美国新兴行业 | 草根创业生活网

金融投资报讯(记者张璐璇)

日常交流中，很多投资者会认为，指数投资等同于被动投资，甚至无脑投资，对此，华富基金总经理助理、指数投资部总监张娅表示，指数投资是一个完备的体系，一是要选好赛道，二是要选好公司，也就是说主动股票基金投资涉及的两个环节在指数投资中一个都不能落下。近日，张娅以华富基金与中证指数公司定制的中证人工智能产业指数的初衷，从相关指数基金产品的设计过程，分享了什么是她理解的真正指数投资和指数基金。

(图片来源：张娅提供)

张娅是美国肯特州立大学金融工程硕士，俄亥俄州立大学经济学硕士。2019年1月起，张娅管理华富5年恒定久期国开债指数基金，2019年12月以来，管理华富中证人工智能产业ETF。张娅是国内最早一代ETF基金经理，曾是国内首只上证红利ETF以及国内首批最大沪深的首任基金经理、主要研发成员，履新华富基金之前，在公募基金里的职务是华泰柏瑞指数投资部总监兼基金经理。

在我国ETF发展十五周年历程中，张娅算是元老级的基金管理人之一。现在作为华富基金指数团队的掌门人，张娅谈起ETF时，条理清晰、逻辑缜密，显示出她多年来对指数投资研究的深厚功底。

一、定位好赛道

在指数基金投资赛道选择方面，张娅认为，定位好赛道非常关键。

在中国经济未来产业升级转型大趋势之下，新兴行业基本已经成为同行基金公司出品ETF的必选方向。在张娅看来，新兴行业众多，甄别其中的潜力长跑赛道至关重要。张娅认为，以新兴科创赛道为例，必须具备两大特征：

第一，必须是当前产业周期的核心驱动行业，未来景气空间才能足够大。

什么算是核心驱动行业?在张娅看来，从以往市场的发展经验看，可类比的例子比如美国过去二三十年的互联网/移动互联网行业，又比如中国过去十多年的房地产行业，这两个行业作为当时的核心发动机行业，同期被它们带动的其它很多更细分的行业都不在少数，比如互联网/移动互联网带动半导体通信、比如房地产带动工程机械钢铁等。但拉长时期看，最终长期表现最为出色的就是互联网指数，和房地产指数这两个核心发动机行业。

在美国，2002-2020期间，互联网作为一个主要驱动支柱行业，相应的也是同时链接了众多相关信息子行业(比如半导体、通信)的小宽基指数，近20年，互联网累计上涨了2500%，明显高于其它纳指(同期上涨589%)，半导体指数(同期上涨750%)，通信指数(同期上涨210%)。

(数据来源：wind，华富基金整理)

张娅认为，人工智能有极大潜力成为中国新产业升级周期中的核心发动机产业，主要是基于以下几个原因：

一是从人工智能产业的自然属性来看，可以简单理解为互联网产业的智能化升级，或者也可以认为是新一代信息技术背景下的互联网产业。人工智能产业未来将直接深入到人类生活的方方面面，空间巨大。据统计，2018年我国互联网产业和房地产产业的体量分别为11万亿元和15万亿元，而在我国产业发展规划中，到2030年人工智能相关产业将达10万亿元，大概与目前房地产和互联网产业体量水平相当。

二是从指数分布来看，人工智能指数体现了核心动力小宽基的性质。作为一个发动机产业链，需要分别经过数据采集(物联网车联网)、存储(大数据中心)、利用云计算提供计算能力(服务器、计算芯片等)来进行人工智能算法的学习，最终实现AI算法在各类应用场景中自主决策的应用。指数的行业分布相应地包含了新基建范畴中的主要新信息技术部分，比如物联网权重约5%，车联网权重约15%，大数据中心19%，云计算中的IaaS(含计算、存储芯片、服务器等)以及PaaS(各种下游运用)共约22%，人工智能图像与语音识别相关的商业应用27%，可以说，不会错失新基建中各信息技术类子行业的发展红利。

正是基于新产业升级周期中核心驱动行业的定位，人工智能指数的长期投资价值很可能会明显超过宽基科技类指数，以及一些更加细分的科技类主题指数。这也是在众多新兴行业中，华富基金在2017年底就坚定地将第一只指数ETF标的确定在人工智能这条赛道上的主要原因。

从市场表现来看，今年2月10日华富中证人工智能产业指数ETF()正式上市交易后，无论从规模还是流动性方面，都初步得到了市场的认可，截至4月24日收盘，该基金每单位净值为元。

第二，产业景气相对稳定，景气低波动特征，投资者在长期投资中才会拿着安稳。

人工智能是信息化升级后的互联网产业，该产业的核心就是大数据。为什么人工智能行业景气相对稳定呢?

张娅认为，首先从最重要的需求端看，大数据也是未来经济社会的重要生产要素，未来是数据爆炸的年代，智能应用相对分散来自各行各业，比如仅仅互联网中，来自社交、网购、网约车、视频等20多个领域，每秒能产生的数据量就数百GB，需求端的分散和多样可以平抑行业的景气周期波动。

再看供给端，比如人工智能指数中基础架构环节的服务器和大数据中心部分的组装，只需要半年左右即可，而指数中各类下游应用场景的开发周期更短。以服务器和大数据为例，确实看到其价格波动始终较小，据可统计的大数据中心单价来看，自2013年至今，始终维持在7.3-年的水平。

相对而言，与消费电子相关的半导体几乎每一年都有一类新技术需求起来，而新型先进制程的芯片制造需要扩建厂房，购买设备、调试提升良率，到能跟上需求大规模量产约需要1年左右的时间，因此这个行业有明显周期性，供不应求时，半导体公司股价弹性均较高，供大于求后，股价又大幅回调。同样的，通讯设备方面，基站的建设周期更是可能长达3-5年，对应的周期性更强，一旦5G基站等相关的基础设施布局完成后，产业的整体景气程度将逐渐走向回落。

张娅表示，行业的景气波动最终都会反映到行业指数的长期表现上，无论是国内还是海外经验，半导体指数的波动率都明显要更高。2002-2020年间数据显示，美股互联网指数年化波动率约仅为20%，费城半导体指数年化波动率为33%，电信行业年化波动率为31%;

(数据来源：wind，华富基金整理)

二、定位好公司

赛道定位准确后，对符合赛道要求公司的选择也非常关键。张娅从多年指数基金管理的实践出发，介绍了人工智能真实营收占比调整后市值的选股和加权编制方法的思路。

张娅表示，一直以来，指数编制喜欢用传统的市值选股和加权。这固然是一种被经验证明在大多数情况下基本可行的大道至简的方法，背后的原因很简单，市值大小可以基本大概率代表市场对于一个公司发展潜力的基本认可。但对于产业升级转型期的新兴行业投资而言，需要考虑的更多一些。比如投资者投资新兴行业时通常面临两个方面的艰难选择：一是投到了概念炒作股很麻烦，二是一些传统产业转型做新产业的公司的市值通常并不小，但在新行业领域的发展还比较早期，遇到这样的问题该如何去科学度量?

张娅介绍，华富中证人工智能ETF()在产品设计时，针对这两个新兴行业指数投资中的特异性问题，在其标的指数编制中独家定制采用了AI营收占比调整后的市值排序和选股的方法，可以说巧妙的一石二鸟解决了上述两个问题。

张娅解释了新业务营收调整市值排序和加权的具体做法。比如，一个100亿市值的公司，财报显示其中真实AI营收占比只有10%，那么在指数编制中，就只能赋予该公司10亿的市值进行排序选股和加权。

张娅进一步介绍到，传统的行业主题指数在成分股界定时，仅通过公司介绍和主营构成描述进行关键字匹配即可。而该指数制定遵循了更为严格的业务界定原则美国新兴行业，通过逐项拆解上市公司各项业务营收，形成了更精确、可量化的成分股AI营收界定流程。机器通过大数据的学习形成模型进而实现对应用场景的自主决策和判断是真实人工智能业务判断的基本原则。

比如下图，赛为智能()财报中列示的智慧医疗业务，本质上只是一个互联网+的新营销模式，该指数对这部分业务就不能被界定为人工智能营收，而传统主题指数中，如果只做关键字匹配的话，就很有可能简单纳入。