欢迎来到投资组合绩效评估（Portfolio Performance Evaluation）！
恭喜你进入 FRM Part II 课程的这个章节！评估投资组合绩效是你将学到的最实用的技能之一。在投资管理的世界里，仅仅说“我获得了 10% 的回报”是不够的。我们需要知道：为了获得那 10% 的回报，你承担了多少风险？以及，这是真正的实力，还是仅仅运气好碰上了好行情？
在本章中，我们将学习如何区分“Alpha”（超额回报/实力）和“Beta”（市场风险敞口），如何解释不同类型的风险，以及如何拆解经理人的绩效，从而找出其价值真正的来源。如果初看这些公式觉得有些复杂，请别担心——我们会一步一步为你拆解！
小贴士：把绩效评估想象成评价一支运动队伍。你不能只看最终比分，还需要观察对手的实力、场地状况，以及教练是否做出了正确的战术调度。
1. 计算回报：TWRR 与 MWRR
在进行风险调整之前，我们必须正确计算回报。主要有两种计算方式，而两者的区别通常取决于谁控制现金流。
时间加权回报率（Time-Weighted Rate of Return, TWRR）
TWRR 衡量的是投资于投资组合中每一美元的复利增长率。关键在于，它忽略了现金流入和流出的时间点。这是评估基金经理人的行业标准，因为经理人通常无法控制投资者何时投入或提取资金。
类比：想象你是一位厨师。TWRR 衡量的是你做菜的水准，无论有多少顾客进来用餐。
资金加权回报率（Money-Weighted Rate of Return, MWRR）
MWRR 本质上就是内部收益率（Internal Rate of Return, IRR）。它同时考虑了现金流的时间点和规模。如果经理人在市场繁荣前夕获得了一笔巨额资金注入，那么 MWRR 看起来会比 TWRR 好得多。
常见错误：考生常会搞混这两者。请记住：TWRR = 经理人的实力（消除了现金流的影响），而 MWRR = 投资者的实际体验（包含了现金流的影响）。
核心总结：使用 TWRR 来评估经理人；使用 MWRR 来评估账户中资金的实际增长。
2. 风险调整后的绩效指标
现在来到本章的核心。如果经理人是靠“买彩票”般的风险来博取高回报，那么这种回报是毫无意义的。我们使用多种比率来对回报进行风险调整。
夏普比率（Sharpe Ratio）
夏普比率衡量每单位总风险（标准差）所获得的超额回报。
公式：\( Sharpe = \frac{R_p - R_f}{\sigma_p} \)
其中 \( R_p \) 是投资组合回报率，\( R_f \) 是无风险利率，\( \sigma_p \) 是投资组合的标准差。
适用情境：当投资组合代表投资者的全部财富时，使用夏普比率。
特雷诺比率（Treynor Ratio）
特雷诺比率衡量每单位系统性风险（Beta）所获得的超额回报。
公式：\( Treynor = \frac{R_p - R_f}{\beta_p} \)
适用情境：当该投资组合只是投资者一个更大、且已充分分散风险的投资篮子中的一部分时，使用特雷诺比率。
詹森 Alpha（Jensen’s Alpha）
这对许多经理人来说是“圣杯”。它代表了扣除资本资产定价模型（CAPM）预期回报后的“额外”回报。
公式：\( \alpha = R_p - [R_f + \beta_p(R_m - R_f)] \)
如果 Alpha 为正，表示经理人在风险调整后的表现优于市场。
信息比率（Information Ratio, IR）
IR 衡量的是经理人相对于基准指数（Benchmark）产生“超额回报”的能力，除以跟踪误差（Tracking Error，即超额回报的波动率）。
公式：\( IR = \frac{R_p - R_b}{Tracking\ Error} \)
记忆技巧：将 IR 想象成“稳定性指标”。它能告诉你经理人是稳定地跑赢基准，还是仅仅偶尔运气好。
M 平方（\(M^2\)）
有些人觉得夏普比率很难解读，因为它只是一个单纯的数字（例如 0.5 或 1.2）。\(M^2\) 将夏普比率转换为百分比形式。它告诉我们，如果投资组合拥有与市场基准相同的总风险，其回报率会是多少。
快速复习箱：
- 夏普比率：使用总风险（\( \sigma \)）。
- 特雷诺比率：使用系统性风险（\( \beta \)）。
- Alpha：衡量绝对超额表现。
- 信息比率：衡量相对于基准的稳定性。
3. 绩效归因：布林森模型（Brinson Model）
归因分析回答了这个问题：“为什么我们会有这样的表现？”我们使用 Brinson-Hood-Beebower 框架将绩效拆解为三个主要部分。
1. 资产配置效应（Asset Allocation Effect）
经理人是否挑选了正确的行业或资产类别？例如，在科技业繁荣时，他们是否投入了更多资金？
2. 选股效应（Selection Effect）
在这些行业内，经理人是否选对了具体的个股？例如，如果在科技业，他们是否挑选到了表现最好的公司？
3. 交互效应（Interaction Effect）
这是一个“剩余”项，用来计算配置决策和选股决策的综合影响。在许多考试题目中，这项数值很小，但从数学角度看，它是为了让整体绩效加总正确所必需的。
你知道吗？研究显示，长期来看，投资组合回报率的差异中，超过 90% 取决于资产配置，而非个股挑选！
4. 风格分析（Style Analysis）
有时经理人自称是“价值型”投资者，但实际上却在买入“成长型”股票。风格分析可以帮助我们看清他们实际上在做什么。
基于回报的风格分析（Returns-Based Style Analysis, RBSA）：
我们将投资组合的回报与各种指数回报（如小型股、大型股、成长型、价值型）进行回归分析。如果投资组合的走势与“小型价值股”指数完全一致，我们就断定这是该经理人的风格。这是“自上而下（Top-Down）”的方法。
基于持仓的风格分析（Holdings-Based Style Analysis, HBSA）：
我们查看经理人在特定时间点持有的每一只股票并进行分类。这是“自下而上（Bottom-Up）”的方法。
对比：RBSA 更简单快速，因为只需要回报数据。HBSA 更精准，但需要确切知道经理人随时持有的仓位，这些信息可能是保密的或存在滞后性。
5. 市场时机选择（Market Timing）
市场时机选择是指试图在市场下滑前将资金撤出，并在市场反弹前投入。要持续做到这一点非常困难。
如何识别：如果经理人擅长选择市场时机，其投资组合回报与市场回报之间的关系将不会是一条直线，而是曲线（凸性 Convex）。这是因为他们会在市场上行时增加 Beta，在市场下跌时减少 Beta。
常见模型：你可能会看到 Treynor-Mazuy 模型或 Henriksson-Merton 模型。你不需要死记硬背复杂的数学，只需知道它们是用来检测经理人是否通过改变投资组合敏感度来成功“预测市场时机”的工具。
最终总结与核心要点
如果起初觉得这些内容很棘手，请别担心！掌握投资组合绩效评估的关键，在于知道在什么情境下使用哪种风险指标。
1. 选择正确的回报计算：TWRR 用于评估经理人，MWRR 用于评估实际资金影响。
2. 选择正确的风险指标：夏普比率用于总风险，特雷诺比率用于系统性风险。
3. 理解 Alpha：它是无法被市场波动解释的回报部分。
4. 拆解绩效：使用归因分析来查看是行业配置（Allocation）还是选股（Selection）的贡献。
5. 检查风格：使用风格分析来确保经理人执行的是他们承诺的策略。
继续通过练习题来熟悉这些概念，你会发现这些“风险调整后”的思维方式将成为你的直觉本能！