3. 基准构建与选择原则

行业轮动策略的绩效归因，第一步不是算超额收益，而是先回答“跟谁比”。基准决定了超额收益的分子，也决定了行业配置、个股选择、交互效应等归因项的分解口径。基准选错，后续的Brinson分解、信息比率、跟踪误差都会失去解释力。本节围绕三类常用基准、基准选择对归因结果的影响，以及合理性与可投资性检验展开。

一、三类基准的构造逻辑与适用场景

等权行业组合是最朴素的做法：取策略可投资的行业池（如申万一级31个行业或中信一级30个行业），每个行业赋予相同权重，按月度或季度再平衡。它的优点是行业暴露中性、不受市值集中度干扰，能干净地反映“选行业”的能力；缺点是等权本身隐含对小市值行业的超配，且再平衡频率会引入额外换手。适合行业池规模适中、希望剥离市值风格影响的策略。

市值加权行业指数（如中证全指行业指数、申万行业指数）按行业内自由流通市值加权，行业权重随市值漂移。它更贴近“市场实际可承载的配置”，是公募行业轮动产品最常用的业绩基准。但要注意：市值加权基准的行业权重会随时间向大市值行业集中，若策略长期低配大市值行业，超额收益可能主要来自市值风格暴露而非轮动能力。

自定义行业基准则按策略约束定制，例如“策略行业池等权 + 单行业权重上限10% + 月度再平衡”，或“以策略过去12个月平均行业权重为基准”。自定义基准的最大价值是让基准与策略的可投资域、约束条件对齐，使归因结果更可解释；风险是容易“为自己量身定做”，削弱业绩评价的客观性，因此必须配合下文的可投资性检验。

二、基准选择如何改变归因结果

用Brinson模型拆解时，行业配置效应 = Σ(策略行业权重 − 基准行业权重) × (基准行业收益 − 基准总收益)。基准行业权重一变，配置效应立刻改变。举个教学示例（数据为假设）：某策略超配电子5%、低配银行5%，电子季度收益12%、银行收益2%，全市场基准收益5%。若基准为市值加权，电子基准权重8%、银行基准权重10%，则电子贡献(13%−8%)×(12%−5%)=+0.35%，银行贡献(5%−10%)×(2%−5%)=+0.15%，合计配置效应+0.50%。若换成等权基准（每行业约3.2%），电子贡献(13%−3.2%)×7%=+0.69%，银行贡献(5%−3.2%)×(−3%)=−0.05%，合计+0.64%。同一策略、同一持仓，仅因基准权重不同，配置效应从0.50%变为0.64%，且银行项由正转负。这说明归因结论对基准高度敏感，报告超额收益时必须同时披露基准口径。

更隐蔽的影响来自基准的行业收益本身。市值加权基准中，大市值行业收益被权重放大，若策略恰好低配了当期大涨的大市值行业，配置效应会被显著低估；反之等权基准会放大中小行业波动。因此，比较不同策略或不同时期的归因结果，前提是基准口径一致。

三、基准的合理性与可投资性检验

合理性检验关注三点：可投资域匹配——基准成分是否都在策略可交易范围内，若基准含港股或ST股而策略不能买，超额收益不可实现；权重约束匹配——基准单行业权重是否超过策略单行业上限，若基准某行业权重25%而策略上限10%，策略天然低配，配置效应会被系统性扭曲；再平衡频率匹配——基准月度再平衡而策略季度调仓，换手差异会混入归因。

可投资性检验则要落到可执行层面：用基准成分构建模拟组合，按策略实际交易成本（佣金、印花税、冲击成本）回测，观察跟踪误差与换手率是否在可接受区间；检查基准成分的流动性，剔除日均成交额过低的标的；确认基准数据可得、发布及时、历史可追溯。一个实用的判断标准是：若策略完全复制基准，扣除成本后的年化跟踪误差应小于2%，否则基准本身难以被“跟上”，超额收益的参照意义就弱。

综上，基准不是归因的配角，而是归因结论的坐标系。等权、市值加权、自定义三类基准各有适用边界，选择时应先明确要回答的问题——是评估纯选行业能力，还是评价产品相对市场的表现——再用合理性与可投资性检验兜底，才能让行业轮动的绩效归因站得住脚。