近年来,我国债券型基金数量及规模增长十分迅速,对债券型基金的业绩归因研究也愈发重要。基金的业绩归因通常有两种方法,一种是基于基金持仓数据的横截面分析,另一种是基于基金净值数据的时间序列分析。在已知债券型基金的完整持仓信息时,持仓分析方法更为精准。但债券型基金仅在季报、半年报和年报中公布前五大重仓债券,使得持仓数据无论是在完整性还是时效性上都不能满足进行横截面的归因研究。对外部第三方机构如FOF管理者和个人投资者,在无法获得基金持仓数据时,可以采用基于基金净值数据的时间序列分析方法。通过对同一只纯债型基金分别采用两种方法进行归因研究,本文总结了两种方法在实际应用中的区别与联系。本文基于Campisi分解模型,将债券型基金收益拆分成Alpha收益、国债效应收益、利差效应收益和可转债效应收益,从收益来源和风险暴露的角度构建相应因子及归因模型。采用基于基金净值数据的时间序列分析方法,本文通过将1266只主动型债券基金（包括纯债型基金和混合债券型基金）的收益率序列对所有构建的因子进行回归,得到每只基金在不同因子上的暴露度、回归Alpha值和拟合程度~2等重要指标。实证结果表明2019年约93.85%的纯债型基金获得超额收益,Alpha值介于[-0.13%,0.62%];约82.30%的混合型债券基金获得超额收益,Alpha值介于[-0.27%,0.36%]。相比于纯债型基金,混合债券型基金的超额收益为正的比例有所下降且分布更加分散。同时,实证结果表明本文构建的模型较为有效,其中对纯债型基金收益率的平均解释力度为70.61%,对混合债券型基金收益率的平均解释力度为67.35%。对于纯债型基金,实证结果表明:中长期纯债型基金在利率曲线平移因子和信用利差因子上的暴露普遍大于短期纯债型基金,在利率曲线斜率因子上的暴露则普遍低于短期纯债型基金,中长期纯债型基金和短期纯债型基金在可转债因子上的暴露普遍较低。对于混合债券型基金,实证结果表明:混合型债券基金在利率曲线水平因子、斜率因子和凸度因子上的暴露分布均较为分散,可结合基金的相关信息进行具体分析。混合债券型基金在信用利差因子上的暴露较大且大部分在信用评级因子上具有负暴露,在可转债因子上的平均暴露度为0.34,说明其对可转换债券和权益资产的配置比例较高。