最近一两年来，结构性行情持续演绎，市场生态悄然生变，公募基金投研体系也在变革重塑。一方面，多位投资老将退居幕后，聚焦公司管理与投研战略规划；另一方面，基金经理队伍持续壮大，新面孔持续为行业带来新活力。

　　投资老将转幕后

　　9月27日，易方达基金连发两则公告，自9月27日起，冯波因工作需要不再管理易方达研究精选股票基金、易方达竞争优势企业混合基金。今年4月，冯波卸任易方达中盘成长混合基金、易方达行业领先混合基金的基金经理。至此，冯波无在管基金。

　　值得注意的是，易方达基金在公告中特别注明：冯波仍担任易方达基金副总经理级高级管理人员、权益投资决策委员会委员。作为行业老将，冯波一度备受追捧。2021年，他管理的易方达竞争优势企业混合基金发行十分火热，单日认购资金超2000亿元。

　　卸任基金经理，专注公司管理的还有东方阿尔法基金总经理刘明。今年二季度，刘明相继卸任东方阿尔法精选混合基金、东方阿尔法招阳混合基金的基金经理。作为非常资深的基金经理，早在2004年，刘明就在大成基金开始管理公募基金产品，曾担任大成基金股票投资决策委员会主席、副总经理。

　　2015年，刘明从大成基金离职，此后创办了东方阿尔法基金，担任总经理。2018年2月，东方阿尔法基金旗下首只产品东方阿尔法精选混合基金成立，该基金即由刘明管理，直到今年刘明彻底卸下基金经理职务。

　　南方基金知名基金经理茅炜也做出相似的选择。2024年8月，茅炜一口气卸任了5只产品的基金经理。彼时南方基金对外回应称，茅炜离任基金经理后，专注权益投资管理和团队人才建设，未来将继续担任南方基金首席投资官(权益，参与制定和执行公司境内权益投资策略、资产配置策略，领导权益投资决策过程等工作。

　　新生力量挑大梁

　　在基金投研老将转向幕后的同时，新生力量挑起了大梁。

　　今年4月，冯波离任易方达中盘成长混合基金经理，欧阳良琦接手该基金的管理。从履历来看，欧阳良琦2017年7月加入易方达基金，2023年5月开始管理易方达战略新兴产业股票基金。

　　刘明曾管理的东方阿尔法精选混合基金则交给了吴秋松。从履历看，2017年10月至2024年9月，吴秋松在红塔红土基金历任研究部研究员、投资部基金经理助理、基金经理。2024年10月加入东方阿尔法基金，今年4月开始管理东方阿尔法精选混合基金。

　　“投资老将转为幕后，更侧重于投资管理工作，这反映基金公司对投研体系的搭建越来越重视。与此同时，也给了年轻人更多机会。”某基金公司人士对上海证券报记者说。

　　今年以来，基金经理队伍快速壮大，新聘基金经理人数超过百人，多位研究员晋升为基金经理。具体来看，今年5月，华安智联混合基金增聘许瀚天为基金经理，和朱才敏共同管理该基金。梳理发现，2022年9月，许瀚天加入华安基金担任行业研究员。

　　类似的还有，今年7月，百亿级基金兴全趋势投资混合基金增聘谢长雁、杨世进为基金经理，与董理共同管理。9月，董理不再管理该基金，交由谢长雁、杨世进共同管理。其中，谢长雁2021年4月加入兴证全球基金，历任研究部行业研究员、基金经理助理，这也是谢长雁首次管理公募基金产品。

　　沪上某基金公司投资总监告诉上海证券报记者，今年以来，多位新锐基金经理表现出色，起到了很好的示范效应，基金公司愿意给更多新人机会。同时，在政策的引导下，基金公司越来越重视人才梯队的建设，积极培育新生代投研人才。

　　团队作战成共识

　　老将转幕后，新生力量涌现，“一退一进”的背后是公募行业投研模式的重构。

　　今年5月，中国证监会发布的《推动公募基金高质量发展行动方案》提出，建立基金公司投研能力评价指标体系，引导基金公司持续强化人力、系统等资源投入，加快“平台式、一体化、多策略”投研体系建设，支持基金经理团队制管理模式，做大做强投研团队。

　　湘财基金总经理程涛在接受上海证券报记者采访时表示，投研团队的核心理念要保持一致，并据此建立可复制的人才培养体系。过去几年来，湘财基金依靠“传帮带”传统和平台自身的“造血”功能，初步建构了优势互补的人才梯队，培养了新生代投研力量，部分基金经理在均衡配置策略、中短债投资、医药板块投资等领域崭露头角。

　　基金公司持续探索一体化投研体系的建设。据悉，天弘基金构建了一个“投研生产流程化，交互决策平台化，关键节点智能化”的投研体系——TIRD平台。

　　中欧基金在接受上海证券报记者采访时表示，要想真正实现可持续的阿尔法，服务好投资者，靠的不是个体，而是一套有效协作落地的体系。近年来，公司致力于打造专业化、工业化、数智化的投研体系。具体来看：

　　专业化建设致力于解决研究深度与质量问题。投研人员只有在某个细分领域长期耕耘、不断积累，才能拥有领先的市场认知。工业化的核心在于“投资理念与投资流程的一致性”，让团队成员之间能用同一种“语言”交流，使投资机会不会在繁琐的沟通中流失。数智化建设则致力于通过技术手段解决效率问题，主要包括两个层面：一是“数字化”，将历史研究报告、思维模型、外部数据等转化为结构化信息并归档储存；二是“智能化”，通过技术手段将人的选股逻辑、判断标准转化为系统模型，让机器辅助甚至替代部分流程。