业绩评价与归因

% !TeX root = ../Investment.tex \chapter{业绩评价与归因}

引子：收益错觉

“这只基金去年涨了 30%”——单看这句话，信息量很有限。因为我们不知道它承担了多大风险、是不是只靠运气、是不是其实跑输了同类、那 30% 里有多少来自基金经理的能力、又有多少只是市场或风格整体上行。业绩评价要回答的，正是这些“30% 背后”的问题：把原始收益做风险调整，与恰当的基准比较，再把超额收益归因到资产配置、行业选择、个股选择和择时，最后判断这究竟是能力（阿尔法）还是运气。

业绩评价是连接前面所有章节的“验收环节”：第二章的收益与风险度量、第三至五章的组合与资产定价、第六章的有效市场、第十八章的基金，最终都要在这里接受检验——一个声称战胜市场的策略，能不能在扣费、扣风险、扣运气之后，仍然站得住脚？

本章反复出现的核心问题是：超额收益到底是阿尔法（主动能力）还是贝塔（只是承担了某种风险暴露）？很多“明星基金”的所谓阿尔法，拆开来看其实是小盘暴露、价值暴露或杠杆。学会把阿尔法和贝塔分开，是业绩评价的核心能力之一。

本章用 \(R_p\) 表示被评价组合收益，\(R_b\) 表示基准收益，\(R_m\) 表示市场组合收益，\(R_f\) 表示无风险收益；\(\alpha_p\) 表示风险调整后的超额收益，\(\beta_p\) 表示系统性风险暴露，\(\sigma_p\) 表示组合波动率。跟踪误差统一写为 \(\sigma(R_p-R_b)\)，信息比率写为 \(\mathrm{IR}=(\bar R_p-\bar R_b)/\sigma(R_p-R_b)\)。第二章曾用小写 \(r\) 表示单期收益率，本章为便于同 CAPM、APT 和业绩回归衔接，统一采用大写 \(R\)；含义与前文收益率口径一致。

本章只有一条主线：把一个收益数字拆成“运气、贝塔、阿尔法”三层，识别哪一层更可能来自基金经理的主动贡献。围绕这条主线，有三个常见且容易误导的陷阱会在不同小节里反复出现——基准错配（用错比较尺度，把风格运气当能力）、伪阿尔法（把因子贝塔包装成选股能力）、行为差距（基金赚钱、基民赚钱不多）。为了避免名词堆砌，本书把这三个陷阱各放在一个核心小节集中说明：基准错配讲在第一节，伪阿尔法讲在第三节，行为差距讲在第八节；它们在别处出现时，只作一句话提醒。读这一章，可以始终追问一句：这个超额收益，扣除运气、风险和申赎时点影响之后，还剩多少？

评价前提

业绩评价最常见的失误往往发生在计算之前：还没有定义清楚“评价什么”，就开始套用夏普比率、阿尔法和信息比率。一个收益数字要变得可比、可解释，需要先固定三件事：用什么口径计收益、拿什么作基准、按什么现金流时点衡量。这三件事中，“基准”尤其关键，本章把所有与基准有关的内容都集中在本节讨论；后面各节出现“基准错配”时，只作一句话引用。

收益口径与现金流时点

第一是收益口径。基金报告中常见的收益包括单位净值增长率、累计净值增长率、复权净值增长率、税前与税后收益、扣费前与扣费后收益。对投资者而言，更贴近体验的是扣除管理费、托管费、交易成本、税费和申赎费之后的到手收益；对基金经理能力评价而言，则要区分管理人能控制的投资收益和渠道、税收、客户申赎带来的影响。口径不一致，排名就没有意义。

第二是现金流时点。基金自身的时间加权收益（TWR）和投资者实际获得的货币加权收益（MWR/IRR）可能差异很大。TWR 把各子期间收益几何连乘，评价“每一段时间里同一元钱的表现”，因此剔除了外部申赎的影响，适合评价基金经理；MWR 则寻找能使投入现金流现值等于赎回和期末财富现值的内部收益率，适合评价投资者这笔钱整体赚了多少。第十八章“基金赚钱、基民赚钱不多”的核心，就是基金 TWR 不错，但投资者在高点申购、低点赎回，使 MWR 显著偏低。这两个口径的系统性差距（行为差距）是本章第八节的主题，此处只需记住：评价经理看 TWR，评价投资者体验看 MWR，两者不能混用。

比较基准

第三是比较基准，也是三件事里最容易出错的一件。没有基准，就没有超额收益；而所谓阿尔法，总是相对于某个基准的阿尔法，基准错了，阿尔法就没有解释力。基准不是随便找一个宽基指数，它应当代表基金本来应该承担的风险暴露。一个小盘成长基金若拿沪深 300 作基准，在小盘成长风格占优的年份会显得很强，在大盘价值占优的年份又会显得很弱；这不一定是经理能力变化，而很可能只是基准错配制造出的伪信号。若基金风格漂移，还要用多因子模型或风格指数重新构造影子基准。

一个有效基准至少应满足四个条件。第一，可投资，投资者能够以较低成本复制或接近复制基准。第二，可提前确定，不能事后选择最有利的基准。第三，与投资风格匹配，权益基金应匹配市值、行业、风格和地区暴露，债券基金应匹配久期、信用等级和品种。第四，透明且可持续，基准规则稳定，便于长期比较。

在中国市场，基准错配尤其常见。一只“均衡成长”基金可能实际重仓新能源和电子，一只“价值精选”基金可能在某段时间大幅买入高估值赛道，一只“灵活配置”基金可能仓位在 20% 到 90% 之间剧烈变化。对于这些产品，单一宽基指数很难成为有效基准，至少需要用多因子模型或“晨星风格箱”（按市值大中小与风格价值/均衡/成长划成九宫格）来辅助判断风格漂移：若一只自称“大盘价值”的基金，其持仓在风格箱里逐季向“小盘成长”格漂移，那么继续拿大盘价值指数评价它，得到的阿尔法多半是错配的产物。表 （见上文） 把基准错配制造伪阿尔法的常见情形归纳如下。

>{\arraybackslash}p{0.25\linewidth}>{\arraybackslash}p{0.29\linewidth}>{\arraybackslash}p{0.34\linewidth}@{}} 基金实际暴露	错误基准	可能造成的误判
小盘成长	沪深 300	小盘成长占优时被误认为选股阿尔法
高股息低波	创业板指	熊市抗跌被误认为择时能力
长期高仓位权益	偏债混合基准	牛市跑赢被误认为管理能力
长久期信用债	中短债指数	利率下行时久期收益被误认为信用精选
QDII 美股科技	全球综合指数	科技风格收益被误认为国际配置能力

主动份额

确定了基准，还要回答一个前置问题：这只基金相对基准到底有多“主动”？主动份额衡量基金持仓与基准持仓的差异： \begin{equation}\label{eq:ch19:activeshare} AS=\frac{1}{2}\sum_i |w_{i,p}-w_{i,b}|, \end{equation} 其中 \(w_{i,p}\) 是基金持有证券 \(i\) 的权重，\(w_{i,b}\) 是基准权重。若主动份额接近 0，基金几乎复制基准；若接近 1，持仓与基准差异很大。主动份额可以帮助识别“类指数主动基金”：收费像主动基金，持仓却接近指数。

但主动份额不能单独使用。一个高度集中的行业主题基金主动份额很高，未必代表有选股能力；一个低主动份额基金若费率极低、用于宽基配置，也可能很合理。主动份额回答的是“和基准有多不一样”，不是“是否更好”。它要与跟踪误差、信息比率和持仓归因一起看——这正引出下一节的风险调整收益指标。

风险调整

口径和基准定好之后，才轮到指标。只比收益率是不公平的，因为高收益可能来自高风险。风险调整收益指标的共同思路是：把收益除以（或扣减）相应的风险，得到“每单位风险的回报”。不同指标用的“风险”不同，因而适用的对象也不同。

夏普比率与特雷诺比率

夏普比率衡量每单位总风险（标准差）的超额收益： \begin{equation}\label{eq:ch19:sharpe} S_p = \frac{\bar R_p - R_f}{\sigma_p}. \end{equation} 它适用于评价一个完整组合（投资者的全部财富），因为总风险对未充分分散的投资者才有意义。

特雷诺比率衡量每单位系统性风险（贝塔）的超额收益： \begin{equation}\label{eq:ch19:treynor} T_p = \frac{\bar R_p - R_f}{\beta_p}. \end{equation} 它适用于评价一个大组合中的子组合（如基金只是投资者众多持仓之一），因为此时只有系统性风险才不可分散、才应被定价（与第四章 CAPM 呼应）。

詹森阿尔法与信息比率

詹森阿尔法直接度量组合相对 CAPM 预测的超额收益： \begin{equation}\label{eq:ch19:jensen} \alpha_p = \bar R_p - \big[\,R_f + \beta_p(\bar R_m - R_f)\,\big]. \end{equation} \(\alpha_p > 0\) 表示组合跑赢了“承担同等系统性风险所应得”的收益。实证中通常用时间序列回归 \((R_p - R_f)_t = \alpha + \beta (R_m - R_f)_t + \varepsilon_t\) 的截距来估计詹森阿尔法。它能不能推广为剔除规模、价值、动量后的纯阿尔法，正是第三节“阿尔法真伪”的核心问题，此处先记住它的单因子定义。

信息比率（IR）衡量每单位主动风险的主动收益： \begin{equation}\label{eq:ch19:ir} \mathrm{IR} = \frac{\bar R_p - \bar R_b}{\sigma(R_p - R_b)} = \frac{\text{主动收益}}{\text{跟踪误差}}. \end{equation} 它是评价主动管理能力最常用的指标：分子是相对基准的超额收益，分母是超额收益的波动（跟踪误差）。在同一基准和同一收益频率下，IR 越高，说明主动管理“性价比”越高。一个有用的直觉来自 Grinold（1989）提出、Grinold--Kahn（2000）系统展开的主动管理基本定律： \begin{equation}\label{eq:ch19:funlaw} \mathrm{IR} \approx \mathrm{IC}\times\sqrt{\mathrm{BR}}, \end{equation} 其中 \(\mathrm{IC}\) 是每次预测的准确度，\(\mathrm{BR}\) 是每年独立投资决策的次数（广度）。它告诉我们：提高 IR 有两条路——把每个判断做得更准（提高 IC），或在更多相互独立的机会上下注（扩大 BR）。一个选股极准但只押三五只股票的经理，IR 未必高过一个判断平平但覆盖几百只标的、频繁调仓的量化策略。

这一定律在教材里写成最简形式，便于抓住直觉。实务中还要考虑转移系数（投资约束使预测不能完全转化为组合权重）、交易成本和容量约束：若预测信号很多但彼此高度相关，或调仓成本很高，名义上的 \(\sqrt{\mathrm{BR}}\) 并不会完全落到真实 IR 上。

M\(^2\)、索提诺与卡玛

M\(^2\) 测度（Modigliani-Modigliani，1997）把夏普比率换算成与市场可直接比较的收益率：把组合通过加杠杆或配现金调整到与市场相同的总风险 \(\sigma_m\)，再看其收益： \begin{equation}\label{eq:ch19:m2} M^2 = R_f + S_p \cdot \sigma_m. \end{equation} 若 \(M^2 > \bar R_m\)，组合在风险调整后跑赢市场。由于 \(M^2-\bar R_m=(S_p-S_m)\sigma_m\)，在同一收益频率、同一无风险利率和同一市场波动率口径下，\(M^2\) 与夏普比率给出的排序严格一致；它只是把夏普比率“翻译”成百分点。M\(^2\) 的好处是表达更直观，向客户沟通时尤其有用；其几何含义——把基金沿自身资本配置线缩放到市场风险 \(\sigma_m\) 处再与市场收益比较——见图 （见上文）。

索提诺比率只惩罚下行波动（用低于目标收益的下行标准差替代总标准差），因为投资者更直接厌恶的是亏损而非上涨波动。卡玛比率则用年化收益除以最大回撤，直接刻画“为获得回报所要忍受的最大痛苦”，在私募与对冲基金评价中很常用。

若把目标收益或最低可接受收益记为 \(R_{\mathrm{MAR}}\)，索提诺比率可写为 \begin{equation}\label{eq:ch19:sortino} \mathrm{Sortino}_p =\frac{\bar R_p-R_{\mathrm{MAR}}}{\sigma_p^-}, \qquad \sigma_p^-= \sqrt{\frac{1}{T}\sum_{t=1}^{T}\min(R_{p,t}-R_{\mathrm{MAR}},0)^2}. \end{equation} 卡玛比率则通常写为 \begin{equation}\label{eq:ch19:calmar} \mathrm{Calmar}_p =\frac{R_p^{\mathrm{ann}}}{|\mathrm{MDD}_p|}, \qquad \mathrm{MDD}_p =\min_t\left(\frac{V_t}{\max_{s\le t}V_s}-1\right). \end{equation} 其中 \(V_t\) 是组合净值，\(\mathrm{MDD}\) 为最大回撤。索提诺强调“坏波动”，卡玛强调“最痛的一次回撤”，二者都比夏普比率更接近许多真实投资者的风险感受。

阿尔法的真伪

上一节算出了詹森阿尔法，但一个 \(\alpha=2\%\) 并不自动意味着经理有能力。要判断这个阿尔法是主动能力还是假象，需要过两道关：第一道是统计关——它在统计上显著吗，还是只是噪声？第二道是因子关——它扣掉规模、价值、动量等因子暴露之后，还剩多少？这两道关，正是分辨阿尔法与贝塔的核心，也是本章“伪阿尔法”陷阱集中讨论的内容。

统计显著性

若月度收益回归为 \[ R_{p,t}-R_{f,t}=\alpha+\beta(R_{m,t}-R_{f,t})+\varepsilon_t, \] 则 \(\hat\alpha\) 的 \(t\) 值为 \begin{equation}\label{eq:ch19:talpha} t(\hat\alpha)=\frac{\hat\alpha}{SE(\hat\alpha)}. \end{equation} 样本越短、收益波动越大、残差相关性越强，标准误越大，阿尔法越难显著。很多三年期冠军基金看起来年化阿尔法很高，但月度样本只有 36 个，统计把握很弱；若再考虑基金数量众多、投资者总能事后挑出几个赢家，多重检验会进一步削弱结论。

还要区分经济显著性与统计显著性。一个年化 0.3% 的阿尔法可能在超大样本下显著，但扣除税费、申赎、容量约束后未必有投资价值；一个年化 5% 的阿尔法可能经济上很诱人，却因样本短而统计不显著。专业评价通常同时报告阿尔法、标准误、\(t\) 值、信息比率、最大回撤和容量约束，而不是只给一个表面数字。

阿尔法与因子贝塔

即使一个阿尔法在统计上显著，它也可能只是“因子贝塔”伪装的。詹森阿尔法 （见上文） 用单一市场因子做基准，剩下的“超额”里可能仍然混着规模、价值、动量等系统性暴露。把基准换成 Fama-French 三因子或 Carhart 四因子模型重新回归，剔除这些风格暴露后剩下的截距，才更接近纯阿尔法。这与第四章 CAPM、第五章 APT 以及多因子资产定价的思路相承：很多看似阿尔法的超额收益，归因后会发现只是因子贝塔。

这正是中国基金评价尤其突出的本土难题。中国市场上“排名乱象”诱导基金经理为冲短期排名而押注、追热点；“风格漂移”使合同写的风格与实际持仓背离；“冠军魔咒”让年度冠军次年大概率显著回落——因为夺冠往往依赖某一极端押注（高贝塔、单一赛道），而非可持续的选股能力。这些现象都指向同一个方法论结论：评价中国基金，需要做风格中性化与多因子归因，把“赛道贝塔”从“经理阿尔法”中剥离出来。下面的案例 19.1 集中说明这个陷阱。

择时与择股

阿尔法即便成立，还可以再追问一层：它来自哪种能力？主动收益可以来自两种来源——选股（选对了个股）和择时（在市场上涨时提高贝塔、在市场下跌时降低贝塔）。普通的詹森回归 （见上文） 假设贝塔恒定，无法识别择时。两个经典模型把择时分离出来。

Treynor-Mazuy 模型（1966）在回归中加入市场超额收益的平方项： \begin{equation}\label{eq:ch19:tm} R_p - R_f = \alpha + \beta (R_m - R_f) + \gamma (R_m - R_f)^2 + \varepsilon. \end{equation} 若 \(\gamma > 0\)，说明市场涨得越多组合贝塔越高、跌得越多贝塔越低——即基金经理有择时能力，组合相对市场呈现“上凸”（凸性）的特征。

Henriksson-Merton 模型（1981）则用一个状态虚拟变量刻画“上涨时多承担市场风险、下跌时少承担市场风险”的能力。令 \[ D_t=\mathbf{1}\{R_{m,t}>R_{f,t}\}, \] 则可写为 \begin{equation}\label{eq:ch19:hm} R_{p,t}-R_{f,t}=\alpha+\beta (R_{m,t}-R_{f,t})+\gamma D_t(R_{m,t}-R_{f,t})+\varepsilon_t. \end{equation} 在这个写法下，下跌状态的贝塔为 \(\beta\)，上涨状态的贝塔为 \(\beta+\gamma\)。若 \(\gamma>0\)，说明经理在市场上涨时有更高暴露、在市场下跌时有较低暴露，组合相对市场呈现类似期权的凸性。直观地说，有择时能力的经理相当于让组合带有一部分“市场看涨期权”的特征：涨时多赚、跌时少亏，收益曲线向上弯。不同教材可能把虚拟变量定义在下跌状态，此时系数符号会相反；判断的关键不是机械看正负号，而是比较“上涨贝塔”和“下跌贝塔”。两个模型的共同思想是：择时能力会让组合收益相对市场呈现非线性（凸性），这与第十五章期权的凸性收益结构在数学上同源。实证上，多数研究发现基金经理的择时能力总体上很弱甚至为负——这也提醒我们，下一节业绩归因里看到的“配置贡献”，未必等于稳定的择时能力。

业绩归因

前面几节回答的是“业绩是否优于基准”，业绩归因回答的是“超额收益或亏损来自哪里”。一个 8% 的超额收益，是来自行业配置、个股选择，还是只是承担了某种风格暴露？本节把收益归因与风险归因合并讨论，形成一套可执行的拆解流程。

Brinson 框架

最经典的是 Brinson、Hood 与 Beebower（1986）框架，它把组合相对基准的超额收益分解为资产配置、个券选择和交互项三部分。为与主动份额公式保持同一下标顺序，设第 \(i\) 类资产的组合权重为 \(w_{i,p}\)、基准权重为 \(w_{i,b}\)，组合内该类收益为 \(R_{i,p}\)、基准内该类收益为 \(R_{i,b}\)，则： \begin{align} \text{配置效应} &= \sum_i (w_{i,p} - w_{i,b})\,R_{i,b}, \label{eq:ch19:alloc}\\ \text{选择效应} &= \sum_i w_{i,b}\,(R_{i,p} - R_{i,b}), \label{eq:ch19:select}\\ \text{交互效应} &= \sum_i (w_{i,p} - w_{i,b})(R_{i,p} - R_{i,b}). \label{eq:ch19:inter} \end{align} 三者之和恰好等于总超额收益 \(R_p - R_b\)。配置效应衡量“超配了表现好的板块”的贡献，选择效应衡量“在板块内选对了个券”的贡献，交互效应是二者的耦合：既超配又在该板块选得好，会形成额外奖励；既超配又选得差，则形成额外惩罚。Brinson 等的经验研究常被概括为“资产配置解释了组合收益波动的主要部分”，但这句话容易被误读为“选股不重要”。更准确的说法是：长期政策配置决定了组合暴露在什么风险资产上，因而解释了组合总收益波动的大部分；而相对基准的超额收益，仍要继续拆分为战术配置、证券选择、交互项、成本和因子暴露。更精细的多因子归因则进一步把组合收益分解到市场、规模、价值、动量、质量等因子暴露上，剩下的才是“纯阿尔法”，其逻辑已在上一节讲过，此处不再展开。

风险归因

收益归因回答“这段时间赚在哪里”，风险归因回答“组合未来可能亏在哪里”。二者同样重要。一个组合本期超额收益主要来自超配新能源，收益归因会显示配置效应为正；但若新能源波动率和估值都很高，风险归因可能显示组合的大部分主动风险也集中在这一板块。只看收益归因，会误以为经理能力强；结合风险归因，才知道他承担了多大集中风险。

风险归因可按资产类别、行业、个券、因子和货币拆分。对股票基金，多因子风险模型通常把组合方差分解为市场、规模、价值、动量、质量、行业和特质风险；对债券基金，则拆分为久期、曲线、信用利差、评级、行业和流动性；对跨境基金，还要加入汇率风险。业绩评价在这里与第二、三、五、九、二十章汇合：它不是一个孤立章节，而是把全书所有风险度量工具用于事后检验。表 （见上文） 概括两类归因的分工。

>{\arraybackslash}p{0.22\linewidth}>{\arraybackslash}p{0.32\linewidth}>{\arraybackslash}p{0.32\linewidth}@{}} 维度	收益归因	风险归因
核心问题	已经赚/亏在哪里	未来主要风险暴露在哪里
数据对象	已实现收益	持仓、协方差、情景冲击
常见方法	Brinson、因子收益分解	方差分解、VaR/ES 贡献、压力测试
主要用途	评价经理决策贡献	控制集中风险和组合预算

资产归因

Brinson 框架是为股票组合量身定做的，强调行业配置和选股。但债券基金和多资产组合的收益来源结构不同，套用股票式归因会错过关键风险来源。本节把固定收益归因、多资产评价以及跨越两者的持仓与交易归因合并讨论。

固定收益归因

债券收益由票息、久期、收益率曲线变化、信用利差、滚动收益、杠杆成本和违约损失共同决定。第一，久期与曲线。债券价格对利率变化的敏感性主要由久期和凸性决定（第九章），一个长久期债券基金在利率下行时大幅跑赢短久期基准，不一定是信用研究能力强，而可能只是承担了更多久期风险。久期归因先把组合久期与基准久期比较，再分析收益率曲线不同期限的变化：短端下降、长端上升时，持有短久期与长久期债券的效果会明显不同。

第二，信用利差与信用选择。信用债基金的超额收益可能来自两类来源：一是系统性信用利差收窄，所有信用债都受益（信用贝塔）；二是个券信用选择，即避开违约主体、买入信用改善主体（更接近信用阿尔法）。若一个基金通过大幅信用下沉获得高票息，在信用扩张期表现很好，不能直接称为能力；必须看它在信用收缩期是否控制住违约和流动性损失。

第三，carry 与 roll-down。carry 是持有债券获得的票息和利差补偿；roll-down 是收益率曲线向上倾斜时，债券剩余期限缩短、收益率自然下滑带来的价格收益（与第九章“骑乘收益率曲线”同源）。例如一只 5 年期债券持有一年后变成 4 年期，若 4 年期收益率低于 5 年期，价格会因期限缩短而上升。许多债券策略看似主动，其实主要来自 carry 与 roll-down。表 （见上文） 汇总债券归因的主要维度及其常见误判。

>{\arraybackslash}p{0.2\linewidth}>{\arraybackslash}p{0.36\linewidth}>{\arraybackslash}p{0.32\linewidth}@{}} 归因维度	解释	可能误判
票息 carry	持有债券获得票息和利差补偿	高票息可能来自信用下沉
久期	利率水平变化带来的价格收益	利率下行收益被误认为选券能力
曲线	不同期限利率变化不一致的影响	曲线押注被忽略
信用利差	信用风险偏好变化带来的利差收窄或扩大	信用贝塔被误认为信用阿尔法
roll-down	债券沿收益率曲线滚动产生的收益	被误认为稳定票息
杠杆与融资	回购杠杆放大收益或亏损	忽略资金利率上升风险

多资产组合

机构投资者往往管理的是多资产组合：股票、债券、商品、另类资产、现金和外汇同时存在。其总收益既来自资产配置，也来自各资产类别内部管理，还来自汇率、再平衡和流动性安排，因而评价更复杂。首先要区分战略资产配置（SAA）和战术资产配置（TAA）。战略配置是长期基准（例如权益 50%、债券 35%、另类 10%、现金 5%）；战术配置是在短期内围绕战略基准的偏离。评价时不能把战略配置贡献与战术判断混在一起：一个养老金组合长期高配权益并在牛市跑赢，主要可能是战略权益风险承担；某一年成功低配权益避开下跌，才更像战术贡献。

再平衡是多资产组合的重要收益来源。若组合规定股债各 50%，股票上涨后权重升至 60%，再平衡会卖出部分股票、买入债券；股票下跌后权重降至 40%，则买入股票、卖出债券。震荡市场中，再平衡相当于纪律化的低买高卖；单边趋势市场中，再平衡可能降低收益。业绩评价应把再平衡贡献单独列出。最后要警惕估值平滑：多资产组合常持有私募股权、基础设施、不动产等低流动性资产，其估值频率低、净值波动平滑，会让组合表面风险下降。若把估值平滑资产与每日交易资产直接比较夏普比率，会高估另类资产的风险调整表现。表 （见上文） 给出多资产归因的分层框架。

>{\arraybackslash}p{0.22\linewidth}>{\arraybackslash}p{0.35\linewidth}>{\arraybackslash}p{0.31\linewidth}@{}} 归因层次	主要问题	常见指标
战略配置	长期股债和另类比例是否合理	相对政策基准收益、长期波动和最大回撤
战术配置	短期超配低配是否有效	配置贡献、择时收益、命中率
管理人选择	各资产类别内部经理是否创造阿尔法	信息比率、风格调整阿尔法、持续性
再平衡	纪律化调整是否增加价值	再平衡收益、偏离容忍区间
汇率与对冲	外币资产收益是否被汇率放大或侵蚀	对冲收益、对冲成本、未对冲敞口
费用与税收	组合层面成本是否过高	总费用率、换手率、税后收益

持仓与交易归因

无论股票还是债券，传统归因多从收益序列出发，但投资过程还包括买入、卖出、换仓和交易执行。两个基金即使持仓相似，交易时点和交易成本不同，投资者最终收益也可能差异很大。持仓归因使用报告期持仓数据，把组合暴露分解为行业、个股、风格、久期、信用、汇率等维度，优点是直观，缺点是依赖披露频率，公募季报年报无法完全还原每日持仓。例如一只基金季度末披露重仓高端制造，但收益序列显示其对新能源指数有很高敏感性，说明它在季度内可能有更高新能源暴露。因此持仓归因最好与收益回归归因结合，相互印证。

交易归因关注三个问题：买入的股票在买入后是否贡献正收益；卖出的股票在卖出后是否继续上涨或下跌；换仓成本是否抵消了判断收益。一个经理可能选股不错，但交易过于频繁，冲击成本和税费吞噬了阿尔法；也可能长期持有优秀公司，却在市场恐慌时卖出，损害长期收益。常用的执行成本指标是实施缺口，即从投资决策价格到最终成交价格之间的差距，外加未成交机会成本。若基金计划在某日以 10 元附近买入，实际因流动性不足平均成交在 10.2 元，且部分订单未成交后股价上涨，则实施缺口即为投资者实际成本。大规模基金和小盘策略尤其需要关注实施缺口。

业绩陷阱

归因解释了“这段时间好在哪里”，但业绩评价最终要回答一个更难的问题：过去的好业绩能预测未来吗？这一节集中讨论业绩持续性的证据、污染评价的几类系统性偏差，以及量化时代特有的回测陷阱。本章另外两个陷阱——基准错配的 Roll 批判、把贝塔当阿尔法——也在这里得到统计上的根源说明。

业绩持续性

证据并不乐观。Carhart（1997）发现共同基金业绩的持续性很弱，且大部分可由动量因子和费率解释；Fama 与 French（2010）用模拟方法发现，扣费后绝大多数主动基金的阿尔法无法与运气区分，持续选股能力很难从样本中稳定识别。S&P U.S. Persistence Scorecard Year-End 2025 的数据也很直观：以 2021 年底处于同类前 25% 的美国国内权益基金为例，后续能连续留在前 25% 的比例快速下降；到 2025 年底，全部美国国内权益基金和大盘基金已降至 0，小盘基金仍有约 2.4% 留在前 25%（见图 （见上文））。这也是“冠军魔咒”的统计根源之一。SPIVA 系列则从横截面给出另一幅图景：2025 年美国主动大盘、中盘和小盘基金分别约有 79%、55%、41% 跑输对应基准；15 年期内，全部美国国内权益基金约 93% 跑输 S&P Composite 1500（图 （见上文））。这意味着“过去三年冠军”对未来的预测力有限，也呼应了第十八章关于基金选择与投资者行为的讨论。表 （见上文） 取 SPIVA U.S. Scorecard Year-End 2025 的一个侧面。

>{\arraybackslash}p{0.42\linewidth}>{\arraybackslash}p{0.18\linewidth}>{\arraybackslash}p{0.30\linewidth}@{}} 类别或口径	结果	含义
美国主动大盘股票基金（2025 年）	79% 跑输 S\	P 500	大盘股集中上涨时，主动偏离未必带来优势
美国主动中盘股票基金（2025 年）	55% 跑输 S\	P MidCap 400	中盘领域仍存在显著基准压力
美国主动小盘股票基金（2025 年）	41% 跑输 S\	P SmallCap 600	个别年份主动管理可能表现较好
美国全部国内股票基金（15 年期）	93% 跑输 S\	P Composite 1500	时间越长，持续阿尔法越难证明

系统性偏差

业绩评价（尤其是用历史数据回测）极易被几类偏差污染。幸存者偏差：清盘、合并的差基金从数据库中消失，只剩“幸存者”，使行业平均业绩被系统性高估。回填偏差：基金（尤其私募、对冲基金）往往在业绩好之后才加入数据库，并回填一段亮眼历史，使样本被人为美化。数据窥探/多重检验：在海量策略中挑出表现最好的几个，其“超额收益”很可能只是运气（与第十七章技术分析的数据挖掘批评呼应）。

还有一类更深刻的偏差——基准选择偏差与 Roll 批判。第一节讲过，选错基准会把风格暴露误认为能力；Roll（1977）的批判更进一步：CAPM 检验依赖于完整市场组合，而它不可观测，因此任何用代理指数算出的阿尔法，都可能只是基准选择不当的产物。这提醒我们：阿尔法是相对于基准定义的，基准错了，阿尔法就错了——案例 19.1 里那只“伪阿尔法”基金，其统计学根源正在于此。

回测陷阱

随着量化基金和智能投研发展，业绩评价越来越多面对模型策略。量化策略最容易犯的错误，是把回测当业绩。回测只是历史模拟，实际投资还要面对交易成本、冲击成本、融资融券限制、样本外失效、数据延迟和模型拥挤。其中最隐蔽的是多重检验与因子动物园：若在几百个变量中寻找能预测收益的因子，总会有一些在历史样本中显著（第五章讲过因子动物园），但很多在样本外消失。若反复调参、选择最优回测区间、删除表现差的版本，最终展示的策略可能只是历史噪声。

一个更严谨的评价流程包括：明确经济逻辑，预先划分训练集、验证集和测试集，保留严格样本外检验，加入交易成本和冲击成本，限制换手率，检查不同市场环境下的表现，并做策略容量评估。同时不能只看高夏普——某些策略平时小赚、偶尔大亏，收益分布具有负偏度和厚尾；某些套利策略在流动性危机中同时失效；某些卖波动率策略长期收益平滑，却在极端行情中巨亏。因此还要看最大回撤、最长回撤期、偏度、峰度、压力情景和杠杆使用。

行为与考核

至此本章评价的都是“产品”，但产品收益不等于投资者到手收益，也不等于一套好的考核制度。本节合并讨论评价中与“人”有关的一面：投资者行为造成的收益差距（行为差距，本章第三个陷阱的核心内容），以及基金公司如何考核经理。

行为差距

基金报告的收益率通常是时间加权收益（TWR），反映产品本身表现；投资者实际到手的收益取决于申赎时点，接近货币加权收益（MWR）。两者的系统性差距就是行为差距（TWR、MWR 的口径与算例见第二章，第一节也已用“50% 涨、20% 跌”的算例展示过这一机制）。下面只讨论它的来源与治理。

行为差距的常见来源包括：追逐短期冠军，在高点申购；市场下跌时恐慌赎回；频繁更换基金，支付申赎费和机会成本；过度集中热门赛道；忽视税费和交易成本。销售机构若用短期排名营销，会进一步放大行为差距。因此，评价基金公司和投顾机构时，不应只看产品业绩，还要看客户持有体验：客户平均持有期多长，是否在市场高点集中买入，是否在低点集中赎回，投顾组合是否降低了客户追涨杀跌。长期看，能改善客户行为的机构，可能比短期冠军基金更有价值。

经理考核

业绩评价不仅给投资者看，也是基金公司、养老金、保险资管和家族办公室考核投资经理的工具。考核制度设计得好，可以鼓励长期、稳健、可解释的投资；设计得不好，会诱导短期冒险、抱团热门行业或隐藏风险。若主要按年度排名考核，接近年末时落后的经理可能提高风险、押注高波动股票试图翻盘；领先的经理可能降低风险锁定排名；中间位置的经理可能追逐热点避免相对落后。这些行为未必符合持有人长期利益，却符合短期考核激励。第七章讲过前景理论和处置效应，本节从机构激励角度说明：行为偏差不仅存在于个人，也会被制度放大。

一个更合理的考核体系，应把收益结果、风险控制和投资过程结合起来。收益方面，看相对基准的长期超额收益；风险方面，看回撤、跟踪误差、集中度、流动性和极端损失；过程方面，看投资框架是否一致、是否遵守授权、是否充分记录决策。若只看收益，容易鼓励冒险；只看风险，容易鼓励不作为；只看过程，又可能忽视市场结果。三者缺一不可。投资经理还应按策略类型考核：指数增强经理看相对指数的稳定信息比率和跟踪误差控制；绝对收益经理看回撤控制和低相关性；债券经理看久期、信用和杠杆贡献；养老目标基金经理看下滑曲线执行和投资者持有体验。把所有经理放在同一排名表中比较，既不公平，也会扭曲投资行为。

展示与评级

前面建立了一整套评价方法，但这些方法在现实中如何被呈现、被使用，本身也需要规范。本节合并讨论业绩展示标准与基金评级：前者约束机构如何“展示”业绩，后者影响普通投资者如何“使用”业绩，最后以一份报告模板收口，把全章方法落成可操作的流程。

业绩展示

国际上，全球投资绩效标准（GIPS）试图规范投资机构如何展示业绩，核心原则是公平呈现与充分披露，落实到教学语言就是：完整、可比、不可挑选。其方法论对教材很重要：业绩展示不能只挑成功产品，不能只展示最佳区间，不能忽略费用、风险和基准，不能把模拟业绩包装成实际业绩。具体有三条要点。其一，展示组合群而非单只成功产品：若只展示某只表现最好的产品，会严重误导客户；更合理的方法是把相同策略、相同投资目标的账户放入一个组合群，展示该策略所有账户的整体表现，以减少幸存者偏差和选择性展示。其二，收益需要配风险：GIPS 要求在满足条件时展示组合群或基金与基准的三年年化事后标准差，用风险指标约束单纯收益叙事。其三，区分费用、税收与模拟业绩：费前收益显示管理能力，费后收益更接近投资者结果；税收会影响最终收益，尤其在跨境投资和高换手策略中更明显；模拟业绩、模型组合和回测收益则应明确标注，不能与实际客户账户混同。

中国公募基金的业绩展示规则与这一逻辑相近。《公开募集证券投资基金宣传推介材料管理暂行规定》要求，宣传推介材料登载过往业绩时，应当同时登载业绩比较基准表现，任意业绩展示区间均应超过 6 个月，相关统计数据应真实、准确并注明出处，基金经理过往业绩不得片面选取特定产品或特定区间；材料还应显著提示过往业绩不预示未来表现，不得明示或暗示承诺未来收益。2026 年 3 月 1 日施行的《公开募集证券投资基金业绩比较基准指引》进一步要求基准与基金合同核心要素和投资风格匹配，并保持严肃性和稳定性。把这些规则翻译成投资学语言，就是本章开头那句话：业绩数字只有在口径、基准、风险和区间都清楚时，才有解释力。

基金评级

现实中，普通投资者很少自己完整计算 Brinson 归因、因子暴露和显著性检验，而是依赖基金评级、星级、排行榜和平台标签。这些工具有用，但很容易被误用。基金评级通常基于历史收益、风险调整收益、同类排名、基金经理稳定性和费用等指标，能帮助投资者初步筛选；但评级不是投资建议，更不是未来收益保证。使用评级要注意三点。第一，同类比较：股票型、偏债混合、短债、QDII、商品基金的风险收益差别很大，不能放在同一张榜单按收益率排序；即使同为权益基金，也要区分大盘价值、小盘成长、行业主题、指数增强和量化多因子，否则评级会变成市场环境的影子。第二，星级的滞后性：星级往往基于过去三到五年的表现，一只基金获得五星，可能是因为过去风格顺风、规模较小、经理稳定；投资者买入时，风格可能已反转、规模已扩大、经理可能已更换——这与业绩持续性证据一致。第三，平台标签只是线索：互联网平台常用“稳健”“低波”“固收+”等标签帮助销售，但一个标注“稳健”的产品可能靠信用下沉获取票息，一个标注“低波”的产品可能使用估值平滑资产。投资者应把标签当线索，而非结论。

使用评级时，可按五个要点把关：只在同类基金中比较评级；查看评级依赖的时间区间，避免高点追星；穿透基金风格，确认评级是否来自可持续能力；结合费率、规模、经理稳定性和回撤；把评级作为筛选入口，而不是买入理由。严肃的选基，还要回到本章的基准、风险调整和归因。

报告模板

为了让读者能把本章方法用于研究报告或实务报告，下面给出一份业绩评价报告模板。它的目的不是堆指标，而是形成清晰判断，把全章的口径、基准、风险调整、归因、持续性、行为差距、展示规范串成一条可执行的流程。

1. 产品与策略概述：说明基金类型、投资范围、基准、成立时间、基金经理和费率。
2. 收益口径：列出区间收益、年化收益、TWR 与投资者 MWR，并说明数据来源。
3. 风险指标：报告波动率、最大回撤、下行风险、跟踪误差和流动性指标。
4. 风险调整收益：计算夏普、信息比率、詹森阿尔法或多因子阿尔法。
5. 归因分析：分解行业、风格、个券、久期、信用或汇率贡献。
6. 持续性与稳健性：检查不同市场阶段、样本外、基金经理更换和规模变化。
7. 投资者体验：分析申赎时点、客户持有期、行为差距和费用后收益。
8. 结论：说明该基金适合什么投资者、不适合什么投资者，以及继续观察的风险点。

这份模板能防止报告写成“收益高、排名好、值得关注”的营销文案。好的业绩评价，应当说明收益来自哪里、风险集中在哪里、未来哪些条件变化会使结论失效。

业绩法治

业绩是基金最有力的营销武器，也因此是误导性宣传的高发地带。业绩评价的法治，核心是规范业绩展示与宣传，防止用挑选区间、隐藏风险、夸大排名等方式误导投资者。本节从业绩展示规范、误导性宣传禁止与适当性三个维度展开。

业绩展示规范。 监管与自律规则对基金业绩展示有明确要求：使用规定的完整区间（防止“挑最好的一段”）、同时展示业绩比较基准，以醒目方式提示“过往业绩不代表未来”，并避免用缺乏证据的“业绩稳健”“名列前茅”等表述暗示确定收益。涉及业绩排名或基金评价结果时，不能只截取最有利的短期排名，而应引用公开、可核验、同类可比的数据并列明评价机构、评价日期、同类基金类型和数量。这些规则的本质，是把本章强调的“风险调整、基准比较、运气与能力区分”变成强制披露义务。

误导性宣传的禁止。 用片段化、选择性的业绩诱导申购，可能构成虚假或误导性陈述，与第六、七、十六章讨论的市场诚信与信息型操纵在法理上一脉相承。

本章小结

本章系统介绍投资组合的业绩评价与归因。评价前需要先统一收益口径、比较基准和现金流时点：TWR 适合评价基金经理，MWR/IRR 适合评价投资者实际体验，基准错配会把风格暴露误读为能力。孤立的原始收益率信息量很低，需要做风险调整：夏普比率用总风险、特雷诺比率用系统性风险、詹森阿尔法度量相对 CAPM 的超额、信息比率度量每单位主动风险的主动收益、M\(^2\) 把夏普换算成可比收益率，索提诺与卡玛则关注下行风险与最大回撤；主动管理基本定律 \(\mathrm{IR}\approx\mathrm{IC}\sqrt{\mathrm{BR}}\) 揭示了准确度与广度两条提升路径。阿尔法还要接受两道关：统计显著性检验（短样本冠军很可能只是运气）与多因子归因（剔除规模、价值、动量后剩下的才是纯阿尔法）。

Treynor-Mazuy 与 Henriksson-Merton 模型用收益的非线性（凸性）分离择时能力。业绩归因（Brinson 框架）把超额收益分解为资产配置、个券选择与交互效应，多因子归因进一步把“阿尔法”与“因子贝塔”分开；风险归因则回答未来风险集中在哪里，常用方差分解、VaR/ES 贡献和压力测试。本章进一步把方法推广到固定收益归因、多资产组合评价、持仓与交易归因，并讨论了业绩持续性、回测陷阱、投资者行为、经理考核、业绩展示与基金评级。业绩持续性证据（Carhart 1997、Fama-French 2010、SPIVA）表明纯阿尔法稀缺、过去冠军难以持续，而幸存者偏差、回填偏差、数据窥探与基准选择（Roll 批判）会系统性污染评价。业绩评价的法治则把“风险调整、基准比较、长期视角”变成强制披露纪律。读者应建立“先定口径和基准、再风险调整、再区分运气与能力、最后做收益与风险归因”的完整评价流程。

本章关键概念

TWR {} MWR/IRR {} 行为差距 {} 业绩比较基准 {} 基准错配 {} 主动份额 {} 夏普比率 {} 特雷诺比率 {} 詹森阿尔法 {} 信息比率 {} 主动管理基本定律 {} M\(^2\) 测度 {} 索提诺比率 {} 卡玛比率 {} 跟踪误差 {} 实施缺口 {} 固定收益归因 {} 多资产归因 {} 择时与择股 {} Treynor-Mazuy {} Henriksson-Merton {} Brinson 归因 {} 多因子归因 {} 风险归因 {} GIPS {} 业绩展示规范 {} 回测偏差 {} 前视偏差 {} 幸存者偏差 {} 回填偏差 {} 数据窥探 {} Roll 批判 {} 冠军魔咒