从“手工作坊”到“工业化制造”，中欧基金“固收+”交出新答卷

2008年金融危机期间，桥水基金凭借“全天候策略”实现良好业绩，其创始人达利欧宣称：“投资应该像机器一样运行。”

15年后，中国公募基金行业掀起了一场类似的工业化实验——中欧基金将汽车制造中的流水线思维引入资管行业，试图用标准化流程替代基金经理的“个人直觉判断”。

在这场投研实验中，中欧基金多资产团队是重要的先头部队之一。近期，在「中欧基金固收+投资私享荟」上，多资产团队分享了关于“固收+”策略实践的最新成果和思考，也同与会嘉宾共同探讨了资管行业工业化改革的方向。

当资管行业深陷“规模魔咒”（管理规模上升往往伴随着超额收益下降）时，中欧基金的实践或许揭示了另一种可能：用工业化思维重构资管价值链，将阿尔法生产从“手工作坊”升级为“精密制造”。

传统资管困局：

难以复制的“阿尔法手艺人”

“用工厂的标准流程生产‘可复制的阿尔法’，才是资管行业真正的供给侧改革。”中欧基金常务副总经理许欣指出，中欧制造的方向是从个体手工作坊，转向专业化、工业化、数智化专业投研平台。

中欧基金的工业化投研实验，归根结底是为了应对不确定性。工业化流程解决“人”的不确定性，科技工具对抗“市场”的不确定性，分散化策略防范“黑箱”风险。许欣认为，未来资管行业的竞争，将是“系统能力”而非“个人英雄主义”的比拼。

基金业绩持续性是投资者和资管机构的核心痛点。投资是科学和艺术的结合。对于一位基金经理而言，艺术的部分倘若占比较高，不仅意味着要面对人脑的不可靠性，也会面对策略容量不清晰的问题，类似于所有艺术品都很难量产。此外，产品标签模糊，保守型客户误买高波动产品的情况并不罕见。加上投资者的平均持有期限偏短，很难跟“长期主义”相匹配。

这些矛盾的集中爆发，使得主动权益投资容易陷入“基民不赚钱→信任流失→规模萎缩”的恶性循环。当传统模式触及天花板，中欧基金的工业化实验提供了一条破局路径：将传统的“手工艺品”转型为“工业品”。

落到“固收+”领域，传统“固收+”产品高度依赖基金经理的个人经验和感性判断，但中欧基金希望通过工业化制造流程重构投资管理，以解决基金业绩持续性问题，目标是实现稳定交付和规模化运作。

中欧基金多资产投决会主席黄华强调，当前多资产团队成员背景多元化，除了公募背景的基金经理外，还有多人来自保险公司，具备传统大类资产配置的经验；亦有部分成员来自于私募，擅长另类资产和量化策略。此外，还有来自主权基金的成员，熟悉海外的多资产管理模式。

团队多元化的核心目标是提供多元视角和促进团队协作，通过跨领域人才融合应对市场挑战。

每个最终落地的策略，都需按照“三可原则”评估——即可解释、可复制、可持续，避免依赖短期市场红利。

中欧基金多资产团队公募组负责人华李成表示，“每个人的管理能力有边界，需通过工业化方法突破规模瓶颈。真正的挑战不是规模本身，而是账户数量与策略一致性问题。”

黄华则认为，“未来的超额收益不在某个天才的头脑里，而是在数据流的交叉验证中。”

中欧破局思路：组建多资产投资的

“四车间流水线”

传统“固收+”产品主要依赖基金经理的个人经验和感性判断。许欣指出，中欧基金的多资产团队则转向工业化制造的方式，将整个流程划分为设计、生产、组装和检测四个方向。

整个流程类似于“四车间流水线”：设计车间负责拆解客户需求，生产车间通过底层研究生产细分策略，组装车间根据产品特性和市场情况组装策略，检测车间通过量化模型和回测系统进行风险控制和策略优化。

中欧基金多资产团队投资流程

中欧基金的工业化体系，本质上是对传统资管价值链的重构。以多资产板块为例，其核心是将投资流程分解为四大标准化模块，通过模块化的专业分工实现深度协作，同时建立严格的品控机制。

设计车间：

从“产品导向”到“需求驱动”

传统资管机构的产品设计往往基于“有什么卖什么”的逻辑，而中欧基金基于对客户需求的分析，实现精准的需求拆解。

同时，多资产产品线力求定位清晰，对于严控回撤、稳健投资、高弹性等不同客户的需求，中欧基金通过不同的权益中枢和策略构建多元化的投资组合。

生产车间：

构建策略“零件库”

在这个车间，中欧基金将底层研究成果转化为标准化策略组件，形成覆盖股票、债券、另类资产等多资产类别的“零件库”。

组装车间：

人机协同的“阿尔法搅拌器”

在这个车间，基金经理的角色从“单一决策者”转变为“策略架构师”。基金经理负责根据客户风险预算与市场信号，调用“零件库”中的策略模块，完成策略拼装，同时平衡组合的风险与收益。

检测车间：

“全生命周期管理”的风险管理

在这个车间，由风控专家完成风险归因和目标回溯。具体做法包括风险管理回测、回溯目标以及Barra实盘归因。

许欣强调，“资管行业的未来，不是靠‘超级个体’，而是靠‘超级系统’——通过工业化实践，有望提高收益的稳定性与可复制性。”

数智化赋能：

AI如何成为投研“超级杠杆”

“AI不是‘取代人类’的神器，而是‘延伸投研能力’的杠杆——将研究员从重复劳动中解放，聚焦创造性工作，”中欧基金多资产团队的研究员代港帆表示，目前，中欧基金多资产团队对于AI大模型的应用可以形象地形容为两把刀：“瑞士军刀”和“手术刀”。

“瑞士军刀”即通用大模型，主要用于广泛地信息处理，其优点在于通用知识强，能够把研报等文本信息转化为结构化数据。通用大模型的引入，可以有效提高投研流水线的效率。

“手术刀”则为自有训练模型。与通用大模型相比，其通用知识偏弱，但专业知识较强，可以精准输出特定预测目标，并发出策略信号。并且通过不断的模型迭代，能够提升预测的准确性。

瑞士军刀vs手术刀

如何有机地将这两类策略融合起来？以价值策略为例，价值策略的本质是赚取价格（低）回归价值（高）的钱。过往传统的价值策略更多依托于PB-ROE的框架，这样的弊端在于找到的股票所属行业往往会过于集中。而通过AI通用和专用模型的应用，尤其是图神经网络模型的应用，可以更好地捕捉PB-ROE的真实关系。这样挖掘出的股票行业分布更多元，价值回归的概率也有所提升。代港凡表示，目前这类经过量化改造的风格策略已经非常成熟地运用在中欧基金的固收+产品中，比如中欧汇利，其在股票部分主要采用红利和价值策略。

除了股票策略外，AI对于可转债策略的迭代也有极大赋能。中欧可转债基金的基金经理李波表示，“基于赔率、波动率和Beta增强的角度，我们构建了中欧特色的量化转债策略，通过动态捕捉波动率变化和估值错配机会来争取超额收益。”

基于赔率、波动率的Beta增强策略

李波解释道，可转债在收益分布上具有右偏、长尾的特征，这源于类期权属性带来的非对称性。类期权属性+条款属性的存在，也决定了转债具备较高的容错率和风险收益比。李波指出，“高胜率不如高赔率——在右偏分布的市场中，抓住5%的长尾机会或就能决定80%的收益。” 截至2025年2月28日，中欧可转债A近1年收益率为20.19%，同期业绩基准收益率为9.81%。凭借优异的业绩表现，中欧可转债A同类排名跃居全市场第一。

数据来源：基金业绩已经托管行复核，排名来自银河证券，截至2025/2/28。银河证券同类基金为可转换债券型基金（A类），排名1/38。详细业绩注释见文末。

中欧稳策略：

如何用稳健投资对抗市场波动？

对于国内的股票投资而言，投资者面临的最大痛点便是A股市场的高波动性和低夏普比率。以中证800全收益指数为例，过去15年的累积收益率为53%，但是如果去掉涨幅最大的5个月，累积收益率就变为-28%。因此，中欧基金多资产团队的基金经理张学明将A股市场的投资难度形象地形容为：择不中、等不起、追不上、扛不住。

数据来源：Wind，截至2024/12/31。指数过往业绩并不预示其未来表现，亦不构成任何投资建议。夏普比率主要用于计算投资组合每承受一单位总风险，会产生多少的超额报酬。

张学明指出，过去十几年来债券市场凭借高夏普比率成为核心配置，但面向未来，债券的夏普比率或将下降，传统固收策略难以满足绝对收益需求，加入权益资产成为了选择的必然。但考虑到A股高波动和低夏普的特征，如果要实现绝对收益的目标，固收+产品在权益端就要做到两个要点：1）降波动率、2）提夏普比例。

关于如何实现上述两个目标，中欧多资产团队的实践主要有以下几个思路：

通过期权工具进行对冲，实现组合持有体验的优化；

加入价值/红利类策略，这类策略天生夏普比率更高；

通过风格负相关形成的杠铃结构进行降波，比如景气策略和红利策略呈现尾部负相关，两者组合可以有效提升组合夏普比率；

价值中性对冲策略对市场下跌有较好保护；

只在有机会的时候下注，利用模型信号来进行仓位择时；

张学明表示：“固收+产品的长期竞争力不在于权益端的收益弹性，而在于风险收益比的优化。”

为了更好地满足投资者对于稳健策略产品的投资，中欧基金打造了“稳”策略产品线，致力于为投资者提供更稳、更好的持有体验，系列产品线包括同业存单、纯债基金及含“权”量较低的固收+、低波策略基金等。在低波策略产品的实践上，中欧多资产形成了不同风险收益特征的产品线。华李成指出，中欧多资产团队的产品线按照严控回撤（5%权益中枢）、稳健投资（10-20%权益中枢）、高弹性（30%权益下限）分为三大类。同时在每一大类的风险收益特征下，也提供了不同差异化策略的产品，以进一步满足不同细分客户对于不同策略偏好的需求。比如，中欧丰利以“固收+港股策略”为特色，中欧磐固以“固收+ETF策略”为特色，而中欧汇利则以“固收+红利和价值策略”为特色。

面向未来，中欧基金多资产投决会主席黄华总结道：“未来资管机构的核心资产不是明星经理，而是算法库与工业化流程——谁能规模化生产‘可解释的阿尔法’，谁就能赢得长期信任。”

从以单个基金经理为主，转向以团队协作，中欧多资产团队所尝试的不仅是在生产模式上的“工业化”，也是为不同的投资者提供不同的资产配置方案。在明确投资目标的基础上，通过资产配置、多元策略和风控归因，力争为大众投资者提供“可解释、可复制、可持续”的解决方案。