（来源：春晓量化）
本文来自方正证券研究所2026年3月20日发布研究报告《2025年公募FOF基金发展复盘及多资产策略投资框架思考》，欲了解具体内容，请阅读报告原文，分析师：刘洋 S1220522100001。
报告内容较多，分三篇公众号文章进行推送。文章一介绍报告第一部分“2025年公募FOF基金发展情况复盘”(P5-P17）；文章二介绍报告第二部分“公募FOF基金产品创新演进及思考”(P18-P38）；文章三介绍报告第三部分“对于多资产策略投资框架的思考”(P39-P60），特此说明。
核心观点
目前国内多数FOF基金管理团队所采用的多资产FOF基金的投研流程大致可归纳总结为资产配置、风格判断、工具研究、组合管理（风险管理）四大环节。
资产配置战略配置环节，海外经典大类资产配置模型国内试用效果不佳，样本内外资产波动性及相关性特征动态变化，汇率/折溢价率/展期成本等因素扭曲资产风险收益特征；资产配置战术调整环节，警惕“资产比价”、“投资决策叠加”等陷阱，审慎评估牺牲组合风险或收益必要性，约束战术调整边界；风格判断环节，子风格与母资产风险收益特征差别可能会削弱资产配置风险分散效果，谨慎控制敞口暴露、适当回调配置权重，规避组合波动率偏离风险预算目标；工具研究环节，结合产品风险定位，综合权衡超额收益、风险放大、投研成本，选择能够匹配承载大类资产配置及风格判断观点的主动管理基金或被动指数基金。组合管理环节，落地执行资产配置、风格判断、产品研究等投研流程所得到的投资决策，对产品在运作管理中所承担和面临的风险进行实时监控管理。
从资产属性、收益来源/收益兑现确定性、价格驱动因子/风险敏感因子等不同维度出发，各细分子资产的分类及聚类结果不尽相同，简单套用股票/债券/商品/REITs传统分类方式进行资产权重分配及风险预算管理或有失严谨，在多资产FOF投研的不同环节中应采用差异化的分类维度。资产研究应是多资产FOF运作管理全流程的核心环节。
风险提示：本报告基于历史数据分析，不构成任何投资建议；公募基金行业发展受宏观经济、监管政策等因素的影响，存在一定不确定性；行业过往发展规律不具备普遍适用性，不可直接线性外推和预测未来发展趋势。
报告正文
3 对于多资产策略投资框架的思考
3.1 偏债型FOF策略演进：积极实践多资产配置策略，打造低波动绝对收益目标
投资端，2019年-2020年的牛市行情中，偏债型FOF积极增配权益资产以提升业绩弹性；2021年之后，随着股市行情走弱，偏债型FOF调降权益资产转向增持纯债基金和债券现券；2024年之后，随着国内债券收益率趋势下行，偏债型FOF基金管理人开始关注票面利率更具吸引力的海外债券资产以及高股息股票、REITs等生息资产，加之大类资产配置所能实现的分散风险、平滑波动的作用天然适配偏债型FOF的风险管理需求，多资产配置策略得到了越来越多偏债FOF基金管理人的关注和应用。
2023年以来，偏债型FOF对海外股债、商品、REITs等另类资产的配置比例明显上升，2024H2/2025H1另类资产基金平均仓位分别为9.65%/11.96%，配置另类资产基金的偏债型FOF基金数量占比高达84.21%/92.83%。海外债基最受青睐，2024H2平均仓位为4.68%；2025年初互认债基申购额度放开，FOF基金积极参与申购，2025H1配置占比进一步提升至6.28%，同期海外股基/商品基金/REITs基金平均仓位分别为2.79%/2.46%/0.17%。
3.1 偏股型FOF策略演进：转向配置被动指数基金，关注投资另类资产基金
偏股型FOF方面，2019年-2021年牛市行情中，能够实现超额收益的主动权益基金是首选投资标的；但随着股市行情走弱、主动权益基金超额收益不断下滑，主动权益基金配置比例持续下降，ETF基金、增强指数基金为代表的被动指数基金获得更多关注。
2025H1，股票指数基金平均仓位为24.76%，相较2021H2的9.42%增长15.34%，配置股票指数基金/股票ETF的偏股型FOF基金数量占比高达95.15%/89.70%；同期主动权益基金的平均仓位为44.50%，较2021H2的高点67.76%大幅下降了23.26%。
除转向配置被动指数基金外，偏股型FOF同样加大了对于海外基金、商品基金等另类资产基金的研究和投资。2025H1，多达76.36%的偏股型FOF配置了另类资产基金，平均仓位为9.48%%，其中海外股基/海外债基/商品基金/REITs基金的平均仓位分别为5.73%/0.93%/2.33%/0.14%。
3.2 多资产FOF基金投研流程
总结来说，多元资产配置作为公募FOF基金的独有策略，无论是偏债型FOF还是偏股型FOF均得到了普遍应用，已基本成为新发产品的必选策略。投资工具方面，随着被动化投资趋势的不断发展，被动指数基金获得了越来越多管理人的青睐，逐渐替代主动管理基金份额，专注投资ETF基金的ETF-FOF重新获得基金公司和市场资金的关注。
目前国内多数FOF基金管理团队所采用的多资产FOF基金的投研流程大致可归纳总结为资产配置、风格判断、工具研究、组合管理（风险管理）四大环节。
3.3 资产配置战略配置：海外经典大类资产配置模型国内试用效果不佳
资产配置环节的第一个步骤为战略资产配置，通常使用量化模型以确定不同大类资产的配置权重中枢，海外经典大类资产配置模型包括恒定比例模型、均值方差模型、BL模型、风险平价模型、因子配置模型等。值得注意的是，以上模型在国内使用效果不甚理想，主要原因有三，一是国内公募FOF基金可投资产工具的种类及额度较海外均明显受限，二是国内股债资产的风险收益特征同海外对标资产存在明显差异，三是海外资产配置模型落地应用时所用的杠杆、期权等仓位调整或风险收益特征优化工具在国内难以应用。
2010年-2025年，国内股债资产代表指数中证800指数和中债-新综合财富（总值）指数的年化波动率为20.80%/1.62%，同期标普500指数和iShares核心美债综指数ETF（近似替代美债指数）年化波动率为16.28%/5.68%。如参照风险平价/全天候策略模型思想，不同资产的风险贡献相同，由于国内股债资产波动率特征差异过大，模型给出的配置结果会过度倾斜配置债券资产，股票资产仓位过低导致投资组合样本内外收益回报表现平平。
风险平价/全天候策略模型在落地应用时会引入杠杆对不同资产（特别是债券等低波动资产）的仓位水平进行调整，在确保不同资产风险贡献相同的前提下，以期提升资产组合的预期收益率及有效前沿。以桥水全天候策略ETF为例，其最新组合全球债券/全球股票/通胀保护债券/商品的权重比例分别为68.59%/41.93%/40.29%/34.06%，合计仓位高达184.87%。但由于国内杠杆工具相对有限，加之公募FOF基金限制使用杠杆工具，使得风险平价/全天候策略模型在国内难以直接落地应用。
3.3 资产配置战略配置：样本内外资产波动性及相关性特征动态变化
除模型基础假设及落地应用条件不符外，若样本内外资产波动性及相关性特征发生明显变化同样可能导致模型失效，组合样本外的风险控制表现及收益回报结果无法达到预期目标。
以国内债券资产为例，2011年-2023年中债-新综合财富（总值）指数年化波动率（滚动1年）长期稳定在1%上下，2024年之后波动率明显抬升，最高达到1.64%，远高于2021年-2023年低波动阶段的年化波动率均值0.85%，不排除未来国内债券波动率还将继续升高。
另一方面，相同资产组合在不同统计区间的相关性表现也会发生明显变化。以中证800指数与中债-新综合财富（总值）指数为例，滚动5年计算，两类资产长期保持着弱相关或负相关关系，股债配置可达到理想的风险分散效果；但若改为滚动1年计算，两类资产阶段性呈现正相关关系（2016年末股债同步下跌，12月最大回撤分别为-6.94%/-2.08%，滞后计算的相关系数最高达0.2490）。与之类似，滚动1年计算，中证800与标普500/COMEX黄金也均阶段性呈现出一定的正相关关系，与滚动5年计算结果产生明显偏差。
3.3 资产配置战略配置：不同资产阶段性共振下跌现象时有发生
3.3 资产配置战略配置：汇率、折溢价率、展期成本等因素扭曲资产风险收益特征
实际落地投资时，部分海外或商品资产对应产品工具受汇率、折溢价率、展期成本等因素影响，实际风险收益表现与对应资产风险收益特征存在明显偏差，影响模型的风险控制效果，或是削弱组合预期收益回报。
以跟踪恒生指数的ETF基金为例，国内上市产品跟踪汇率调整后的恒生指数收益率，人民币升值周期中产品收益跑输恒生指数及港股上市产品（盈富基金）。2020年6月-2022年3月，港币兑人民币汇率从0.9206降至0.8102（贬值11.99%），同期恒生ETF收益-13.55%，大幅跑输恒生指数（-4.20%）/盈富基金（1.12%）；2025年3月-2026年2月，港币兑人民币汇率从0.9341降至0.8769（贬值6.12%），同期恒生ETF收益为10.49%，跑输恒生指数（15.19%）/盈富基金（18.21%）。
与之类似，美股产品景顺纳指科技ETF受QDII额度限制影响，长期处于限制申购状态导致套利机制失效，场内价格长期高于实际净值，产品上市以来溢价率均值为7.49%；2024年-2025年美股上行阶段溢价率长期高于10%，最高达到26.30%。2023年8月产品上市以来，以场内价格计算的产品年化波动率为30.99%，明显高于同期跟踪指数年化波动率25.76%。
3.4 资产配置战术调整：警惕“资产比价”、“投资决策叠加”等陷阱
在多资产FOF的投资实践中，基金管理人通常对大类资产配置模型计算得到的不同资产仓位结果进行定量或定性的战术调整，以弥补前述大类资产配置模型在国内实践应用时所面临的先天或后天不足，或是达成增厚投资收益、控制规避风险等主观投资目标。
（1）增厚投资收益
以增厚投资收益为目标的战术调整，通过阶段性放大看多资产的风险敞口来博弈中短期行情上涨所带来的收益回报，具体实现方式包括对单资产的未来收益空间进行预测（资产择时），增配预期收益高的资产；或是对不同资产未来预期收益或盈利胜率进行比较（资产比价），增配高性价比资产、减配低性价比资产。
我们认为，无论是资产择时还是资产比价，都存在有与大类资产配置初衷相冲突的策略局限。对资产择时而言，无论是定量模型还是定性分析，大多着眼于资产未来收益空间的预测，忽略了对于获取收益所需承担的波动风险，以及时间序列层面收益分布特征（收益兑现路径）的研究。若不能合理控制风险敞口偏离，可能会破坏多资产组合的平衡，削弱风险分散效果。
而对资产比价而言，不同资产的风险收益特征存在先天差异，无论是收益还是风险调整收益都不具备简单的可比性。例如，通过对宏观事件或经济指标进行分析所得到的利多A资产、利空B资产的结论，并不能直接推演为增配A资产、减配B资产的投资决策。我们认为，大类资产配置不是不同资产多空观点或投资决策的简单叠加，而是基于对不同资产收益回报来源、价格驱动逻辑、风险敏感因子的全面分析，借助不同资产在面对相同宏观微观变化或冲击时所展现出的差异化或是反向价格变动规律，降低组合净值波动，同时平滑组合收益分布，力争实现稳定持续的收益回报兑现。
因此，在进行增厚投资收益为目标的战术调整时，除研究判断资产未来收益空间之外，还应关注增配资产操作对组合整体资产配置结构的影响，控制增配比例上限，规避对于多资产组合风险分散效果的破坏。
（2）规避控制风险
以规避控制风险为目标的战术调整，通常是基金管理人观察或预判到单资产风险收益特征或多资产相关性关系发生异常变化，偏离历史统计规律，导致大类资产配置模型计算结果失效，主动减配波动风险放大的资产，或是降低组合在单一风险敏感因子上的整体敞口暴露。
总结来说，无论是增厚投资收益目标还是控制规避风险目标，增配看多资产/减配高波资产、调整组合整体资产配置结构，都会带来组合在风险或收益方面的牺牲，我们认为应综合参考多资产FOF基金预设的风险收益特征定位、不同投资目标的优先级高低、客户的风险承受能力上限及负债端稳定性强弱等因素，审慎评估牺牲组合风险或收益的必要性和性价比，约束战术调整边界。
3.5 风格判断：主动暴露行业风格风险敞口，表达投资观点博取超额收益
在确定不同大类资产的配置比例之后，基金管理人会对各大类资产项下具体的风格暴露进行进一步的研究判断，以期通过调整组合在行业/风格/久期/信用等不同维度风险敞口上的暴露水平，实现高于大类资产代表指数的超额收益。
以入选招行“长盈计划”的四只不同风险定位多资产FOF基金为例，2025年中重仓持有的权益基金包括多个细分行业ETF基金、成长或价值风格绩优主动权益基金、跟踪中证500/中证1000的增强指数基金，明确体现了基金管理人对于A股市场行业或风格投资机会的判断观点；未有FOF基金重仓配置跟踪沪深300/中证A500/中证800等A股代表宽基指数的被动指数基金。
3.5 风格判断：子风格与母资产风险收益特征差别可能削弱资产配置风险分散效果
值得注意的是，大类资产项下不同子风格的风险收益特征大多与母资产存在不同程度的差别，个别子风格与母资产存在弱相关关系。以A股资产为例，红利/小微盘风格与中证800及成长/价值/质量风格的净值走势存在明显差别；中证红利指数与MSCIA股质量指数的相关系数为0.7089，万得微盘股指数与中证800指数的相关系数为0.7046，与其他风格代表指数的相关系数均低于0.70。
若组合集中配置与母资产风险收益特征差别巨大的子风格，可能会偏离预先设定的风险预算目标，削弱在之前环节进行的大类资产配置所期望实现的风险分散效果。
拉长时间来看，A股资产与黄金资产之间存在稳定的弱相关关系，2016年-2025年中证800指数与沪金现货价格滚动1年相关系数均值为-0.0195；黄金行业股票与黄金商品之间存在较强的价格联动关系，沪港深黄金股指数与沪金现货价格2016年-2025年滚动1年相关系数均值为0.4995，2025年以来相关系数升至0.6以上，最高达到0.7233。如基金管理人在组合中重仓配置黄金行业股票，同时配置债券及黄金进行大类资产配置，2025年以来难以获得理想的风险分散效果。
我们分别构建“中证800+中债新综合+沪金现货”和“沪港深黄金股+中债新综合+沪金现货”两个等权组合，2025年1月-2026年2月前一组合的年化波动率和最大回撤分别为10.78%和-7.13%，优于中证800指数（15.98%/-11.32%），后一组合年化波动率和最大回撤为19.03%和-11.53%，尽管实现了高于中证800及多资产组合的收益回报，但却承担了相较中证800更高的波动风险。
3.5 风格判断：适当回调配置权重，规避组合波动率偏离风险预算目标
因此，从风险预算管理目标出发，若子风格的波动率低于母资产，可适当调高配置权重，理论上可以在不放大组合整体波动情况下实现更高收益及Sharpe。2016年-2025年，“中证800+中债新综合+沪金现货”等权组合年化波动率12.51%，最大回撤-20.77%；若将中证800替换为中证红利全收益，新的等权组合年化波动率降至12.39%。若以年化波动率不变为目标进行权重优化，中证红利全收益配置权重可增至40%，年化收益率上升0.27%至11.22%，年化Sharpe上升0.0152至0.7372。
与之相对，若子风格的波动率高于母资产，则应调低配置权重；对于明确设定目标波动率的产品，尤其需关注子风格与母资产风险收益特征差异所可能导致的风险预算失衡，超于预设波动率目标。2016年-2025年“国证成长+中债新综合+沪金现货”等权组合年化波动率13.13%，最大回撤-23.51%，均高于基准组合；若严格控制年化波动率或最大回撤不变，国证成长配置权重应从33%降至27%/23%。
3.6 资产研究：如何理解和定义资产？
更进一步思考，现有多资产FOF基金投研实践中，资产配置和风格判断两个环节独立进行是否合理？我们认为探讨这一问题首先需要厘清一个核心问题，即如何理解和定义资产。
现有大类资产配置研究所覆盖的资产包括国内/国外股票、国内/国外债券、商品、REITs等，主要是依据资产属性、收益来源及特征来进行分类和区分。例如股票资产的主要收益来源是上市公司盈利/盈利预期所影响的资本利得，辅以分红回报，收益兑现具有一定不确定性；债券资产的主要收益来源是利息，收益兑现确定性较高；商品资产主要收益来源是供需关系及宏观流动性变化所影响的价格波动，收益兑现存在较强的周期性。不同收益来源的兑现确定性及节奏存在差别，从而影响资产的风险收益特征。
同一大类资产项下，不同子资产或子风格的收益来源同样存在差别。以股票资产为例，同样是以资本利得作为主要收益来源，成长风格标的主要受盈利增长影响，价值风格标的主要受价值回归所驱动的估值提升影响，而科技/周期主题及小微盘风格标的则主要受未来盈利预期/市场情绪/流动性驱动的估值提升影响；此外，红利风格标的主要收益来源是分红回报而非资本利得。以上不同风格标的虽同样归类为股票资产，但风险收益特征存在显著差别，部分风格标的的风险收益特征甚至同债券、商品等其他大类资产存在一定相似性。从历史统计数据来看，红利风格股票的风格收益特征更接近高收益债券或REITs，而科技/周期主题及新兴市场股票的风险收益特征更接近商品。
而从价格驱动因子/风险敏感因子角度来看，随着全球资本市场关联度的提升，同一宏观因子变化可能会跨越资产分类，对不同大类资产项下的细分子资产产生同向影响，一定程度上解释了前述提及的不同大类资产相关性阶段性提升的现象。例如，科技进步同时对产业链相关不同国家科技行业股票价格产生影响，黄金、原油等大宗商品全球供需变化同时对商品价格及周期行业股票价格产生影响，美联储货币政策变化同时对长久期美债、美股小盘股、新兴市场股票价格产生影响。
3.6 资产研究：不同投研环节建议采用差异化的资产分类维度
因此，从不同维度出发，各细分子资产的分类及聚类结果不尽相同，简单套用股票/债券/商品/REITs的传统分类方式进行资产权重分配及风险预算管理或有失严谨。我们认为，在多资产FOF投研的不同环节中应采用差异化的分类维度。
例如，在权重分配环节，可考虑从收益来源/收益兑现确定性的维度出发，将同一大类资产项下风险收益特征存在较大差异的子资产拆分出来，一并加入资产配置模型计算权重占比（即将资产配置与风格判断两个环节进行合并）；在风险管理环节，可考虑从风险敏感因子维度出发，将价格变动受同一宏观变量影响的不同子资产进行归类，按照风险预算目标进行风险敞口控制，规避组合对于单一风险因子的集中暴露，当预判发生重大宏观变化时，对敏感因子相同子资产的权重占比进行同步调整，以降低宏观变化冲击所造成的组合净值回撤。
3.6 资产研究：多资产FOF运作管理全流程的核心环节
除此之外，资产研究还可应用于多资产FOF的产品设计及底层投资工具研究等环节。报告2.7章节“有关FOF基金产品创新的思考”中所设想的“生息资产FOF基金”、“盈利资产FOF基金”、“估值资产FOF基金”三类偏股型FOF的产品设计思路，即依托于收益来源（收益兑现确定性和节奏）维度出发的资产分类结果；投资工具研究方面，新的资产分类维度拓展了现有基金产品分类体系，同时确保基金产品特征标签与资产配置及风险管理环节所用的资产分类口径保持一致。
3.7 工具研究：主动管理基金vs被动指数基金
公募基金产品是大类资产配置及风格判断观点的落地载体，其中主动管理基金和被动指数基金各具特点、相互补充。
（1）主动管理基金
国内主动管理基金发展壮大时间早于被动指数基金，积累了大量有特色的工具产品，特别在国内债券、海外债券、新兴市场股票等资产方向，被动指数基金可选标的较少，主动管理基金占有明显竞争优势。即便在被动指数基金快速发展的A股权益方向，主动管理基金在成长风格/价值风格/新兴科技主题等细分投资方向的产品力明显占优，相较对标指数基金能够更好刻画行业风格的Beta收益，绩优基金经理凭借积极的主动管理可以额外创造可观的Alpha收益。
（2）被动指数基金
近年来，ETF基金为代表的被动指数基金快速发展，产品数量不断增加，覆盖资产及策略类型从A股/港股/美股权益资产扩展至债券/商品/新兴市场股票。相较主动管理基金，ETF基金具备产品特征稳定清晰、费用成本低廉、场内交易便捷等突出优势；特别是对比申购额度长期受限的场外QDII基金，投资者以承受一定溢价为代价交易QDII-ETF基金，能够充分满足大规模资金的配置需求，且T+0换手交易的效率远高于场外QDII基金。
此外，使用ETF基金还可实践折溢价套利、日内价差交易等策略，丰富组合收益来源；资产日内价格持续快速下跌时，利用T+0/T+1交易机制盘中及时卖出ETF基金，相较以收盘净值赎回场外基金，能够有效减少投资亏损。
值得注意的是，国内现有可投公募基金产品以多头策略为绝对主导，除量化对冲基金（存续产品仅有21只，合计规模42.17亿元）外，暂无其他借助衍生工具进行风险特征优化（例，备兑认购期权ETF）甚至风险转移的产品。此外，FOF基金直接投资股指期货、国债期货、ETF期权等场内衍生工具同样存在较多限制，风险管理工具的缺失给多资产FOF基金运作管理带来一定约束影响。
3.7 工具研究：结合产品风险定位，综合权衡超额收益、风险放大、投研成本
除专注投资ETF基金的ETF-FOF外，多数多资产FOF基金在进行A股权益投资时仍偏好选择主动权益基金作为投资工具。理论上，主动基金经理对于行业景气变化、个股基本面质地、估值合理性等因素的跟踪判断更为及时准确，较高概率选出具备更高股价上涨潜力的优质标的；加之个股权重设置更为合理，且能通过灵活交易换手不断优化组合标的质地、短线交易增厚收益、及时止盈规避回撤，相同主题或风格的绩优主动权益基金业绩弹性上限明显高于被动指数基金，更适合主要投资权益资产、适度追求业绩弹性的偏股型FOF基金。但选中跑赢被动指数基金收益的绩优主动产品需要基金管理人付出一定研究成本，且能否规避历史绩优产品超额业绩反转，十分考验管理人的基金研究能力。
但考虑到主动基金经理投资策略框架不透明或不稳定，历史绩优产品存在超额业绩反转风险，我们认为被动指数基金特征标签稳定清晰的特点更适合低仓位参与权益资产投资、以绝对收益及严格风控为投资目标的偏债型FOF基金。该类产品的主要收益来源为大类资产配置贡献的Beta收益以及债券基金投资贡献的Alpha收益，管理人通过投资指数基金获取看好行业或风格的Beta收益，确保大类资产配置及风格判断观点准确落地即可满足要求；投资主动权益基金所需额外支付的研究成本以及主动暴露风险敞口所需额外承担的波动放大风险，一定程度上削弱了偏债型FOF基金投资主动权益基金的性价比。
此外，在选择投资工具，特别是场内QDII-ETF、场外QDII基金及互认债基时，还需密切关注高折溢价、汇率波动所造成的基金产品实际风险收益特征与挂钩资产特征之间的偏差，如偏差过大，会导致产品无法提供管理人预期实现的投资收益，同时破坏风险预算平衡、削弱风险分散效果。
3.8 组合管理：落地执行投资决策、监控管理投资风险
组合管理主要承担两项职能，一是落地执行前述资产配置、风格判断、产品研究等投研流程所最终得到的投资决策，二是对产品在运作管理过程中所承担和面临的风险进行实时监控管理。
大类资产配置策略先天具备一定的风险管理功能，这也是多资产策略FOF基金相较其他公募基金产品的竞争优势和产品卖点，特别是对于以绝对收益为目标的多资产策略偏债型FOF，尤其注重对于产品波动及回撤的控制和管理，在产品设计时会明确设定波动及回撤阈值参数。在战略配置环节使用大类资产配置模型计算得到各类资产的权重中枢，本质上是对不同类型资产的风险预算进行分配，同时对管理人在后续的战术调整、风格判断、产品研究等环节进行投资决策所可能导致的风险预算失衡及风险敞口暴露进行约束。而参照权重中枢所定期进行的资产配置再平衡操作，本身便是一种简便有效的风险管理手段。
我们认为，多资产FOF的风险管理，首先要求管理人对于不同资产风险收益特征具有深刻的理解，包括但不限于根据历史数据所统计得到的年化收益、年化波动、最大回撤、Sharpe等指标特征，还包括资产收益的实现路径及分布特征；风险收益特征背后是资产的收益来源、定价原理、价格驱动因子、风险敏感因子等。此外，风险管理还考验管理人在进行投资决策时权衡赔率和胜率的能力，甚至要求适度克制对于投资收益的过度追求。当遇到难以预测的重大宏观冲击事件时，不同大类资产的风险收益及相关性特征落入历史统计规律的长尾区间，大类资产配置模型的风险分散效果失效，保护产品净值回撤不突破预设阈值的最后屏障或许便是根植于性格底色的敬畏和克制。
本报告基于历史数据分析，不构成任何投资建议；公募基金行业发展受宏观经济、监管政策等因素的影响，存在一定不确定性；行业过往发展规律不具备普遍适用性，不可直接线性外推和预测未来发展趋势。
分析师声明
作者具有中国证券业协会授予的证券投资咨询执业资格，保证报告所采用的数据和信息均来自公开合规渠道，分析逻辑基于作者的职业理解，本报告清晰准确地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响。研究报告对所涉及的证券或发行人的评价是分析师本人通过财务分析预测、数量化方法、或行业比较分析所得出的结论，但使用以上信息和分析方法存在局限性。特此声明。
免责声明
本研究报告由方正证券制作及在中国（香港和澳门特别行政区、台湾省除外）发布。根据《证券期货投资者适当性管理办法》，本报告内容仅供我公司适当性评级为 C3 及以上等级的投资者使用，本公司不会因接收人收到本报告而视其为本公司的当然客户。若您并非前述等级的投资者，为保证服务质量、控制风险，请勿订阅本报告中的信息，本资料难以设置访问权限，若给您造成不便，敬请谅解。 在任何情况下，本报告的内容不构成对任何人的投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需求，方正证券不对任何人因使用本报告所载任何内容所引致的任何损失负任何责任，投资者需自行承担风险。 本报告版权仅为方正证券所有，本公司对本报告保留一切法律权利。未经本公司事先书面授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容，不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。如需引用、刊发或转载本报告，需注明出处且不得进行任何有悖原意的引用、删节和修改。
方正证券研究所联系方式：
北京：朝阳区朝阳门南大街10号兆泰国际中心A座17层
上海：静安区延平路71号延平大厦2楼
深圳：福田区竹子林紫竹七道光大银行大厦31层
广州：天河区兴盛路12号楼隽峰苑2期3层方正证券
长沙：天心区湘江中路二段36号华远国际中心37层
网址：https://www.foundersc.com
