證券時報記者 裴利瑞

中國證券投資基金業協會最新數據顯示，截至2025年5月底，我國公募基金總規模達33.74萬億元，再次創下歷史新高。要管理好如此巨量的資產，依賴個別明星基金經理的“手工作坊”模式已難以為繼，打造專業分工、團隊作戰、科技賦能、業績穩定的平臺式基金公司迫在眉睫。

2025年5月7日，證監會印發《推動公募基金高質量發展行動方案》（以下簡稱《行動方案》），特別提出“引導基金公司持續強化人力、系統等資源投入，加快‘平臺式、一體化、多策略’投研體系建設，支持基金經理團隊制管理模式，做大做強投研團隊”。

目前，一些基金公司已通過“三化”（專業化、標準化、數智化）變革提升效率。

從明星時代到平臺時代

過去27年，公募基金行業走出了一個群星閃耀的時代，一代代明星基金經理不斷涌現，并憑借耀眼的業績和強大的個人號召力將行業推上了高速發展的列車。然而，當行業規模紅利見頂，過度依賴個人光環和明星效應的風險與弊端也日益凸顯。

天弘基金副總經理聶挺進認為，當前，基金公司主動權益投研體系存在五大痛點：一是高度依賴基金經理個人能力，且個人能力參差不齊，能力圈各有差異；二是缺乏體系化、精細化的投研人員管理和賦能機制，持續傷害公司阿爾法創造能力；三是投研業務明星晉升管理者后，缺乏管理能力、管理方法和管理工具或抓手；四是投研人才考核激勵機制與平臺化的管理理念錯配；五是缺乏數字化投研人才的培養機制，長期陷入“選馬、賽馬、留馬”的循環往復。

特別是過去4年，主動權益投資面臨重重挑戰，波動的資本市場疊加激烈的競爭格局，使得超額收益的獲取并不穩定，這也是公募基金在生產范式變革之下，受到挑戰最大的領域之一。

中歐基金權益投決會主席周蔚文指出，當前基金經理需要面對“多、少、烈、大”四大難題，即上市公司數量多、單個基金經理投研精力有限、同業競爭激烈、產品品類多且個別體量大。

“當前，如何減少對個人能力的過分依賴，是擺在很多基金公司投研體系建設面前的一大重要命題。要確保基金公司經營的穩定性和可持續性，以及能夠滿足基金持有人的多樣化需求，就必然要在投研的平臺化布局上有所作為。”華南某基金公司一位高管表示，這本質上是要求公募基金盡快從規模擴張向能力建設、從明星時代向平臺時代轉型。

“公募基金行業亟待一場從‘農耕文明’到‘工業文明’的文明進化。”聶挺進表示，唯有通過流程化、平臺化、智能化的科學投研體系建設，才能實現基金業績可追溯、可復制、可預期的目標，真正破解基金行業靠天吃飯的“魔咒”。

基金行業掀起“三化”建設

為了解決行業痛點，多家基金公司響應《行動方案》中“加快‘平臺式、一體化、多策略’投研體系建設”的要求，積極利用人工智能、大數據能力建設投研平臺，掀起了基金行業的“三化”建設。

以中歐基金在平臺化投研體系建設方面的實踐為例，該公司將工業化理念融入投研體系中，通過“三化”（專業化、標準化、數智化）變革提升效率——專業化分工解決產品質量問題；標準化流程解決協作問題；數智化平臺解決效率問題。

具體而言，專業化分工將投研領域精細拆分，每位投研同事深耕細分領域成為專家，并專注能力圈迭代的最佳實踐，規避全能模式下的精力耗散；標準化流程構建了工業化流水線，優化操作流程以形成協同運作機制，比如中歐多資產投資流程已實現“工業化制造”，整個流程類似于“四車間流水線”——設計車間負責拆解客戶需求，生產車間通過底層研究生產細分策略，組裝車間根據產品特性和市場情況組裝策略，檢測車間通過量化模型和回測系統進行風險控制和策略優化；數智化平臺以機器處理海量數據、投研人員聚焦邏輯建模來展現。比如，基本面量化投資人員將選股邏輯轉化為算法輔助決策，“基本面+人工智能（AI）”模式使得投研產能大幅提升，最終實現信息處理效率與決策精度的雙重突破。

天弘基金依托先進的互聯網技術能力，構建了一個“投研生產流程化、交互決策平臺化、關鍵節點智能化”的投研體系——TIRD平臺。公司希望據此可以解決高度依賴個人能力、缺乏精細化投研平臺賦能、長期能力沉淀缺失的行業痛點，從而為投資者提供可追溯、可復制、可預期的超額收益。

首先，在投研生產流程化方面，TIRD平臺貫穿天弘基金的研究端、投資端、風控端，從選標的并確定定價賠率，到通過組合優化器進行優化管理，再到通過量化手段和戰術紀律控制回撤風險，投研生產過程清晰且科學。

其次，在交互決策平臺化方面，TIRD平臺搭建了一個數據維護治理體系和投研協同機制，研究員和基金經理的投研結果都可以在這一平臺上實現知識共享和積累。

最后，在關鍵節點的智能化方面，TIRD平臺找到投研關鍵應用場景，根據場景定義功能，同時根據功能訓練專業大模型，推動人工智能技術全面嵌入核心投資流程，為投資經理提供決策支持。

據證券時報記者了解，在經歷了一年多的打磨后，天弘基金打造的投研一體化平臺TIRD目前已經投產應用。“TIRD平臺將做好這樣幾件事——把研究的不連續、易斷檔、主觀決策占主導，逐步變成成果可積累、過程可清晰、考核可量化，實現從主觀到事實的轉變；從完全依賴人腦到人機協同，使策略可以積累并迭代，業績可以評價解釋。”聶挺進說。

金融科技賦能投研體系

人工智能、大數據等新興技術，是搭建上述新一代投研平臺的技術底座，也是公募基金行業走向工業時代的核心引擎。為此，基金公司普遍加大了在金融科技上的布局和探索。

據了解，富國基金正在通過構建“數據—算法—算力”三位一體的智能投研體系，全面升級投研能力。

比如，投研數據服務平臺可以整合實時新聞、輿情動態、多市場行情、機構研報及企業財報等20余個數據維度，形成覆蓋基本面研究、量化策略開發、財務風險預警等場景的指標庫。這一平臺為權益、固收、量化等研究部門提供專業的數據支撐服務，通過大語言模型應用，實現基于外部研究報告每日對53個投資標的的最新市場觀點總結，效率提升了90%。

此外，富國基金還依托分布式算力平臺，構建了因子挖掘、策略配置、組合優化、組合管理、指令下達、風險控制、績效歸因等一體化的智能化流水線，即量化組合管理平臺。該平臺集成1500多個因子庫及多個AI策略，支持2000+策略模型的秒級并發計算，使量化策略研發周期縮短了70%，實現組合風險收益比的動態平衡。投資指令的下單時效也從分鐘級壓縮至秒級，顯著提升了投資決策的效率。

中歐基金也介紹了目前AI在公司固收投研領域的應用：一是提升研究基礎層面的效率。例如，構建一個復雜的風險平價模型，過去需要好幾天，現在有了AI的輔助，代碼框架在個把小時內就能搭好，這種自動化釋放了研究員的大量精力，使其從繁重的案頭工作中解放出來；二是擴大策略研究層面的優勢。目前，中歐基金基于深度學習的利率預測模型，融合了海量歷史宏觀、市場數據和事件因子，在拐點預判上已經展現出了可量化的優勢。而對于政策的動態影響，基于大模型訓練的輿情分析工具則能實時追蹤文本的情緒傾向；三是拓展信用研究的深度和廣度。例如，中歐基金投研團隊將發債主體的海量信息（如財報、公告、產業鏈數據、宏觀數據等）整合接入本地化的企業知識庫，AI模型最終可以按照框架分析并輸出信用分析的完整報告，讓研究員快速查詢特定主體的核心信息或風險點。

“AI賦能的終極目標，并非取代人類研究員，而是讓人從信息搜集、數據整理等重復勞動中解脫出來，把最寶貴的時間和腦力集中在真正的價值創造上——識別關鍵矛盾、做出復雜判斷，這才是投資研究工作的核心魅力所在。一句話總結，AI是認知效率的放大器。”中歐基金表示。

投研交銷顧一體化生態可期

平臺型基金公司的探索剛剛起步。在眾多基金公司的設想里，投研一體化平臺還僅僅處于起點，未來投研交銷顧一體化（即投資、研究、交易、銷售、投顧）的完整生態將會給行業帶來更多想象空間。

國信證券在研報中指出，《行動方案》為公募基金的范式轉變提供了“平臺式、一體化、多策略”的三大路徑：

第一，在推動平臺化發展方面，平臺化的本質是通過投研、科技賦能構筑統一資源樞紐。比如，頭部機構積極開發集成化IT系統，實現對投研數據、風控指標及客戶行為的全面集成與分析，核心價值在于消除信息割裂，形成跨部門的資源協同網絡。如此一來，既提升了效率，又降低了決策碎片化風險，助力基金公司從單一資管服務向綜合性財富管理平臺躍升。

第二，在推動一體化協同方面，一體化運營的核心在于將平臺能力融入投資價值鏈閉環。在實踐中，比如研究團隊識別宏觀信號后，投資經理可即時獲取并觸發組合調整指令，風控團隊則同步發布風險評價觀點，高效的聯動將大幅縮短決策鏈條。

第三，在推動多策略融合方面，基金公司可以圍繞股債衍生品構建豐富的策略工具箱（如宏觀對沖、量化CTA、ESG因子投資等），同時通過“核心+衛星”模式實現跨風格、跨周期的動態配置。以FOF產品為例，資產機構在底層整合了內部數十種精選策略，同時借助一體化風控系統實時評估相關性并調整權重，從而實施精細化的資產配置，實現“多而不雜”的目標，在復雜的市場環境下分散風險并穩定增強收益。

過去幾年，華夏基金一直在打造和迭代以資產配置為核心的多資產全能平臺建設。6月28日，在北京舉辦的“2025一年一度指數大會”上，該公司一站式指數服務平臺“紅色火箭”推出了全新的重磅服務“LetfGo”，將華夏基金專業的資產配置能力，轉化為投資者可輕松觸達、清晰理解、便捷使用的解決方案。

“未來，我們想打造一個投研交銷顧一體化完整生態的平臺。一方面，這個平臺要對基金經理、研究員所有的投研場景、投研數據、投研知識進行全面覆蓋、整理和傳輸；另一方面，這個平臺未來也會從權益資產，逐漸擴展到全面的資產、全面的策略，甚至全天候的服務。”華北某基金公司一位高管在展望投研一體化平臺建設時稱。