1.1.Campisi 模型原理
在明确固收类业绩归因的核心价值后，需进一步探讨如何通过结构化模型实现这一目标。Campisi 模型作为固定收益领域最经典的归因框架，其基于债券定价公式，将纯债型基金的总收益拆解为四个效应，将收益分解为收入效应、国债效应、利差效应和择券效应，帮助投资者判断基金经理的久期管理、信用挖掘等能力。其核心逻辑是通过自上而下的分解框架，逐层剥离系统性风险因子和主动管理能力的贡献。
收入效应（Income Effect）
这是债券持有期间获得的票息收入，与债券的票面利率、面值及持有时长直接相关。其本质是债券作为固定收益资产的“时间价值”，反映投资者通过持有债券获取稳定现金流的能力。例如，一只票面利率 5%、面值 100 元、持有一年的债券，票息收入为5元（不考虑复利）。该效应独立于市场利率波动，是债券投资的基础收益来源。
择券效应（Selection Effect）
作为总收益与前三项的残差，择券效应反映基金经理通过主动选券、调整久期或杠杆等操作获得的超额收益。例如，若组合实际收益为 5%，而前三项合计贡献3%，则择券效应为2%。择券效应是模型评估主动管理能力的核心指标，但择券效应也可能包含参数估计误差（如久期计算偏差）或未模型化的交易行为影响。 Campisi 模型的分解遵循从宏观到微观的路径：收入效应代表被动持有债券的基础收益；国债效应和利差效应分别衡量利率风险和信用风险的系统性暴露；择券效应则剥离出主动管理能力，体现基金经理在风险因子之外的超额贡献。 这种分解不仅回答了“收益从何而来”，还能评估基金在不同市场环境下的适应能力——例如，利率下行时，久期较长的基金可能通过国债效应获得超额收益，而信用利差收窄时，擅长挖掘个券的基金则通过择券效应脱颖而出。
Campisi 模型可以继续分为基于持仓（Portfolio-based Analysis，PBA）的Campisi 模型和基于净值（Return-based Analysis，RBA）的 Campisi 模型。基于持仓的 Campisi 模型（PBA）：其核心优势在于分解的高准确性，由于直接使用基金定期报告中披露的持仓券明细（如票面利率、久期、信用评级等），可通过精确计算各券的票息收入、久期与利率变动的乘积等参数，还原收入效应、国债效应等具体贡献，残差项也更贴近真实的个券选择能力。但受限于持仓数据的低频披露特性（仅季度更新），其时效性较弱，更适合静态分析基金在特定时点的持仓结构特征，对短期策略调整的捕捉能力有限。基于净值的 Campisi 模型（RBA）：核心优势体现在高频跟踪与动态适配性上，依托基金每日净值数据及市场指数，可通过因子回归快速计算久期、信用利差等暴露水平，实现对基金策略调整的日频监测。尽管受模型假设限制，其分解准确性略逊于持仓法，可能引入噪声，但其时效性强，更适合动态评估基金的风险敞口变化和风格漂移动向。因此，实践中可根据需要灵活选择方法：对持仓集中的基金采用持仓法，对分散化基金则结合净值回归，并通过静态回归分析风险暴露的基准匹配度，动态回归捕捉因子暴露的时变性。 本文主要探讨能够高频跟踪的基于净值的 Campisi 模型。
1.2.模型构造与因子选择
利率水平因子（Level Factor）
利率水平因子反映利率曲线水平移动对债券组合收益的影响，是债券组合对利率风险的核心敞口指标。利率水平因子的构建基于中债国债总财富指数，该指数剔除了信用风险干扰，仅保留无风险利率变动的影响。
利率水平因子：中债国债总财富指数
期限结构因子（Slope Factor）
期限结构因子捕捉利率曲线斜率变化（如平坦化或陡峭化）对组合收益的贡献。在构建期限结构因子时，可构造买入中短期债券指数、卖出长期债券指数的多空组合，我们采用中债国债总财富(1-3 年)指数与中债国债总财富(7-10 年)指数，并通过动态调整权重实现久期中性，使组合久期为 0。例如，买入中债国债总财富(1-3 年)指数并卖出中债国债总财富(7-10年)指数，权重根据两类指数的久期比例调整。该因子反映基金经理对利率曲线形态的主动管理能力，正收益表明组合在利率曲线变陡时获益。
评级利差因子（Default Spread Factor）
评级利差因子刻画不同信用评级债券利差变化的影响，用于补充信用利差因子对信用下沉策略的解释力。我们通过构建高收益企业债指数与企业债AAA 指数的多空组合构建该因子。该因子理论上可反映基金在信用风险溢价上的主动管理。
可转债因子（Convertible Factor）
可转债因子用于“固收+”基金，捕捉可转债资产的收益贡献。由于可转债兼具债性与股性，其因子构建直接采用中证转债指数和中证国债指数多空组合，无需久期中性处理。正收益表明基金通过可转债的“股债双属性”增强收益，尤其在权益市场上行期表现显著。
可转债因子：中证转债指数-中证国债指数
权益因子（Equity Factor）
权益因子用于捕捉少数配置权益类资产的“固收+”基金的权益类系统性风险与超额收益特征，通过动态权重方法整合多维度市场信号，反映基金在股票配置上的策略偏好与市场适应性。其核心逻辑在于：根据市场环境动态调整权重（ w1和 w2 ，采用20 日波动率倒数加权），平衡收益与风险，避免单一指标的失效风险。
权益因子收益率： w1 ×国证成长指数+w2 ×沪深300
1.3.因子表现与处理
构建的 7 种因子 2020 年 1 月以来的走势（2020-01-03 点位=1）如下图所示，可转债因子（Convertible）和权益因子（Equity）波动较大，非含权因子长期走势均呈现向上的趋势，利率水平因子（Level）、期限结构因子（Slope）、信用利差因子（Credit）和评级利差因子（Default）长期走势稳定，凸性因子（Convex）波动最小。
从相关性矩阵分析，可转债因子（Convertible）与权益因子（Equity）呈现强正相关（0.76），表明两者在多数市场环境下同向波动，这可能源于可转债兼具债性与股性的特征。信用利差因子（Credit）与转债因子（Convertible）存在中等正相关（0.22），而利率水平因子（Level）与转债因子、权益因子均呈现负相关（-0.40 和-0.35），揭示出利率下行周期中权益资产可能承压的规律。值得注意的是，凸性因子（Convex）与所有因子的相关系数绝对值均低于0.07，说明其作为衡量债券价格非线性风险的指标具有较好的独立性。
本文固收类基金的分类基于同花顺 iFinD 基金投资类型的分类。固收类基金包括纯债基金和“固收+”基金。纯债基金包括短期纯债券型基金、中长期纯债券型基金、被动指数型债券基金和增强指数型债券基金。“固收+”基金包括可转换债券型基金、混合债券型基金(一级)、混合债券型基金(二级)和偏债混合型基金。 回归分析针对于全市场所有主动型固收类基金，同时剔除截至分析日期成立时间不足1年或基金规模小于 1 亿元的固收类基金。
2.1.纯债基金归因分析
使用 2025 年初至 2025 年 8 月 22 日的周度数据进行收益率拟合的结果来看，利率债基中调整 R 方有 50.6%在 0.8 以上，有 72.9%在 0.6 以上，信用债基中调整R方有68.4%在0.8 以上，有 93.9%在 0.6 以上。模型整体拟合度较高，证明我们的模型能够解释绝大多数的基金收益。 从 2024 年和 2025 年（截至 2025 年 8 月 22 日）利率债基因子暴露变化情况分析，利率债基对利率水平因子大幅提高，平均值从 0.34 上升至 0.48，说明利率债基整体大幅拉长久期。同时，凸性因子暴露上升，平均值从-0.11 上升至 0.08，而凸性大的债券对利率下降更敏感，表明利率债基在利率走低时期普遍增加凸性因子的暴露以获得更高的收益。
利率债基近两年（截至 2025 年 8 月 22 日）利率水平因子和期限结构因子散点图如下图所示，利率债基整体降低了对期限结构因子的风险暴露，说明利率债基在今年更倾向于选择长期限债券，与利率债基整体大幅拉长久期相印证。
整体而言，2024-2025 年，央行维持宽松货币政策，利率债基通过拉长久期捕捉利率下行带来的资本利得，但平坦化曲线中长短期债券利差缩小，利率债基对利率曲线斜率（即期限结构因子）的敏感性降低，暴露被动下降。同时，基金投资策略更为分散，配置不同期限债券降低对单一期限利率变动的敞口，从而减少对期限结构因子的依赖。2025年二季度后，市场对经济复苏预期分歧加大，叠加海外政策扰动，利率波动率上升，高凸性债券在利率大幅波动时价格波动幅度更大，凸性效应增强，基金通过增持此类债券可主动获取凸性溢价。信用债基近两年（截至 2025 年 8 月 22 日）投资策略变化类似于利率债基，今年整体拉长久期、配置长期限债券，但拉久期和配置长期限债券程度弱于利率债基。
对于信用类因子，相较于 2024 年，2025 年（截至 8 月22 日）信用债基对信用利差因子的风险暴露略有降低，评级利差因子暴露更为分散，且暴露为负的比例更高，反映今年在信用利差处于低位的环境下，信用债投资性价比较低，信用债基对信用风险的暴露略有降低，整体投资策略有所分散。
整体而言，2024 年“资产荒”推动信用利差压缩，2025 年政策面和基本面延续利差收窄趋势，信用债基转向分散化策略，部分需通过评级下沉或行业轮动增厚收益，部分转向高等级产业债或利率债。 短债基金相比中长债基期限结构因子暴露普遍为正，且平均值更高，与短债基金更倾向于配置短期债券的分类相匹配。从信用类因子对比看，短债基金与中长债基在信用利差因子和评级利差因子的风险暴露度中位数较为接近，但中长债基的投资方向更为多元化。
2.2.今年 Alpha 排名靠前的纯债基金有哪些特征？
我们选取 2025 年 Campisi 业绩归因 Alpha 排名靠前且调整R 方大于0.8 的十只中长期利率债基，他们多数在利率水平因子的暴露高于利率债基的平均值，且多数在期限结构因子暴露为负，或表明他们普遍通过拉长久期以获得更高收益，但是整体而言，以择券效应为主的 Alpha 对中长期利率债基业绩影响较小。
我们选取 2025 年 Campisi 业绩归因 Alpha 排名靠前且调整R 方大于0.8 的十只中长期信用债基，评级利差因子暴露均为负，或表明他们倾向于减少信用风险的暴露。同样，以择券效应为主的 Alpha 对中长期信用债基业绩影响较小。
2.3.固收+基金归因分析
使用 2025 年初至 2025 年 8 月 22 日的周度数据进行收益率拟合的结果来看，“固收+”基金调整 R 方有 26.4%在 0.8 以上，有 64.1%在 0.6 以上，模型整体拟合度较高，证明我们的模型能够解释绝大多数的基金收益。“固收+”基金的 Alpha 主要包括债券的择券效应、含权类资产相对指数的超额收益等，多数“固收+”基金的 Alpha 为正，表明“固收+”基金整体主动管理能力较强。
从 2024 年和 2025 年（截至 2025 年 8 月 22 日）“固收+”基金因子暴露变化情况分析，期限结构因子暴露有所上升，凸性因子暴露更为分散，信用利差因子暴露极端值有所分化，评级利差因子暴露整体有所下降但更为分散，利率水平因子、可转债因子和权益因子变化相对较少。或说明在低利率环境下，信用利差收窄与行业轮动并存，“固收+”基金通过分散评级配置平衡风险与收益，同时，在含权资产方面维持较高的暴露。
2.4.今年主动管理能力较强的“固收+”基金有哪些特征？
我们选取 2025 年 Campisi 业绩归因 Alpha 排名靠前且调整R 方大于0.8 的十只“固收+”基金，整体而言，固收+基金更依赖于基金管理人的主动管理能力，因此在Alpha上的暴露更高，对业绩影响更大。
我们选取 2025 年 Campisi 业绩归因可转债因子排名靠前且调整R 方大于0.8的十只“固收+”基金，多数主动管理能力也位居前列。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
