来源：聪明投资者

“主观和定量之间有一条循环的路径，就是从观点，到信号，到模型。主观投研对一个事物产生观点，看到变化做出决策，每隔一段周期就会有；而信号是指把生成观点的过程抽象出来，可以无限次重复；而模型则是将信号放入真实的市场环境去检验看效果，看信号在各种各样的环境下的有效性和优缺点，能否真正进入投资流程中。”

“科技领域有两类比较大的机会值得关注：一是国产替代，即在芯片制造、芯片高端仪器仪表、软件领域等有一些国产替代的空间；二是AI人工智能，其中包括（1）大模型应用（2）海外算力（3）像智驾、机器人、AI眼镜等在内的AI端侧或偏硬件领域。”

“AI的本质是让强大的公司更强大，让有能力的人更有能力，能力产出差距会被拉大。”

“对于未来债券市场，从中期来讲低利率环境可能会长期延续，且整个无风险利率或还有下降空间；且目前债券市场还没有到牛熊转换的时点。”

“在宏观结构性变化的场景中，货币政策的两个核心变量——利率和汇率，对应各自的定价主线。汇率的定价主线是对外出海过程中中国制造业竞争力的持续提升，而利率的定价主线则是对内在新旧动能转换过程中必须要解决的债务存续问题。”

以上是中欧基金在近期举办的中欧基金“向前一步”中欧制造·投研体系升级发布会上，基金经理们分享的精彩观点。

随着资管行业的深刻变革和投资需求的日益多元，公募基金行业正面临着从规模增长向高质量发展的转型难题。“从单兵作战到团队协作，从依赖个体到信赖体系”，中欧基金“工业化”投研体系给出了答案。

发布会开始，中欧基金董事长窦玉明为大家系统阐释了什么是“中欧制造”，以及如何理解其中的“专业化、工业化和数智化”：

“专业化是第一步，通过精细化专业分工，我们希望研究员能专注细分领域，基金经理专注特定投资风格和策略，通过长期积累成为专业权威，产生超越市场平均水平的洞见。

有了专业化做基础，才有进一步的工业化。工业化要解决的是如何让优秀基金经理把好的想法和洞见分享出来，于是我们通过统一投资理念和标准化流程，形成内部 “共同语言”，提升“洞见”传递与落地效率，让好洞见高效转化为好决策，把握市场机会，满足客户需求，实现超额收益。”

比如权益团队按五要素模型分析和讨论股票，投资研究协作效率和推荐股票采纳率显著提升，研究员平均每3只推荐标的，有2只能够被基金经理采纳；再比如多资产团队将投资流程划分为设计、生产、组装、检测“4大车间”，通过多元投资解决方案（Multi-asset Solutions），力争帮助投资者取得可预期（Anticipated）、可复制（Repeatable）、可解释（Specific）的投资回报。

第三步则是数智化，即数字化（结构化存储信息）和智能化（将投研逻辑转化为模型），通过提升投研的覆盖度、效率和客观度，提升整体投资胜率。目前中欧基金已将AI和大模型深度融入投研流程，人类智慧与量化模型相互赋能，力争及时捕捉好收益。

值得一提的是，中欧基金所提出的“工业化”并非“去个体化”。恰恰相反，在成熟的工业化体系中，人才的不可替代性将进一步凸显，每一个个体都是“智慧生产线”上的关键一环。其根本目标，是培养契合未来投资框架的“第三代基金经理”。

自2023年首次提出“资管工业化”理念以来，中欧基金持续探索并制定“专业化、工业化、数智化”的投研体系升级战略，并将其凝练为“中欧制造”这一投研品牌。窦玉明坦言，真正的体系升级绝非一蹴而就，“这只是一个开始，要想真正取得效果，还需要十年时间的努力。”

据了解，多资产团队是目前中欧基金内部贯彻落实“工业化”较为透彻的团队，多资产及解决方案部解决方案组负责人/基金经理许文星在分享中提到，为了让管理协同性得到保障，避免不必要的内部竞争和内耗，团队搭建了一个信息传递更高效、集体智慧配合更高效的组织架构。

中欧科技战队近几年收获颇丰，比如截至今年2025年8月31日，基金经理冯炉丹管理的中欧数字经济混合A近一年收益率232.32%（同期业绩比较基准69.25%），权益研究部副总监/科技组组长杜厚良管理的中欧信息科技混合A自成立以来收益率76.38%（同期业绩比较基准18.60%）。

此次发布会上，杜厚良提到中欧科技战队坚持做主动研究，利用专业化和前瞻性打造“工业化”团队，实现持续有效地输出高质量观点，而非依赖外界、卖方或其他专家。

此外，固收投资部研究总监/基金经理王申也接力分享了对债券市场的分析和展望。本场发布会干货较多，聪明投资者（ID：Capital-nature）将精彩观点整理出来，分享给大家。

许文星：多资产的一小步，价值创造的一大步

过去两年，中欧基金多资产团队做了一些小尝试。所有事物都是在低谷的时候开始寻求一些变化，比如大家印象最深的2021-2023年，市场经历一些周期性的挫折，一方面有底层因素影响，另一方面是因为整个行业还未发展到成熟状态。

正是因为这些周期性挫折，让我们好好反思了“未来应该如何做投资？”，与此同时，过去几年投资者回报和基金实际收益差异较大的问题也促使我们对组织架构以及业务规划做了较大调整，整体更具长期视角。

这两年，我们做的第一件事就是从单兵到团战。以往都是由账户主理人来管理每个账户和每个产品线，但我们发现协同性没法得到保证，且过程中难免会出现一些内部竞争或者内耗。因此，我们考虑搭建一个信息传递更高效、集体智慧配合更高效的组织架构。

于是我们搭建了一个矩阵式的组织架构，横轴是围绕多策略展开alpha选择的投资研究——价值、质量、红利、景气、可转债等；纵轴是围绕多资产展开beta配置的投资研究，涉及债券、股票、商品、宏观研究，交易策略等等。

每一类资产和每一个子策略都有一定的独立性，所以我们可以在一些中高波账户中加一些商品以平衡风险，这是一个很典型的场景。在这一网状架构中，基金经理和研究员都可以找到自己的位置，并发挥出最大的作用，团队间协作配合，通过管理多个类型的账户以满足客户的定制需求。

包括我们在内的多个行业因为科技发展发生了深刻变化，像我们团队既有包括我在内写了10年以上代码的工程师，也有做了10年资产研究的研究员，所以我们希望组织架构可以把主观的想法和定量出来的结果，能够有机地结合在一起。

什么叫主观？什么叫定量？在我们看来，两者之间有一条循环的路径，就是从观点，到信号，到模型。主观投研对一个事物产生观点，看到变化做出决策，每隔一段周期就会有；而信号是指把生成观点的过程抽象出来，可以无限次重复；而模型则是将信号放入真实的市场环境去检验看效果，看信号在各种各样的环境下的有效性和优缺点，能否真正进入投资流程中。

如此才能意识到观点不仅可以复现，还能清楚其缺点所在。产生观点不困难，难的是确定这些观点可不可靠？获益度有多少？以及错了之后如何修正？这些过程都需要我们能理解对方想什么，需要尊重市场上的客观事实。

过去几年，我们一直努力通过某种形式搭建一个流程，让每个人都能在舒适的状态下专注做一件事情，不断试验并检验想法，直到我们认为这些想法能够进入实战，可以为客户创造价值，然后进行再循环、再测试。

当前行业发生了一些大变化，一是资本市场进入高质量发展的阶段，越来越多的企业从过去的持续扩张进入到分享回报的大周期之内；二是公募基金作为替老百姓做资产管理的机构也进入到高质量发展阶段；三是人工智能技术在过去两年快速发展。

在这些变化之上，我们希望未来能够把最终的一个个产品做成真正为投资者创造价值的各类方案，不管是寻求稳健的客户还是希望有交易的客户，不管是相信全天候的客户，还是希望获得跨资产收益的客户，我们力争都能提供相应的方案。

举个例子，比如景气策略，我们用了一些算力服务器，帮助我们每天抓取上市公司信息。投资决策的过程是处理结构化和非结构化数据最后得出决策的过程，目标是找到未来增长更快的公司，找到上市公司增长斜率不断加速的阶段。

过去我们是用财务及结构化数据，后来开始用一些文本、情感类工具去解析年报财报信息；而现在则是用AI，这类工具在语义和情感之外展现出非常强的推理能力，显著提升了我们对企业经营趋势的预测能力。

未来，我们希望能够再进一步，从净值到价值，做真正创造价值的事情。权益资产本身的长期收益是能创造复利的，但波动太大，以年度为单位看出现负收益的概率并不低。

通过相对收益策略，我们提供一些Smart beta的方案，追求通过提升超额收益使得整体收益分布向右平移，但却很难改变收益的尾部风险，因此这样的产品波动率和最大回撤并未得到显著的改善。

我们希望进一步通过一些努力，将策略整体的波动率降低，收窄整体的收益率分布区间，使得策略本身在负收益区间的概率大幅下降，这才能减少客户本身在产品投资过程中的交易损耗，有助于实现绝对收益，这是我们理解的Smart alpha类策略，追求波动率更小，夏普比率更高，更容易为客户将净值转化为收益价值。

Smartalpha是我们未来相当长一段时间内希望努力的方向，这其中两条路径需要去探索，第一条是我们将更全面的风险管理融合到投资流程中去，把风险权重在决策中的设置得更高一些，承担有价值的风险，舍弃高风险的收益；第二条是如果希望用权益资产为客户创造权益价值，则需格外重视衍生品的风险管理能力，用期货期权去优化的产品策略结构。

以上是我们过去的一些小小的探索，坦率来说这条路上的困难非常多，希望未来能够跟更多志同道合的小伙伴一起，做正确的事情。

杜厚良：AI的本质是让强大的公司更强大，让有能力的人更有能力

职业生涯早期我在华尔街做卖方研究，当时主要看的是美股中的热门硬件公司。目前从业经历超12年，管理经验超5年，在科技投研行业里算“老兵”。加入中欧之后就一直在配合团队做一些有意义的事——如何用“专业化、工业化”更好地实现团队建设和基金管理。

总结下来就是，我们坚持做主动研究，力争做科技行业首先发现产业趋势变化的人，不过度依赖其他外部。过去三年，我们进一步壮大了科技研究团队，希望在科技快速发展的当下，利用专业化和前瞻性打造“工业化”的团队，实现持续有效地输出高质量观点。

我们要求每一位研究员都专注在各自的细分领域，利用专业知识和专业背景，在相对较窄的板块中做到兼具深度、宽度，以及时效性。

这套体系目前也带来了一定的投资转化效果，帮助整个投研团队发现了一些比较大的投资机会比如我们在2023年3月挖掘的光模块，去年下半年发现的国产算力和今年的AI服务器。

目前二级市场的科技领域可分成通信、电子、计算机等细分板块，其中有两类比较大的机会值得关注：

一是国产替代，即在芯片制造、芯片高端仪器仪表、软件领域等有一些国产替代的空间；二是AI人工智能，其中包括（1）大模型应用（2）海外算力（3）像智驾、机器人、AI眼镜等在内的AI端侧或偏硬件领域。

我们把所有能挖掘到的定性的行业信息、前瞻性的判断，全部都定量为庞大有效的数据库，把细分研究和量化结合起来，最终形成对某一个细分产业未来几年（比如到2027年或2030年）的行业研究趋势判断，包括当前行业正处在什么样的景气位置？投的公司估值水平如何？哪些领域之后要重点关注？等等。

我们预计国产算力在四季度会有较清晰的趋势性机会，科技大体趋势是硬件先行，再到软件。AI端侧在明年下半年或有较大的投资机会，端侧海外巨头公司将推出AI眼镜、耳机、折叠屏手机等新品，通过摄像头帮助用户更好地捕捉视觉信息，这一创新突破可能会带动整个端侧的爆发。

在科技行业，每3-4年是一个创利周期，也是一个库存周期，因此每隔3-4年都值得我们去重新审视，那为什么当下我们依旧看好科技相关领域？最重要的原因是底层逻辑发生了很大改变。

3年前我们看海外AI投资，更多的是OpenAI大笔投资，然后竞争对手去跟随，类似于军备竞赛。今年4月份开始，海外Token数在大幅提升，很多人AI应用今年预计达到200亿美金，潜在投资规模约4-5千亿美金，投资回报和实际投入无法匹配。

但其中有一个误区，即现在AI的最大作用是劳动力的替代，海外诸多场景已经由AI替代，比如编程、客服等。

总体来说，海外整体的投入决心非常强。增速非常之夸张，飞轮效应在高速旋转。供需错配叠加估值优势，持续性还在延续，我们没有在其他领域看到这样的投资机会，这正是我们看好海外算力的重要原因。我们会关注下个“Deepseek”时刻，如果再来一轮单位算力成本大幅下降，可能会对投资逻辑造成冲击。

再看海外大模型应用。我们看到美股上涨主要由几家头部公司带动，背后衍生出一个哲学问题，即AI的本质是什么？在我看来，AI的本质是让强大的公司更强大，让有能力的人更有能力，能力产出差距会被拉大。

这在互联网行业同样适用，未来AI大概率会集中化，而集中化又会分掉很多垂类蛋糕，随着模型能力不断增强，海外诸多场景已经被AI替代。虽然会有个别公司凭借较好的UGC能力和数据库能力突出重围，但大部分软件公司都将会面临被替代的风险，未来成长起来的概率在降低。不过一旦成长起来，前景很大，赔率很高。

最后对于国内科技发展情况，我们看到海外不管是移动端还是网页端的DAU都在快速增长，但国内数据是偏平的，背后有几个原因：

（1）国内场景替代人的步伐比海外要慢一些，因为除了商业逻辑的行为，还有社会的行为也需要去考虑，这使得整个调动相对较慢，但这只是阶段性的；（2）模型能力存在差距，主要原因是我们采购海外算力芯片受阻，不过这一问题正在慢慢解决，我们预计在半年维度，国内DAU会逐渐好转，相关产业也会慢慢起来。

总的来说，国产链主要关注两类机会，一是服务器和IDC，二是在推理端有大规模应用的国产替代。

王申：低利率环境可能会长期延续，目前还没有到讨论牛熊转换的时点

今年包括债券在内的整个市场都经历了比较大的变化，比如上半年的关税冲击，年中以来反内卷的宏观趋势，以及7-8月以来权益市场的突出表现，都影响着债券市场的运行。

过去几年债券市场表现一直非常好，但今年明显逊色不少，所以我们面临着两个核心问题，一是中期来看，低利率环境持续时间是否可能还较长？二是债券市场表现是不是到了牛熊转化的节点？

我们的观点是，从中期来讲低利率环境可能会长期延续，且整个无风险利率或还有下降空间；目前债券市场还没有到牛熊转换的时点。

中期的观点，一定要去看中期的宏观主线，我们不仅要重视宏观总量变化，更要重视宏观的结构性变化，这对我们看利率的中期主线是非常有启发的。

目前国内正在经历新旧动能的转换，比如旧的增长动能代表性行业——地产，如果把地产的销售额认为是地产的营业收入，在2021年销售达到顶峰，全年销售大概为18万亿；另一个是电子行业，同年营收大概为14万亿。

短短四年多时间变化很大，预测到今年年底，整个房地产销售额大概会下降到8万亿出头水平，电子行业则增长到18万亿左右，两个行业的位置出现了互换。

对于债券市场来说最大的影响是，在新旧动能转化的过程中，实体所产生的融资需求在体量规模上是完全不同的，我们可以很明显地感觉到整个实体的底层融资需求相较以前是有一定程度的下降的。

今年还有一个热词叫“出海”。目前中国整体对外贸易顺差大概是1万亿美金左右，拆分成两块，一块是初级材料加工，即简单的进口原材料初级处理；另一块是做深度加工和价值附加，可称之为品牌加工。

其中，由初级产品加工带来的贸易顺差规模在2010年以后就基本上保持在存量状态，没有明显增长；相反，品牌加工带来的贸易顺差贡献在波动中持续上行，即使经历了2018年的中美贸易战、2020年的疫情，亦或是今年的关税极限施压，整个国内的品牌出口在持续波动上行并创出新高。

这是中国出口的韧性所在，我们的外贸制造业也正在经历持续的迭代升级，使得竞争力更强。

在上述描绘的宏观结构性变化的场景中，货币政策的两个核心变量——利率和汇率，对应各自的定价主线。汇率的定价主线是对外出海过程中中国制造业竞争力的持续提升，而利率的定价主线则是对内在新旧动能转换过程中必须要解决的债务存续问题。

我们对国内的居民部门、企业部门、政府部门等各个宏观大部门都做了详细的研究，债务存续有很大一块是集中在居民部门，还有一块集中在政府部门。其中居民部门的存量债务存续和化解对于利率的中期定价主线我们认为是很重要的内生驱动因素。

从我们的模型测算来看，要实现整个居民部门的债务存续，在引导居民部门债务去化过程中避免出现系统性风险，所需要的时间周期会较长，目前看可能还仅到了中段。

另外在利率水平上，居民部门的主要债务是按揭，去年924以来最有效果的政策之一就是央行引导存量按揭利率大幅的下行，这个对于降低居民债务的存续风险作用极大。从中期的角度来说，我们判断按揭利率或还有进一步的下行空间，从而引导房地产止跌回稳的条件进一步地夯实。

需要特别强调的是，市场有相当多的看法会惯性认为利率和经济基本面强相关——基本面好转，利率上行；基本面有压力，利率下行。但这种相关性逻辑我们认为是在转弱的，或者在中期这不是利率定价的主线。

我们认为低利率环境是对新旧动能结构切换的一种适应性定价，是在切换过程中化解存量债务压力的重要基础条件，所以并不是简单的利率低就代表着基本面不好，而是在这个切换过程中维系债务存续不出现系统性风险所匹配的一种内生性需求，是给实体经济“固本培元”的一种基础条件。

我们认为理解中期的利率定价主线的背后，是要看到宏观的结构性变化，利率定价的逻辑相较于5-10年前主要依托于总量的运行逻辑已经发生了非常深刻的变化。

短期来看，今年7-8月份以来，债券市场整体比较弱势，出现了一些调整，市场逐渐开始思考债市是不是要开始走熊了？在我们看来，目前权益和债券两个市场都没有太大的问题，虽然近期波动都比较大，但都没有到讨论牛熊转换的时点。

债券市场主要分为利率品种和信用品种，利率品的定价权取决于银行表内配置力量，而信用品则由银行表外理财掌握定价权。

如果银行开始出现明显缩表，或者银行表内出现明显的实体融资需求回暖，那么对于债市就需要警惕。目前来看，不管是从宏观融资需求还是银行表内扩表的节奏，上述两个债市的风险点都还没有看到。

然后我们需要讨论一下目前债市的安全边际可能在哪里。在经历了一轮调整以后，以10年国债为例，今年以来大多数时候相比于银行静态负债成本都是负利差，这一方面反映出市场总体预期银行负债成本后续会进一步下降、另一方面也表明银行表内信贷需求比较低迷，因此两者共同作用使得市场能够接受阶段性的小幅负利差。

整个银行体系的负债成本目前是在1.7%的水平；从这个水平来看，我们认为比较安全的利差水平可能会在20-25bp左右。另外跟银行信贷所能提供的实际回报率相比，我们也看到10年国债的配置价值在逐步显现。

虽然宏观环境和市场结构会有很多变化，但在做资产定价时我们倾向于认为有两样东西是不变的，一个是人性，即市场情绪在恐惧和贪婪之间不断的切换；另一个是资产之间的相对性价比，不存在一类资产或者一类策略能够长时间持续地跑赢或者跑输，资产或策略的阶段性跑赢或跑输会不断自我调节形成轮动转换。

今年债市调整的性质，我们认为不是牛熊转化，而是在宏观环境出现边际变化的同时，过去一段时间债市总体的夏普比持续偏高，相对其他资产有内在再平衡的需求。

今年企业的盈利水平总体在底部震荡，没有再出现进一步明显的下滑，相比2021下半年到2022年、以及2023到2024年比较大斜率的盈利下滑已经出现了明显的边际变化，所有的资产、包括权益、长债和商品等等，都需要对此做出适应性的定价。

尤其是债券市场，要经历一个收益降低、以及波动率上升的过程，从而降低债市整体的夏普比。

当前整个长端债券市场的安全边际在逐步贴近，各类资产在今年的宏观环境中在做适应性的定价调整，那就会有大量的资金从过往今年的配置策略中分流出去做再平衡，这会引发债市的调整、降低固收资产的相对性价比，同时也会引导债市逐步重新出现配置价值。

与过去几年债市比较明显的趋势牛市相比，当前及未来一段时间，在安全边际附近更加耐心地配置可能是更适合的一种策略。

数据来源：产品业绩及业绩比较基准经托管行复核，截至2025/8/31。基金定期报告显示，截至2025/6/30，中欧数字经济混合发起A的成立以来涨跌幅70.29%, 同期业绩比较基准15.84%。2024年基金涨跌幅和同期基准表现为29.4%/20.39%。历任基金经理:冯炉丹20230912-管理至今。截至2025/6/30，中欧信息科技混合发起A成立不满半年，按法规要求不予展示业绩。

风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。中欧数字经济混合、中欧信息科技混合为混合型基金，其预期收益及预期风险水平高于债券型基金和货币市场基金，但低于股票型基金。中欧数字经济混合、中欧信息科技混合可投资于港股通标的股票。除了需要承担与内地证券投资基金类似的市场波动风险等一般投资风险之外，还面临港股通机制下因投资环境、投资标的、市场制度以及交易规则等差异带来的特有风险。

—— / Cong Ming Tou Zi Zhe / ——

排版：唐唐

责编：艾暄