投资组合经理的工作就是每天全天候地做决策。有些决策会导致交易，但更多的决策不会。因此，对于投资组合经理来说，一个重要的问题是，他们的哪些决策有助于提高业绩，哪些决策会损害业绩？他们擅长做哪些类型的决策，哪些决策最好由其他人或事物来做？他们是否可以通过做出更少但更好的决策来更有效地利用自己的精力？输入 决策归因 分析是行为分析领域中最大、对投资者来说最重要的领域。
直到最近，这些问题几乎都无法回答。最好的业绩归因分析——许多投资者和基金经理的主要评估工具——从结果开始，然后通过将其与指数替代品的表现进行比较来反向解释。但这对经理并没有真正的帮助：虽然它有助于解释为什么投资组合在某一时期表现如此，但这种分析无法确定基金经理可以采取哪些不同的措施来获得更好的结果。
近年来，随着机器学习能力的迅猛发展，决策归因分析得到了极大的改进。与绩效归因分析提供的自上而下的方法相比，决策归因是一种自下而上的方法。它着眼于管理者在分析期间做出的实际个人决策，以及这些决策的背景。它评估这些决策产生或破坏的价值，并识别其中的技能或偏见的证据。
诚然，基金经理在不同的市场环境下会做出不同的决策，但事情远不止于此。当然，基金经理在经济周期的不同阶段会挑选不同的股票。但选择决策只是基金经理在持仓期间做出的众多选择之一。他们还会决定何时入市、多快增加持仓量、增加多少持仓量，以及是否随着时间的推移增加和削减持仓。最后，基金经理会决定何时退出以及退出的速度。
这些决定不那么引人注目，也不需要过多分析，而且事实证明，变化性要小得多。在研究股票投资组合经理行为近十年后，我一次又一次地看到证据，尽管我们会随着市场环境的变化而改变选择行为，但我们其他的“举动”则更加习惯性和一致性。
任何拥有投资组合历史每日持股数据的人都拥有必要的原始资料，可以了解他们作为投资决策者在哪些方面表现良好，以及在哪些方面犯了持续的错误。我不想误导大家：决策归因是一项复杂的工作。任何尝试过这样做的投资者都可以证明这一点。虽然作为一次性练习很有趣，但只有持续进行才真正有用；否则，我们如何知道我们的技能（而不仅仅是我们的运气）是否在提高？
直到最近，技术才使得持续可靠地进行决策归因分析成为可能。在当前这样的市场中，这种分析尤其有用：它可以帮助管理者了解他们可以做些什么，不仅可以获得更好的绩效结果，还可以在绩效不佳时向投资者证明自己的技能。
没有人是完美的决策者。精明的资本分配者对此不抱幻想。但作为投资组合经理，能够通过数据驱动的证据向我们的投资者展示我们确切地知道我们擅长什么以及我们正在采取哪些改进措施，这将大有裨益。考虑到基础数据和现在的分析工具集的可用性，真的没有理由不这样做。
如果你喜欢这篇文章，别忘了订阅 进取的投资者。
所有文章仅代表作者的观点。因此，这些文章不应被视为投资建议，所表达的观点也不一定反映 CFA 协会或作者雇主的观点。
图片来源：©Getty Images/portishead1
CFA 协会会员的专业学习
CFA 协会会员有权自行决定和报告所获得的专业学习 (PL) 学分，包括以下内容 进取的投资者. 会员可以使用在线 PL 追踪器轻松记录积分。
关键词：
