个股选择，则应审视行业内选股规则是否可复制；若交互效应异常突出，则要检查是否过度集中押注单一行业，警惕风格暴露带来的回撤风险。