2019年基金公司内部投研看重什么？经记者多方了解，一些大中型基金公司将强化和完善模型、流程作为今年的重点工作，以应对新的经济发展趋势和市场形势。

华南地区一家基金公司高管称，今年公司将着力建立宏观研究的数据库和资产配置模型。据悉，此前大部分基金公司均设置了资产配置模型，主要功能在于引用各种数据助力投资，而今年一些基金公司提出建立内部独立的绝对预测模型。

“国内一些机构同行在去年6月份就预测出9月份经济数据将出现明显变化，这就是预测模型从数据分析上得出的结论，对投资的重要性不言而喻。”上述高管表示。

摩根士丹利华鑫基金一位投资人士表示，宏观变量在时间序列上与不同类别股票的收益所存在的相关关系值得重视，建立宏观变量对股票风格的预测模型，进而对股票的风格收益做出更为精准的预测，同时并入传统的多因子框架，能在股票收益的最终预测中纳入宏观层面因素的影响，以弥补原有截面多因子模型的部分信息缺失。

据了解，今年一些基金公司将重新梳理投资模式。过去，很多基金公司的个股研究来源于券商卖方机构推荐的某些公司，趋于被动研究模式。而今少数基金公司意识到此种被动型模式不再适应新的行业发展，需要转变为主动研究模式。基金公司要求研究员和基金经理主动确立自己的研究投资方向，再将研究方向和逻辑固化成模型，然后根据市场变化进行调整。

一些基金公司对目前的研究投资模型进行升级。据了解，国外的大资产管理公司通常拥有多种研究投资模式，例如，DDM模型、DCF模型(FCF、FCFE两类)、APV估值模型、剩余收益模型、经济附加值估值模型等。目前国内的一些基金公司也部分采用了以上研究估值模型，但整体组合还需完善。

北京一位基金经理表示，完善模型库的一大好处在于随时呈现实时的分析量化结果，投研人员的观点和行为，都可与采集和设定的模型参数进行对比，最终结果会显示出实际的偏离度。在市盈率、ROE和资产负债表、持仓等多个方面，每一组合都会与模型参数进行对比，检验出投研人员的真实风格，投研人员从中加深对自身的了解，并进行自我调整。

除此之外，投研团队的绩效分析也将有赖于模型库升级。深圳一家基金公司投资总监表示，模型中嵌入宏观、行业、个股等不同时间的多维贡献度，从量化数据中提炼个人的综合贡献度相对更加科学和公平。