“投TMT公司不仅仅是自下而上的分析，更重要的是抓住大行业的贝塔。这背后的核心是投一个产业的趋势。”
“险资出身的经历，会让风险控制的基因刻在我的血液里，对相对收益和绝对收益会兼顾考量。”
“我的核心原则是找到好行业、好公司和好价格。其中，价格不能过多体现未来二次增长曲线所反映出来的市值。”
“估值陷阱通常源于投资者刻舟求剑的思维，总想寻找与过去相似的投资模式，而忽略了市场和行业的变化。”
“‘稳定’代表我的投资风格和心理状态，‘冒险’则意味着我非常清楚自己的所做所为。”
以上是财通资管包斅（xiào）文，在聪明投资者采访交流中分享的精彩观点。
包斅文这个名字，可能大家不是很熟悉，因为他转战公募的时间不长，但其实比较资深，拥有13年的证券从业经验，其中包含5年的证券投资经验。
这13年期间，包斅文横跨卖方、私募、保险、公募等多个领域，实现了从卖方分析师到买方研究员、私募基金经理助理、养老金专户投资经理，再到公募基金经理的转变。
2021年7月，包斅文加入财通资管；同年11月，他与财通资管权益投资总监姜永明共管财通资管科技创新一年定开混合基金；一年后，又单独管理财通资管数字经济混合基金。
截至2023年末，包斅文共管理4只基金，管理总规模为15.84亿元（2023年四季报）。
转型投资以来，包斅文一直专注于成长股投资。
他将自己的投资框架概括为——“抬头看天，低头看路”。
既会从自上而下的产业视角出发，寻找景气回升或者迎来底部拐点的行业，注重前瞻性地布局有潜在高增长的行业，又非常注重自下而上精选个股，关注公司的商业模式、技术壁垒、治理结构、管理层能力，以及市场预期差等。
兼顾自上而下与自下而上，这一投资框架其实早在包斅文的学习阶段以及职业生涯早期就开始生根发芽了。
大学就读经济管理专业的包斅文，很早就对自上而下的宏观政策以及财经知识有了较为全面的了解；2010年毕业后，他进入被誉为“黄埔军校”的申万研究所，研究房地产和建筑等偏宏观的行业。
之后又进入友邦保险做研究员。当时获批QFII资质的友邦是亚太区投港股头寸最大的机构，有着很多外资的研究资源，所以像现在备受认可的从产业链去验证投资的方法论，包斅文在2014年左右就已经开始逐步积累了。
随后2015年年底，包斅文在平安养老保险开始管理企业年金，当时他意识到地产已经从黄金时代转入白银时代，于是决定主攻TMT赛道；期间不断完善自身的投资框架体系，在原本的自上而下和自下而上框架体系中，对行业和个股比较做了进一步补充完善。
在个股选择上，包斅文非常强调公司成长性和估值性价比的匹配，追求估值溢价和净利润的“戴维斯双击”。
在过去几年的投资生涯中，我们看到包斅文多次抓住了优质科技公司的投资机会。
2016年，某智能软件公司刚上市没多久，他就注意到了这只个股。虽然当时很认可这家公司，但因为股价偏贵并没有立即下手；持续跟踪直到2019年下半年，包斅文发现这家公司的智能座舱项目开始起量，每年保持翻倍增速，而且股价还处在上市以来的低位。于是他果断出手，后来获得可观收益。
之后凭借这一投资理念，包斅文在智能语音、芯片研发等细分领域的优质科技公司上，同样斩获颇丰。
包斅文管理公募基金以来的前十大重仓股
数据来源：Choice，聪明投资者。区间为2021年10月1日-2023年12月29日。Choice统计范围：基金经理在报告期内，在管所有基金的重仓股，非单个基金的重仓股；占基金净值比的计算公式为：sum(基金经理所属类型在管基金下持有该股票的市值)/sum(基金经理所属类型在管基金基金净值加总)。
重仓股仅代表历史持仓，不代表未来投资或目前持仓，不构成投资建议。
纵观包斅文近几年的公募重仓股以及调仓情况，基本都符合他选择个股时低渗透率、高景气度的要求。
作为年轻一代的基金经理，包斅文较为积极健谈，言语间满是朝气与感染力。在这次交流中，他详细讲述了自己从毕业以来的从业经验以及投资框架的迭代，包括如何判断行业贝塔、如何自上而下挖掘到好行业和好公司等等。
他还从自己的经历出发，分享了很多逆向思维的“不为清单”，比如不能陷入估值陷阱，一定要对从成长性行业步入成熟期的周期性行业有充分认知，防止过度的路径依赖等。
对风险的控制、对价格的要求，以及险资出身的Long Money思维，都能在他的这次分享中找到。
“稳定”和“冒险”是包斅文对自己的评价，看似矛盾的两个词，却在他这里和谐且自洽。
我们整理出了此次交流的精彩部分，一起来感受包斅文的“新生力”与“长积淀”：
加入财通：长线考核与Long Money背景的双向奔赴
2021年为什么会选择加入财通资管？
公司最打动我的是权益投研团队坚持的十六字方针——“深度研究，价值投资，绝对收益，长线考核”，这与险资的长期主义和Long Money理念非常契合。
券商资管有着追求绝对收益的基因，我本身也是从“买方中的买方”——保险出身，所以对于上述十六字方针是有基本认识的，包括如何控制回撤，以及在市场风口时如何抓住弹性等等。
同时，我自己比较看重长期投资，而且我认为做相对收益和做绝对收益是可以兼顾的。绝对收益的思维可以让我在市场情绪亢奋或者公司市值隐含的潜在回报率明显走低时，考虑减少一部分仓位。
最重要的是，财通资管非常注重深度研究。
一方面，从考核机制来看，我们每个基金经理有一定比例的持仓要来自重点库，公司对研究员深度报告的投研转化要求较高；
另一方面，这也代表了成熟机构的长期发展方向——深度研究驱动投资。
比如我们2023年超额收益表现明显的多只TMT个股，公司研究员至少从2021年起就开始深度跟踪了。我自己也有计算机研究背景，对这些公司也是长期关注。
所以在2023年的行情中，我们能够抓住计算机领域的大白马并非偶然，是整个研究团队和投资经理长期跟踪、共同努力的结果。
总体来说，财通资管整体的价值观与我过去所接受的投研体系文化是比较契合的，加之自己也想在公募领域寻求转型和发展，所以就选择了财通资管这个平台。
请详细阐述一下你的投资理念和框架。
自上而下和自下而上，我将其视为“抬头看天、低头看路”的过程。
首先是抬头看天。我在研究员时期做宏观研究较多，所以我会非常关注这三个方面：
一是整个市场的流动性；
二要自上而下看政策，尤其是产业政策支持的方向；
三是宏观背景下，市场风格可能会发生哪些变化。
在2019-2021年，股市是以大为美、以龙头为美的时代，而在2021年后，市场风格转向了自下而上寻找行业景气度和赛道。因此，在自上而下的分析中，风格判断非常重要。
其次是低头看路。自下而上这点，大部分做行业研究出身的基金经理都比较相似，就是要找到尽可能多的价格好的优质公司。
但好价格的前提是要在一个有潜力的行业里。像2023年，许多优质公司可能位于行业贝塔值为负的行业，投资的成功率和效率也会比较低。
如何判断一个行业的大贝塔迎来拐点？为什么当时看到了AI这一产业趋势？
先以半导体行业为例，再回头来看AI。
首先，2019、2020年那时候我们可以明显感觉到，打开一部国产手机，里面只有零星的几个器件是国产化的。
但因为终端消费者源自中国大陆，当时的消费终端，像常见的几家国产手机巨头，都具有供应链议价权，所以我们认为国产化率一定会提高。
在2019年观察到集成电路大基金规划和对硬科技的支持政策后，我们就明显感受到器件国产化率提升是一个不可避免的产业趋势了。
加之当初国际形势的变化，许多半导体高端人才回流到中国大陆，为国内科技发展提供了强大的人力支持。
对于产业链的转移，尽管某些打压政策可能会改变增长的斜率，但不会改变整体趋势的方向。
就像2008年，趁着消费电子产业链的红利，国内许多在全球某智能手机龙头供应链上的公司，最后发展到千亿市值，承接了很多中国台湾和日韩的供应链。
再说回2023年的AI市场。我认为AI最重要的三个要素是算力、算法和数据：
首先，美国某芯片制造龙头已经大幅提高了GPU的普及度，为AI发展提供了硬件基础，我们的算力基本上能够支持AI相关的开发；
其次，算法既需要算力的支持，也需要数据来成就。虽然过去几年疫情导致很多行业发展有所减速，但是政府调控和执行效率都比较高，数据的颗粒度越做越细。
这些细化的数据为AI的发展提供了丰富的素材，让算法更加精准。
结合算力、算法和数据这几个维度来看，我们当时判断人工智能是一个发展潜力比较明确的赛道。
因此，在评估行业时，我们不仅要自上而下选择符合当前发展方向或政策支持的行业，还要关注底层的客观和主观条件，了解到底哪些行业真正具有发展潜力。
找到好行业、好公司以及好价格
在选择具体个股时，有哪些筛选标准？
我的核心原则是找到好行业、好公司和好价格，价格不能过多体现未来二次增长曲线所反映出来的市值。
在寻找优质公司时，首先需要关注它们的技术壁垒。以国内某知名智能语音公司为例，首先要评估的是其核心竞争力。
对于科技公司而言，技术层面的护城河和竞争壁垒至关重要。
该公司自20世纪90年代末成立以来，一直在与海外龙头公司竞争。虽然过去海外龙头公司的优势非常明显，但是国产软件龙头公司也抓住了移动端行业的红利，在市场上表现同样出色。
其次，综合考虑财务表现、市场占有率、毛利率和净利率的稳定性，是可以把一些优质公司挑选出来的，这样才更有效。
最后，良好的管理团队也是关键。评估一个公司并不是简单看看财报、研究报告就能解决问题，基金经理不能只听买方、行业专家和研究员的意见，而是要多下场，要亲自深入公司内部的研究过程，才能形成更深入的认知。
如果管理层能力和治理结构出现问题，你会一票否决吗？
短期利空如果不影响公司的长期基本面或者行业竞争格局，反而能够给我们提供相对较好的入场时点。
但如果是中长期问题，无论是行业景气度下滑还是公司治理层面出现严重问题，都会影响公司的长期竞争格局和市场行业变化。这种情况下，我会毫不犹豫地采取风控措施。
如何看待估值？如何平衡基本面、成长性和估值这三因素？
估值体系比较复杂，需要综合考量。TMT行业涉及的资产属性多样，包括消费类资产、周期类资产、成长性资产和主题类资产等。
从绝对估值来看，行业的横向比较相对困难，因为科技板块天然隐含着对未来创新和潜在增长的预期，所以从静态来看，估值通常比其他传统行业的要高。
同时也要与自身历史估值中枢对比，但前提是所处的行业不能从成长性行业变成周期性行业。
例如消费电子和面板行业，10年前可能还是成长性行业，但是近几年已经步入成熟期的周期性行业，那这些行业的估值体系就一定会向周期股靠拢。
对于AI应用类公司，如果部分公司的远期成长性和竞争力格局较为确定的话，我们还是愿意使用远期的市值法作为相应的参考。
做产业投资，一定不能踏入估值陷阱。
估值陷阱通常源于投资者刻舟求剑的思维，总想寻找与过去相似的投资模式，而忽略了市场和行业的变化。
要降低路径依赖，少一分感性，多一分理性。
基金经理不仅要与研究员深入交流，还要持续学习新的行业知识。即使在比较熟悉的TMT行业，我也会不断更新知识，因为科技行业总是在不断变化。
很多以前的大牛股现在的增速在变慢，成为典型的估值陷阱公司。
在计算机行业和机械行业中，虽然有不少公司的增长率和估值较有吸引力，但缺乏稀缺性和特色，这反而是看公司很容易被疏忽的一点。
这些公司随着利润体量的增加，未来增速大概率会放缓。长期来看，市场不愿给予这些公司高估值，所以结果可能就是股价横盘或者估值下降。
从更宏观的角度来看，随着国家经济增长速度放缓，那些已经成熟的行业，它们的未来增速或许很低，甚至可能出现负增长。
在这种背景下，即使当前估值合理，长期来看未必是一个好投资。
当时为什么想做“数字经济”方向的产品？近一年在市场中赚到钱并不容易，你觉得自己把握住了哪些机会？
我们最早研究数字经济是在2022年年初，当时领导人首次提到数字经济的概念。但是我们通过深入的微观调研和2022年上半年的数据分析，发现这方面的抓手相对较少。
直到2022年下半年两份重要文件的发布，一个是“全国一体化政务大数据体系”，一个是“数据二十条”，指明了数字经济的发展方向和机遇。
结合2023年年初的ChatGPT爆火之后，我们发现AI是数字经济的重要抓手，为整个领域注入了新的活力。
首先，我们专注于AI技术能够赋能的行业，比如通信和半导体，以及AI芯片的研发和生产。
其次，AI赋能的下游应用，我们2023年在这类公司上取得了显著的超额收益。
同时，其他行业的衍生，比如AI和制造业相结合，像机器人和无人驾驶2023年也为资本市场提供了不小的投资机会。
基金定期报告显示，你在管的一只基金的计算机行业持仓占比，从2023年二季度末到三季度末下降近30%，这是为什么？
一方面是考虑风险。因为我是险资出身，风险控制的基因一直流淌在自己的血液里，对相对收益和绝对收益会兼顾考量。
所以在市场预期高涨或者标的目标市值超出长期增长潜力时，我们通常会大比例地减仓，以兑现部分收益。
2023年6月中以后，我们注意到市场情绪过热，许多非主业从事科技的公司开始转型，比如做一些算力租赁相关的热点。当时我们觉得风险比较大了，于是进行了减仓。
直到四季度，AI领域又出现了很多新的变化，比如OpenAI的GPTS发展，我们又重新拿回来很多AI相关的仓位。
另一方面，我对远期目标市值是有考究的，并不是简单的趋势投资。
以某办公软件和服务提供商为例。2022年四季度，我在市值较低区间买入这只个股，2023年年中，在接近我们对这个公司未来隐含市值预期后，我们将其逐步减持。因为这个预期水平意味着未来10年目标市值的潜在回报率，或将降到较低水平。
虽然那时候性价比并不高，但我们看到最近火起来的比如存储、MR、VR等，在当时的市场环境下，这些领域并未受到足够的关注。大家的关注点主要在AI应用、AI算力和GPU等领域上，而我们的策略是在低关注度领域中进行投资。
2023年三季度，因为我们有消费电子的持仓，对产品净值起到了比较好的保护作用。
做产业投资，首先要考虑发展趋势的逻辑是否有变
你提到任何行业配置到20%时都需要特别小心，但现在产品个股和行业集中度都较高，你是如何防控风险的？
这需要从两个方面考虑。首先，行业基金不必过分担心行业配置集中度。
目前TMT板块的配置大约低于20%，风险还是在可接受范围内的。
2023年6月份的时候回撤较多，我们也在深思背后的风险和市场认知。
其次，做产业投资，一定要充分判断产业发展趋势的逻辑是否出现变化。
2020年6月，我管理的组合大幅减持了某软件与信息个股，因为当时二季度时，该公司对应的细分市场招标量已经达到了50%左右，市场还出现了价格战的迹象，这预示着行业可能面临一些问题。
目前AI领域还没有出现价格战，而且国内AI生态环境的发展才刚开始，整个产业趋势没有发生变化。
即使美国某芯片制造龙头出现供应问题，国产替代方案中算力的性能也已经有了显著进步，甚至能满足一些民用需求。因此，关键就在于寻找合适的买点。
近两年市场主动投资确实做得非常难。大家对指数投资、量化投资的热情高涨。未来你觉得主动投资的吸引力是否会逐渐回升？
长期来看，我相信主动管理大概率会优于被动管理，关键在于如何持续寻找超额收益。
过去几年市场的表现确实分化，我一直强调，尤其是科技股的投资方法论，需要持续迭代。
比如从2013到2015年，互联网+类的公司是当时的投资热点；从2016年到2021年初，市场主导的是价值投资，以大为美；但从2021年开始，产业趋势投资成为市场主流，尤其是寻找高景气度行业，所以未来方法论还是要继续迭代。
在整个经济处于弱复苏状态、流动性相对宽裕、经济增长抓手不够清晰的背景下，投资未来产业发展方向或将是一个确定性较高且投资效率较高的做法。
2022年和2023年偏股混合型基金指数出现罕见的两连跌，2023年甚至没有跑赢同期的沪深300指数。将来能否跑赢，我认为取决于两方面：
一是风格判断。2023年可以说是重宏观选手的大发展元年，所以2023年自上而下的方法对投资的帮助较大；
二是要关注当前的方法论何时失效，这需要观察经济相关指标何时出现强复苏迹象。
从历史看，无论是2013-2015年的移动互联网，还是当前的新能源和AI，本质上我们投资的都是增长的稀缺性。2023年AI之所以表现优秀，也是因为其具备长期增长的稀缺性，尤其在经济增长相对偏复苏的状态下，投资效率相对较高。
2013、2015年，我们曾面临过通胀通缩问题，2014年也讨论过美联储加息带来的全球经济不明确的问题。所以过去我们是面临过增长稀缺性选择的问题的，只不过当时的热点是互联网+和互联网金融赛道。
2024年比较看好科技的哪些细分行业？
目前A股整体估值相对较低，市场对未来增长的预期也较低，但存在潜在的反转因素。行业发展趋势变化较大的科技成长类资产，未来仍然有望能获得资本溢价。
这里面有三个值得关注的方向：
首先，是以MR和IPC为主导的消费电子产业链及其应用领域。从趋势上看，许多厂商都在边缘终端领域，如ARPC、MR、VR等产品上进行探索和布局。
北美的一些龙头公司在MR和VR领域推出的产品，目前是全球体验度最佳的产品之一。无论是B端还是C端，包括视频和游戏等应用，今年大概率会迎来许多创新点。
这些都符合我们寻找低渗透率和高景气度的投资框架。
2023年下半年，消费电子市场的大贝塔复苏逻辑开始显现。我们预期，ARPC和MR的渗透率将从零开始逐步提升，因此这个行业值得进一步的深度挖掘和跟踪。
其次，我们认为今年在先进封装和先进制程等相关的半导体领域，无论是GPU设计还是相应设备和材料，都有望可以挖掘出不少0-1、甚至可以兑现部分业绩的公司。
然后，还有AI应用和数据要素领域，都是值得长期关注的行业。当前，它们的变化主要受政策和事件驱动，但随着硬件逐步普及，下游的软件、传媒和大数据行业将逐步从原先的题材转变为主题，最终实现主题的成长。
用三个词来形容自己的性格。
理性、稳定、冒险。
一个优秀的基金经理需要勇于承担风险。很多时候，超额收益就是来源于阶段性的市场结构错配，组合要有一定的灵活度，否则就会与沪深300相差无几了。
“稳定”和“冒险”两个词会矛盾吗？
“稳定”和“冒险”其实是相辅相成的。“稳定”代表个人的投资风格和心理状态，而“冒险”意味着我要清楚自己的所做所为。
像2023年上半年，我的投资风格整体集中度较高，聚焦在软件、传媒等领域，特别是AI和数据要素。到下半年，我判断市场出现了较大的变化，所以对组合做出了较大调整，避免了过度的偏离。
本材料内容不构成任何投资建议。本资料中的观点和判断仅代表财通证券资管当前的分析，财通证券资管不保证当中的观点和判断不会发生任何调整或变化。投资有风险，选择需谨慎。
—— / Cong Ming Tou Zi Zhe / ——
排版：周周责编：艾暄
