归因因子

归因因子是因子模型归因体系里用来拆解资产收益/波动来源的核心变量，目前在不同的应用场景下已经发展出多类常用的归因因子，相关的特性和应用情况如下：

1. 经典学术类归因因子
   最具代表性的是Fama-French五因子体系，包含市场风险溢价（MKT）、市值（SMB）、账面市值比（HML）、盈利（RMW）、投资（CMA）五个因子，可用于对权益类资产组合的长期收益进行系统性归因。相关实证显示，1999-2022年GPFG权益组合的五因子归因中，仅市场因子的统计显著性极强，其余风格因子的解释力相对有限 【3】 。后续研究还发现，HML和SMB因子的解释力在不同年代、不同行业差异很大，其中HML是五因子里对行业收益解释力最强的风格因子，而CMA、RMW在多数场景下解释的行业覆盖度最低，接近多余 【5】 。
2. 大类资产专项归因因子
   针对黄金这类特殊资产，也有适配的专属归因因子，覆盖机会成本（汇率、利率）、风险与不确定性、趋势、经济增长等维度，可以精准拆解不同月份金价波动的各部分贡献占比 【6】 。
3. 通用量化归因因子
   在A股量化投资领域，Barra CNE6等主流风险模型会使用经过市值加权标准化的风格因子作为归因因子，假设市场组合对任意风格的因子暴露都为0，以此实现对个股收益、组合风险的精细化拆解 【12】 。
4. 特色场景归因因子
   在财务造假检测这类细分场景中，还衍生出了情感语调这类非传统归因因子，加入模型后可以大幅提升风险识别的召回率，成为仅次于固定资产比率的核心特征，有效增强模型的泛化能力 【14】 。

另外从归因方法的特性来看，因子模型归因相比传统微观归因，支持自定义各类适配场景的因子，不局限于资产配置、个券选择两类拆解维度，不过它需要在评价期初就确定好各因子的暴露度，计算逻辑相对复杂，还可能生成一些不存在实际关联的伪相关关系 【4】 。