◇ 作者：中央财经大学经济学院 王耀东
人民养老年金管理部 张登攀
◇ 本文原载《债券》2026年4月刊
摘 要
本文从年金受托投资监督的角度出发，探究了主流固收组合绩效归因模型在管理过程中的适配性和改进方向。研究发现，Campisi（2000）模型的部分指标对于年金受托人等第三方管理者的实践指导性并不强，且不能完全满足受托人的管理需求，因而，对Campisi模型进行改进，如修改收入效应的计算口径，引入久期管理效应等，并研讨了债券类别配置效应和估值差异导致的归因失真问题，提出解决方案。期待相关研究成果在受托人对投资管理人的管理过程中提供更加切实有效的分析抓手，助力年金受托管理过程更加科学化，并为中国养老金融大文章作出一点贡献。
关键词
年金 固收 绩效归因 Campisi
引言与文献综述
作为养老保险的第二支柱，企业年金和职业年金在中国养老体系中发挥着越来越重要的作用。根据人力资源社会保障部发布的数据，截至2024年末，企业年金和职业年金投资运营规模共计6.75万亿元，约占整体养老保险三大支柱总规模的36%。在年金管理过程中，受托人承担着选择、监督、更换投资管理人的职责。受托人在投资监督的过程中需要定期跟踪净值业绩，并依托业绩归因体系，考察投资管理人是否勤勉尽责，是否表现出优异的投资能力。在年金投资中，固定收益资产占比往往在70%以上。因此，对固定收益资产进行科学的业绩归因将对年金受托投资监督管理至关重要。本文尝试从年金受托管理的角度出发，重点探究固定收益资产绩效归因主流模型的适配性和改进方向。
这里先对绩效归因的概念进行剖析。有诸多学术文献都对其定义进行过相关描述，如Hensel、Ezra和Ilkiw（1991）、DiBartolomeo（2003）、Bacon（2008）等。文献几乎都认同绩效归因是将投资决策过程中的风险因素的收益贡献分解出来的。分解的过程中多数依赖一个基准指数，而投资决策的风险因素多是体现在相对基准的短期战术偏离的方向和程度。通过绩效归因可以事后衡量这些偏离带来的收益贡献，用以优化后续的投资决策。
固定收益绩效归因模型的研究从20世纪70年代开始迅速发展，这里介绍一些主要的相关文献。Wagner和Tito（1977）借鉴权益的研究，引入久期来衡量固收市场的系统性风险。久期越长，则代表系统性风险越高。在这个框架下，固收组合的表现主要依赖于利息和影响债券价格变动的收益率曲线的变化。Van Breukelen（2000）提出了加权久期模型，通过构建基准组合，将超额收益分解为久期选择收益、债券类别配置收益和证券选择收益。Campisi（2000）提出，固收资产和权益资产的投资逻辑并不相符，并从驱动债券组合收益主要来源的角度出发，将债券收益分解为利息收益、国债效应、利差效应和择券效应。Dai和Elliot（2014）总结了在Campisi框架基础上的研究进展，其中归因分解项包括了静态收益（骑乘收益、利息）、收益率曲线的变动（水平效应、斜率变化、曲率变化）、利差效应、择券效应（凸性、权益）和其他（交易效应、汇率效应等）。
Campisi模型凭借其简洁性和科学性，无论在学术界还是业界，一直是固收组合归因分析的主流模型。投资经理可以针对模型收益分解项的高低复盘投资过程，并不断优化后续投资决策。但在具体的业务实践中，尤其是对于年金受托投资监督来说，该模型逐渐暴露出一定程度的不适配问题。
年金受托投资监督本质上要处理的是跨部门的风险监管、业绩管理的问题。年金受托管理者希望从债券组合归因模型中获得以下两方面的信息：其一，债券组合的静态收益处于什么水平，过高则体现出信用下沉较为明显，暴露一定的信用风险，过低则反映投资经理的不作为；其二，债券组合的主动管理能力是否出色，如久期管理能力、信用利差获取能力、不同类别债券的配置能力等。从这个角度看，Campisi模型和我们的实际预期并不完全匹配，体现在以下几个方面。
其一，年金受托管理者希望了解不同组合的久期管理能力。在Campisi模型中，国债效应测算的是组合下各资产由于国债收益率曲线变动带来的综合收益。然而，不同组合对应国债收益率曲线的位置节点不同，倘若曲线水平变化，国债效应可以准确衡量组合的久期管理能力。但实际情况中，曲线上不同节点收益率的变化不尽相同。因此，国债效应的测算结果中还包含了曲线形态变化带来的影响，无法准确衡量不同组合的久期管理能力，也就无法凭借该指标的好坏对投资经理作出久期管理能力好坏的提醒。
其二，Campisi模型的收益分解项不易直接转化为有效明晰的指导意见。例如，利差效应或择券效应指标不太理想，对于年金受托管理者来说，缺乏直接的监控客体，难以形成清晰的调整路径。
其三，经调研，在我国的债券投资实践中，投资经理以及受托管理者都较为看重不同类别债券的配置能力。例如，2024年超配利率债、2025年超配信用债都会为组合提供较高的收益贡献。这与Campisi（2000）所提到的债券投资决策过程不看重此类能力并不相符。该模型也无法拆解出债券配置能力。
Van Breukelen（2000）的归因模型可以分解出久期管理能力、债券类别配置能力和债券选择能力，这和上文所提出的问题似乎恰好对应。但是该模型在实际应用过程中受限于基准指数的维护、操作复杂等因素，并没有广泛使用。此外，该模型中债券配置能力是剔除久期管理能力之后的效应。虽然对于模型来说，将分解项正交化，能显现出模型的完备性，但是对于使用者来说，投资决策过程中不会固化地总是先考虑久期，再去看配置哪一类债券。本文认为，债券配置收益和久期管理应该是内植于不同框架下的两个指标，直接将超额收益分解出债券配置收益会更加易于理解。
胡甲和钟良才（2025）尝试从中国债券投资逻辑的角度出发，构建一个更全面的归因体系，其中涵盖久期管理效应、信用配置效应、个券精选效应等。但该模型更多是从投资经理投资的角度进行设计，对年金受托管理来说，受限于数据可得性和设计角度，并不完全适用。
基于此，本文将从年金受托管理的角度出发，尝试对固收绩效归因分析的模型提出改进的方向，并尽量对实际业务实践中暴露的相关问题提出简洁高效的解决方案，希望能为绩效归因模型的发展作出一点贡献。
模型方法
如上文所述，年金受托管理者希望通过债券组合绩效归因分析，对不同投资经理管理的债券组合的收益能力有较为清晰的认知，如比较组合静态收益表现，或者不同投资经理的主动管理能力（如久期管理能力、利差管理能力、债券类别配置能力、债券选择能力等）。本文将站在年金受托管理的角度，对固收资产归因体系的搭建以及模型的改进方向作较为详尽的说明。
（一）收入效应
收入效应衡量的是债券组合的静态收益。Campisi（2000）将利息作为收入效应，但在实际应用过程中，这种处理方法并不合适。例如，在基准利率较低的市场环境下，有些债券票面利率虽然很高，但是随着到期日逐渐临近，价格会逐渐向下收敛到面值，继而产生一些资本利得的损失。这种资本利得损失并不是由投资者的主动管理造成的，而是一种静态收益变化的体现，因此也应该纳入收入效应中。若对债券的收益率定价公式（1）进行全微分推导，结果会更加明晰。
其中，P（t，r）表示债券在t时刻到期收益率为r的价格，T表示债券期限，CFk表示t时刻及之后的现金流。
经计算，
其中，D表示久期；ln（1+r）在r接近0时，近似等于r。另外，若用连续复利公式计算对t的微分项，结果刚好为r。因此，本文认为在衡量收入效应方面，到期收益率会比利息收入更加合适。
（二）久期管理能力
久期管理能力可以理解为投资经理为应对市场利率的变化，阶段性地调整组合久期，为债券组合增加收益或者减少损失的能力。如果投资经理通过投研分析，提前增加组合久期，后续若市场利率下行，债券组合收益增加，则体现出投资经理较强的久期管理能力。胡甲和钟良才（2025）通过与1年期久期券种的收益率比较，计算久期配置所获得的超额收益。Van Breukelen（2000）通过构造参考组合，调整基准组合的久期，保持与实际组合久期一致，然后和基准组合进行比较，获得久期管理能力。两种方法本质上都引入了参考线，也都涉及基准的选取、维护等，但并不易操作。为了使指标计算更加简洁高效，本文对Campisi模型进行改进，引入国债收益率曲线的水平因子，具体如模型（3）所示。
其中，∆yshift表示在∆t内国债收益率曲线水平变化量，∆yG表示在∆t内国债收益率曲线上和债券i同期限的收益率变化量，∆y 表示在∆t内债券i到期收益率的变化。不同组合根据久期不同对应到国债收益率曲线的不同节点（见图1），并将其曲线的变化分解为曲线水平变化量（∆yshift）和形态变化（∆yG -∆yshift）。
-Di ∙ ∆yshift表示久期管理带来的收益，-Di ∙（∆yG -∆yshift）表示曲线形态变化带来的收益，-Di ∙（∆y -∆yG ）表示信用利差变化带来的收益。
衡量∆yshift的变化有较多方法，如Nelson和Siegel（1987）、Diebold和Rudebusch（2013）等基于期限预期理论提出的经典因子模型，水平因子可等价于长期利率；Barber和Copper（1996）采用主成分分析方法，对收益率曲线进行因子分析，前三个主成分分别对应水平因子、斜率因子和曲率因子。该方法虽简洁有效，但缺乏一定经济学基础。在业界投资实践中，多将10年期国债收益作为市场利率的锚。因此，可以将10年期国债收益率的变化看作水平因子的变化。参考李晓花和胡志洁（2020）对这几种方法的研究结果，衡量久期管理能力，并不需要水平因子的解释度非常高，反而更在意基准数据的稳定可靠性、模型的简洁性。综上，本文选用10年期国债收益率来衡量国债收益率曲线水平因子的变化情况。
（三）类别配置收益
如上文所述，本文并不沿用Van Breukelen（2000）的做法，而借鉴Brinson和Fachler（1985）的分析方法，如模型（4）所示，直接将超额收益分解为债券类别配置收益和债券选择收益。
其中，RP表示组合收益率，RB表示基准组合收益率，
i 的债券资产在债券组合中的占比，
i 的债券资产在债券基准组合中的占比，
i 的债券资产的收益率，
i 的债券资产的收益率，N 表示债券类别的种类。
在这个框架下，需要首先确定基准指数的选择。若选择债券综合指数作为基准指数，如中债-新综合财富指数，在实际应用过程中则会发现，维护指数成分券并不容易，而且指数成分权重涵盖了非常全面的成分券种类。而在年金受托管理中，债券资产往往只覆盖如国债、政策性金融债、公司债、企业债、金融债等常见的债券种类，选用综合指数，会导致很多类别的债券的归因计算项为空。
综合以上情况，本文不选用债券市场综合指数作为基准指数，并提出两种解决方法。方法一是使用内部资产整体情况来构建基准。在年金受托管理下，可以跟踪组合全部持仓数据。因此，采用年金受托管理债券资产的整体平均来构建收益基准相对便利。同样的方法也可以维护年金受托各类别债券资产的基准收益率。基准指数维护难度较小，而且根据Brinson和Fachler（1985）模型分解出的债券类别配置能力，更能体现出投资组合在不同类别债券中短期战术偏离所带来的收益贡献，有益于年金受托投资监督管理。方法二是针对管理组合数量较少、内部平均统计量存在较大波动的情况，选取分类别债券资产的市场指数作为基准，权重则根据各类资产的市场存续余额比重确定，然后基于分类资产基准，自下而上合成总的基准指数。该方法在实践上也更具有普适性。
（四）其他事项
年金受托管理中，搭建科学准确的绩效归因体系，还有一些不可回避的要点需要注意。
其一，要注意交易所债券估值问题。目前，对于交易所的债券，年金行业的托管行进行估值计算时，仍采用成本价估值的方法，而不是采用中债估值或者中证估值。在一些交易流动性较差、较长时间未发生交易的债券上，估值差异对组合的影响较为明显，甚至会出现买入当天就在记账系统上有超过10%负收益的情况。因此，在归因模型实践落地时，应该将估值差异给剥离出来，再用中债估值数据进行绩效归因分析。
其二，要注意资产多期收益率和收益贡献的计算问题。组合的多期收益一般是采用日收益率复利连乘的形式。需要注意的是，组合的累计收益率并不等于各资产累计收益率的加权平均。因此，在处理多期绩效归因分析中，通常使用多期连接的算法，如GRAP（1997）、Frongello（2002a）等。而在年金行业中，计算多期内某一类资产的收益贡献时，多采用组合收益率乘以类别资产的盈利金额在组合总盈利金额中的占比的计算方法，这样会导致在总盈利金额较小时，收益贡献跳变的情况出现。本文推荐采用GRAP模型，其充分考虑了超额收益在后期的复利效应。
案例实证分析
下面采用案例分析的形式，着重对以上介绍的改进版Campisi模型和债券类别配置效应分析进行补充说明。
（一）改进版Campisi模型
假设债券投资组合在2024年12月26日买入公司债24广越07。该债券于2024年12月26日在上海证券交易所发行上市，票面利率为2.3%，每年付息一次，计息基准为A/365。组合买入该债券的成本价为100元。
表1是该债券自2024年12月26日至2025年1月7日的相关信息。
为方便解释说明，本文不采用日频计算和多期复利连接的方法，而是将期初和期末两天的数据直接比较计算。
通过改进的Campisi模型计算，该债券期间的收益绩效归因拆解结果如表2所示。
总收益：2024年12月26日至2025年1月7日期间，托管行估值核算的收益率为0.0756%。在此期间，该债券并未在交易所发生交易，因此资本利得并未发生变化，只计提了12天应计利息，即2.3% ×12/365 =0.0756%。
估值收益：根据中债估值全价数据，期间收益率为101.5541/100.1951-1= 1.3564%。
估值差异：估值差异为总收益减去估值收益，即0.0756%-1.3564% = -1.2808%。
收入效应：收入效应用期初的中债估值到期收益率进行单利折算，即2.2801% ×12/365=0.0749%。
价格效应：价格效应为估值收益减去收入效应，即1.3564%-0.0749% =1.2815%。
久期管理效应：久期管理效应为期初修正久期的负数乘以期间内10年期国债到期收益率的变化量，即-8.8379 ×（1.5973%-1.7345%）=1.2125%。
曲线管理效应：曲线管理效应为期初久期的负数乘以（期间对应久期国债到期收益率的变化量-10年期国债到期收益率的变化量），即-8.8379×［（1.5732%-1.6941%）-（1.5973% -1.7345% ）］=-0.1440%。
利差效应：利差效应为期初久期的负数乘以（期间对应久期债券中债估值到期收益率的变化量-期间对应久期国债到期收益率的变化量），即-8.8379×［（2.1356%-2.2801%）-（1.5732%-1.6941% ）］= 0.2085%。
残差效应：残差效应为价格效应-久期管理-曲线管理-利差效应，即1.2815%-1.2125%-（-0.1440%）-0.2085% = 0.0044%。
在该案例中，2024年12月26日至2025年1月7日期间，市场固收基准利率曲线呈现整体下调的趋势，其中10年期国债收益率下降13.72BP，久期管理效应在价格效应中占比达到95%。
残差效应的结果主要和计算过程中忽略凸性以及未日度计算等简化有关。期初和期末相距12天，直接将两天进行比较计算，势必产生一定偶然误差。在实际模型落地时，采用逐日计算、多期复利的算法，偶然误差将会控制在更小范围。
（二）债券类别配置效应
下文继续采用更具有普适性的方法二进行案例分析。
出于年金资产投资监督需要，可参照万得（Wind）分类将债券简单分类为利率债、信用债、可转债和其他类。Wind数据显示，2024年初，利率债（含国债、地方政府债、央行票据和政策性银行债）占比为63.25%，信用债占比为26.80%，可转债占比为0.28%，其他类（同业存单）占比为9.67%。指数选择方面，分别选取中债-总财富（总值）指数（CBA00301）、中债-信用债总指数（CBA02701）、中证可转换债券指数（000832）、中债-同业存单AAA指数（CBA23301）作为利率债、信用债、可转债和其他类的基准。
假设2024年模拟组合中各类资产的权重分别为利率债15%、信用债83%、可转债2%，无其他类资产。根据万得（Wind）数据，截至2024年末，具体组合和基准收益、权重信息如表3所示。
资产配置效应（利率债）为（组合利率债的权重-基准利率债的权重）×（基准利率债指数收益率-基准总收益率）=（15%-63.25%）×（8.32%-6.70%）=-0.78%。
资产配置效应（信用债）为（组合信用债的权重-基准信用债权重）×（基准信用债指数收益率-基准总收益率）=（83%-26.80%）×（4.46%-6.70%）= -1.26%。
资产配置效应（可转债）为（组合可转债的权重 - 基准可转债的权重）×（基准可转债指数收益率-基准总收益率）=（2%-0.28%）×（6.08%-6.70% ）=-0.01%。
资产配置效应（其他类）为（组合其他类的权重 - 基准其他类的权重）×（基准其他类指数收益率-基准总收益率）=（0-9.67%）×（2.36%-6.70%）=0.42%。
总的资产配置效应为各类别资产配置效应的加总，即-0.78% +（-1.26%）+（-0.01%）+ 0.42% =-1.63%。
2024年基准利率下行幅度较大，长久期利率债产生资本利得的获利较为明显。在年金投资中，利率债的投资占比相对市场权重偏低，该特点在资产配置效应的计算中可以明显体现出来，资产配置效应仅为-1.63%。
以上案例仅对两个截面数据进行分析，可以更加直观地说明模型计算原理。具体实际操作中可进行日频追踪并结合多期复利算法，结果将更加准确。
以上方法的缺点是，在利率债表现较好的年份，多数组合的资产配置效应为负值，但也可以通过横向对比、标准化等方法进行修正。若采用方法一，根据同类平均计算基准权重和收益率，则不会存在以上问题。具体实践过程中，基准方法的选取应该根据管理的需要来判断：若管理组合数量较少，倾向选择和市场比较的方法二，且计算复杂度较低；若管理组合数量较多，并且关注不同组合与内部整体的偏离情况，倾向于采用方法一。
结论与启示
绩效归因分析模型历经几十年的发展，已经较为成熟。在固收资产方面，Campisi模型凭借其简洁性、科学性，一直以来作为主流的绩效归因分析模型。本文从年金受托管理的角度出发，探究了绩效归因模型在管理过程中的适配性和改进方向。
在适配性方面，年金受托投资监督管理，本质上要处理的是跨部门的风险监管、业绩管理的问题，这就要求绩效归因分析的指标对于第三方管理有较强实践指导性。另外，受托人希望通过归因分析，了解组合静态收益以及久期管理能力、债券类别配置能力等主动管理能力的水平，这是当前现有模型所不具备的。
本文基于年金受托管理业务的视角，主要做了以下几方面的改进。
其一，在衡量Campisi模型的收入效应方面，明确了采用到期收益率而不是票面利率。
其二，在Campisi模型中加入久期管理效应。本文采用10年期国债收益率作为国债收益率曲线水平因子的代理变量，在兼顾计算准确性和经济解释的同时，极大地降低了计算久期管理效应的复杂度。
其三，本文提出债券类别配置能力无论对于固收投资管理人还是受托人，都具有较强的指导意义。在固收绩效归因分析中，可以采用Brinson和Fachler（1985）模型框架，直接从超额收益中分解出债券类别配置收益。
其四，本文提出，年金行业中的交易所债券的估值问题容易对绩效归因分析的结果造成干扰，需要单独将成本法计价和公允价值计价差异引起的收益剥离出来。在多期绩效归因计算中，推荐采用GRAP（1997）的多期连接算法。尽量避免在分解收益贡献时，继续使用盈利金额的占比乘以组合收益率的计算方法。
本文的研究希望能在受托人对投资管理人管理过程中提供更加切实有效的分析抓手，助力年金受托管理过程更加精细化、科学化，为中国养老金融的大文章作出一点贡献。
参考文献
[1]胡甲，钟良才． 基于投资逻辑的债券基金业绩归因研究与应用[J]． 经营与管理，2025．
[2]李晓花，胡志浩． 收益率曲线三因子模型的一个直观定义[J]．中国社会科学院研究生院学报，2020（5）．
[3]Bacon C R． Practical Portfolio Performance Measurement and Attribution[M]． Chichester： John Wiley & Sons， 2008．
[4]Barber J R， Copper M L． Immunization Using Principal Component Analysis[J]． The Journal of Portfolio Management， 1996，23（1）．
[5]Brinson G P， Fachler N． Measuring Non-US Equity Portfolio Performance[J]． Journal of Portfolio Management， 1985，11（3）．
[6] Campisi S． Primer on Fixed Income Performance Attribution[J]． Journal of Performance Measurement， 2000，4（4）．
[7]Dai T C， Elliot M． Fixed Income Attribution with Carry Effect[J]． Journal of Performance Measurement， 2014，19（2）．
[8]DiBartolomeo D． Just Because We Can Doesn‘ t Mean We Should[J]． Journal of Performance Measurement， 2003，7（3）．
[9] Diebold F X， Rudebusch G D． Yield Curve Modeling and Forecasting： The Dynamic Nelson-Siegel Approach[M]．Princeton：Princeton University Press，2013．
[10] Frongello A S B． Attribution Linking： Proofed and Clarified[J]． Journal of Performance Measurement， 2002a．
[11] GRAP． Synthèse des modèles d‘ attribution de performance[J]． Paris： Groupe de Recherche en Attribution de Performance， 1997．
[12] Hensel C R， Ezra D D， Ilkiw J H． The Importance of the Asset Allocation Decision[J]． Financial Analysts Journal， 1991，47（4）．
[13] Nelson C R， Siegel A F． Parsimonious Modeling of Yield Curves[J]． Journal of Business， 1987（60）．
[14] Van Breukelen G． Fixed Income Attribution[J]． Journal of Performance Measurement， 2000，4（4）．
[15] Wagner W H， Tito D A． Definitive New Measures of Bond Performance and Risk[J]． Pension World，1977（5）．
