第1章：业绩归因基础框架：Brinson模型简介

做量化投资这些年，我见过太多人盯着基金净值涨跌，却说不清楚钱到底是怎么赚来的。说白了，业绩归因就是给基金收益做「解剖」——把每一分钱的来源拆得明明白白。

今天咱们就从最经典的Brinson模型讲起。这个模型我用了快十年，虽然现在有各种更复杂的归因方法，但Brinson依然是入门必修课。就像学武术得先扎马步，这个框架就是业绩归因的「马步」。

1.1 收益拆解：基准收益 vs 超额收益

先问个问题：一只指数增强基金今年赚了15%，你觉得基金经理做得好不好？

别急着下结论。你得先看基准指数涨了多少。如果基准涨了20%，那基金其实跑输了5%。如果基准只涨了5%，那基金经理就多赚了10%。

所以，基金收益可以拆成两部分：

• 基准收益：市场本身给你的钱，躺着也能赚
• 超额收益：基金经理主动操作带来的额外回报

用公式表达就是：

基金总收益 = 基准收益 + 超额收益

我个人习惯把超额收益再拆细一点，因为这才是衡量基金经理能力的核心指标。你想想看，如果市场涨了30%，基金涨了28%，表面看是正收益，但超额收益是-2%，说明基金经理其实在「拖后腿」。

1.2 Brinson模型：三个效应的拆解

Brinson模型的核心思想很简单：超额收益来自三个地方——

• 资产配置效应：你押对了行业/板块
• 个股选择效应：你在同一行业里选对了股票
• 交互效应：两者叠加产生的额外效果

我在项目中遇到过不少新手，一上来就盯着个股选择看，觉得选股才是本事。其实有时候，超额收益的大头来自资产配置。比如2020年，你只要重仓了新能源板块，哪怕选股一般，收益也不会差。

1.2.1 资产配置效应

这个效应衡量的是：基金经理在不同行业/板块上的配置比例，跟基准相比有没有偏差。

公式长这样：

资产配置效应 = Σ (基金行业权重 - 基准行业权重) × (基准行业收益率 - 基准总收益率)

嗯，这里要注意：公式里用的是「基准行业收益率」，不是基金自己的收益率。为什么？因为我们想单独看「配置」的贡献，把选股的影响隔离掉。

举个例子：

行业	基金权重	基准权重	基准行业收益	基准总收益
科技	40%	30%	25%	10%
消费	30%	40%	5%	10%
医药	30%	30%	8%	10%

科技行业的配置效应 = (40% - 30%) × (25% - 10%) = 1.5%

消费行业的配置效应 = (30% - 40%) × (5% - 10%) = 0.5%

医药行业的配置效应 = (30% - 30%) × (8% - 10%) = 0%

总配置效应 = 1.5% + 0.5% + 0% = 2.0%

你看，基金经理超配了科技、低配了消费，整体带来了2%的正贡献。这就是资产配置的价值。

1.2.2 个股选择效应

这个效应衡量的是：在同一行业里，基金经理选的股票比行业平均好多少。

公式：

个股选择效应 = Σ 基准行业权重 × (基金行业收益率 - 基准行业收益率)

注意这里用的是「基准行业权重」，不是基金自己的权重。为什么？因为我们想单独看选股能力，把配置的影响去掉。

我曾经犯过一个错：用基金权重去算个股选择效应，结果配置和选股的效果混在一起，怎么都解释不通。后来被前辈点醒，才明白这个细节有多重要。

1.2.3 交互效应

交互效应是Brinson模型里最容易被忽略的部分。它衡量的是：配置和选股同时偏离基准时，产生的「交叉影响」。

公式：

交互效应 = Σ (基金行业权重 - 基准行业权重) × (基金行业收益率 - 基准行业收益率)

说白了，如果你超配了一个行业，同时在这个行业里选股又特别好，那这两件事会互相放大效果。交互效应就是捕捉这个「1+1>2」的部分。

1.3 三个效应的关系

把三个效应加起来，就是总的超额收益：

超额收益 = 资产配置效应 + 个股选择效应 + 交互效应

我习惯用一张图来展示这个框架，这样看起来更直观：

1.4 实战中的注意事项

讲完理论，说点实际的。我在做归因分析时踩过几个坑，分享给你：

另外，我建议你刚开始做归因时，先用Excel手动算一遍。虽然现在有各种工具包，但手算能帮你真正理解每个效应的含义。我记得第一次手算时，算到交互效应那一步突然就明白了——原来配置和选股不是独立存在的。

1.5 小结

这一章我们搭好了业绩归因的基础框架。记住三件事：

1. 基金收益 = 基准收益 + 超额收益
2. 超额收益来自三个效应：配置、选股、交互
3. 每个效应都有明确的公式和含义

下一章我们会深入每个效应的计算细节，我会用真实数据带你走一遍完整的归因流程。到时候你会发现，这些公式其实没那么可怕。

---

公众号:蓝海资料掘金营，微信deep3321