鹏华基金：鹏华研究精选基金发行倒计时！

拟任基金经理 梁浩：

写给鹏华研究精选混合基金投资者的一封信

梁浩

鹏华基金研究部总经理

投资决策委员会成员

社保及养老金投资决策委员会成员

权益投资决策委员会成员

第四届英华奖“五年期权益类投资最佳基金经理”

【投资风格】

长期跟踪是获取超额回报的投资之道

致投资者

投资是一份极有乐趣又极富挑战的工作。其乐趣和挑战都在于我们需要用自身有限的知识和有限的信息，不断地在精妙、复杂的市场中找到最聪明的答案。这其中蕴含着丰富的内容需要我们时刻保持学习的心态。经历这个过程的同时，自身的学识也在提高，这是其乐趣。挑战也恰恰存在其间，我们常常会在错过之后感叹市场的精妙和个人能力的局限，又会在各种尝试之后，发现对“无所不能”的追逐也往往意味着更多的无功而返。

于是，行业内有了 “能力圈”的概念。很多投资界先哲投资思想中的一个共同点是提倡“坚持”，风格的坚持，理念的坚持，方法的坚持。但是，无论是“能力圈”还是“坚持”，其实背后都意味着某种放弃。坚持成长型的风格，可能意味着对周期型行业和公司的放弃；坚持高ROE和分红收益率，又可能意味着对一些处于成长早期，潜力巨大的公司的忽略。往往，在市场风格和自身的能力圈不相吻合时，能力圈和坚持成为一个避风港，也是个人理性在强大市场面前的一种退而求次的选择。

市场的聪明之处在于遇到问题时总会试图找到优化的方式。被动型投资，量化投资等多种工具应运而生，发展壮大。今日盛行的大数据概念也是其中之一。但是，至今，我们仍然没有看到哪一种方式能够长期显著强于在“能力圈”和风格坚持下的优质基金经理的投资选择。因此，市场的格局也必然是当下的多风格、多类型产品的并存。

我们将尝试进行探索和突破，通过构建团队来弥补个人的局限，由研究部总经理担任团队负责人，“在自己所覆盖领域有所擅长，但尚未走向投资一线，思维仍能聚焦”的优秀分析师组成团队骨干；运作机制上也进行创新，宏观和策略选择由公司宏观策略分析师和一位擅长周期的基金经理助理担当，更加专业化；并引入了一名量化分析师作为基本面研究的有效补充，通过量化工具和数据库的构建，弥补团队覆盖的不足。此外，研究团队还拥有超20名研究分析师，进行更为苛刻的自下而上的研究标的筛选，意图找出那些能够穿越周期、真正长大的优质标的，挖掘组合的中坚持仓。为了建立科学的决策机制，我们将决策点框架化、明晰化，决策依据文字化。

鹏华研究精选混合基金的推出经过了长期准备。一年之前，我们便开始了数据库的构建、宏观策略体系的磨合、工作流程的塑造和完善、模拟组合的试运行等各种工作。时至今日，鹏华研究精选混合基金终于推出，团队的研究成果和心血的结晶也终于从幕后走向前台。站在过去辛勤工作的基石上，对于未来，我们心怀期待。

——by拟任基金经理：梁浩

研究部总经理助理 王海青：

供给侧驱动的周期股投资

王海青

鹏华基金研究部总经理助理

7年证券、基金从业经验

历任中国中投证券研究所高级行业研究员，2015年10月加入鹏华基金，历任研究部高级行业研究员、总经理助理，从事行业研究工作

【优势】

周期研究员出身，兼具新能源等成长行业视野，对周期性行业具有较强的把握和配置能力、擅长对于价值类公司跟踪与挖掘

供给侧驱动的周期股投资：

传统周期行业的产品价格以及股价在近两年表现优秀。过去一年中，钢铁、煤炭、建材、有色与石化涨幅位居各行业前列。本轮宏观需求虽有所复苏，但远不及以前几轮周期回暖的程度；供给侧政策对传统周期行业的影响更值得重视。供给侧推动了本轮周期股持续超出市场预期的表现，且这种影响仍是目前周期股投资的核心关注点。

传统周期行业与经济发展紧密相关，历史上周期股投资的核心关注点在于需求侧，其逻辑在于供给侧产能扩张需要时间，难以及时跟上需求，从而出现供需缺口。这种需求侧驱动的周期股投资往往具有整体性机会。过去三十多年中国因制度变革实现了经济持续的高速增长，制度红利、政策调控为多个行业带来投资机会，最典型的是2008年四万亿刺激出台后，基建投资增速由原来20%以下提升至45%以上，投资产业链的需求出现爆发，产品供不应求价格大幅跳升，股价在盈利与估值双重推动下出现戴维斯双击。目前来看，包括螺纹钢、煤炭、玻璃、部分化工品在2009-2010年的价格大幅上涨，此后价格均未达到当时的高点。

历史上供给侧也曾为周期股带来投资机会，但更多表现为局部性的个体行业机会。如2010年下半年华东地区开始的拉闸限电对水泥产能限制导致产品严重供不应求，再叠加企业主动限产保价，水泥价格与盈利升至近十年的最高点。这是各传统周期股价中，少有的行业指数能够在2010-2011年达到2007年股价高点的行业。

而自2016年以来的周期股投资，虽然有早期经济小幅复苏的驱动，但更重要的是不断超预期的供给侧驱动，背后逻辑是需求相对平稳下供给收缩带来的盈利回升。政策上，从去年的煤炭钢铁行业供给侧改革下强制的产能关停，发展至目前的“2+26”强化督查。环保持续收紧下多个周期行业的产能均受到影响，使得本轮供给侧推动的周期股投资机会扩散化。

需求侧驱动的周期行业发展机会，全行业均会受益，中小企业更因具备更大的成长空间而受到青睐。但供给侧驱动下，行业中弱肉强食，大企业强者恒强。这在本轮周期中表现尤为明显。

一方面，大企业更有能力去杠杆。2011年以后整体工业企业都在去杠杆，传统周期行业多数是重资产属性，降杠杆后效果明显。大企业通过内生增长和再融资减轻负债端压力，再加上部分产品受益于原材料成本下行，利润弹性突显。经济新常态下不少大企业的利润率维持高位震荡，持续性好于预期。

另一方面，大企业集中度提升。过去几年市场自发出清使落后产能逐步退出，16年以来供给侧改革加速了该进程。环保难达标的中小企业落后产能成为关停的对象，反之大企业强者恒强，行业竞争格局持续优化。以水泥行业为例，海螺水泥市占率由2009年的7.3%升到2017年的12%，但利润占比由13%升至21%。煤炭行业中，2016年中国神华一家更是占整体煤炭上市公司净利润的66.7%。寡头垄断行业龙头的定价权更强，更加受益于供给侧改革，典型的表现就是MDI的价格和万华化学不断上升的利润率。

历史上，周期的估值因企业盈利波动性大，盈利持续时间不确定而受到压制。本轮供给侧政策压制中小企业产能，大企业受到影响小；部分行业有产能增量，也基本由大企业贡献。在经济新常态下，大企业盈利的确定性与可持续性增强，能够享受更高的合理估值。

目前时点上，环保督查趋严仍是驱动周期行业供给侧变动的最大因素。我们将寻找供给侧确定性改善的品种作为投资周期股的主线，并寻找有竞争力的优质企业，如电解铝、造纸、化工等细分行业。当然，需求快速增长的子行业仍然值得重视，如新能源汽车产业链相关的上游有色子品种。

高级宏观策略研究员 张华恩：

新常态渐行渐近

张华恩

历任平安证券、海通证券、国泰君安证券研究所策略高级分析师、策略团队负责人,所在团队曾连续2年获得新财富前3名、水晶球前2名等；2017年3月加入鹏华基金，任高级宏观策略研究员

【优势】

擅长纵向自上而下寻找宏观驱动的行业投资趋势，进行前瞻性的行业配置策略

新常态渐行渐近：

过去几年以来，市场对于宏观经济的分歧从未像今天如此之大，“新周期”与其反对论者均以理相持。如果抛弃立场上的偏见，回归客观数据与经济本身，究竟是什么原因导致了大家对经济判断出现了如此大的分歧，对过往的研究范式形成了如此大的颠覆？

实际上自1998年上一轮供给侧改革之后，中国经济就开始进入了需求驱动主导的漫长阶段。从02年加入WTO后的外需红利，到05-07年地产周期和工业化的高潮，再到09-11年的4万亿刺激，无一例外。因此，过往宏观研究范式的基准是从总需求侧出发，把握好需求侧变动，那么对经济的判断也就八九不离十。

但是从2011年以来，伴随经济衰退和持续的通缩，钢铁、煤炭、水泥等传统行业大量中小企业加速退出，2016年以来供给侧改革更是加速了这一趋势，经济供给端的调整已出现了翻天覆地的变化。企业部门去产能的过程同时伴随着资产负债表的修复（资产端去产能，负债端去杠杆），因此，经济增速虽然仍是低波动，但企业部门实现盈亏平衡的临界点则要比此前经济周期中来的更早，而且对于需求变化的盈利弹性也明显增强。因此，2016年以来，GDP增速虽然仍维持在6.7%-6.9%的区间波动，但PPI从-5.9%到7.8%，工业企业利润增速从-2%上升到至22%，微观企业的盈利修复明显要强于宏观层面的需求扩张。钢铁、煤炭、水泥等传统行业，受益于本轮去产能和供给侧改革，过去几年行业竞争格局不断优化，传统行业的“老大难”也迎来了“枯树又逢春”的时刻。

因此，从宏观趋势和微观结构看，经济进入一种新常态的迹象应该是越来越明显。这种新常态在总量层面，我们看到的是经济增速未来数年可能不再是大起大伏，而是低位徘徊。尽管短期来看，在三四线城市房地产销售逐步走低后，经济增速可能仍将面临一定压力，但这种压力已不同于2011-2015年的持续快速下行，原因在于本轮房地产去库存在多数城市已取得实质进展，这也意味着地产销售及其引起的经济下行后续虽有压力，但市场的出清却未必会像上轮周期般剧烈。与此同时，伴随企业部门盈利能力的修复，微观盈利的状况要明显好于宏观需求的波动，“宏观平稳，微观改善”的趋势仍将延续。结构层面，在供给侧改革的政策约束、环保趋严的门槛约束、金融去杠杆下的资金约束下，企业盈利将继续从“需求驱动”走向“分饼驱动”，优势企业的集中度不断上升，定价权和盈利能力均将出现明显的改善。

更长周期视角，类似于“硬着陆”这种过于悲观的经济判断我们认为也大可不必，因为当前的经济基础相比以往已不可同日而语，这种基础的变化可概括为“天时、地利、人和”。“天时”是我们的互联网效率已居全球之冠，在这轮全球经济重构过程中，中国拥有可以创造出BAT这种世界级公司的互联网基因，弯道超车的概率大。“地利”是制造业正达到前所未有的高度，过去5年，中国在机械和交运设备、办公通讯设备、电讯设备、集成电路等领域的出口占比持续攀升，在汽车玻璃、MDI、挖掘机、视频监控设备等领域，均诞生了一批具备全球竞争优势的巨头，制造业正加速从“进口替代”到“走向全球”。“人和”是居民消费升级的遍地开花，人口结构上，“70-80-90-00”消费群体正迈向主力；收入层面，三四线城市人均GDP已普遍跨过3000美元门槛，进入消费升级加速期，这些都将对未来的消费升级构成强力支撑。

因此，相较于对“新周期”的反复纠结，认识到当前经济新常态下宏观趋势和微观结构的变化，对于投资显然更加重要。而在“天时、地利、人和”的经济基础上，我们更愿意心存乐观，对于未来的投资机会多一份乐观的期盼！

高级量化策略研究员 包兵华：

当量化技术应用于基本面投资

包兵华

历任第一创业证券、长城证券高级量化研究员；2016年10月加入鹏华基金，任高级量化策略研究员

【优势】

具有较强的数据处理和量化建模能力，善于将基本面分析中的关键要素及研究方法通过定量刻画并形成量化模型，并运用于投资实务

当量化技术应用于基本面投资：

近年来，随着计算机技术的进步，量化投资成为市场发展的热点，和基本面投资并驾齐驱，成为当前主流的投资分析方法。就目前国内的投资实践看，基本面投资和量化投资总体上相互独立，鲜有交集，不少人认为，量化投资和基本面投资是两种完全不同的投资方式，很难统一。那么，可否将量化技术应用于基本面投资呢？

量化与基本面的主要投资逻辑

量化投资和基本面投资虽然基本的投资逻辑是一致的，但还是两种不同的投资方式。基本面投资侧重于个股研究深度的把握，追求较高的盈亏比和胜率，以巴菲特为例，买20只股票，16只赚钱，胜率80%，主要时间在琢磨哪一个企业是伟大的企业；除被动量化投资外，量化投资则是通过量化模型对复杂市场行为进行分析和预测，更侧重于投资广度。以西蒙斯为例，可能会参与2000只股票的交易，1020只赚钱。成功率51%，主要精力花在分析哪里是估值洼地，哪一些品种被高估了，买入低估，卖出高估，其有效性由大量数据证实。

量化投资的特点

量化投资优势非常明显，首先是覆盖较广，通过多层次的量化模型、多角度的观察及海量数据的筛选等，捕捉更多的投资机会；其次，执行效率高，能及时快速地跟踪市场变化，寻找新的交易机会。除此之外，量化技术能够将投资理念模型化，克服人性的弱点。

利用量化建模进行投资决策是量化技术应用到投资的一种主要方式。在利用历史数据进行量化建模的过程中，大都不可避免去做数据的优化拟合，即利用历史数据拟合的模型在过去是较优的，而未来则有很大的风险，尤其是外部环境、市场风格发生重大变化的时候。

以海外市场为例，宏观数量化基金—长期资本管理公司（LTCM）曾经业绩骄人，1994-1997四年每年最低收益率为17%，期间将投资人的资金翻了3倍。1998年俄罗斯债务违约，导致LTCM剧亏，最后倒闭，LTCM的失误主要在于过分相信概率模型。

以国内市场为例，2010年股指期货上市以来，由于A股大盘股持续低迷，中小盘股相对活跃，因此买入优质中小盘股，卖空沪深300期指，变成稳健对冲产品的代名词。2014年底大盘股持续暴动，同时中小盘股滞涨，众多稳健对冲产品集体遭到“黑天鹅”重创。再以部分量化产品为例， 2017年以来收益不理想，与之前的稳健收益形成鲜明对比，其主要原因2017年以来市场风格发生巨变，以上证50为代表的价值股异军突起，而以创业板为代表的成长股则是表现不佳，该类产品风格上偏向小盘成长。从外部环境看，小盘成长股在中国的过去几年的牛市，除了宏观经济环境和自身的成长性因素外，主要原因是IPO制度扭曲后壳资源外延成长预期的价值提升炒作，而伴随着并购重组的监管趋严和IPO常态化，小盘股外延成长的预期被打折扣，进而整体表现不佳。

量化模型只能根据现有的信息对市场变化做出判断，却无法预知外界推动力的变化，量化无法替代深入的机制性思考，需要进行定性分析。因此量化投资应该是基于有投资逻辑支撑的前提下进行的策略开发，而不是基于纯粹数据挖掘的模型构建，量化投资可以对于主动管理的投资理念与投资逻辑进行数量化、规则化，模型化，做到可回溯，可复制，可重复。

基本面投资的挑战与量化工具的应用

就国内市场投资实践而言，基本面投资主要面临以下挑战：一是基本面投资注重个股研究深度的把握，覆盖范围有限，尤其是在目前IPO常态化扩容的背景下，难以做到全部覆盖；挑战二，随着互联网技术的进步，移动终端的普及，信息传播速度加快，信息量呈现爆炸式增长，对于信息处理的速度要求越来越高；挑战三，由于排名的压力和人性的弱点，部分基金经理出现风格漂移现象。对于这些挑战，量化投资技术具有覆盖面广，反应执行速度快等特点，从而解决问题。

首先是，利用量化技术扩大覆盖的范围，抓住市场上更多的投资机会。随着股票数量迅速增加，基本面投资研究很难做到全部覆盖，以上市公司定期报告为例，如果每一家公司地去看报表然后再总结的话，覆盖非常有限，所以需要借助量化工具去帮助处理信息，快速生成有效投资决策要点。

其次，提高信息处理的效率，基金经理腾出大量的时间做有效的投资决策。从基本面投资的角度而言，要面对宏观信息，行业信息，公司信息。以周期类行业为例，要及时跟踪不同品种价格数据，产能数据，库存数据，而对这些数据进行有效的及时处理和分析就很有必要，量化工具的使用则会显著提高分析和处理的效率。因此，利用量化工具能把基金经理从琐碎的日常信息分析中解放出来，可以花更多的心思思考市场趋势的变化、拐点的状况、结构的变化，从而提高投资决策效率。

再次，投资理念模型化，避免风格漂移。从研究结论看，风格漂移并不能为基金带来显著的超额收益，而风格鲜明的基金，才有相对稳健的长期业绩，风格漂移某种程度上意味着风险。面对排名的压力，基金经理在或多或少会迎合市场风格，对行业配置进行调整，出现风格上的漂移，风格漂移不利于投资者通过风格划分进行组合的有效配置。而利用量化工具可以把基本面分析投资理念模型化，避免风格的漂移。

鹏华研究精选量化投资应用实践

为了发挥基本面投资的优势、解决基本面投资面临的挑战，鹏华研究精选经过接近一年的运作、磨合，已经建立了完善的量化体系。

首先，鹏华研究精选利用量化工具对于财务信息和市场信息进行全市场个股覆盖，缩小股票池范围，然后结合行业研究员对于个股基本面进行调研、跟踪、分析，从而发现投资机会。包括基于财务数据的个股筛选，基于市场数据的个股筛选，新股数据筛选等。

其次，鹏华研究精选建立不同的量化模型及时高效处理决策数据，为投资提供参考。包括高性价比个股的分析和周期行业数据分析等。以周期类行业为例，及时分析和处理不同品种价格变化，产能的变化，从而把握投资机会。

再次，把基本面投资理念模型化。鹏华研究精选在进行市场风格选择时，遵循价值、成长风格相对均衡、适度偏离的总体原则，在进行价值股选择时，利用量化模型进行有效筛选，比人为的价值更价值，从而能够有效避免人为选择上的风格漂移。

鹏华研究精选

005028

发行倒计时