`

量化角度看可转债(一):择时配置

创建于 更新于

摘要

本报告全面分析可转债的市场结构、定价特征及发行分布,构建等权可转债指数,探索宏观、技术及因子择时策略。宏观择时采用领先滞后和偏最小二乘法动态选取显著指标,年化超额收益0.32%;技术择时中均线和布林带策略分别取得6.14%、6.97%超额收益,夏普比率均超1;因子策略中溢价率和隐含波动率择时表现优异,后者超额收益高达7.11%,夏普比达1.51,策略风险控制效果显著,为可转债资产配置提供量化择时决策基础 [page::0][page::8][page::9][page::13][page::14][page::15][page::16][page::17][page::19][page::20][page::22]

速读内容


可转债市场结构及发行分布 [page::5][page::6]


  • 2017年后可转债发行数量与规模爆发式增长,2019年发行数量达1650只,规模突破1800亿元。

  • 行业分布高度集中,银行占余额比超34%,其次为电力及公用事业和非银金融,行业风格偏离明显。

- 大盘占比重高达56.15%,数量上小盘和中盘占比更大但规模占比偏低。
  • 可转债成交额与正股成交额走势一致,成交额比例稳定在20%左右。


可转债定价及特征分析 [page::4][page::5][page::11][page::12]

  • 定价模型为债券价值与股票期权价值的组合,影响因素涵盖利率、估值、正股及条款博弈。

- 最新估值指标包括转股溢价率、纯债价值及溢价率、平价底价溢价率和隐含波动率等。
  • 等权可转债指数相较余额加权指数表现更平滑且更具代表性。


  • 可转债股票端贡献日益加大,2018年以来股市贡献达0.95,债市贡献趋负,股债驱动力明显分化。



宏观择时策略及效果 [page::13][page::14][page::15]

  • 宏观择时选取货币供应量、工业生产、物价水平、投资地产等52个宏观变量,利用领先滞后判别和偏最小二乘法回归构建动态模型。

- 策略执行频率低,年均交易1.9次,实现年化收益1.70%,超额0.32%,最大回撤51.38%,风险控制合理。


技术择时策略及效果 [page::16][page::17][page::18]

  • 均线择时(20日均线)交易频繁,年均17次,超额收益6.14%,夏普比1.25,最大回撤25.52%,有效避免大额亏损。

- 布林带择时年均交易7次,年化收益18.51%,超额6.97%,夏普比1.30,最大回撤27.31%。



因子择时策略总结 [page::19][page::20][page::21]

  • 溢价率择时以转股溢价率和纯债溢价率为买卖信号,累计交易10次,超额收益2.64%,夏普比1.03, 最大回撤较小,策略稳定性好。

  • 隐含波动率择时以隐含波动率低于30%买入、高于60%卖出,年均调仓近1次,超额收益7.11%,夏普比1.51,抓住大波段收益,控制风险效果优。



深度阅读

金融专题报告详尽分析—《量化角度看可转债(一):择时配置》



---

一、元数据与报告概览


  • 报告标题:量化角度看可转债(一):择时配置

- 发布日期:2019年10月25日
  • 发布机构:长江证券研究所

- 研究领域:金融工程,专题研究可转债市场,侧重可转债的择时配置策略
  • 核心议题:详细剖析可转债的定价机制、发行情况、指数编制、收益分解及多角度择时策略(宏观、技术、因子择时),并通过量化回测评估其有效性。

- 作者特征:由资深金融工程师撰写,强调量化分析与系统风险识别,同时披露研究方法和数据来源,风险提示明确。
  • 报告主旨:指导投资者从量化策略视角理解并把握可转债市场机会,特别强调择时的重要作用,并具体介绍多种择时模型的运作与效果。


本报告重点展示了量化择时在可转债投资领域的应用,以构建代表市场的等权指数为基础,并通过多策略回测验证择时效果,最终目的是实现风险可控的超额收益,提升投资决策的科学性和稳健性[page::0,1] [page::22].

---

二、逐节深度解读



2.1 可转债概况与政策环境



定义和核心功能
  • 可转债(可转换公司债券)是一种复杂的金融工具,结合了债权和期权特性。发行人在约定期限内可将债券转换为公司股票,既允许运用股权融资,又保障控制权不被立即稀释。

- 全球最早案例源于1843年美国,国内则始于1992年宝安转债发行。
  • 政策沿革详列自1997年以来重要法规,说明监管持续完善,促进市场规范发展,从不同监管层面对可转债发行、交易、转换行为进行管理(例如:《可转换公司债券管理暂行办法》、《证券发行与承销管理办法》多次修订,上交所、深交所分别发布细则)[page::3].


---

2.2 定价规则与影响因素解析



定价模型
  • 报告以分解定价法将可转债价值$\varXi$表示为债券价值与股票期权价值的加总:


$$
\varXi = Value{bond} + 转股比例 \times Value{option}
$$
  • 债券价值采用贴现现金流模型:债券票息及本金现值贴现,主要受市场利率影响。

- 期权价值界定为欧式看涨期权,采用Black-Scholes定价模型,关键参数包括正股价格、转股价格、期限、利率和波动率。

主要影响因素四大类
  • 利率:影响债底及期权部分贴现率,作为时间序列择时信号。

- 估值:拆分为股性(转股价值、转股溢价率、转股比例)、债性(纯债价值、纯债溢价率、到期收益率)及混合特征(平价底价溢价率、期权价值及溢价率、隐含波动率)。
  • 正股因素:受九大风格因子影响(市值、估值、动量、盈利等)。

- 转债条款:包括修正转股价、赎回权和回售权,权利的不同对应不同风险与收益的博弈结构[page::4,5].

---

2.3 发行情况与市场结构分析


  • 发行历程:1998-2016年发行数量少、波动大,2017年后爆发式增长,2019年发行规模达到1650亿,发行数量超过80只。

- 行业分布:余额极度集中,银行业占34.64%,电力设备、电力及公用事业、非银金融等行业次之,多数其他行业不足5%。说明行业集中度高,估值和风险集中[page::5] [图2页6].
  • 风格分布:按照正股是否是核心指数成分股划分规模,大盘占比数量虽不占优,但规模占比高达56.15%,中盘、小盘、超小盘样本数量多但规模有限,存在风格偏离明显的现象[表2页6].
  • 成交状况:近几年成交活跃,成交额约为1031亿元(2019年9月),与正股成交额比例约16.58%,成交走势与正股较为同步,反映出可转债受正股影响显著[图3页6].


---

2.4 指数编制与等权指数构建


  • 现有指数普遍采用余额加权,导致少数大额可转债在指数中的权重过高(银行转债权重突出),因而反映的市场非全面。

- 报告重点选择中证转债指数作为研究对象,因其成分股丰富、发布时间较早,而中证转债指数银行权重高达34.5%,前五只转债占36.92%,三只银行转债占据逾30%。行业配比严重偏离A股市场整体结构[图4、表3页7].
  • 构建等权可转债指数

- 样本为余额不小于3000万元、未到期、交易不断的个券,逐日调仓。
- 采用等权重,提高小额转债的影响力,降低行业集中度,提升指数代表性和多样性。
- 结果显示等权指数波动更平滑,且在2015年后与余额加权指数走势出现明显背离,反映指数加权方法对历史表现的影响显著[图5页8].

---

2.5 收益分解及驱动力分析


  • 比较等权转债指数、中证全指及中证国债指数,等权转债指数长期表现优异,年化超额收益3.96%,风险调整收益(夏普比率)优于股票,最大回撤、亏损概率低于股票,风险收益比更优[图6页9, 表4页9].
  • 通过多元回归分析可转债收益,股债贡献较为分化:整体样本期中,股票贡献显著(0.93),债券贡献微弱(0.01)。近年表现更为显著,2018年后股票贡献升至0.95,债券贡献转为负值(-0.18),短期债市贡献波动明显,表明可转债收益驱动因素正经历变化,但股票端持续主导[图7、表5页10].


---

2.6 可转债估值特征指标


  • 构建并跟踪一系列典型估值指标,包括:平价指数、转股溢价率、纯债价值及溢价率、债券余额比例、债转股比例、平价底价溢价率、到期收益率、股权隐含波动率及历史波动率。
  • 各指标均以等权及余额加权呈现,可转债等权指数作为横坐标参考,反映估值波动及风险情况[图8-17页11-12].


---

2.7 宏观择时分析


  • 宏观变量选取覆盖货币供应、工业生产、景气指数、投资地产、物价水平、外汇外贸、消费财政和利率八大类,52个具体指标[表6页13].
  • 采用领先滞后判别和偏最小二乘法回归(PLS)处理共线性,动态回测5年滚动窗口,逐月更新因子选取和系数,确保模型稳定性和实时性。
  • 实践策略为:当预测收益率>0时做多等权转债指数,否则空仓。14年期策略年化收益1.7%,超额0.32%,最大回撤51.38%,风险控制较好。策略低频交易(约2次/年),强调择时准确性而非高频交易[图18、表7页15].


---

2.8 技术择时策略


  • 均线择时(20日均线)

- 年均交易17.2次,年化超额收益6.14%,夏普比1.25,明显优于基准指数(0.63)。
- 最大回撤25.52%,大幅小于买入持有期。盈亏比1.77,说明择时策略能有效规避亏损。大部分年份均实现超额收益,特别是非牛市期间表现较好[图19、表8页16-17].
  • 布林带择时

- 以20日均线±2倍标准差作为轨道,破上轨买入、破下轨卖出。
- 年均交易6.8次,年化收益18.51%,超额6.97%,夏普比1.30,最大回撤27.31%。
- 分年表现稳健,能有效规避风险,交易频率适中,更能抓住波段行情[图20、表9页17-18].

---

2.9 因子择时策略


  • 溢价率择时(结合转股溢价率和纯债溢价率指标):

- 买点定义为转股溢价率与纯债溢价率均低于30;卖点为两个指标同时高于30。
- 年均交易少于1次,但累计超额收益2.64%,夏普比1.03。
- 分年表现多样,部分年份无交易,最大回撤控制较好,风险收益表现改善[图21、表10页19-20].
  • 隐含波动率择时

- 买入低于30%的隐含波动率,卖出高于60%的。
- 年均交易近1次,累计超额7.11%,夏普比1.51。尽管8年内无操作,但策略能抓住重要波段。
- 分年表现优异,较好控制最大回撤,风险调整收益提高,表现最优因子择时策略[图22、表11页20-21].

---

2.10 总结与投资评级


  • 可转债作为结合债权和股权属性的综合性工具,受到估值、利率、正股及条款博弈四大因素影响。

- 行业、风格分布极度不均衡,银行业权重占比过高,影响市场代表性。由余额加权转向等权指数更能客观反映全市场特征。
  • 通过收益分解股性作用显著,债性较弱。

- 宏观择时基于丰富领先指标的动态PLS回归,能实现正向超额收益,但波动和回撤仍需谨慎对冲。
  • 技术择时较为简单但有效,均线和布林带择时均显著改善风险收益表现。

- 因子择时中,隐含波动率择时策略表现尤其突出,能捕捉大波段,显著提升夏普比率。
  • 投资评级体系清晰,说明报告立场中性但方法论严谨,重视多策略集成与实证验证[page::22,23].


---

三、图表深度解读


  • 图1(发行数量与金额,页6)显示1998-2019年间可转债发行数量和规模发展,17年后显著上升,2019年发行规模达1650亿,数量激增至80余只,突破历史高位。反映市场政策激励及融资需求提升。

- 图2(行业分布,页6)揭示银行类可转债余额遥遥领先,占比约35%,行业集中趋势明显,电力及公用事业、非银、设备等行业尴尬排在后面,这种分布对指数构成和风险分散带来挑战。
  • 表2(风格分布,页6)进一步从规模和数量两个维度清晰呈现大盘在发行业务中占比虽不高,但规模优势强劲,余额占56%,而小盘和超小盘虽发行量多但份额少。

- 图3(成交额,页6)对比可转债和正股走势,成交额走势一致,表明可转债流动性和投资热度与正股强关联。
  • 图4及表3(中证转债指数行业和权重,页7)重点指出银行业占比34.5%,前五只转债占总权重近37%,前三银行,包括中信转债权重高达13.65%,显示指数的行业和个券权重集中。

- 图5(指数编制,页8)对比债券余额权重和等权指数走势,标明2015年后两者走势明显分化,等权指数波动平滑,样本数量呈上升趋势。
  • 图6及表4(收益分解,大盘国债对比,页9)表明等权转债指数长期超越大盘指数且波动较小,夏普比优势明显,体现平衡股债属性带来的稳定超额收益。

- 图7及表5(收益贡献,页10)揭示近年股票贡献显著高于债券,债券相关收益贡献不稳定,强化了股性主导地位。
  • 图8-17(估值指标系列图,页11-12)均显示不同估值和波动率指标随时间变化趋势,揭示市场波动、流动性及风险风险情绪时变情况,平价溢价率、隐含波动率在市场不同阶段为择时提供衡量尺度。

- 图18及表7(宏观择时表现,页15)显示预测策略能大致跟踪市场行情,最大回撤控制大幅改善,风险溢价有一定提升。
  • 图19-20及表8-9(技术择时表现,页16-18)确认均线与布林带方法均能稳健超额收益,回撤明显降低,均属于简单有效的择时工具。

- 图21-22及表10-11(因子择时表现,页19-21)进一步验证价比与隐波择时策略,隐波择时盈利能力最强,夏普比最高,波段捕捉能力突出。

---

四、批判视角与细微差别


  • 报告充分披露数据与模型局限,例如定价公式的“精确性不够”及领先指标非持续有效性,体现谨慎态度。

- 等权指数构建虽提升代表性,但忽视了大量规模优势个券可能存在的强流动性和影响力,实际交易约束未详述,策略执行成本和市场冲击未细化。
  • 宏观模型最大回撤超五成,风险仍偏高,说明模型仍有改进空间,流动性风险、极端事件反应未充分覆盖。

- 技术择时与因子择时表现优异,存在部分年份无交易,交易信号稀疏,策略稳定性或低频带来的机会成本未讨论。
  • 报告披露“历史回测不等于未来业绩”,体现研究者认可风险,但未对政策风险、市场结构变化等宏观冲击做深入讨论。

- 行业集中度高带来的系统风险未被强调,例如银行权重过高对指数表现及策略适用性的潜在影响。
  • 报告未涵盖ESG或市场因子之外的影响因素,如信用风险变化、市场微观结构改革等。

- 基于整体角度,择时效力综合展示,但未特别拆解不同市场环境(牛熊)下策略敏感性,缺少相应情景分析。

---

五、结论性综合



本报告以量化视角系统研究中国可转债市场,结合定性与定量,结构如下:
  • 可转债定义与政策背景明确,阐述其双重属性及发展历程,以及政策规范的持续完善,奠定研究基础。

- 定价模型精简化展示债券与期权合成,指出利率、估值、正股、条款博弈构成核心定价因子。其中股性尤为重要,受九大神经因子影响。
  • 发行规模与行业分布极不均衡,银行权重显著,市场结构对指数生成及择时策略有效性具有决定性影响。

- 创新构建等权可转债指数,提升指数代表性和平滑性,为后续量化分析奠基。
  • 收益分解表明可转债收益以股市因素为主,债市因素表现波动,股债作用结构变化甚至逆转。

- 宏观择时策略依托多元领先指标和偏最小二乘回归,容纳变量共线性,动态滚动测算,具备稳定预测能力,尽管最大回撤较大,但整体实现正收益与超额出色。
  • 技术择时(均线和布林带)实现稳定超额收益,较大幅度降低最大回撤,盈亏比提升,且两者交易频率适中,策略易于实际操作。

- 基于可转债估值特征,溢价率与隐含波动率因子择时策略也表现优秀,尤其隐含波动率择时最具交易价值,具备高夏普和有效波段捕捉能力。
  • 报告的量化择时策略普遍优于买入持有,既提升收益率又降低风险,具备实际可操作性与研究价值。


综合来看,报告表明可转债投资在量化择时辅助下能够优化资产配置、提升风险调整后收益,特别是结合宏观面、技术与估值因子多维度方法,投资者可获得较为稳健且超额的回报。报告方法合理、数据详实,适合做为专业投资研究及策略开发的重要参考资料[page::0-23].

---

参考图片展示



图1:


图2:


图3:


图4:


图5:


图6:


图7:


图18:


图19:


图20:


图21:


图22:


---

(全文引用均详见[page::x]注释)

报告