績效歸因分析

❶ brinson績效歸因模型怎麼用

比如擇時能力是一個很重要的指標。將現金和風險資產看作兩個行業，對這兩內個行業使用上述的容Brinson分析法，可以得到操作過程中擇時貢獻的收益以及對風險資產的操作提供的收益分別是多少。
將Brinson模型應用於各種不同的層面，比如公司層面、部門層面、基金經理層面，我們可以得到不同層次的分解結果。最後可以自上而下分解出公司超額收益的來源：
公司超額收益 = 公司大類資產配置收益 + 部門超額收益
部門超額收益 = 部門在板塊上的配置收益 + 各基金經理的超額收益
基金經理的超額收益 = 擇時（或者行業配置）收益 + 選股收益
這樣整個公司誰的貢獻大，誰的貢獻小一清二楚。

❷ 基金的業績研究歸因是什麼收益

正確答案:C 解析：對於股票型基金，業內比較常用的業績歸因方法是Brinson方法。這種方法較為直觀、易理解，它把基金收益與基準組合收益的差異歸因於四個因素：資產配置、行業選擇、證券選擇以及交叉效應。

❸ 請問如何債券基金分析

債基業績歸因方法簡介及實證分析
報告摘要：
債券與股票投資組合的業績歸因方法有本質不同，債券的投資收益主要來源於息票利息、利息收入的再投資收益以及持有到期時或者被提前贖回/賣出時所得到的資本利得這三個方面，債券價格除受標的公司基本面影響外，還受到利率水平以及行業風險水平波動的影響，相比股票更為復雜，因此不能用傳統的回歸方法進行分析。
典型的債券基金業績歸因模型有W-T模型、加權久期歸因模型以及Campisi模型。實務中Campisi模型的認可度最高，其將債券投資的收益分解成持有收益和價格收益(資本利得)，其中持有收益又可以分解為息票收益和價格收斂收益；價格收益又可以分解為利率曲線管理收益信用利差管理收益。在此基礎上還可以進一步將利率曲線管理收益分解為久期管理收益和期限結構配置收益，將信用利差管理收益分解為券種配置收益和個券選擇收益。
根據債基業績歸因分解模型，可以構建持有收益、利率曲線管理能力、信用利差管理能力以及綜合管理能力指標。運用過去1年數據對純債基金的進行實證分析的結果顯示，綜合管理能力指標與基金收益呈現一定的正相關性，且得分較高的基金平均收益率要高於整體平均收益，因此該模型對基金業績評價具有一定的參考性。
持有收益能力較強的基金有：融通債券A/B、新華純債添利A、銀河領先債券、富國產業債等；利率曲線管理能力較強的基金有：交銀純債A、博時安心收益定期開放債A、交銀雙輪動A/B、鵬華產業債等；信用利差管理能力較強的基金有：嘉實增強收益定期債、建信純債A、易方達信用債券A、萬家歲得利定期開放債等；綜合管理能力較強的基金有：華夏純債A、廣發理財年年紅債券、交銀雙輪A/B、交銀純債A、融通歲歲添利定期開放債A等。
隨著我國多層次債券市場的發展以及產品創新力度的加大，近年來我國債券市場保持了較快的發展速度。在這樣的背景下，基金公司相繼推出了各種不同類型的債券基金，如信用債基金、可轉債基金、中高收益債基金、短期融資券基金等不同投資標的的債券基金，以及ETF、LOF、定期開放式、分級基金等不同模式的債券基金。
隨著債券基金的不斷發展，如何對債券基金的業績進行科學有效地評估和分析，成為了當前基金公司和債券基金投資者急需解決的重要問題。一方面，對債券基金的投資業績進行績效歸因，可以科學地度量基金經理的投資管理能力(息票收益管理、利率風險管理、信用風險管理等等)，幫助基金經理解答他們的投資決策出了什麼樣的問題，哪些決策過程帶來了正的超額收益，哪些則是負的，怎樣改進才能夠提高他們的投資業績；另一方面，通過績效歸因分析，可以幫助投資者解答某隻債券基金為什麼取得了比市場指數更好或者更差的業績，超額收益和損失的具體來源是什麼，從而幫助其更好地作出投資決策。

❹ 凱利的三維歸因理論

概念
三維歸因理論又稱三度理論， 是由美國社會心理學家凱利於1967年創立的一種社會心理學理論。指人們在進行因果歸屬時需從主、客觀領域中的三個范疇去著手。所謂三個范疇，即(1)客觀刺激物(存在)；(2)行動人(人)；(3)所處關系或情境(時間和形態）。凱利認為，在把一個特殊結果歸屬於某個特定原因時，沿著這三個方面的線索可以很快考察出對歸屬中的信息資料的認識。
歷史
凱利(Kelley's attribution theory，1921—2002 )，美國社會心理學家，在心理學和社會學領域都有很大影響，主要貢獻集中於群體社會心理學、歸因理論（Attribution Theory）、人際關系等方面。1971年獲美國心理學會頒發的傑出科學貢獻獎，1978年當選為國家科學院院士。1967年，美國社會心理學家凱利發表《社會心理學的歸因理論》，繼相應推斷理論之後提出三維歸因理論，對海德的歸因理論進行又一次擴充和發展。編輯本段凱利的歸因模型
內部歸因與外部歸因
我們在知覺人的行為時，總是試圖進行推斷和解釋。所謂歸因，即歸結行為的原因，指個體根據有關信息、線索對行為原因進行推測與判斷的過程。歸因是人類的一種普遍需要，每個人都有一套從其本身經驗歸納出來的行為原因與其行為之間的聯系的看法和觀念。社會心理學界於1958年最早提出了歸因問題，但直到60年代中期才引起社會心理學界的重視並成為一個熱門研究領域。1965年，瓊斯和戴維斯提出了相應推斷理論，以行為者的具體行為推斷其行為意圖。 凱利將歸因現象區分為兩類：一類是能夠在多次觀察同類行為或事件的情況下的歸因，稱為多線索歸因；另一類則是依據一次觀察就做出歸因的情況，稱為單線索歸因。凱利認為，人們對行為歸因總是涉及三個方面的因素（1）客觀刺激物；（2）行動者；（3）所處關系或情境；其中，行動者的因素是屬於內部歸因，客觀刺激物和所處的關系或情境屬於外部歸因。
歸因判斷標准
對上述三個因素的任何一個因素的歸因都取決於下列三種行為信息： 1、 特異性：行動者是否對同類其它刺激做出相同的反應，他是在眾多場合下都表現出這種行為還是僅在某一特定情境下表現這一行為。例如，教師甲在一個特定的情境下只批評了A，而沒有批評其他學生，那麼，這個行為就是區別性高的。 2、一致性：指行動者是否在任何情境和任何時候對同一刺激物做相同的反應，即行動者的行為是否穩定持久。例如，如果在其他的時間和情境下也有同樣的行為，那麼一貫性高，否則一貫性低。例如，教師甲總是批評學生A，還是只有今天批評A了。 3、共同性：指其他人對同一刺激物是否也做出與行為者相同的方式反應。如果每個人面對相似的情境都有相同的反應，我們說該行為表現出一致性。例如，所有的教師都批評學生A，教師甲也批評了學生A。那麼著一行為就是一致性高的。 凱利認為這三個方面信息構成一個協變的立體框架，根據上述三方面的信息與協變，可以將人的行為歸因於行動者、客觀刺激物或情境。 如果一名員工完成目前工作的水平，與其他類似的工作相同，即低區分性，而在這項工作中其他員工的水平總是和他的水平十分不同（或低工高），即低一致性，並且他的這一工作績效無論何時都是穩定的，即高一貫性，則他的管理者或其他任何人在判斷他的工作時，都會認為他自己對這一績效負有主要責任（內部歸因）。
歸因中的錯誤或偏見
凱利還研究了歸因中的錯誤或偏見。比如，盡管我們在評價他人的行為時有充分的證據支持，我們總是傾向於低估外部因素的影響而高估內部或個人因素的影響。這稱為基本歸因錯誤。它可以解釋下面情況：當銷售代表的業績不佳時，銷售經理傾向於將其歸因於下屬的懶惰而不是客觀外界條件的影響，個體還有一種傾向於是把自己的成功歸因於內部因素如能力或努力，而把失敗歸因於外部因素如運氣，這稱為自我服務偏見。由此表明，對員工的績效評估可能會受到歸因偏見的影響。編輯本段對於三維歸因理論的評價與發展
凱利對歸因理論的貢獻
三維歸因理論提出了人人在對他人的行為進行判斷和解釋過程中所遵循的一些規律，在管理過程中，管理者和員工對行為的歸因也不可避免地受到這些規律的影響。管理者要認識到員工是根據他們對事物的主觀知覺而不僅僅是客觀現實作出反應的。員工對於薪水、上級的評價、工作滿意度、自己在組織中的位置和成就等方面的知覺與歸因正確與否，對於其潛力的發揮和組織的良好運作是有重要影響的；同時，管理者在對員工的行為進行判斷和解釋時也應該盡量避免歸因中的偏見和誤差。
社會學術評價
凱利對歸因理論的貢獻在於，他提出了一個歸因過程的嚴密的邏輯分析模式，對人們的歸因過程做了比較細致、合理的分析和解釋。但是，他的三度理論也遭到了人們的批評。這些批評主要是指他過分強調歸因的邏輯性，使之成為一個理想化的模式，脫離了普遍人歸因活動的實際。人們實際上往往得不到這個模式所要求的信息，不知道某人在以前同樣場合中的行為，也難知道其他人在同樣的場合中的行為，經驗表明，在許多情況下，人們對於所發生的事件，並不是多方面觀察，收集足夠的信息而後進行歸因，而往往是利用在生活經驗中形成的某些固定的聯系，根據自己的需要、期望，憑借有限的信息，對行為結果經濟、迅速地做出歸因，而並不象統計學家那樣對信息資料進行繁瑣的分析。這也就是凱利所說的單線索歸因。
三維歸因理論的發展
凱利後來對他的理論加以了補充和完善。他提出了因果圖式說，來彌補三度理論的不足。所謂因果圖式，就是人們日常生活中形成的關於各種現象之間的因果關系的基本認知結構，在具體的歸因過程中，這種子認知結構會被特殊的事件喚醒而參與對行為的歸因。後來，凱利又為他的歸因理論補充了幾條原則，即打折扣原則=增強原則和補償原則。打折扣原則是指人們對於他人行為的歸因，可能事先有幾種假設，如果其他似乎可能的原因同時出現，那麼最初假定的原因就不可全信了，需要打折扣。增強原則是指如果行為發生在有連續性的抑制原因出現的時候，那麼一個可能的促進性原因的強度將理解得更高。補償原則是指內部原因，外部原因，抑制性原因和促進性原因們歸因時如同科學家在科研中尋求規律，試圖找出一種效應發生的各種條件的規律性協變。凱利指出，人們的歸因總是涉及三個方面的理論，協變原則被他認為是最全面的歸因原則。
學術驗證
根據三維理論，個體歸因時需要同時考慮三種信息： 1 特異性信息 行為主體的反應方式是否有特異性，是否針對某一刺激客體做出反應。 2 共同性信息 不同的行為主體對同一刺激的反應是否相同。 3 一致性原則 行為主體在不同背景下做出的反應是否一致。 個體從以上三方面信息的協變得出結論。如果特異性、共同性和一致性都高，我們就可能做出外部原因的歸因。如果特異性低、共同性低和一致性高，那麼更可能做出內部原因的歸因。 對於結果是互相補償的。 麥克阿瑟對凱利的三維理論的語言性作了系統的研究。她給被試者一個簡單的假設事件，並操作特異性、共同性和一致性的變化，然後考察相應的歸因結果。 共同性 一致性（一貫性） 特異性 （區別性） 歸因方式
高（大家都喜歡小丑B） 高（A一直喜歡小丑B） 高（A不喜歡其他小丑） 刺激對象（小丑B）
低（大家都不喜歡小丑B） 高（A一直喜歡小丑B） 低（A也喜歡其他小丑） 行動者（A）
低（大家都不喜歡小丑B） 低（A偶爾喜歡小丑B） 高（A不喜歡其他小丑） 情境
假設的事件是一位叫瑪麗的小姐看一個小丑表演時笑得厲害。 第一種情況是提供高特異性，高共同性，高一致性信息。即瑪麗沒有對其他小丑發笑，每個人都對這個小丑的表演發笑，瑪麗總是對這個小丑的表演發笑。這種情況下，61%的被試者將瑪麗發笑的原因歸因於刺激客體，即這個小丑。 第二種情況是低特異性、低共同性、高一致性，即瑪麗對小丑表演總是發笑，別人幾乎對這個小丑不發笑，瑪麗總是對這個小丑發笑，那麼86%的被試者將瑪麗發笑的原因歸因於行為主體，也就是瑪麗本人。 第三種情況是高特異性，低共同性和低一致性，也就是瑪麗沒有對別的小丑發笑，別人也幾乎不對這個小丑發笑，瑪麗以前從未對這個小丑發笑過，這種情況下，72%的被試者將瑪麗發笑的原因歸於情境。 上面的研究證明了三維理論能比較准確地預測人們的歸因結果。

❺ 大數據分析領域有哪些分析模型

數據角度的模型一般指的是統計或數據挖掘、機器學習、人工智慧等類型的模型，是純粹從科學角度出發定義的。
1. 降維
在面對海量數據或大數據進行數據挖掘時，通常會面臨「維度災難」，原因是數據集的維度可以不斷增加直至無窮多，但計算機的處理能力和速度卻是有限的；另外，數據集的大量維度之間可能存在共線性的關系，這會直接導致學習模型的健壯性不夠，甚至很多時候演算法結果會失效。因此，我們需要降低維度數量並降低維度間共線性影響。
數據降維也被成為數據歸約或數據約減，其目的是減少參與數據計算和建模維度的數量。數據降維的思路有兩類：一類是基於特徵選擇的降維，一類是是基於維度轉換的降維。
2. 回歸
回歸是研究自變數x對因變數y影響的一種數據分析方法。最簡單的回歸模型是一元線性回歸（只包括一個自變數和一個因變數，且二者的關系可用一條直線近似表示），可以表示為Y=β0+β1x+ε，其中Y為因變數，x為自變數，β1為影響系數，β0為截距，ε為隨機誤差。
回歸分析按照自變數的個數分為一元回歸模型和多元回歸模型；按照影響是否線性分為線性回歸和非線性回歸。
3. 聚類
聚類是數據挖掘和計算中的基本任務，聚類是將大量數據集中具有「相似」特徵的數據點劃分為統一類別，並最終生成多個類的方法。聚類分析的基本思想是「物以類聚、人以群分」，因此大量的數據集中必然存在相似的數據點，基於這個假設就可以將數據區分出來，並發現每個數據集（分類）的特徵。
4. 分類
分類演算法通過對已知類別訓練集的計算和分析，從中發現類別規則，以此預測新數據的類別的一類演算法。分類演算法是解決分類問題的方法，是數據挖掘、機器學習和模式識別中一個重要的研究領域。
5. 關聯
關聯規則學習通過尋找最能夠解釋數據變數之間關系的規則，來找出大量多元數據集中有用的關聯規則，它是從大量數據中發現多種數據之間關系的一種方法，另外，它還可以基於時間序列對多種數據間的關系進行挖掘。關聯分析的典型案例是「啤酒和尿布」的捆綁銷售，即買了尿布的用戶還會一起買啤酒。
6. 時間序列
時間序列是用來研究數據隨時間變化趨勢而變化的一類演算法，它是一種常用的回歸預測方法。它的原理是事物的連續性，所謂連續性是指客觀事物的發展具有合乎規律的連續性，事物發展是按照它本身固有的規律進行的。在一定條件下，只要規律賴以發生作用的條件不產生質的變化，則事物的基本發展趨勢在未來就還會延續下去。
7. 異常檢測
大多數數據挖掘或數據工作中，異常值都會在數據的預處理過程中被認為是「噪音」而剔除，以避免其對總體數據評估和分析挖掘的影響。但某些情況下，如果數據工作的目標就是圍繞異常值，那麼這些異常值會成為數據工作的焦點。
數據集中的異常數據通常被成為異常點、離群點或孤立點等，典型特徵是這些數據的特徵或規則與大多數數據不一致，呈現出「異常」的特點，而檢測這些數據的方法被稱為異常檢測。
8. 協同過濾
協同過濾（Collaborative Filtering，CF)）是利用集體智慧的一個典型方法，常被用於分辨特定對象（通常是人）可能感興趣的項目（項目可能是商品、資訊、書籍、音樂、帖子等），這些感興趣的內容來源於其他類似人群的興趣和愛好，然後被作為推薦內容推薦給特定對象。
9. 主題模型
主題模型（Topic Model），是提煉出文字中隱含主題的一種建模方法。在統計學中，主題就是詞彙表或特定詞語的詞語概率分布模型。所謂主題，是文字（文章、話語、句子）所表達的中心思想或核心概念。
10. 路徑、漏斗、歸因模型
路徑分析、漏斗分析、歸因分析和熱力圖分析原本是網站數據分析的常用分析方法，但隨著認知計算、機器學習、深度學習等方法的應用，原本很難衡量的線下用戶行為正在被識別、分析、關聯、打通，使得這些方法也可以應用到線下客戶行為和轉化分析。

❻ 管理者在日常管理工作中運用歸因理論時應注意哪些問題

所謂歸因是指人們對他人或自己的所作所為進行分析，解釋和推測其原因的過程。例如，一家好的公司如果讓我去管理，如果在我管理經營下，公司變得更好，大部分人們都會歸因於基礎好，少部分人們會歸因於我的管理能力強。如果在我管理經營下，公司變得差，大部分人們都會歸因於我管理能力差，少部分人們會歸因於形勢變了（即環境變了）。

日常管理中，巧用歸因策略，可以幫助員工形成有效的成就動機。具體應該注意以下問題：
A、要引導組織成員學習科學知識，尊重自然規律的特殊性，避免擬人化歸因。
B、要引導組織成員多進行個人傾向歸因，克服總是歸因外在因素的偏差，以提高他們的成就動機對工作績效的影響作用。
C、要引導組織成員多從內在的不穩定因素(努力)歸因，少從內在的穩定因素(能力)歸因，克服總是認為自己能力低的歸因偏差，以提高他們的自信心。比如，盡管我們在評價他人的行為時有充分的證據支持，我們總是傾向於低估外部因素的影響而高估內部或個人因素的影響，這稱為基本歸因錯誤。它可以解釋下面情況：當銷售代表的業績不佳時，銷售經理傾向於將其歸因於下屬的懶惰而不是客觀外界條件的影響，個體還有一種傾向於是把自己的成功歸因於內部因素如能力或努力，而把失敗歸因於外部因素如運氣，這稱為自我服務偏見。由此表明，對員工的績效評估可能會受到歸因偏見的影響。

歸因理論告訴我們，領導的基礎是對人們的行為做出歸因，而領導行為則是對不同歸因所做出的反應。對部下的行為做出什麼樣的歸因，就會採取相應的領導行為。因此，明晰地鑒別人們的行為原因對管理者極為重要，有效的管理者應先正確地鑒別部下的行為原因，而後再採取相應的行動。當我們做了某事後，會有一些積極或消極的情緒，歸因直接影響到我們的情緒。因為人們尋求理解是人們行為的基本動因，人們試圖去解釋事情發生的原因，他們試圖去為他們的成功或失敗尋找能力、努力、態度、知識、運氣、幫助、興趣的等方面的原因。因此我們要學會歸因管理，善用知覺管理理論，從而提高銷售隊伍的管理效率。

❼ 領導歸因理論的模型的解釋

歸因是指個體對他人或自己行為的原因進行理解的過程。通過歸因，個體能夠清楚他人行為是基於內因還是基於外因，從而有助於理解、評價、影響他人的行為。領導歸因模型指出，領導者對下屬行為原因的解釋，尤其是對下屬工作績效的歸因影響著管理措施的採用。研究發現，領導者對下屬的歸因常犯基本歸因錯誤，指個體在對他人的行為進行歸因時，傾向於低估外在因素的影響，高估內部因素的影響。此外，對於地位高的員工來說，領導者更可能把績效高歸為內部因素；對於地位低的員工來說，領導者更可能把績效低歸為內部因素。
領導歸因的模型表明，領導者對下級行為表現及所處環境的觀察，作出歸因分析和判斷；再據歸因結果作出相應的行為反應。在歸因分析和判斷中，領導者根據自己的觀察把下級的行為歸於外因或內因，但這期間受兩方面因素的影響，其一是觀察線索，即領導者要考慮下級行為的差異性（是僅對此項工作還是所有工作）、普遍性（是僅他一人如此還是全體皆然）和一貫性（是偶一為之還是長期如此）。其二是領導者的個人偏見。在行為反應中同樣也有兩方面因素的影響，即對所造成後果影響的認識和領導者的偏見。

❽ 請問 易方達馬駿說的業績歸因系統指的是什麼

易方達馬駿表示業績歸因系統，亦稱事後風險控制系統。它能將每天業績的來源分解出來，比如產品業績先拆分為是債券貢獻的還是股票貢獻的。具體到債券方面，還可拆分為是靜態收益、期限結構、久期配置、凸性還是信用利差配置貢獻的；股票方面，則分為是二級市場選股貢獻的，還是新股申購貢獻的等，選股上還能再細分是哪個行業貢獻的。細致的拆分，更加利於基金經理做出正確的投資決策。

❾ 評價基金經理業績時，對於一個基金經理管理兩只基金，這兩只基金的業績都歸因到該基金經理嗎

當然一支算一支啊，不過由於是他一個人管理，所以配置不會差很多的，所以業績也不會差別太大