在基金筛选研究评价中，需要对基金产品业绩进行深入分析，了解基金产品业绩产生的原因，这就是业绩归因所要完成的工作。
目前，基金业绩归因分析主要分为两种思路，一种是基于收益率的时间序列回归法，包括T-M模型、H-M模型、C-L模型等；另外一种是基于持仓数据的归因分析。本文所介绍的Brinson模型，就是根据基金持仓数据进行业绩归因分析。
Brinson模型是由Brinson, Hood和 Beebower提出来的，因此也称BHB模型。Brinson模型认为基金组合的收益收到三种效应的影响，分别为资产配置效应、个股选择效应和两种效应的交互效应。
中证1000指数有11个wind一级行业分类，在资产配置时，对11个行业配置比例不同显然会影响组合的收益率，这部分为资产配置效应。对于中证1000指数中1000只股票部分选着性投资或者用成分以外股票代替投资，这部分是通过选择个股获得收益，即个股选择效应。若同时进行行业配置和个股选择获得的收益，为两种效应的交互效应。
以华夏中证1000指数增强为例。如下表所示：
数据来源于：wind，持仓报告期2023年
从表中可以看到，1000指数行业配置及行业收益率，和华夏中证1000指数增强行业配置及收益率。在行业配置比例和行业所取得的收益率上，基金（或者称为组合）与比较基准（这里为1000指数）均有所差异。其差异所形成的收益，可用Brinson模型中的资产配置效应、个股选择效应和两种效应的交互效应，来解释。
资产配置效应：主要由行业配置差异所带来的，所以用（基金所在行业配置比例-基准所在行业配置比例）*基准行业收益率。
个股选择效应：主要是由于在行业内部选着不同股票所产生的收益，所以用（基金所在行业收益率-基准所在行业收益率）*基准行业配置比例。
交互效用：机油行业配置差异所带来的收益，也由行业内部选着不同股票所产生的收益。即（基金所在行业配置比例-基准所在行业配置比例）*（基金所在行业收益率-基准所在行业收益率）。
超额收益率=基金收益率-基准收益率=资产配置效应+个股选择效应+交互效用。
从表中可以看出，华夏中证1000指增超额收益来源主要为个股选择收益，占总超额收益来源85.71%，说明基金择股能力较强。具体看，在个股选择上，工业和材料行业贡献大部分超额收益，说明其在工业和材料行业中个股选择有较强的优势。
模型存在问题。Brinson模型应用分析中了解，基金的持仓在报告期内不能有变动，而实际上基金经理通常会进行大量交易，由此产生的交易损益会全部归为个股选择收益，这显然是不合理的。在归因周期较长的情况下，将单期细化为多期，再进行多期归因，最后累计结果，可消除交易损益对个股选择收益的影响。
免责声明
本篇文章出自弘酬投资研究员马郭慧君，使用前已征得作者同意，本报告中的信息均来源于展恒基金认为可靠的公开可获得资料，但对这些资料或数据的准确性、完整性和正确性展恒基金不做任何保证，据此投资责任自负。本报告不构成个人投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。本报告仅向特定客户传送，未经展恒基金授权许可，不得以任何方式复印、传送或出版，否则均可能承担法律责任。就本报告内容及其中可能出现的任何错误、疏忽、误解或其他不确定之处，展恒基金不承担任何法律责任。
