今天将以【持股归因分析】为例来解读净值归因中的持股归因报告。本文同样选取一支公募基金为例子，仅供学习，不作为推荐建议，已隐去基金产品名称。

持股因子回归分析报告解读

火富牛将产品收益率与国证风格因子收益率数据预处理后，通过模型求解多元回归的回归系数，并做相应的统计检验分析，得到区间因子的回归分析结果。

火富牛-净值分析-区间因子回归分析

首先如上图所示，在前文中介绍过R方值的含义，从经验上来看，R方值超过0.6拟合效果就不错。该产品的R方值为0.6456，因此该基金的持股归因分析具有不错的解释度。

在持股因子回归分析结果中，该产品大盘成长因子收益敏感度最大，且P值均小于0.05，说明大盘成长因子收益率最大程度影响了该产品的收益率，且在 0.05 的显著性水平下因子收益率与产品收益率存在回归关系，那么如何验证这样的归因结果是否可靠呢？

* P值：反映每个因子收益率与产品收益率的相关性假设的显著性。简单来说，如果 p<0.05，可以理解为在 0.05 的显著性水平下因子收益率与产品收益率存在回归关系，具有显著性。

* 收益敏感度（回归系数）：反应了因子收益率的暴露情况，或产品收益率受因子收益率的影响程度，表达了因子收益率与产品收益率的回归关系。

我们来看一下该基金从2020年3季度到2022年1季度的前10大重仓股的持仓走势：

火富牛-基金持仓走势

通过查询国证风格指数成分股名单得到该基金重仓股的风格类型：

基于以上资产配置走势图和股票风格类型表格，很明显的，该基金近两年的时间里重仓持有大盘成长类的股票。由此可见持股归因分析的回归分析中大盘成长的敏感度最大是符合逻辑的，持股归因分析的效果是可信的。

因子收益率贡献分析

怎么才能更加直观地从归因报告中看出因子对收益率的贡献度？火富牛通过多元线性回归模型，剔除特质因子的贡献，计算出因子贡献的收益率部分，得到“区间因子收益率贡献”，分别得出产品收益率曲线和因子贡献收益率曲线。

两条曲线越吻合，回归模型拟合越好，因子对产品收益率的解释越多，归因分析的结果越可靠；反之，回归模型拟合越差，因子对产品收益率的解释越少，归因分析的结果越不可靠。

火富牛-净值分析-因子收益率曲线

从上图可以看出，大部分时期产品收益率与因子贡献收益率走势吻合较好，因子能够很好的解释产品的收益率。 但在2021年第四季度至2022第一季度曲线走势中，两条曲线略有偏离，说明该基金在此期间可能做了较大调仓换股。

我们可以结合因子收益敏感度趋势雷达图，在2022 年 1 季度中盘成长因子的敏感度特别突出，而大盘成长因子的敏感度下降明显。

火富牛-净值分析-因子收益率敏感度雷达图

因子风险贡献分析

因子贡献收益率的同时也贡献了风险。基于每个因子贡献的收益率计算年化波动率，便得到因子的风险贡献。

由下图可得，剔除特指因子，大盘成长因子贡献了最多的风险，大盘价值贡献了最小风险。

火富牛-净值分析-因子风险贡献分解

除了可以对产品收益率进行净值归因，也支持对产品的超额收益进行净值归因，在净值分析中可以进行勾选切换。通常用于具有相对收益比较意义的基金的超额收益来源归因。