消费基金业绩归因：能力还是运气

基本信息

阅读时间：约 24 分钟

字数：约 11,739 字

摘要：市场担心：消费主题基金的业绩差异大到无法解释——截至 2025 年 6 月 24 日，名称中带「消费」的产品共 199 只，超过六成年内上涨、15 只回报逾 20%，而垫底产品跌幅超过两成，半年内首尾差距拉大到 53 个百分点 [13]。投资者习惯性地把这种差距读成「选股能力的差距」，于是业绩排名成为最受欢迎的筛选工具。

本文由 AI 生成，经人类主编终审。

市场担心：消费主题基金的业绩差异大到无法解释——截至 2025 年 6 月 24 日，名称中带「消费」的产品共 199 只，超过六成年内上涨、15 只回报逾 20%，而垫底产品跌幅超过两成，半年内首尾差距拉大到 53 个百分点 [13]。投资者习惯性地把这种差距读成「选股能力的差距」，于是业绩排名成为最受欢迎的筛选工具。

我们认为：这种读法在统计上站不住脚。半年 53 个百分点的离散度，首先要与「完全靠运气」的分布做对照才能下判断。国际学术证据给出的结论相当一致：美国主动权益基金组合在 1984—2006 年间费后年化落后基准约 0.8 个百分点，即使把费用加回，聚合超额也只有约 0.1 个百分点 [5]；中国市场的研究同样显示，基金经理业绩只在很短周期内表现出持续性，最长的持续期约 1 年半 [8]。换句话说，短窗口的高离散度本身不构成能力证据，它更可能是同一因子暴露被不同时点放大的结果。

1. 收益必须先拆解再评价：Brinson 归因把超额收益分为资产配置效应、个股选择效应与交互效应三部分 [1][2]，消费主题基金的超额大部分落在「行业配置」而非「个股选择」上，这是评价口径差异最大的一环；
2. 能力与运气可用统计量分离：在年化信息比率 0.5 的假设下，要让 t 统计量达到 2，需要约 16 年的样本（测算），而市场上多数产品的存续期与可归因窗口远短于这一长度；
3. 持续性是关键检验：主动基金最高分位组在五年后仍留在最高分位的比例为 22.4%，而在纯随机假设下这一比例本应为 20% [3]——差距在统计上几乎可以忽略。

本篇增量：给出一套可操作的「消费基金业绩归因操作单」，把描述性统计与推断性统计分开，并明确回答三个问题——多长的样本、多高的显著性、多稳定的风格，才能把业绩差异称为能力。结论是：在通用样本长度下，大部分可见的业绩差异无法与运气区分；能够被稳定识别的，主要不是「谁更会选股」，而是「谁暴露在哪个因子上、暴露了多久」。

业绩归因的方法谱系可以按数据来源分成两支：基于净值的归因与基于持仓的归因 [1]。基于净值的方法从资本资产定价模型出发，用基金净值对市场组合做时间序列回归，把超额收益拆成 alpha 与 beta 贡献；它的优点是数据易得，缺点是只能给出「有没有超额」，无法回答「超额从哪来」。基于持仓的方法则需要横截面持仓数据，主要包括以无套利定价为基础的多因子模型，以及以拆解超额收益率为基础的 Brinson 模型 [1]。

Brinson 模型的数学结构值得完整说明，因为后续所有关于「配置还是选股」的讨论都建立在它之上。取组合与基准，按同一套分段标准（行业、板块或资产类别）切开，每一段需要四个数：组合在该段的权重、基准在该段的权重、组合在该段的收益、基准在该段的收益。于是资产配置效应等于权重差乘以基准分段收益与基准总收益之差；个股选择效应等于基准权重乘以组合分段收益与基准分段收益之差；交互效应则是权重差与分段收益差之积 [2]。三者相加恰好等于主动收益，分解在单期是恒等式，不产生残差 [2]。

选择哪种方法，取决于要回答的问题。如果问题是「组合收益中多少来自行业押注」，用 Brinson；如果问题是「组合承担了哪些未被察觉的风险暴露」，用多因子；如果只是想知道「是否持续跑赢基准」，基于净值的回归就足够。在消费主题基金的分析上，Brinson 的配置项与选股项存在一个结构性困难：消费行业的边界本身是模糊的，消费电子、创新药、汽车、黄金饰品在不同机构口径下可能被划入或划出，分段标准一旦变化，配置效应与选择效应的金额会整体搬家。因此在跨产品比较时，必须先确认各方使用的分段标准一致，否则得到的差异只是口径差异 [15]。

把消费主题基金的超额收益拆开看，第一层是行业配置。2025 年四季度公募基金对食品饮料的重仓持股比例为 4.69%，环比下降 0.13 个百分点，处于 2010 年以来的 12.5% 分位水平；同期食品饮料的标配比例为 4.11%，超配比例 0.58%、环比提升 0.18 个百分点 [12]。其中白酒重仓比例环比下降 0.49 个百分点至 3.52%，超配比例 0.79%、环比下降 0.21 个百分点 [12]。这组数字说明，在消费内部，被动与主动仓位都在从白酒向其他子行业迁移，而迁移节奏的差异直接构成了产品之间的业绩差。

第二层是个股选择。这里需要区分「集中度」与「选择精度」两件事。2025 年四季度共有 531 只基金持仓白酒，持仓市值 567.10 亿元；其中白酒持仓规模在 10 亿元以上的基金仅 6 支，合计重仓规模 301.77 亿元、占比 53.21%，这部分基金的白酒仓位平均为 31.91%、环比下降 0.43 个百分点 [12]。这意味着白酒的定价权高度集中在极少数大额持仓上，而多数产品的白酒持仓比例很低——对后者而言，白酒涨跌对其净值的影响本就有限，用业绩差异去推断「谁更会选股」在统计上缺乏效力。

第三层是择时。择时在业绩归因中是最难被可靠识别的一项：它的信号稀疏、单次决策对净值的影响集中，且与配置项高度混淆。Brinson 框架下的「配置效应」在单期被定义为对分段权重的偏离，但跨期之后，权重调整的时点选择（真正的择时）会与权重的平均水平（静态配置）混在一起 [2]。要把它分离出来，需要使用与时间相关的分解方法，或者以更高的数据频率（月度甚至周度持仓变动）来近似。

把三层放在一起，可以给出一个经验性的排序：在消费主题基金的超额收益中，行业配置项的贡献通常最大且最不稳定，个股选择项次之，择时项最小且难以证实。这一排序与国际文献一致——Brinson 等人对美国养老金计划 1974—1983 年数据的研究发现，约有 93.6% 的超额收益变动可以被资产配置解释 [11]。需要提醒的是，该结论描述的是「收益变动的解释比例」，不等于「配置决策带来了 93.6% 的收益」，这是这一经典结论最常被误读的地方。

多因子归因的价值在于把「选股能力」这一黑箱打开：它假设股票收益可以被若干共同因子的线性组合解释，于是组合的收益来源被拆成国家因子、风格因子与行业因子三类 [1]。在 Barra 类模型中，风格因子通常包含市值、动量、价值、流动性等；任何被归入「选股」的超额，只要能被某个风格因子解释，就应当重新划归为因子暴露收益 [2]。

这对消费主题基金的分析尤为关键。消费板块长期具有若干稳定的风格特征：大盘、低波动、高分红倾向、对利率与收入预期敏感。当某段时间消费类产品集体跑赢，往往不是产品之间选股能力的差异，而是它们共同暴露于同一组风格因子；此时用业绩排名去区分能力，等价于在同一个因子的不同 beta 之间比大小。

因子归因还有一个实务上的附加价值：它可以暴露「未被声明的暴露」。Brinson 框架被业内称为「对分段视而不见」——它会把任何打败分段基准的收益都记为选股能力，而不追问是怎么打败的 [2]。一个系统性偏向低波动或高盈利质量名单的组合，在该框架下会显示出漂亮的选股能力，但真实驱动因素是任何人花钱就能买到的因子暴露 [2]。因此在评价消费类组合时，Brinson 与多因子应当配合使用：前者回答「配置还是选股」，后者回答「选股背后是不是因子」。

把能力从运气中分离出来，统计上有三条路径。第一条是显著性检验：计算超额收益的 t 统计量，即超额收益除以它的标准误。t 值与样本长度直接相关——若年化信息比为 IR，样本长度为 T 年，则 t 近似等于 IR 乘以 T 的平方根（测算）。在 IR 等于 0.5 的中性假设下，要让 t 达到通常使用的 2 这一门槛，需要约 16 年样本（测算）；若 IR 只有 0.3，则需要约 44 年。这就是为什么用一两年业绩去判定能力的做法在统计上必然失效。

第二条是自助法模拟。核心思路是构造一个「真实 alpha 全部为零」的平行世界：把每只基金的收益序列做去 alpha 处理，保留其波动率、偏度与相关结构，再重复抽样上万次，得到纯粹由运气产生的 alpha 分布 [6]。然后比较真实分布与模拟分布。国际研究的结果是：以费后净收益衡量，美国主动权益基金组合在 1984—2006 年聚合超额约为 -0.8 个百分点/年，即使把费率加回，聚合超额也只回到约 0.1 个百分点/年 [5]；按精确度调整后的 alpha 排序，前 10% 产品的隐含 alpha 约 3.4 个百分点/年、前 2% 约 6.5 个百分点/年 [5]，但模拟显示这些极端值完全可能在真实 alpha 为零时由运气产生 [6]。

第三条是持续性与幸存者处理。自助法解决了单只基金的显著性，但没有解决「只看得见活着的产品」这一问题。如果样本只包含当前仍在运作的产品，那么被清盘与合并的产品就被系统性排除在外，而它们恰恰是表现较差的一批。Vanguard 的研究给出了这一偏差的方向与量级：在最高分位的产品中，五年后有 15.85% 因合并或清盘而离开样本；而在最低分位的产品中，这一比例升至 34.64% [3]——表现越差的产品越容易消失，遗漏它们会显著抬高对整体表现的估计。

持续性检验是最直观的方法：把产品按某一窗口的业绩分组，观察下一窗口是否仍留在同一组。如果能力存在且稳定，高分组应当显著地继续停留在高分组。Vanguard 对全球多市场、多资产类别的检验显示，在起始五年位于最高分位的产品中，随后五年仍留在最高分位的比例为 22.4%，而纯随机下的期望值是 20% [3]——两者差距在统计上几乎可以忽略。更值得注意的是，一旦把清盘与合并的产品计入，表现落后组的持续性反而强于领先组 [3]。

国际指数机构的研究给出了更严格的版本。以 2000 年 3 月至 2019 年 9 月为样本、覆盖 18 个国内股票类别的分析显示，其中 12 个类别在三年后表现出零持续性；以三年期年化收益衡量，截至 2016 年 9 月约有 11% 的大盘产品（在 938 只样本中约 99 只）跑赢了基准，但到 2019 年 9 月，这 99 只中没有一只能够连续三年维持胜出状态 [4]。后续更新的统计更为极端：截至 2020 年底位列前 25% 的产品，在随后四年中没有任何一只维持在前 25%；若把门槛放宽到「高于中位数」，四年连续高于中位数的大盘产品比例仅 2.4%，而随机情形下的期望值为 6.25% [18]。

为什么持续性会如此薄弱？经典解释来自对持续性本身的再检验：在使用无生存偏差样本的研究中，股票收益中的共同因子与投资费用几乎完全可以解释基金平均收益与风险调整收益的持续性，一年期动量效应是「热手」现象的主要来源，而唯一未被解释的显著持续性集中在表现最差基金持续落后这一现象上 [7]。这提示我们，排名序列里看起来像能力的部分，多数只是因子暴露与费用结构在时间上的投影。

中国市场的证据方向一致但曲线不同。基于基金经理层面数据的实证研究显示，业绩存在显著的短期（1 个季度）持续性，中期的持续性较弱，可观测的最长持续期约为 1 年半；从长期看，基金经理无法持续战胜市场 [8]。该研究还发现，中等资产管理规模公司旗下的基金经理、以及持股集中度较低的基金经理，其历史业绩的持续性更长 [8]。早期基于自相关系数与列联表的研究亦得出类似结论：开放式股票型基金在短期内并不具有明显的持续性 [8]。

把两处证据合起来，可以得到一个对实务更有用的判断：持续性的时间尺度以季度计，而非以年计。这意味着以「近一年排名」筛选消费主题基金，实际上是在用一个半年前就已经衰减的信号做决策。与之相对，若要观察更长时间尺度上的稳定差异，必须把因子暴露、费率与换手率一并纳入，单看收益排名的持续性是所有指标中最弱的一个。

风格漂移指组合的实际持仓风格偏离其宣称的投资风格。它是归因结论可靠性的前提：如果一只产品在归因窗口内发生了显著漂移，那么用固定基准做分解就失去了意义——基准本身已经不匹配。中国市场的实证研究以 2006—2019 年主动管理型开放式股票基金为样本发现，期中业绩排名会引发可观测的漂移行为：输家显著提高风格漂移，赢家则趋于降低风格漂移 [9]；熊市中的排名对漂移的影响显著，牛市中不显著 [9]。这意味着一部分业绩反转并非能力变化，而是风险暴露被主动改变的副产品。

漂移本身不等于错误。有研究区分了漂移的两种性质：具备投资能力的基金实施风格漂移能够显著改善业绩表现，而单纯追逐市场热点的漂移则会对投资者利益造成损害 [10]。这一区分为监管与投资提供了差异化思路——不宜对漂移行为采取一刀切的态度 [10]。对归因工作的含义是：在计算超额收益之前，应当先做漂移检验，把「风格暴露的变化」与「同一风格内的选择差异」分开，否则漂移会被误读为选股能力或择时能力。

量化漂移的常用做法有三种：一是计算组合主动份额（持仓与基准的权重偏离之和的一半），其数值直接反映偏离程度；二是对持仓做风格因子暴露的时间序列回归，观察暴露的斜率与波动；三是用收益数据做滚动窗口的收益相关矩阵，看组合与各类风格指数的相关性是否发生结构性变化。三种方法中，基于持仓的做法最准确，基于收益的做法最易得，三者交叉验证可显著降低误判。

第一项局限是幸存者偏差，它的影响可以通过清盘数据直接观测。截至 2025 年 11 月 18 日，年内清盘的公募基金产品已接近 200 只，其中主动权益基金数量超过 70 只、占比接近四成，定期开放与持有期类产品占清盘总数四成以上 [17]。更早的统计显示，2025 年内清算产品为 135 只，其中主动权益类 49 只、占比约 36%，债券型 49 只，指数型因同质化压力清算 22 只 [16]；另有统计显示年内清算 132 只，主动权益 48 只、指数型 22 只，并且持续有产品进入「净值连续低于五千万元」的临界状态，涉及数量不少于 20 只 [15]。这些退出的产品如果被排除在归因样本之外，整体业绩分布会系统性地向右偏移。

第二项局限是多期连接。Brinson 分解只在单期成立，跨期之后各项不相加，必须使用平滑或连接算法（常见的做法是平滑法与连接法）来填补残差 [2]。这意味着任何一份跨年度的归因报告，其分项金额都带有方法假设，应当把连接后的分项视为「有依据的近似」，并对未披露连接方法的多年归因结果保持审慎 [2]。

第三项局限是样本内与样本外的落差。所有归因都建立在历史持仓上，而持仓是可被事后解释的——同一份持仓，在上涨后被称为「坚守」，在下跌后被称为「僵化」。这种事后叙事会使归因结果具备很强的解释力，却几乎没有预测力。第四项局限是对小样本的不宽容：消费主题基金主动型样本仅 141 只、规模合计 2,303.24 亿元，覆盖 51 家管理人、97 位基金经理 [14]，若再按成立年限、港股配置、价值成长风格细分，每一格的样本会降到数十只甚至更少，此时任何分组比较的统计功效都不足以支撑结论。

以下风险与正文判断一一对应，按「方法误用—数据样本—外部环境」三类列示：

1. （一）用短窗口排名推断能力
2. （二）分段口径不一致导致误比
3. （三）样本遗漏已清盘产品
4. （四）多期连接方法未披露
5. （五）因子定义变化影响结论
6. （六）风格漂移未做前置检验

对号入座：（一）对应第四章与第五章，IR 0.5 下需约 16 年样本才达 t=2（测算）；（二）对应第一章，BHB 与 Brinson-Fachler 的交互项归属不同 [2]；（三）对应第七章，2025 年内清盘主动权益产品 48—70 只以上 [15][16][17]；（四）对应第七章，跨期分解必须使用连接算法 [2]；（五）对应第三章，Barra 类模型的因子定义与频率敏感 [1]；（六）对应第六章，输家与赢家的漂移方向不同 [9]。

这些风险的共同特征是它们不会让分析失败，而是让结论「看起来合理却系统性偏乐观」。最需要防范的是（三）与（一）的叠加：样本遗漏了差的产品，同时评价窗口又太短，两者共同作用的结果是把纯粹的运气包装成稳定的能力。其次是（二）与（五），它们让跨产品比较失去可比性——在被问到「哪一类归因结果更可靠」之前，更应该先问「两份归因是不是同一个口径」。

结论一：消费基金业绩差异的绝大部分无法在统计上与运气区分。半年 53 个百分点的首尾差距 [13]是离散度证据而非能力证据；在 IR 等于 0.5 的假设下需要约 16 年样本才能达到常用显著性门槛（测算）。结论二：可持续被识别的差异主要来自因子暴露与费率结构，而非选股精度——Brinson 框架会把因子收益误记入选股 [2]，必须配合多因子归因使用。

结论三：持续性以季度为尺度。最高分位组五年保留率 22.4%、随机基线 20% [3]；18 个股票类别中 12 个三年后零持续性 [4]；中国市场最长持续期约 1 年半 [8]。结论四：消费板块内部的结构变化比产品选择更重要。食品饮料重仓比例已降至 4.69%、处 2010 年以来 12.5% 分位，白酒重仓降至 3.52% [12]，这种整体迁移对净值的影响远大于产品之间的持仓差异。

建议在评价消费类组合时，按下述五个维度建立观察清单：

1. 样本长度与统计功效（验证结论可靠性，门槛为 ≥10 年、t ≥2）；
2. 分段口径与交互项处理约定（验证可比性，参见方法文献 [1][2]）；
3. 风格因子暴露的时间序列稳定性（验证超额来源，参照 [1]）；
4. 主动份额与漂移幅度（验证基准匹配度，参照 [9][10]）；
5. 样本库是否含已清盘产品（验证生存偏差，参照清盘数据 [15][16][17]）。

把九章合起来，业绩归因的价值不在于给管理人打分，而在于把「收益从哪来」这个问题拆成可以被检验的小问题。一个诚实的结论是：在多数样本长度下，能稳定回答的只有「组合承担了什么风险、暴露了多久、为此付了多少费率」；至于「谁更会选股」，统计学给出的答案通常是「证据不足」，而不是「没有」。这两种表述的差别，正是严谨研究与叙事化总结之间的分界。

本文为财商教育内容，仅用于知识普及，不构成任何投资建议或收益承诺。

本报告共设八条可证伪链，覆盖摘要口径对账、归因框架、收益拆解、因子归因、能力与运气分离、业绩持续性、风格漂移与归因局限。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件。台账如下：

本报告所有关键数据均按四档标注来源档次，以区分证据强度与可复核性：

• [T1]一手或官方口径：学术期刊论文、指数机构研究、监管与交易所披露，可直接复核；
• [T2]机构二手口径：券商研究、基金评价机构与权威财经媒体整理数据，口径可能存在差异；
• [T3]转引口径：媒体转载或行业宣传，未经独立审计，仅作参考；
• [缺口]数据缺口：无法获得可靠来源的数据，本报告一律降级为定性讨论或不写。

需要特别说明三点。第一，本报告引用的学术研究样本区间各不相同（例如 1962—1998 年、1984—2006 年、2000—2019 年、2006—2019 年），不同区间与不同市场结构下的结论强度不可直接横向比较，本报告只取其方向一致性。第二，涉及收益与规模的数字均来自公开披露，用于刻画量级与结构，不宜作为精确对账依据；第三方统计在口径上存在差异（例如是否含已清盘产品、是否合并多类份额、行业分类标准是否一致）。第三，所有标注「测算」的数字均为本报告基于公开参数推算的结果，推算公式与参数取值在正文中逐项给出。本报告不做任何形式的能力评价与收益预测。