基于持仓的债基归因方法梳理
        本文主要介绍了四种基于持仓的债基归因模型：Brinson  分解模型、Wagner-Tito分解模型、加权久期分析方法及Campisi  分解模型。Brinson  分解模型将债基的超额收益分解为券种配置收益、个券选择收益及交互收益三个部分，但对债券组合的归因结果不具备针对性，更为适用于权益类组合的分析。  Wagner-Tito分解模型又称为久期归因模型是基于Fama  的股票分析框架结合债券久期这一重要特征构建而成。Wagner-Tito  分解模型结合Brinson  归因模型发展为加权久期分析模型，同年Campisi  Stephen  提出Campisi  归因框架，将债券组合的收益分为利息收入和价格波动收入，被广泛应用至今。
        使用Python  实现Campisi  归因及结果解析
        Campisi  模型的框架可以通过编程语言Python  来实现，包括持仓数据读取、输入指标提取、模型计算等步骤，本文第三部分展示了部分代码及运行结果。如果不设置比较基准，Campisi  归因得到的结果是基金在利息效应、国债效应、利率效应三大块上的分解结果。通过蛛网图可以直观看到基金在时间序列上三大效应的强弱变化，通过基金之间的横向比较可以看到基金经理在不同方面的管理能力差异。
        债基多因子归因和Campisi  归因模型的比较
        两种方法使用的归因数据、模型计算频率、分解结果的维度、准确程度及覆盖的债基类型都有区别。理论上多因子归因更为灵活，可以通过构建指数组合或个券组合提取各类细分风险因子，Campisi  归因则需要设置基准组合才能进行进一步的分解。不过多因子归因无法直接得到基金孰优孰劣的结果，需要结合Campisi  归因实现对基金更为全面立体的刻画，筛选出符合组合需求的标的。
        风险提示：  1.  本文测算结果及提供的示例均是基于历史数据并不保证其未来有效；
                              2.  本文主要方法均是基于理论模型，谨防建模及模型失效风险。