科技猎掘金后定增时代：人工智能堪当择股大任？
证监会出台的再融资新政实施已有两月之久，它对定增市场产生了怎样的影响？随着市场价差的减小，机构如何在后定增时代赚取超额收益？定增业务与人工智能的结合有哪些机会存在，它面临的现实问题又有哪些？
4月中旬，在“第十一届中国投资年会·年度峰会”上，天弘基金定增业务部总经理田洪成对21世纪经济报道记者介绍说，定增产品从出现到目前已有11年的时间。在2013年之前，定增市场每年约两三千亿元的规模，主要玩家是专业的机构投资者。
但从2013年开始，定增市场迅猛发展，当年规模超过四千亿元。2015年规模超过1万亿元，2016年规模接近2万亿元。在这个过程中市场参与者也逐渐多样化，公募、私募、保险和国企纷纷涌入，各方的玩法和策略不尽相同。
银创资本做了十年定增业务，该公司总裁蒯慧超表示，2013年之前很多做定增业务的机构都能躺着赚钱。但2015年5月之后，市场进入后定增时代。因为很多投资机构开始认可定增的投资模式，汹涌的资金扑面而来，导致市场价差减小。在后定增时代，机构更应该深度挖掘项目的基本面、成长性带来的超额收益。
新政下的定增投资策略
今年2月，证监会出台再融资新政，从优化定价机制、限制单次融资规模、提出融资间隔期要求等多方面施策，对上市公司再融资行为进行规范。
田洪成认为，从投资者角度来说，新政实施以后，市场上仍有2015年、2016年跟风进入的存量资金，这部分钱会在今年上半年慢慢消耗掉。“随着高风险偏好的私募资金的逐渐离场，以银行、保险、国企为代表的稳健偏好资金，将成为市场主体，市场情况会比较乐观。”他分析道。
另一方面，从券商和上市公司的角度来说，虽然短期内证监会对再融资的节奏进行了人为调整。但从长远来看，再融资市场的规模不会受太大影响。
“二级市场炒股，钱没有流入实体经济。但定增与之截然不同，它的资金是实实在在给到上市公司，支持了实体经济的发展。”田洪成说。统计数据显示，上市公司的再融资规模远超过IPO融资规模。2015年整个市场直接融资两万亿，其中定增占比68%，2016年定增占比也达到70%以上，在市场中占据了主导地位。
据了解，天弘基金从2013年开始参与定增，从通道业务做起，并逐渐做到主动管理。田洪成表示，天弘基金在二级市场的投资上，没有特别行业的偏好。虽说主要关注医药、汽车、TMT和军工行业，其他行业也并非不看好。
“我们喜欢处于周期性低点的行业，比如去年上半年医药改革的政策不明晰，医药股整体的估值都比较低，我们在当时就很关注医药股。”田洪成说。还有一个有趣的现象是，当上市公司迫切希望投资者去投资时，往往做定增会赚钱。当市场火爆，上市公司受到追捧，投资者需要主动找它要份额的时候，项目往往处于高点并不赚钱。
“其实对于做投资来说，没有什么绝对好的项目，也没有绝对不好的项目。再好的项目买贵了赚钱也很难，再烂的项目只要别退市，买的足够便宜也能赚钱。”他说。
中和资本合伙人张敬庭表示，人们原来把定增归在二级市场的类别，但他认为定增其实是以增发的形式买股票，这和买未上市公司的股票没有区别。所以中和资本内部最早有两个团队，一个做定增业务，一个做股权投资。后来内部进行了合并，不分一级市场、一级半市场，而是按照行业来划分。
“价值投资跟在一级市场还是一级半市场没有关系，跟买了多久也没有关系。关键在于买的标的好不好，是不是以合理的价格买，以及是否在短时间实现了好收益。”他说。另外，机构可以多和细分领域的行业龙头合作，把双方的资源结合起来做布局。这样机构的行业判断才会更深刻，能够在市场上投到低风险、高回报的项目。
人工智能成择股帮手
天弘基金以往做定增的策略是择时、折价和择股。但由于市场波动越来越小，择时策略贡献的收益在减小。再融资新政出台后，折价幅度也在减小，这种时候择股就显得更为重要。
田洪成表示，择股有两条路可以走，一条是深度投行化，比如做资本运作和并购整合，但这对公募基金而言并不好做。第二条路就是通过人工智能大数据，对公开信息进行深度挖掘，分析其中的逻辑。
他认为，上市公司有很多公开数据并未被充分挖掘。传统人工只能看十几、二十维的数据，但人工智能大数据可以看到两百维的数据，对3000多家上市公司的过往历史、变化发展等，进行更清晰的分析。
据了解，天弘基金于2016年成立智能投资部，并推出人工智能产品。公司通过“人脑+大数据”的组合，将巨量数据的线性、非线性计算和归纳工作都交给机器，以此沉淀和完善业务模型。
“我们提供思路和策略，他们通过数据架构，使用模型来实现和验证。现在很多数据都是零散、非标准化的，如何从中整理出能够使用的源数据，是我们目前在大量做工作的地方。”田洪成说。
目前，天弘基金通过人工智能模型，选出超收益股票的概率能够提高到60%以上，准确率提高20%。但田洪成认为，在投资领域人工智能并不能完全取代人，现在更多的还是人工智能与人脑的统一结合。
在具体工作流程中，天弘基金首先会用人工智能模型进行初筛，对所有项目进行大体评价。再结合传统投研，由人工根据企业行业的基本面、历史估值等，进行筛选判断。第三轮是投资经理基于前面两轮，以及他与上市公司的深度沟通，判断项目值不值得投，应该以什么样的价值去投。
“人工智能和投资的结合现在已经有了开端，最近发展也很快，但绝不会一蹴而就。市场在变，投资者的情绪和选择也在变，我们也需要不断校正模型和策略。”田洪成说。
歌斐资产量化投资董事总经理刘志晶认为，用人工智能做定增和二级市场投资目前还面临两个难题。一是数据量还不够大，二是跨界人才紧缺。(编辑林坤)
