欢迎来到投资组合绩效评估（Portfolio Performance Evaluation）的世界！
恭喜你走到 CFA 学习旅程的这个阶段！你已经学会了如何建立投资组合并管理风险；现在是时候进行“成绩单”检查了。投资组合绩效评估的核心在于回答三个关键问题：我们赚了多少？我们是怎么赚到的？这些回报是因为投资能力，还是单纯的好运？别担心，如果这些公式看起来很吓人，我们会把它们拆解成简单的生活逻辑。
1. 绩效分析的三大支柱
要评估一个投资组合，我们需要检视三个不同的流程。你可以把它想象成在评估一位职业运动员的赛季表现：
1. 绩效衡量（Performance Measurement）： 这是“什么”。它负责计算回报率。（例如：“球队赢了 12 场比赛。”）
2. 绩效归因（Performance Attribution）： 这是“如何”。它负责找出回报的来源。（例如：“他们赢球是因为防守强劲。”）
3. 绩效评价（Performance Appraisal）： 这是“品质”。它负责判断绩效是来自投资能力还是好运。（例如：“他们赢球是因为有天赋，还是因为对手刚好受伤了？”）
重点总结
绩效评估是一个总称，涵盖了衡量回报、将回报归因于特定决策，以及根据风险来评价这些决策的品质。
2. 基础：选择基准指标（Benchmark）
除非有对比对象，否则你不能说投资组合表现得“好”。这个对象就是基准指标（Benchmark）。一个拙劣的基准指标会导致毫无意义的评估。
有效基准指标的特质
一个好的基准指标应该遵循“SAMURAI”特质（好吧，差不多是这样！）：
- 预先设定（Specified in Advance）： 你必须在比赛开始前就选好尺规。
- 合适（Appropriate）： 它必须符合基金经理的投资风格。
- 可衡量（Measurable）： 你必须能频繁计算其回报。
- 明确（Unambiguous）： 其组成部分（股票/债券）必须清晰可辨。
- 反映当前投资构思（Reflective of Current Investment Ideas）： 经理应该要了解基准指标的组成内容。
- 可问责（Accountable）： 经理应该接受该基准指标作为公平的绩效轨迹。
- 可投资（Investable）： 你应该能实际买入该基准指标（例如：指数基金）。
快速回顾： 如果一位经理专攻小型科技股，将其绩效与 S&P 500（大型股）相比是不公平的，这违反了合适（Appropriate）的原则。
3. 绩效归因：“如何”赚钱
归因分析将主动回报（Active Return）（投资组合回报减去基准回报）进行拆解。主要分为两个层面：
A. 总体归因（基金委托人层面）
这通常由负责监督多位经理的人员（如退休基金理事会）执行。它主要关注三点：
1. 政策配置（Policy Allocations）： 针对资产类别的原始“目标”权重。
2. 基准回报（Benchmark Returns）： 这些资产类别的表现如何。
3. 经理选择（Manager Choice）： 选择特定经理而非仅使用被动指数所带来的影响。
B. 微观归因（投资组合经理层面）
这着重于经理个人的决策。对于股票组合，我们使用 Brinson 模型。这将绩效分为三个效应：
1. 配置效应（Allocation Effect）： 你是否在正确的产业加码？
\( \text{Allocation} = \sum (W_{p,i} - W_{b,i}) \times B_{i} \)
（其中 \( W_p \) 为组合权重，\( W_b \) 为基准权重，\( B_i \) 为基准回报）
2. 选股效应（Selection Effect）： 在该产业内，你是否选到了绩优股？
\( \text{Selection} = \sum W_{b,i} \times (R_{p,i} - B_{i}) \)
（其中 \( R_p \) 为该产业实际的组合回报）
3. 互动效应（Interaction Effect）： 这是扣除前两项后的“余额”，反映了配置与选股决策共同作用的结果。
\( \text{Interaction} = \sum (W_{p,i} - W_{b,i}) \times (R_{p,i} - B_{i}) \)
真实案例类比
想象你是位厨师。配置是决定将更多预算花在优质牛排而非马铃薯上，因为你认为牛排会是当晚的热门菜色。选股是从肉贩那里挑出那块最棒的牛排。互动则是那块牛排与你决定“多买一点”的策略搭配得有多好。
4. 固定收益归因
债券绩效归因比较复杂，因为债券价格随利率（收益率曲线）波动。我们通常按以下方式拆解：
- 外部利率环境： 经理无法控制的因素（国债收益率曲线）。
- 内部管理贡献： 经理的主动决策，例如：
- 利率管理： 调整存续期间（Duration）。
- 产业/信用品质分析： 选择公司债而非国债。
- 个别债券挑选： 寻找被低估的债券。
- 交易效应： 积极周转带来的损益。
5. 绩效评价：实力与运气
现在我们知道回报是“怎么”来的，但我们是否为了这些回报冒了过大的风险？我们使用经风险调整后的衡量指标（Risk-Adjusted Measures）来找出答案。
四大指标
1. 夏普比率（Sharpe Ratio）： 每单位总风险（标准差）的超额回报。
\( \text{Sharpe} = \frac{R_p - R_f}{\sigma_p} \)
最适用于代表你全部财富的单一投资组合。
2. 特雷诺比率（Treynor Ratio）： 每单位系统性风险（Beta）的超额回报。
\( \text{Treynor} = \frac{R_p - R_f}{\beta_p} \)
最适合当投资组合只是你庞大分散式投资组合的一小部分时使用。
3. 信息比率（Information Ratio, IR）： 每单位主动风险（追踪误差）的主动回报。
\( \text{IR} = \frac{R_p - R_b}{\text{Tracking Error}} \)
这衡量了经理的稳定性。高 IR 意味着经理能持续战胜基准指标。
4. M-平方（\( M^2 \)）： 这将投资组合的风险调整至与市场风险匹配，然后以百分比形式展示回报。
为什么要用它？ 它更容易向客户解释。说“调整市场风险后，您的投资组合回报为 10%”比说“夏普比率为 0.5”更容易被理解。
常见陷阱
不要混淆标准差（总风险）和追踪误差（主动风险）。标准差告诉你投资组合的波动有多大；追踪误差则告诉你投资组合与其基准指标偏离了多少。
6. 总结快速检核
1. 我们使用了有效的基准指标吗？（它是否可投资且预先设定好了？）
2. 回报从哪里来？（是因为产业配置还是选股？）
3. 经理是否有实力？（信息比率高吗？还是只是因为高 Beta 而碰巧好运？）
如果起初觉得这些很棘手，别担心！绩效评估本质上就是一系列的比较。时刻问自己：“我在与什么做比较？”以及“为了获得这些回报，我承担了什么风险？”如果你能回答这两个问题，你就掌握了这一章的核心精髓。