1703624786
1703624787
1703624788
将表8-2中的流程扩展到所有4个季度，我们可以计算每个季度的归因影响，并将其相加得到整个时段的算术法超额收益率，具体如表8-4所示。
1703624789
1703624790
表8-4 对4个季度的修正的归因分析（Carino）
1703624791
1703624792
1703624793
1703624794
1703624795
通过表8-4，我们达到了目标，我们的归因影响是可加的。需要注意的是，每个季度的修正归因影响对于整个时段来说是唯一的。如果我们拉长分析时段，我们将需要重新计算每个季度的新的归因影响。这不仅是违背直觉的而且是繁琐的，当我们需要计算若干年的归因分析时尤其麻烦。
1703624796
1703624797
Menchero
1703624798
1703624799
Menchero（2000）提出了一个同Carino法类似但更复杂的方法。他提出在式（8-1）中引入一个常量M，它代表几何法复利所产生的缩放比例。
1703624800
1703624801
1703624802
1703624803
1703624804
按照一般逻辑，Menchero选择了投资组合收益率和参考基准收益率的算术法平均的差别同两者几何法平均的差别的比率。
1703624805
1703624806
1703624807
1703624808
1703624809
不幸的是，在式（8-9）中我们仍保留了一个剩余项，这表明我们仍需要计算一个修正项αt ，从而得到：
1703624810
1703624811
1703624812
1703624813
1703624814
计算的αt 越小越好，以保证得到的环绕系数（M+αt ）能够一致性地分布，从而得到“最优结果”。Menchero使用拉格朗日乘子来计算：
1703624815
1703624816
1703624817
1703624818
1703624819
由此得出：
1703624820
1703624821
1703624822
1703624823
1703624824
我们对表8-1中的数据计算了每个时段及整个时段的Menchero因素，具体如表8-5所示。
1703624825
1703624826
表8-5 Menchero因素
1703624827
1703624828
1703624829
1703624830
1703624831
1703624832
1703624833
1703624834
在表8-6中计算了第1季度的修正的Menchero归因影响。
1703624835