2026年10月18日，复旦大学管理学院与睿远基金联合主办的“2026投资论坛——价值投资理念下的多资产协同配置”在复旦大学管理学院政立院区A楼报告厅举行，将实务课程从理念、方法和实践，延伸到更广阔的市场。
今年4月起，睿远基金投教基地携手复旦大学管理学院开设“多资产协同配置实务课程”，这也是响应中国基金业协会“一司一省一高校”专项投教活动、推动投资者教育纳入国民教育体系的一次有益探索。
“多资产协同配置实务课程”通过“四次实务课程、一次课程论文答辩会、一次公开课论坛”的形式，系统全面讲述了价值投资理念下多资产协同配置的理论框架、方法和实践。当前，AI浪潮快速演进，市场结构性分化，论坛围绕价值投资、AI变革、多资产投资、基金投资回报等话题展开讨论。
01
源自多资产协同配置实务课程
复旦大学管理学院院长、李达三讲席教授张付强在致辞时表示，今年4月到5月，管理学院与睿远基金投教基地联合开设了多资产协同配置实务课程，饶刚总经理和睿远的投资专家走上讲台，把真实市场的投资逻辑带进课堂。这门课在同学中收获了实实在在的口碑，有同学课后说，第一次真正理解了那句话，“投资不是预测，而是应对”。
他表示，为什么要开这门课，又为什么要办今天的论坛？答案要放在学院正在走的路里看。一方面，随着居民财富从存款和房产走向多元金融资产，多资产协同配置已成为财富管理时代的必备能力；另一方面，人工智能正在重塑投资研究的底层逻辑。面对这两股潮流，管理学院选择顺势而上。学院依托科创管理研究中心设立的人工智能管理工坊近日正式启动，以AI应用场景为核心开展研究与咨询，力求学术创新、人才培育、产业赋能三位一体。本硕博教育中心的证券投资理论与实务课程，也将主题聚焦在“AI时代下的金融研究方法”。今天的论坛，正是这条主线上的又一次探索，让资产配置的框架与智能时代的工具在管院的课堂和平台上交汇。因此，研究真问题、培养面向未来的人，这就是学院办这门课、办这个论坛的初心。
张付强表示，我们正站在人工智能重塑投资研究的时代门口，AI让信息获取和研究效率大幅跃升，但工具越强大，框架就越重要，而资产配置正是把海量信息组织成稳健决策的框架。课程答辩中，已经有同学把机器学习和状态识别引入配置研究，而睿远基金的实践也告诉我们，投资中真正的从容，来自体系化的配置能力与现代科技工具的结合。让同学们既握得住配置框架，又用得好智能工具，这是我们面向下一个时代培养投资人才的方向。
睿远基金总经理饶刚在致辞中表示，金秋十月再次回到母校，很高兴与复旦管院共同举办这次论坛。他介绍，睿远基金是一家秉承价值投资理念、以持有人长期利益最大化为目标的长期价值投资机构。价值投资是历久弥新的普世智慧，不仅适用于权益投资，也适用于固定收益投资。
他表示，多资产协同配置不仅是一种投资方法，也是一种思维方式。过去三十多年，中国资本市场深度和广度不断拓展，股票、债券、基金、商品、海外投资等工具日益丰富，社保、保险、银行理财等长期资金逐步成为市场重要参与者，越来越多投资者开始认识到，短期涨跌并不是评价投资好坏的唯一标尺。多资产协同配置，简单说，就是以组合整体的风险收益特征为出发点，对各类资产进行准确分类与细分，利用资产之间的低相关性、对冲关系与相对价值比较构建组合，并以再平衡和全过程风险管理为约束，追求风险调整后收益最大化。它不是股票与债券两类资产风险收益的简单糅合，而是整体视角下的系统化工程。
饶刚表示，中国经济进入高质量发展阶段，居民财富管理需求正从存款理财转向长期稳健增值；与此同时，低利率环境持续，AI 带来的产业变革加速演变，各类资产相关性在不同宏观周期里反复切换。这种环境考验的不仅是深度研究和专业化投资能力，更是对不确定环境中“确定性”的理解与认知。
02
睿远基金赵枫：价值投资如何穿越周期
睿远基金董事总经理、基金经理赵枫在主旨演讲中，从价值投资的基本逻辑谈起，如果将一家持续创造现金流的公司比作一张债券——公司内在价值是一条缓慢向上的斜线，但股价围绕这条线大幅波动。在大多数时间里，股价在合理区间内波动，但当市场出现极端情绪或公司遭遇突发事件时，股价会出现深度折价或过度溢价。
他表示，长期价值由公司非常长期的现金流决定，而非当期利润。现金流贴现公式是价值投资的底层逻辑：公司的价值等于其未来自由现金流的折现之和，这与债券定价原理相同，区别仅在于债券的息票是给定的，而公司的现金流是不确定的。
赵枫指出，投资一家公司最重要的三件事是现金流、久期和回报。现金流是根本，利润再高但现金流持续为负的公司缺乏价值；久期决定了远期现金流折现对价值的贡献，一家只能存活五年的公司与一家能经营五十年的公司，其价值差异巨大；而回报率则是给定股价后，通过预测未来现金流反推出的预期收益率。
他用简化公式来初步判断潜在回报：买入股票的预期回报约等于股息率加回购率（可视为市盈率的倒数），再加上增长。但他强调，增长并非线性外推的结果——今年增长100%，明年可能只有10%。增长的真正来源是留存收益再投入所创造的增量价值。
赵枫认为，绝大部分投资者都低估了复利的威力。复利要求两点：一是尽量不亏钱，因为亏损会中断复利效应，对财富造成巨大影响；二是时间要足够长，十年可能看不出效果，但放到三十年、四十年，效果惊人。他不追求暴利，而是希望在风险可控的前提下获取合理回报，并让这种回报持续很长时间。
选股是一切投资的起点。赵枫引用巴菲特的“护城河”理论，指出能够持续创造现金流、且现金流相对稳定可预测的公司，通常具备品牌专利等无形资产、高转换成本、网络效应或成本优势。他用波特的“五力模型”来解释日常研究工作：研究一家公司时，要先跑遍整个行业的现有竞争者，同时调研其供应商和客户，判断公司对上下游是否有溢价能力和定价能力，这才是超额收益的来源。
谈及近年来投资面临的挑战，赵枫表示，一是，市场有效性在上升。过去好公司常被低估，如今机构投资者大量涌现，符合价值投资理念的公司定价已趋合理甚至偏高，这意味着未来回报会降低。二是，无风险利率大幅下降。三是，技术进步带来了巨大挑战。他提醒到，技术进步同样可能制造价值陷阱——美国报业指数在盈利崩溃前五年股价就已暴跌，看似便宜实则陷阱。他将当前的AI热潮与2000年互联网泡沫进行了类比：基建狂潮过后，硬件价格下跌，应用端将迎来爆发，届时可能出现一批现金流久期长、商业模式好的超级应用公司。
他认为，尽管投资面临挑战，价值投资依然能够创造超额收益。超额收益的来源除了深入研究之外，更重要的是承受逆人性的压力——在市场恐慌时敢于买入，在市场狂热时舍得卖出，以及愿意等待很长时间才能看到回报。
03
复旦管院张诚：AI 时代的价值重估
复旦大学管理学院院长助理、信息管理与商业智能系主任张诚教授在主旨演讲中，从技术与商业价值的转换关系切入，他指出，当前AI使用量正在爆发式增长——2026年1月之前，全球Token使用量以每周3.4%的复合增长率攀升；而1月之后，随着智能体应用的普及，这一增速跃升至每周8.8%，意味着Token消耗量一年可增长64倍。然而，Token使用量的激增是否等同于商业价值的同步释放？张诚认为并非这么简单。他援引一项针对企业AI项目的调查显示，在100个项目中仅有少部分实现了成功应用，大量企业投入AI后并未看到实质回报。他提醒，技术使用量不等于商业价值，中间存在一个关键的“转换”环节。
张诚进一步从技术管理的视角分析了这一现象，他回顾了二十年前IT领域的“生产力悖论”之争——彼时企业大量投资信息技术，却未能从宏观数据中找到生产率提升的证据。后来的研究发现，关键在于企业如何使用技术：只有将技术与业务流程深度绑定，才能真正提升效率。但AI与以往的信息技术存在本质差异：AI的核心能力是自主决策，而非被动执行预设规则。他举例说，去年有研究团队让大语言模型自主管理一家零售便利店，负责采购、定价、促销、补货等全部决策。实验初期货物净值一度跌去25%，但到年底回升至初始值的200%。这个案例表明，当AI被赋予自主决策权时，其价值创造路径与传统的“流程嵌入”截然不同。
张诚由此引出一个更深层的追问：既然AI能够自主决策，组织的形态是否也需要重新设计？他从新制度经济学的角度指出，组织因交易成本而存在。传统信息技术擅长降低搜索、信息处理和监督成本，但决策、执行和任务转移的成本仍然较高。而AI的出现，使得这些原本需要人工判断的环节也可以被自动化。如果企业仍然将AI当作一个“写报告的工具”嵌入既有流程中，而不改变组织方式，那么效率提升将十分有限——下属做得再快，上级审批不及时，整体效率依然卡在瓶颈处。
他以第二次工业革命为例说明这一规律。电动机技术在1888年已趋成熟，但此后十一年间社会采纳率仅为5%。原因是当时的工厂仍按蒸汽机的逻辑布局——用管道传输动力，流程固化。直到人们意识到电力的小型化和灵活性可以重新设计工厂布局，才有了流水线和柔性生产的出现。张诚认为，AI带来的变革与此相似：真正的价值不在于用新工具替代旧工具，而在于围绕新工具的特性重新设计工作方式和组织架构。他提出一个判断标准：如果一个企业用AI做的事，用传统信息技术也能做，那它很可能只是在“为做而做”；只有当AI做到了传统技术做不到的事，才意味着真正的价值创造正在发生。
张诚总结道，我们正处在一个技术范式转换的时代，Token使用量的快速增长是表象，更深层的问题是：企业能否跳出“用AI替代人”的惯性思维，转而思考“如何让AI与人以新的方式协作”。那些能够率先围绕AI的自主决策能力重新设计组织流程的企业，才有可能在这场变革中真正获益。
04
圆桌一：多元投资之道
圆桌一由复旦管院多资产协同配置实务课程代表饶启涵主持，睿郡资产执行董事杜昌勇，申万宏源证券研究所所长王胜，睿远基金董事总经理、固收研究部总经理、投资经理李武参与讨论。
在谈到权益市场机会的时候，王胜认为，未来一到两年A股市场大概率呈现结构性机会而非普涨。他指出，当前最大的不确定性来自人工智能——它不仅是一个新产业，更在重塑价值创造的方式。如果不能提供个性化、定制化的产品或者服务，技术进步带来的效率提升，最终可能体现为产品价格下降而非企业盈利上升，这对权益资产内部的行业格局将产生深远影响。因此，结构性行情中既有受益方也有受损方，能否提前识别并规避受损部分，将对组合长期收益产生重大影响。
而对于超额收益的来源，杜昌勇表示，在低利率环境下，超额收益的核心来源并未改变——依然来自对基本面的深入研究以及认知偏差。但低利率叠加信息技术的高速发展，使得价值实现的速度明显加快，过去需要两三年才能兑现的产业逻辑，如今可能在一两个季度内被市场充分定价，超额收益的“保质期”在缩短。他提醒，过高的估值本身就是风险，在低利率环境中尤其如此——贴现率下降虽提升了远期现金流的估值权重，但长期预期往往不靠谱，一旦偏差，可能面临巨大回撤。因此，安全边际和投资纪律仍需坚守，只是安全垫的厚薄会随环境变化而调整。
回到本次论坛的主题，在谈到多资产配置中的估值，以及与宏观判断时，李武直言，动态平衡应当以估值为“锚”，而非过度依赖宏观判断。他回顾了过去五年市场对地产和出口的重大误判。在他看来，基于短期宏观判断的胜率与“抛硬币”相差无几，而基于估值的判断长期有效性更高。在组合管理中，债券作为底层资产的价值正在发生变化——票息收益大幅下降使其对组合风险的缓释能力减弱，但其收益确定性提高、流动性好的特点依然重要。债券更多扮演“流动性提供者”的角色，当权益资产性价比突出时，它可以作为逆向操作的弹药。
对于不同类型资产的配置权重，在主持人将权益资产粗略划分为“现金流稳定、有分红回报的安全型资产”和“盈利弹性较大的成长型资产”的前提下，杜昌勇表示，这两类资产过去几年和未来都会是其组合中的重要组成部分，实际配置权重主要取决于各自的估值状态与拥挤程度。2021年核心资产牛市顶点时，低估值高分红资产的性价比凸显；而到了2023年底，市场整体低迷，成长类公司估值回落，他开始逐步增加成长配置。今年年中，公募基金在电子、通信等行业的持仓集中度达到前所未有的60%以上，这在他多年的从业经历中从未见过，是一个重要的风险信号。大类风格切换的基本原则是：关注每类风格的估值分位和拥挤程度，在市场情绪极端时逆向调整。
正值重阳节，与会圆桌嘉宾还共同讨论了有关养老投资的话题，李武认为，养老投资时间维度足够长，应增加高确定性的权益资产配置，同时保持耐心，利用市场恐慌时以较低估值布局优质公司。王胜则从人工智能影响的角度提出，养老组合可以考虑两类资产：一类是不受人工智能冲击的重资产公司，另一类是能够提供个性化、定制化服务的公司。杜昌勇总结了三点：及早开始投资，利用复利的力量；认清人性弱点，在市场狂热时保持冷静、在冷清时敢于出手；以及保持健康——这是所有数字前面的“1”。
05
圆桌二：进化中的价值投资
圆桌二由复旦大学管理学院金融与财务学系副系主任、副教授朱祁主持，睿远基金董事总经理、TMT研究组组长金宇，睿远基金基金经理朱璘，睿远基金公募混合资产投资管理部总经理、固收研究部联席总经理、基金经理侯振新参与讨论。
金宇首先谈到了本轮AI与上一轮互联网革命的异同。他认为两者既有接续也有显著不同。谈及AI所处阶段，他认为，技术革命通常分为建设期和应用期，当前AI仍处在建设期，典型特征是巨额资本开支集中投放；这一阶段硬件产业链率先受益，产业瓶颈环节往往分得最多利润。从中长期看，随着产业结构演化，应用端将捕获更大价值。谈及研究方法，金宇表示，研究的目标是为企业内在价值定价；从DCF逻辑看，内在价值来自未来自由现金流折现，但研究者能掌握的只有历史，因此定价的专业度，体现在对商业模式、技术趋势和技术演化规律的深度理解上。他坦言，AI时代对研究是机遇大于挑战——就像身边多了一个“百事通”，研究效率和覆盖面都大幅提升，但AI也有幻觉、容易取悦用户，工具终归要用好，不能盲从。
朱璘从AI产业链的价值传导入手。他将产业链概括为一条“投入—产出—分配”的价值链，传导顺序是下游应用变现带动中游资本开支扩张，再传导至上游硬件需求。2023年至2025年“算力短缺”能够解释行情与利润的分布；而2026年以来，核心矛盾已经从“能否拿到更多算力”转向“算力能否被低成本、稳定、规模化交付，并最终形成可证的商业回报”。在评估方法上，他提出了一套分层验证的思路：先用词元、任务量等指标衡量资源使用，再用付费收入、续约率衡量付费意愿，最后用单位服务成本和毛利衡量供应商能否持续供给。对于估值，他认为要把“贵”和“错”分开——只有基本面兑现与产业链位置提升同时发生，才能突破原有估值天花板。他建议优先在AI外溢与出海两条主线中，挑选订单能见度可验证、毛利率不塌陷、一致预期正在上修的龙头。
侯振新从多资产配置的视角谈了权益选择。他认为资产配置的核心是比较——不仅是在股票之间比较，更是在债券、大宗商品、贵金属、股票等大类资产之间进行比较。他不会在任何方向上All-in。以AI硬件为例，他将其定位为周期成长股——在需求爆发式增长而供给释放不出的阶段，会有一段量价齐升的“甜蜜期”。但即便给予非常乐观的预期，硬件的需求增速也将放缓。甜蜜期过后就需要精挑细选——那些技术能够持续迭代、形成壁垒、且估值合理、愿意持续回报股东的环节，仍有长期机会。而在AI软件与应用端，他认为未来同样值得关注。
对于当前主动管理型基金净流出、资金向ETF等被动产品迁移的趋势，侯振新认为这具有阶段性特征，长期来看，大类资产配置类产品的增长才刚刚起步——低利率环境下，银行存款和纯债收益已不足2%，越来越多的资金需要通过承担一定波动来获取更高收益。
关于AI在投资行业中的应用，金宇介绍到，金融行业因其高知识密集度和高扁平性，对AI的感受最为强烈——既感到赋能巨大，也感到冲击明显。但他强调，AI有幻觉，输出不能盲从。在AI时代，勤奋和独立思考的要求不是变弱了，而是更强了。“业精于勤，荒于嬉；行成于思，毁于随”——这是其一贯的工作信条。
06
圆桌三：行为金融学与基金投资回报
前面两场圆桌讨论了“怎么配”和“怎么选”，但投资还有一个更根本的问题：基金赚到的钱，投资者怎样才能真正拿到？这正是第三场圆桌的主题。
本场圆桌由睿远基金副总经理林敏主持，晨星中国董事长陈鹏，复旦大学管理学院金融与财务学系教授、博导罗妍，中信证券财富管理委员会产品支持中心负责人谢仍明参与讨论。
晨星每年发布的《Mind the Gap》报告，追踪的是投资者回报与基金回报之间的差额。
陈鹏介绍说，如果把基金投资者的收益拆解，可以分成四部分：市场本身的Beta、基金经理创造的Alpha、管理成本，以及投资者在不同时点买卖行为带来的Gamma。在全球三十多个市场的统计中，没有一个市场的Gamma是正的——个人投资者在全世界范围内的买卖行为，都不如买了放着不看。美国市场每年因投资者行为损失的Gamma大约为1个多点，折算下来约占基金总回报的15%；而中国市场这一损耗大约是美国的1到2倍，每年流失约3个百分点。过去十年，万得全A的年化收益率不到4%，扣除管理费和这3%的行为损耗后，投资者实际到手所剩无几。
罗妍从行为金融学的角度给出了解释。她指出，行为金融学中有一个经典发现：过度自信会导致投资者频繁交易，而频繁交易的业绩反而更差。投资是一件特别的事情——“天道酬勤”在这里不一定成立，如果勤奋建立在错误的方向上，可能越勤奋结果越糟糕。另一个关键概念是损失厌恶：亏损1块钱带来的痛苦，大约需要赚回2到3块钱才能弥补。投资者可能预计的投资周期是比较长的，却忍不住频繁查看账户，短期下跌便不断触发焦虑，进而产生“必须做点什么”的冲动。此时，交易可能更多是为了缓解心理上的不适，而非基于对投资价值和风险的客观分析，可能导致更大的行为损耗。她特别提到，她和合作者曾研究散户在信息获取变得极为便利之后的行为变化，结果发现信息越容易获得，散户的业绩反而越差。原因在于“确认性偏误”：人们倾向于寻找证实自己已有观点的信息，而忽视与自己观点相悖的信息。AI时代信息爆炸式增长，如果投资者评估信息的习惯没有改变，反而可能加剧这一偏差。
此外，罗妍从行为助推的角度作了补充。她引用诺贝尔经济学奖得主理查德·塞勒与卡斯·桑斯坦共同阐述的“助推”理念，指出可以通过保留选择自由的温和干预，帮助投资者作出更符合自身长期利益的决策。例如，频繁查看账户可能使投资者过度关注短期盈亏，反复触发损失厌恶，进而诱发冲动交易。对此，可以通过适当的设计，为投资者留出思考空间：由用户自主设置账户查看提醒的频率，或在计划之外的大额交易前增加风险提示和确认环节。这些安排既保留了投资者获取信息和自主交易的权利，也有助于减少情绪驱动的非必要操作。
陈鹏认为，投资者行为损耗的最大来源是高买低卖，而高买低卖又与销售模式密切相关——当前大部分基金通过销售渠道卖出，销售机构有动力推荐短期业绩亮眼的产品，而短期业绩最好的往往也是风险最大的。数据显示，窄基行业基金造成的投资者损失是普通基金的两倍，年化损耗可达5%左右。他给出的药方有三条：第一，推产品时避开热点，不要让投资者买在高点；第二，多做分散配置，多资产平衡型基金的客户体验明显更好；第三，想办法让投资者拉长持有期限，关注点从一个月、三个月转移到更长的时间维度上。他特别强调，不能把这件事完全交给投资者自己——更需要通过制度设计把投资者推到正确的路上。他举了成熟市场的例子，相比之下，中国市场虽有差距，但方向和路径是清晰的。
投资正在回归其最朴素的本质，比如理解资产、理解风险、理解自己，投资者的回报源自于将正确的认知转化为长期的行为纪律。
风险提示：本资料不作为任何法律文件，所载观点均为当时观点，不代表公司对未来的预测，所载信息仅供参考，不构成任何投资建议。投资人购买基金时应当仔细阅读相关基金合同及招募说明书等法律文件，了解基金的具体情况。投资有风险，基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。
联富配资提示：文章来自网络，不代表本站观点。
