可转债板块定义与指数编制 [page::3][page::4]

• 样本区间选自2018年1月至2019年12月，样本券余额≥3000万元。

- 当前样本187只，其中银行债券余额占比45.18%，行业分布极度不均。

• 指数构建采用等权配置，行业分为周期、消费、金融、TMT、制造五大类。

- 风格指数基于价格高低、平价高低及溢价水平三种划分，适时调整样本。

基本面轮动建模及领先变量筛选 [page::6][page::9][page::10]

• 通过极值算法识别宏观经济变量（如M1-M2）趋势状态，过滤数据噪声。

• 利用协整回归模型及领先滞后参数优化，筛选出12个显著的领先宏观变量。

- 主要领先指标包括Shibor利率（领先4个月，正相关）、物价指数、汇率、流动性指标等。
表 3：转债等权指数先导性宏观变量汇总

| 宏观变量 | 周期 | 领先月份 | 常数项 | 回归系数 | T-test | Rsquare |
|--------------------|------|----------|--------|----------|--------|---------|
| Shibor 利率 | 4 | 4 | -0.50 | 5.38 | 4.43 | 0.51 |
| RPI | 5 | 3 | 6.23 | -6.31 | -4.26 | 0.48 |
| 大宗商品价格指数 | 4 | 3 | 6.23 | -6.31 | -4.26 | 0.48 |
| 铁路货运量 | 4 | 2 | 7.58 | -7.51 | -4.33 | 0.47 |
| 货币乘数 | 3 | 4 | 7.58 | -7.52 | -4.12 | 0.47 |

风格板块轮动表现及指标分析 [page::11][page::12][page::13]

• 价格高低、平价高低及溢价高低三类风格指数震荡明显，无稳定趋势。

- 基本面测算显示：
- 低价转债偏好制造业景气上升环境；
- 高平价转债受流动性改善、物价上涨利好；
- 高溢价转债利于流动性较差、物价较低环境。

• 技术面择时用均线和RSI指标，超买超卖类指标表现稍优，但整体效果有限。

表 4：转债风格指数先导性宏观变量汇总

| 风格类别 | 宏观变量 | 周期 | 领先月份 | 常数项 | 回归系数 | T-test | Rsquare |
|-----------|------------------------|------|----------|--------|----------|--------|---------|
| 高低转债 | 财新中国 PMI | 1 | 4 | 1.35 | -2.03 | -2.77 | 0.29 |
| | 非制造业PMI商务活动 | 2 | 4 | -0.66 | 1.99 | 2.70 | 0.28 |
| 高低平价 | 非制造业PMI商务活动 | 4 | 2 | 0.59 | -3.00 | -3.88 | 0.42 |
| | Shibor 利率 | 4 | 5 | 0.48 | -3.07 | -3.23 | 0.37 |
| 高低溢价 | 非制造业PMI商务活动 | 4 | 2 | -0.33 | 3.75 | 4.84 | 0.53 |
| | RPI | 5 | 4 | 4.08 | -4.15 | -3.82 | 0.43 |

行业板块分布与表现分析 [page::14][page::15][page::16]

• 五大类行业债券余额及数量分布不均，金融类占比最高达50.63%。

- TMT行业表现持续优异，2018-2019年年化超额收益9.06%，信息比率1.13。

• 制造、周期和消费行业表现弱于可转债等权指数，且回撤控制较差。

表 6：转债不同行业分年表现

| 分类 | 年度 | 收益率 | 超额收益率 | 夏普比率 | 基准夏普比率 | 最大回撤 | 基准最大回撤 | 胜率 | 相对胜率 | 信息比率 |
|------|------|---------|-------------|----------|--------------|----------|--------------|-------|----------|----------|
| TMT | 2018 | 3.32% | 7.56% | 0.34 | -0.42 | 11.27% | 12.22% | 41.67%| 58.33% | 1.41 |
| | 2019 | 35.82% | 10.26% | 1.77 | 2.02 | 13.36% | 11.63% | 75.00%| 58.33% | 1.00 |
| 制造 | 2018 | -9.21% | -4.97% | -0.97 | -0.42 | 16.14% | 12.22% | 33.33%| 25.00% | -1.27 |
| | 2019 | 25.01% | -0.56% | 2.03 | 2.02 | 10.98% | 11.63% | 66.67%| 41.67% | -0.11 |

行业轮动的基本面及技术面结论 [page::16][page::18][page::19]

• 基本面轮动发现：

- 出口表现佳、流动性差时TMT转债表现优；
- 物价低利于制造和周期；
- 经济表现好推动消费；
- 流动性好利好金融转债。

• 技术面采用溢价补涨逻辑，月度选取上月涨幅低的两行业等权配置。

表 8：转债技术面行业轮动分年表现

| 年度 | 收益率 | 超额收益率 | 夏普比率 | 基准夏普比率 | 最大回撤 | 基准最大回撤 | 胜率 | 相对胜率 | 信息比率 |
|------|---------|-------------|----------|--------------|----------|--------------|-------|----------|----------|
| 2018 | -0.42% | 3.65% | 0.00 | -0.40 | 10.45% | 12.19% | 41.67%| 50.00% | 1.04 |
| 2019 | 29.48% | 3.96% | 2.38 | 2.01 | 10.81% | 11.85% | 83.33%| 75.00% | 0.83 |

• 策略年化收益率13.90%，超基准3.93%，夏普比1.27，最大回撤下降且表现稳定。

可转债板块量化轮动策略详尽分析报告解构

---

一、元数据与概览

报告标题：《量化角度看可转债（二）：板块轮动》

发布机构：长江证券研究所

作者及联系方式：六位注册证券分析师联合发布，名为刘胜利、秦瑶、邓越、刘懿、陈洁敏等，联系方式均在报告首页明确列出。

发布日期：2020年1月19日

核心主题：聚焦于中国可转债市场，具体探讨可转债板块的风格与行业轮动态势，从基本面与技术面两个角度展开量化分析，以期通过构建合理指数和择时策略，捕捉市场中的超额收益。

核心论点及信息摘要：

• 轮动策略：核心是利用风格板块与行业板块的轮动特点，结合宏观经济指标，实现金融市场中的择时和行业选择。

- 指数编制与样本区间：从2018年至2019年底，以债券余额大于3000万元的可转债为样本，构建包括风格与行业两个维度的等权指数。

• 基本面择时：用宏观指标（利率、物价、汇率、流动性等），筛选对转债收益具备领先作用的变量，通过趋势识别和协整回归确认有效因子。

- 技术面择时：利用均线、RSI指标对风格和行业指数进行择时，效果有限但仍有一定实用价值。

• 风格与行业表现差异显著：例如TMT行业指数表现突出，制造业和周期类行业相对落后；不同风格指数受不同宏观变量影响。

- 实证效果：技术面轮动策略年化收益约13.90%，超额可转债等权指数3.93%，夏普比率1.27，且最大回撤得到控制，表现相对稳定。

---

二、逐节深度解读

1. 可转债板块概述与指数编制

• 报告首先区分了风格板块（高低价格、高低平价、高低溢价等）与行业板块。风格划分更侧重价格层面特征，行业划分则依据转债正股所属行业。

- 轮动的核心是市场资金和投资者偏好在不同板块间动态切换，若能精准捕捉轮动周期，可获取超额收益。

• 样本选择严格中性，以余额大于3000万元的转债为准，部分年份数量偏少，2018年后数量大幅增加，截止2019年末达到187只，具备足够样本容量[page::3]。

- 图1清晰体现了1980-2019年样本转债数量的飞速上涨，尤其是2018年以来的快速增长，奠定指数构建数据基础。

• 行业分布极度不均，银行业占总余额约45.18%，远超其他行业。为避免指数权重失衡，采用等权重构建，防止银行板块主导指数表现[page::4]。

- 行业重新划分为五大类：金融、消费、周期、TMT和制造，并分别构建指数。

2. 轮动策略方法论

• 基本面轮动：强调从宏观经济数据出发预测转债板块表现。采用成熟的logit模型，变量来源有M2、CPI、PMI等，侧重于经济因子对企业盈利的影响及市场预期导向，数据公开频率低但信号集中，理论基础扎实[page::5]。

- 技术面轮动：基于价量数据的相对强弱判断，利用均线和RSI等指标察觉行情趋势。此类方法灵活但频繁交易带来误判风险，且风格板块缺乏显著波段，不具备长期稳定趋势[page::5]。

3. 基本面指标的选择与处理

• 宏观变量多来自官方权威机构，数据处理面临量纲不统一、滞后、缺失、频率不匹配等问题。

- 采用趋势状态识别中局部极值法，周期参数设定为8个月，滤除短期噪声，使统计回归序列更加平稳和显著。

• 图3清晰展示“M1-M2”指标的状态切换，通过趋势拆分出周期性转折点，从而减少数据噪声对模型的影响。

- 通过协整与时滞回归方法，寻找对转债价格或收益有领先作用的宏观指标，实现对转债市场的超前反应（即领先指标筛选）。

• 例如，Shibor利率与可转债收益呈显著正相关，流动性紧缩时期转债表现更佳，领先市场约4个月（图4）。此选取逻辑在实际操作中有较强指导意义[page::8-9]。

4. 宏观先导指标筛选

• 54个宏观变量中筛选出12个重要领先指标，包括Shibor利率、RPI（居民物价指数）、铁路货运量、货币乘数、制造业PMI指标、FDI投资金额同比等。

- 各指标周期和领先月份各不相同，如Shibor利率领先4个月，而美元兑人民币汇率领先5个月。

• 这些指标之所以关键，是因为它们围绕流动性、价格水平、外贸和工业活动等变量，实际上反映了经济周期的核心驱动力。

- 表3详细列出了这些显著领先变量的回归系数、显著性T统计量及解释度R²，展示其统计稳健性[page::10]。

5. 风格板块分析

• 风格根据价格高低、平价高低和溢价高低三个维度构建指数，分为三组。

- 图5~7显示，各风格指数均呈现明显波动，但无稳定长期偏离趋势，表明风格轮动较为频繁，缺乏持续性优势。

• 基本面轮动发现：

- 制造业发展强劲且经济企稳时，低价转债更受青睐。
- 流动性好且物价上涨时，高平价转债表现更好。
- 流动性差、物价低迷时，高溢价转债反倒表现优异。

• 表4汇总了风格指数对应的领先宏观变量及其统计参数，反映风格板块表现对相应经济指标有明显响应[page::11-12]。

- 技术面择时效果有限，均线和RSI择时策略均无法捕捉长周期趋势，更多表现为噪声震荡，超买超卖指标略优于趋势指标（图8-10）[page::13]。

6. 行业板块分析

• 行业划分基于中信一级行业，合并为5大类：金融、消费、周期、TMT、制造。

- 图11和表5显示，金融行业虽债券数量少（12只），但因余额巨大，占比超50%；其他行业较均衡，数量均在30-50只之间，余额分布明显分散[page::14]。

• 图12展示行业指数涨跌走势，TMT行业实现显著超额收益（年化超9%），且连续两年均跑赢转债等权指数，信息比1.13，波动及最大回撤表现均优。

- 制造、周期与消费行业表现欠佳，两年均跑输标杆，制造与周期均接近负向超额-3%至-3.6%区间，消费行业最大回撤较好控制，为行业中相对稳健类别。

• 金融行业表现相对接近整体，可转债等权指数，2018年超额明显，但2019年表现逊色。

- 表6详列各行业分年度收益率、超额收益、夏普比率、最大回撤及胜率等多维度指标，数据详实，呈现行业表现差异[page::15]。

7. 行业基本面领先指标探索

• 以各行业相对转债等权指数表现为因变量，回归分析各行业对应的领先宏观变量，体现不同行业在经济周期中对宏观因素的敏感性差异。

- 主要结论：
- TMT行业受益于出口改善和流动性下降（流动性紧缩提高转债收益）。
- 制造业与周期行业主要受物价下降利好。
- 消费行业经济环境好转促进表现提升。
- 金融行业流动性改善带来正面影响。

• 表7-17全面罗列各行业对应的统计领先指标及参数，强调宏观环境变化带来的行业差异性[page::16-17]。

8. 行业技术面轮动策略及效果

• 利用“补涨逻辑”——选取月内涨幅较低的两个行业等权投资，以期捕捉其后反弹机会。

- 策略在2018-2019年回测中，年化收益高达13.90%，超越转债等权指数3.93%，夏普比1.27，且最大回撤显著较低，风险调整后收益优于基准。

• 图13显示策略净值稳步攀升，分年均显现出稳定的超额表现，夏普比与信息比均体现出良好风险控制及策略持久性。

- 表8列年度细分表现，验证了该策略的依赖性和稳定性[page::18]。

9. 总结部分精要

• 本报告全面构建了转债风格与行业的量化轮动框架。

- 从样本选择、指数构建到变量筛选，再到使用技术及基本面轮动策略，逻辑完整严谨。

• 择时有效的宏观因子主要围绕利率、物价、汇率和流动性，表现稳定且有统计支持。

- 行业差异显著，TMT凭借出口优势及流动性环境持续超额，制造与周期弱势明显。

• 技术面轮动补涨策略在两年回测期间提供稳健超额收益，具备实际应用潜力。

- 本报告有助于投资者理解可转债市场的动态结构，提供多层次、多维度的量化操作思路[page::19]。

---

三、图表深度解读

图1：转债数量分布（2004-2019）

• 展现2004年至2019年间可转债样本券数量变化，明显2018年开始数量激增，由前期的20多只猛增至2019年底的187只，意味着市场规模扩大和样本丰富，支撑量化研究开展[page::3]。

图2：转债行业分布（截至2019年余额）

• 银行余额远超其他行业，余额近1500亿，占总额45.18%。

- 电力及公用事业、非银行金融、电力设备各占约5%，剩余行业均低于3.5%。

• 这种严重不均衡，若按市值加权，造成指数偏向银行板块，因而报告采用等权策略平衡权重，提升指数代表性[page::4]。

图3：M1-M2指标趋势状态识别

• 利用极值点法将M1-M2指标划分为“上升趋势”（1）和“下降趋势”（0）区间。

- 该处理可清晰剥离波动噪声，分析期间动态反映货币环境的波动和流动性变化，为后续回归建立稳健信号基础[page::8]。

图4：Shibor利率与转债收益领先关系

• 双轴折线图左轴为转债等权指数，右轴为Shibor利率。

- 图中Shibor利率变化明显领先于转债指数约4个月，且两者波动高度相关（回归R²约50%）。

• 说明资金成本提高（利率升高）前期暗示转债表现会上升，体现利率对于转债估值影响机理[page::9]。

图5-7：不同风格转债指数表现（高低价格，高低平价，高低溢价）

• 各风格指数均存在阶段性优势，但无稳定趋势。

- 2018年下半年高价和高平价转债表现相对优异，2019年走势较为震荡，溢价风格差异不大，反映转债市场风格轮动较为短期急促和频繁。

• 图中多组指数相互交叉，确认风格择时存在难度[page::11]。

图8-10：风格指数技术择时表现

• 应用20日均线和RSI指标对高价、高平价和高溢价风格指数进行买卖信号判断。

- 虽有短期效用，但总体现择时效果有限，技术指标信号频繁且波动中无明显构筑出趋势延续格局[page::13]。

图11：转债大类行业分布（余额和数量）

• 以条形图展示五大行业债券余额和数量双指标。

- 金融行业余额最大但数量最少，制造、周期、消费、TMT较均衡，保证行业指数设计的科学合理[page::14]。

图12：转债大类行业指数走势比较（2017-2019）

• TMT行业显著跑赢其他行业及等权转债指数，体现行业轮动中的价值成长方向。

- 制造、周期、消费行业走势低迷，金融表现介于其中，反映经济周期和宏观环境对行业板块的差异影响[page::15]。

图13：技术面行业轮动策略净值表现

• 轮动策略净值曲线稳定超越等权指数曲线，年化收益与夏普比均优。

- 最大回撤明显低于基准，展现了技术面补涨策略的风险控制潜力[page::18]。

---

四、估值分析

本报告核心为板块轮动量化策略，估值方法未详细披露，但核心在于指数构建与择时模型的有效性。采用等权指数构建方法，避免权重过度集中导致估值偏差。择时回归模型使用协整检验保证长期稳定关系，结合领先滞后分析，增强预测准确度，具备应用合理性和实证支持。

---

五、风险因素评估

• 报告风险提示明确指出历史回测不代表未来表现，提示投资者关注模型假设风险与市场未知风险。

- 宏观经济数据存在滞后公布、变异性及政策变更风险，可能导致领先指标失效或模型回归变化。

• 风格和行业指数本身波动较大，技术择时策略误判可能带来实际操作风险。

- 行业债券分布极度不均衡，虽然采用等权处理，仍需关注个别行业或标的异常波动风险。

• 报告未深入讨论流动性风险、信用风险及宏观突发事件对转债市场的具体冲击。

---

六、批判性视角与细微差别

• 报告在指数构建中对权重采用等权考虑公平性，但忽视了实际市场流动性和交易成本可能的不均衡影响，实际投资中执行成本可能更高。

- 宏观变量的领先性主要通过回归筛选确定，存在数据拟合偏误风险，或对非典型经济环境（如疫情）适用性不足。

• 技术面择时虽介绍多种指标，但整体认定效果有限，未深入探讨是否有组合指标或机器学习方法的潜力提升。

- 风格划分的稳定性不足，体现了转债市场复杂性及板块交织，不应依赖单一维度风格轮动策略。

• 行业板块划分中金融行业包括房地产，若房地产周期出现异动，可能对指数表现产生突发影响，报告未详述此风险。

---

七、结论性综合

本报告系统全面地分析了中国可转债市场的风格与行业板块轮动，建立从数据筛选、指数构建到轮动策略的完整量化框架。通过宏观经济变量筛选及状态趋势识别，确认了利率升高、物价下降、汇率贬值及流动性收紧等因素对转债市场具有显著的领先定价能力，支撑基本面轮动策略的有效性。

风格板块中，不同风格转债对宏观环境响应不一，且整体缺乏持久趋势，表明短期频繁调整特征。行业板块表现差异显著，TMT行业凭借出口优势和流动性条件，连续两年实现显著超额收益，制造及周期行业表现相对落后，金融和消费行业则表现居中。

技术面轮动策略以补涨逻辑为核心，通过选取涨幅落后的两行业月度调仓，实证结果显示，策略实现年化13.90%的收益和1.27的夏普比，均优于基准等权指数，且最大回撤得到显著控制，具有较强实操价值。

综合而言，报告立场严谨，方法论扎实，为可转债市场投资者提供了系统的轮动策略框架与实践指导，显示出行业和风格轮动的量化价值。投资者需关注宏观环境变化及数据局限性，合理结合基本面与技术面信号，优化资产配置。

---

（本文分析所有图表及核心数据均来源于报告内所示图表与表格，标注详实且全面覆盖，确保内容溯源的规范性。）

报告