财联社8月12日讯（记者 吴雨其）公募基金“出海”，又多了一种打法。

近日，银河国际证券（新加坡）推出CGS Fullgoal Singapore Next 50 Active ETF，富国基金旗下全资子公司富国资产管理（香港）有限公司担任投资顾问，为产品提供选股支持。产品已于8月6日启动发行，预计9月3日在新加坡交易所主板挂牌。

和过去不少公募出海产品不同，这只ETF买的并不是A股、港股，也不是跟踪某个中国资产指数，而是直接投资新加坡上市公司。

负责选股的，则是富国已经用了多年的量化模型。

过去几年，国内公募在海外设子公司、发基金、做ETF互挂已经并不少见，产品也从最早的“中国资产卖出去”，逐步延伸到投顾和投资管理。如今，国内基金公司的投研能力也开始被放到海外市场直接使用。

富国量化模型出海到新加坡，投资标的为当地股票

这只产品主要瞄准新加坡中小市值股票。

根据产品资料，其以新交所iEdge Singapore Next 50指数为基准，覆盖富时新加坡海峡指数30只成分股之外，市值最大的50家上市公司，合计市值约1100亿新元。

这一板块也有一个特点——券商研究覆盖明显少于当地大型蓝筹。

银河国际援引数据显示，截至今年6月底，Next 50成分股的分析师覆盖中位数只有6家，而海峡指数成分股为16家，其中11只Next 50成分股获得的分析师覆盖不超过3家。

个股之间的表现也拉得很开。过去12个月，Next 50成分股中，总回报最高的超过160%，最低约为-36%，整体收益离散度接近海峡指数的3倍。

也正是在这样的市场里，产品没有简单复制指数，而是选择主动管理。银河国际集团资产管理主管James Ong也表示，多数新加坡投资组合集中于蓝筹股，导致投资者实际持有的只是市场的一小部分，错过了Next 50 所代表的更广泛的行业和成长机会，而通过有纪律的主动管理或将是参与这一板块的有效方式。

具体选股由富国香港量化团队提供支持。其使用的模型包含估值、成长、盈利超预期、分析师情绪、盈利质量和市场六个因子，对股票逐一打分，再从中构建30至50只股票的组合，每月调整一次。

富国的量化团队成立于2009年，在基本面多因子体系基础上，近年来又加入AI量化研究。这套在国内市场用了多年的模型，此次被拿来筛选新加坡本地股票。

相比以往常见的公募出海产品，这一点颇为不同。

以前国内基金公司走出去，最常见的是发行中国股票基金，或者把沪深300、中证500、创业板等指数产品复制到海外。海外投资者买的还是中国资产，只是产品由国内基金公司参与管理。

这一次，底层资产换成了新加坡股票，富国带出去的则是自己的量化选股能力。

富国基金首席投资官李笑薇表示：“富国的量化投资团队在超过16年的市场周期中不断打磨这套多因子框架，我们相信，这些经过验证的原理具备跨市场的适用性。与银河国际的合作，让我们能够将机构级的量化研究带给更广泛的投资者，这也是我们富国对亚洲资本市场的长期承诺。”

从卖“中国资产”，到卖“投资能力”

把基金产品卖到海外，对国内公募已经不算新鲜。

过去几年，ETF一直是国内基金公司出海较常见的方式。境内ETF通过互挂、联接基金、存托凭证等形式进入海外市场，背后的资产大多仍是A股或港股。

比如2024年，沙特Albilad Capital与南方东英合作发行当地首只投资香港上市中国公司的ETF；2025年，以景顺长城创业板50ETF为底层资产的存托凭证登陆泰国证券交易所。巴西市场也已有产品分别挂钩汇添富沪深300ETF和华夏创业板ETF。

这一阶段走出去的更多是“中国资产”。

另一类合作已经不只是提供底层产品，国内基金公司也开始参与海外产品的投资管理或担任投资顾问。

华夏基金早在2020年就与NN Investment Partners合作推出中国A股基金，由华夏基金负责日常投资管理，NNIP提供ESG研究支持。2024年底，华夏基金与阿曼Jabal Asset Management合作设立Jabal ChinaAMC Loong Equity Fund，由华夏基金担任投资顾问。该基金在阿曼注册，为当地开放式基金，主要投资中国内地及香港股票。

不过，这些产品虽然把国内基金公司的主动管理能力带到了海外，投的依然主要是中国股票。境外机构看中的，很大一部分还是中资机构对A股、中国经济和本土公司的研究积累。

基金公司过去更熟悉中国上市公司，如今则要把在国内运行多年的量化模型放到新加坡市场使用。不同市场的行业结构、估值体系和交易特征都有差异，原有模型到了新的市场环境中能否继续保持有效，还需要靠后续实际运行来验证。

对国内公募来说，这类合作目前还谈不上普遍。财联社记者梳理发现，现阶段公募海外业务仍以香港子公司自行发行产品、ETF互挂以及围绕中国资产的投顾合作为主，真正把自己的主动投研体系用于海外本地资产的案例并不多。