3.1 为什么归因比收益更重要¶
没做归因的管理人 = 不知道自己怎么赚到钱。
我们投的不是历史收益，是能继续赚到未来收益的能力。归因是判断这种能力的唯一工具。
一、收益 vs 归因的本质区别¶
1.1 收益告诉你"发生了什么"，归因告诉你"为什么发生"¶
收益数字： - 某管理人 2024 年赚了 30% - 这是事实，无争议
归因数字： - 行业配置贡献 10% - 个股选择贡献 8% - 风格暴露贡献 12% - 这是解释，可以被质疑
关键真相： - 收益可以被复盘 - 归因可以被预测 - FOF 要的是预测能力，不是复盘能力
1.2 收益的"三重不确定性"¶
即使你看到一个漂亮的历史收益，面对三个不确定：
不确定 1：历史会不会重演？¶
2019 年重仓白酒赚了 60%，2024 年白酒跌了 15%。管理人能不能继续赚到与过去不同的钱？
不确定 2：运气成分有多少？¶
10 家同类管理人，每年总有 1-2 家"恰好"跑赢。哪些是实力、哪些是运气？
不确定 3：未来环境适配性如何？¶
同样的策略、同样的团队，在新的市场环境下是否还能赚钱？
这三重不确定，只有归因能回答。
1.3 一个思想实验¶
两个管理人都赚了 30%：
管理人 A： - 2024 年重仓白酒（5% 权重 → 涨了 40%） - 重仓新能源（10% 权重 → 涨了 25%） - 重仓 AI（8% 权重 → 涨了 50%） - 运气贡献：不好说
管理人 B： - 在医药行业（50% 权重，行业平均涨 5%）里选对了创新药公司（涨了 60%） - 在消费（20% 权重，行业平均 -5%）里精准避开了白酒（跌了 15%），选对了必选消费（涨了 10%） - 纯选股 alpha 贡献了 25%
看起来都 30%，但你会投谁？
管理人 A：看起来抓住了"每个赛道的热点"，但这在未来是不可重复的（下个热点是什么？他不知道，我们也不知道）。
管理人 B：展现的是行业内选股能力，这个能力可重复 + 可预测。
归因告诉你谁是 A 谁是 B。没有归因，你只能猜。
二、归因的四重价值¶
2.1 价值 1：识别"真 alpha vs 假 alpha"¶
真 alpha：可重复的选股 / 判断能力。 假 alpha：一次性的风口 / 风格 / 运气。
归因告诉你： - 这次赚的钱里，多少来自"风口"（β） - 多少来自"判断对了"（α）
实例（彬元中性 1 号的 CMS 归因）： - 组合收益 +23.84% - 风格因子贡献 -6 ~ -8%（负贡献） - 个股选择 +30% - 解读：所有超额都来自纯选股，且在逆风格环境下赚的 → 极纯真 alpha
2.2 价值 2：预测"未来业绩"¶
不做归因：只能假设"过去 = 未来"。
做归因： - 看 α 来源是不是稳定（跨年份、跨风格） - 预测 α 是否能持续
实例： - 某主观多头 2019-2023 累计赚了 150% - 归因发现：80% 来自"消费 + 医药重仓" - 2024 年消费 + 医药双跌 → 这个管理人的 α 模式暂时失效 - 不投或减仓
2.3 价值 3：识别"风格漂移"¶
风格漂移：管理人的投资风格悄悄变化。
只有归因能发现： - 看 Barra 因子暴露的时间序列 - 发现风格在变（如从价值变成长） - 追问原因
实例： - 某主观多头 2019-2020 年 "价值投资" 画像 - 2021 年开始 Growth 暴露上升，Value 暴露下降 - 2023 年完全变成"成长投资" - 追问：是能力圈真扩展了，还是无脑追涨？
2.4 价值 4：判断"容量和可持续"¶
归因可以预测 α 衰减： - 如果 α 来自小市值风格 → 小市值反转时 α 消失 - 如果 α 来自某个因子 → 因子拥挤后 α 衰减 - 如果 α 来自真选股 → 规模可控的容量内 α 持续
实例： - 某量化指增过去 5 年年化超额 18% - 归因发现 12% 来自"小市值风格 β" - 2024 年 1-2 月小市值雪崩 → 超额从 18% 变 -5% - 有归因的人预料到了，没归因的人措手不及
三、归因的核心维度¶
3.1 归因的三个层次¶
层次 1：收益归因（Performance Attribution）¶
- 钱从哪里赚到的？
- 用的工具：Brinson 归因、Barra 归因
层次 2：风险归因（Risk Attribution）¶
- 风险从哪里承担？
- 用的工具：Barra 风险模型
层次 3：决策归因（Decision Attribution）¶
- 决策的逻辑链？
- 用的工具：管理人自述 + 实盘验证
完整的归因：三个层次都要看。
3.2 归因的两个方法论流派¶
流派 1：基于收益时间序列的归因¶
- 只需要净值数据
- 不需要持仓数据
- 用回归模型做因子归因
- 代表方法：Fama-French 回归、Barra 风格归因
优点：数据易得 缺点：需要长序列（> 36 个月）
流派 2：基于持仓明细的归因¶
- 需要逐日 / 逐月持仓数据
- 代表方法：Brinson 归因、持仓因子归因
优点：精确、能拆分到个股级 缺点：持仓数据难拿（商业敏感）
实战：FOF 通常结合两者。
3.3 第三方归因 vs 管理人自制归因¶
第三方归因： - 由独立第三方（CMS / 国泰君安 / 中信建投等）做 - 方法论标准化 - 数据可验证
管理人自制归因： - 管理人自己做 - 方法论可能定制 - 数据可能美化
FOF 应优先要求第三方归因。
四、归因的常见形式¶
4.1 Brinson 归因¶
核心思想：收益 = 行业配置 + 个股选择 + 交互效应
适用：股票多头 / 量化指增 / 市场中性
详见 3.2。
4.2 Barra 风格因子归因¶
核心思想：收益 = 行业贡献 + 风格因子贡献 + 纯 alpha
适用：量化策略（尤其是量化指增、中性）
详见 3.3。
4.3 多策略归因（FOF 层面）¶
核心思想：FOF 收益 = 策略配置 + 管理人选择 + 交互效应
适用：FOF 组合
详见 3.4。
4.4 其他归因方法¶
- 基于因子的风险分解（Risk Factor Decomposition）
- 主动管理归因（Active Management Attribution）
- 事件归因（Event Attribution）
五、归因的"黄金追问"¶
5.1 对每个管理人的必问¶
- 你的超额 α 的核心来源是什么？
- 这个来源在什么条件下会衰减？
- 过去 3 年你做归因了吗？第三方还是自己做？
- 能不能把归因报告发给我们？
- 归因报告里，哪部分是你最重视的？
5.2 "归因盲区"识别¶
管理人的 4 类回答：
类型 A：清晰自洽¶
"我们 α 主要来自中频价量信号（40%）+ 基本面因子（30%）+ 事件驱动（20%）。过去 12 个月 Barra 风格因子贡献 -2%，个股选择 +15%。"
判断：专业团队，有归因能力。
类型 B：模糊笼统¶
"我们 α 主要来自选股能力和团队研究。"
判断：不做归因 或 不想说。追问细节，不满意就 pass。
类型 C：事后合理化¶
"2024 年我们 α 来自我们提前判断了小盘行情。"
判断：事后归因，看他有没有事前公开记录。
类型 D：拒绝回答¶
"这是我们核心机密，不方便透露。"
判断：可能没做归因，或者 α 来源见不得人。
5.3 元烨的归因要求¶
尽调阶段： - 要求提供至少一份第三方归因报告 - 要求完整净值数据（用于自己做归因） - 要求策略分类和因子分解
投后阶段： - 月度或季度的归因报告 - 滚动12 个月的归因趋势 - 风格暴露变化图
六、归因的"反骗术"价值¶
6.1 伪装成"中性"的 Size β¶
骗术：管理人说"我们是市场中性策略，不依赖风格"。
归因揭示： - 过去 12 个月 Size 暴露 -0.7（严重偏小盘） - 风格贡献 +15% - 纯 alpha 只有 +5%
结论：本质是"小盘 β 包装的中性产品"。
6.2 伪装成"主观选股"的指数跟踪¶
骗术：管理人说"我们精选股票，做出超额"。
归因揭示： - 行业配置和沪深 300 高度一致（R² > 0.95） - 个股选择 α 接近 0 - 纯 alpha 贡献 < 1%
结论：本质是"带着费率的沪深 300 复制器"。
6.3 伪装成"多品种 CTA"的油脂专项¶
骗术：涌涵飒露紫自称"多品种 CTA"。
归因揭示： - 72.74% 交易量在油脂 - 其他品种贡献 < 10% - 本质是油脂专项策略
6.4 伪装成"稳定 alpha"的基差红利¶
骗术：某市场中性年化 12%，看起来稳定。
归因揭示： - 基差贡献 8%（贴水收敛） - 纯 alpha 仅 4% - 基差反转后产品年化变成 0-4%
结论：基差红利时代的产物，未来不可持续。
七、没有归因的后果¶
7.1 情景 1：盲目追高¶
- 看到某管理人 2023 年赚 40%，直接重仓
- 不知道 40% 里 30% 来自小市值风格
- 2024 年小盘跌 → 重仓管理人回撤 -20%
7.2 情景 2：错过优质¶
- 看到某管理人 2024 年仅涨 5%，以为普通
- 不知道这 5% 是"逆风"环境下的纯 alpha（风格拖累 -10%）
- 错过真正的优质管理人
7.3 情景 3：被"事后故事"误导¶
- 听到管理人说"我们 2022 年提前减仓避险"
- 没有归因数据验证
- 实际上管理人只是被动减仓（LP 赎回）
7.4 情景 4：风格集中不知情¶
- FOF 配了 5 家"不同策略"的管理人
- 没做整体归因
- 实际上 5 家都在小市值上有暴露
- 小盘雪崩时整个 FOF 回撤 -15%
这就是"没有归因的 FOF" 的真实下场。
八、归因能力是 FOF 的核心壁垒¶
8.1 顶级 FOF 团队的特征¶
- 懂 Brinson
- 懂 Barra
- 能自己做归因（不只依赖管理人提供）
- 能识别"假 alpha"
- 能预测"alpha 衰减"
8.2 元烨 FOF 的目标¶
- 基础：每家管理人都要求第三方归因报告
- 进阶：内部团队自己做归因（用 QuantStats + Riskfolio-Lib）
- 高级：做 FOF 组合层面的归因，看整体风格暴露
8.3 归因是"长期功课"¶
- 归因技能 = 经验积累
- 第一次做归因可能只看懂 30%
- 做 100 份归因后，一眼看出问题
- 这是 FOF 团队的核心能力建设
九、本卷的学习路径¶
后续卷三的章节：
- 3.2 Brinson 归因：学经典归因方法
- 3.3 风格因子归因：学 Barra 归因
- 3.4 多策略 FOF 归因：学组合层面归因
- 3.5 归因陷阱：学识别"假归因"
- 3.6 对照实盘追问法：学用归因做尽调
- 3.7 案例彬元：真实数据演示
- 3.8 案例涌涵：真实数据演示
学完卷三：你和合伙人应该能看懂任何归因报告，能自己做简单归因。
十、一句话总结¶
业绩是结果，归因是原因。FOF 投的是原因，不是结果。
归因使用的 3 个第一性原理：
- 归因比收益更重要 —— 过去收益不决定未来，归因才决定未来
- 第三方归因优于自制归因 —— 管理人自制归因可能美化
- 多维度归因交叉 —— Brinson + Barra + 多策略，三方一致才可信
最硬的两个追问（见到任何业绩时自问）：
- "这个管理人的 α 来源是什么？他讲得清楚吗？" —— 讲不清楚 = 运气 / 风格 β / 不可持续
- "第三方归因报告能提供吗？" —— 不能提供 = 没做归因 = 不值得深入
记住：会做归因的 FOF 团队，不会投错。投错的 FOF 团队，都没做归因。
这是一个非常直接的因果链。归因能力 = FOF 团队的生存能力。