活动背景与核心议题 - 活动主题为探讨低波时代下“固收+”策略产品的定位与未来发展路径，核心议题为“低波动下，如何实现更好的收益” [1] - 当前低利率与市场波动并存，传统银行理财收益率持续下行，投资者面临“收益荒”，“固收+”策略产品因其股债搭配、追求绝对收益的特性受到关注 [1] - 活动嘉宾为东方红资产管理余剑峰与华安基金郭利燕，分别拥有基于资产定价理论的投资框架和从可转债研究起步的主动管理经验 [2][3] 严控回撤的投资框架 - 余剑峰采用统一投资框架，为股票和债券各选基准指数，运用目标波动率模型和最大回撤控制模型进行风险管理 [7] - 以东方红慧鑫甄选6个月持有混合为例，其A类份额近一年收益率为6.75%，同期业绩比较基准收益率为5.58%，超额收益为1.17% [7] - 郭利燕强调在个券层面“买得好”，注重好价格，要求下行风险有限而向上有弹性，并在组合层面动态调整市场风险因子敞口和控制集中度 [8][9][10] - 对于低波产品，余剑峰将开放式产品的回撤目标力求控制在2%-4%左右 [7] 规避“固收-”风险的方法 - 余剑峰认为应关注在给定风险水平下产品的收益性价比是否最优，而非产品标签，其体系注重通过股债对冲效应和分散化配置管理风险 [12] - 郭利燕依靠纪律性仓位设计，对低波“固收+”产品设定股票仓位“上有顶、下为零”的原则，例如股票比例一般不超过12%，估值过高时可降为零 [14] - 华安沣润产品自2023年成立以来，股票仓位大多数时间未超12%，最低时约7%，通过纪律性设计有效控制回撤 [14] - 日常风险管理包括行业集中度控制和对个券风险收益比的严格评估，要求上行弹性与下行风险不对称 [15] 投资方法论的构建逻辑 - 余剑峰的方法论源于资产定价学术背景，优势在于纪律性强，产品设计阶段即明确目标风险特征，后续在既定范围内进行权重微调 [17] - 其框架侧重于管理波动率和分散化配置，通过控制波动并分散风险来接近有效前沿边界，以获取更优的风险调整后收益 [18] - 郭利燕构建了“三层组合搭建体系”，依次为风格结构、行业配置和个券精选，通过承担有效的系统性风险实现“进可攻、退可守” [19] - 行业配置核心是跟踪“供需”指标，在左侧捕捉行业基本面改善信号；“固收+”产品适合埋伏供需格局向好、盈利弹性即将释放的领域 [21] 低利率环境下的投资前景与布局 - 余剑峰指出随着经济潜在增速下行，实际利率中枢将下移，未来5-10年可能持续低利率环境，债券难以单独提供合意回报 [24][25] - 在低利率环境下，投资者需通过“固收+”产品在控制组合风险的前提下争取更好回报，今年渠道端低波“固收+”产品已受青睐 [24] - 郭利燕认为中国经济处于新旧动能转换过程，新经济对GDP贡献有望在未来5年内超过地产经济，对应股票资产市值中枢将上移 [25] - 短期看好科技成长方向，特别是AI产业闭环从基础设施建设走向商业应用落地，以及高阶智能驾驶、机器人等新兴领域 [26][27] - 具体行业布局包括有盈利改善趋势的科技成长、供给格局稳定的周期金融类资产，以及对内需板块保持政策敏感度 [26]

严控回撤的两种路径：模型化约束与精细化择券 - 基金经理余剑峰采用统一的学术化投资框架，为股票和债券各选一个基准指数，并运用目标波动率模型和最大回撤控制模型来管理产品整体波动和明确界定回撤水平 [5] - 以东方红慧鑫甄选6个月持有混合为例，其A类份额近一年收益率为6.75%，超越业绩比较基准5.58%的收益率，超额收益达1.17% [6] - 余剑峰将开放式产品的回撤目标定位在力求控制在2%-4%左右，并将2%以内的回撤视为低波 [6] - 基金经理郭利燕强调在个券层面要“买得好”，注重好资产加上好价格，尤其强调在估值较低时纪律性入场，以降低情绪和交易因素导致的回撤风险 [7][8] - 在组合设计层面，郭利燕不追求短期收益极致爆发，而是通过动态调整市场风险因子配置来稳定获取超额收益，例如今年将组合风险因子从偏重周期金融转向以科技成长为主 [8] - 郭利燕通过控制单一行业或资产的仓位集中度来管理风险，敬畏市场并防范黑天鹅风险 [8] 规避"固收-"风险：纪律性仓位与精细化风控 - 余剑峰认为资产配置核心是在明确产品目标风险特征后，利用股债低相关性争取更高的风险调整后收益，即“性价比”，而非纠结于“固收+”或“固收-”的提法 [11] - 郭利燕通过自上而下的纪律化仓位管控体系来避免“固收-”，为低波“固收+”产品设定股票仓位“上有顶、下为零”的原则，例如股票比例一般不超过12%，并在股债性价比过低时可降为零仓位 [13] - 华安沣润产品自2023年成立以来，股票仓位大多数时间未超12%，最低时约7%，这种纪律性设计有效控制了回撤 [13] - 在日常风险管理中，郭利燕强调严格评估个券的风险收益比，追求下行风险有限而上行弹性较高的不对称性，并在组合构建时明确底层资产的久期和风险属性 [14] 方法论溯源：理论模型与三层体系的碰撞 - 余剑峰基于资产定价学术背景构建投资框架，采用全球大规模资金使用的纪律性方法，在产品设计阶段设定明确目标风险特征，后续在既定范围内进行权重微调 [16] - 该框架侧重于管理波动率和分散化配置，通过控制波动并分散风险来接近“有效前沿边界”，以获取更优的风险调整后收益，而不做预期收益估计 [16][17] - 郭利燕构建了“三层组合搭建体系”，依次为风格结构、行业配置和个券精选，通过承担有效的系统性风险来做到“进可攻、退可守” [18] - 风格结构构建需基于对宏观环境、产业经济、流动性和各行业估值的深度认知，在科技成长趋势明确且估值未泡沫化时加大暴露，并根据估值与市场阶段动态调整 [19] - 行业配置层面核心跟踪“供需”指标，通过跟踪供给格局、产能利用率、库存、价格、政策等指标，在左侧捕捉行业基本面改善信号 [20] - 个券精选是在已选对的行业中，找到所处发展阶段中盈利弹性最强的公司 [21][22] 低利率时代的破局之道："固收+"逻辑演变与未来布局 - 余剑峰指出随着经济潜在增速下行，实际利率中枢将逐步下移，去年四季度各期限债券年化收益已低于3%，未来债券收益可能仅在2%-2.5%之间 [24] - 在低利率环境下，投资者若希望获得合意回报，需借助股债资产配置框架，将组合风险控制在既定范围内，通过提升风险调整后收益来争取更好回报 [24][25] - 郭利燕指出中国经济正处于新旧动能转换过程，新经济对GDP贡献有望在未来5年内超过地产经济，对应股票市场中新经济资产市值中枢将逐步上移 [25] - 短期股市整体大幅上行空间有限，更多是结构性机会，“固收+”产品在好资产缺乏好价格时应注重均衡配置、适度分散 [26] - 具体看好的科技成长方向包括高阶智能驾驶、机器人、军工国产替代和军贸出口、新能源中已走出产能过剩的环节以及固态电池等0-1创新 [27] - AI产业趋势将从基础设施建设走向商业应用落地，机器人可能成为继新能源之后又一个重大产业方向，是未来个券选择的重要领域 [27]