本报告首次系统探讨了可转债市场的多因子选债方法,提出三大类因子体系(正股因子、转债-正股联动因子及转债自身量价因子),通过合成因子构建转债组合,实现了2018年至2021年6月34.6%的年化收益率,显著跑赢中证转债指数,展示了量化策略在可转债领域的有效性与潜力
可转债市场快速发展,存续转债数量接近400只,规模近6000亿元,2021年7月两市成交额创历史新高达到1.6万亿元,交易活跃度高为多因子选债提供基础
可转债兼具股票期权与债券双重属性,定价同时受正股基本面影响和转债自身量价行为影响,A股转债股性偏强,纯债溢价率较高,转债与正股涨跌幅存在较强相关性
正股因子中,估值因子(EPttm)与北上资金因子对可转债未来收益具有较强预测能力,估值因子负相关,北上资金因子正相关;正股因子在转债和正股上的选股方向高度一致,IC均值分别为-4.42%和3.10%(转债上)
转债-正股因子为核心因子,转股溢价率表现亮眼,转股溢价率越低,转债未来收益率越高。以转股溢价率最低的20只转债构建多头组合,2018-2021年6月年化收益为36%
其他转债-正股因子如转债-正股涨跌幅相关性、涨跌幅差及振幅差均具有显著预测能力,其中振幅差因子IC均值为-7.58%,表现稳定且更为突出,反映转债定价的核心机制来源于转债与正股的联动关系
转债自身因子表现独特,换手率因子在转债上逆转为正相关,换手率越高,转债未来表现越好,该关系在余额和换手率限制下依旧稳定,反映活跃交易带来行情的持续性;理想振幅因子同样表现良好
多因子组合构建:使用9个因子经去极值、标准化处理并方向调整后,等权合成形成多因子选债指数,2018年1月至2021年6月组合年化收益率34.6%,波动率20.8%,夏普比率约1.66,年化超额收益26.1%,流动性要求升级后年化收益仍保持25.8%
| 因子类别 | 因子名称 | IC均值 | IC_IR |
|---|---|---|---|
| 正股因子 | EPrtm | -4.42% | -0.98 |
| 转债-正股因子 | 北上资金因子 | 3.00% | 0.79 |
| 转股溢价率 | -4.08% | -0.89 | |
| 转债-正股涨跌幅相关性 | 3.73% | 0.85 | |
| 转债-正股涨幅差 | -5.36% | -1.37 | |
| 转债因子 | 转债-正股振幅差 | -7.58% | -1.93 |
| 转债短期换手率 | 1.75% | 0.28 | |
| 转债理想振幅因子 | -2.77% | -0.72 |
关键论点:
受益于2017年沪深交易所政策支持,可转债市场快速扩容,截至2021年8月,存续转债数量近400只,余额约6000亿,2021年7月成交额创历史新高达1.6万亿。市场规模和活跃度的扩张为多因子应用提供了数据基础。
推理与证据:
图1清晰展示了2017年以来可转债余额与数量稳步增长,余额由数百亿元提升至逾6000亿元,存续债数量由几十只增加到近400只。图2显示成交额月度波动显著提升,2021年7月成交额为约1.6万亿元,显示市场流动性充足。
意义:
市场规模和活跃度为多因子选债策略提供了充足的样本空间和实践可能,促进了股票选股方法在转债领域的延伸应用。
核心观点:
可转债既有债券保底价值,又承担股票期权属性,定价受到股票市场预期影响。当前A股转债纯债溢价率较高,表明其股性较强,且波动率常高于正股。
逻辑阐述:
数值上,图3体现了转债纯债溢价率长期维持较高水平,蓝色(均值)与红色(中位数)均显示20%至40%以上的水平。图4截面正股与转债20日涨跌幅相关系数处于0.6-0.9区域,表明正股走势与转债息息相关但并非完全同步,联动性强。
推论:
正股价格走势通过“预期”影响转债期权价值,从而显著影响转债价格,此外转债自身的价格波动及成交行为也构成定价因子。研究保证样本流动性、避免ST股票风险,通过月度调仓实施多因子策略。
这些图表突出可转债市场由小众产品成长为主流资产类别的扩展基础。资金和股票多因子结合转债研究的必要性及可行性由此成立。
图3:
图4:
这两个指标打造起可转债价格受正股影响的基本认知框架。
图5:估值因子分组表现,第一组(估值最低)转债未来收益率最高,优于第三组及基准,验证估值低吸策略有效。
图6:北上资金流入较高的转债组未来收益率提升,有明显正面资金流带来的行情推动。
图7和图8:转股溢价率越低的组收益越高,显示低估转债的强劲回报;盈利曲线持续抬升,表现远超中证转债指数。
图表佐证正股估值及资金流入是捕获转债预期收益的有效指标。
图9:转债与正股涨跌幅相关性越高的组,表现越好,表明同步性带来正收益预测。
图10:转债与正股涨幅差距越大,未来收益反而越差,暗示向同步性的回归。
图11:振幅差因子表现优异,第一组(振幅差最小)长期收益率最高,说明波动匹配度是重要信号。
图形反映转债市场有强烈的价格回归属性,异常波动是套利机会。
图12:高换手率转债未来收益领先,反常于股票市场,显示转债高交易活跃度对应持续多头趋势。
图13与图14:通过剔除极端换手率和限制余额筛除样本,换手率正向因子表现依然稳健,说明量领价属性不因样本偏差消失。
图15:通过切割改进的理想振幅因子在转债上的正面表现,强化振幅特征与未来收益的关联。
展示了转债市场独有的交易行为特性,量价行为因子对选债有增益意义。
图16:多因子组合多空盈利曲线展现强劲上行趋势,截图中显示主力组合分别在1.0基准处起步,后续超越明显。
图17:收益曲线趋势与中证转债指数对比,多因子组合显著跑赢市场基准,业绩持续优异。
整体证明多因子合成策略的有效性与实用价值。模型稳健,有望对可转债定价和投资策略形成实质性指导。
本报告未见典型企业估值法(DCF、市盈率倍数)具体应用,因研究焦点为市场行为和因子模型构建方法。估值及收益预测基于统计学指标如IC值、IC_IR及实证组合回测。重点在于:
案例中振幅差因子表现最优(IC均值-7.58%,IC_IR-1.93),表明其能稳定捕捉回归效应。因子之间正负相关体现了多维度的选债逻辑。
没有具体折现模型和估值倍数给出,强调统计套利和多因子预测的实用路径。
历史数据依赖风险:
报告明示模型建立基于历史数据,市场未来可能变化,模型的预测能力受此限制。未来宏观环境、政策调整、市场结构变化可能影响因子表现。
流动性风险:
采用余额及正股非ST筛选以降低流动性和信用风险,但仍不可完全规避市场突然流动性危机。
估值与波动性风险:
转股溢价率等因子随股市波动起伏大,股性较强的转债可能面临非理性价格配置。
策略执行风险:
月度换仓策略面临交易成本、时滞风险,报告未详细披露手续费或滑点估计。
缓解策略:
严格因子预处理(去极值、标准化)、样本限制和策略多维度因子合成,有助于分散风险。报告未具体提出进一步缓解措施。
报告采用多因子策略结合转债市场特点,视角新颖且实证充分。但存在以下审慎点:
负IC因子使用:
部分关键因子如估值因子及振幅差因子IC为负,须准确调整因子方向。如何系统保证因子方向正确解释虽简单,在实际应用中易出错。
因子解释性有限:
因子高IC值表明统计相关性,但报告对因子的微观经济解释仍较为笼统,未来若加强因子产生机制解析将更有说服力。
样本选择偏差:
大量过滤余额和正股状态,提升稳定性,但可能忽视部分具有潜力的低流动转债。
缺少市场环境分层分析:
因子表现是否随宏观环境(牛市、熊市、波动性事件)变化,报告未深入区分。
估值模型缺失:
作为混合债股类工具,未结合传统估值模型一并分析有一定缺失。
风险与交易成本披露不足:
交易成本、做空限制、市场冲击成本未细化讨论,亦未就策略执行风险展开详细论述。
此报告系统性地构建了针对中国A股市场可转债的多因子定价与选债框架,重点从三大维度构建因子体系:
通过整合9个因子,经标准化和方向调整后形成多因子组合,实证结果显示组合年化收益高达34.6%,显著超越中证转债指数,且夏普率表现优异,具备良好的风控属性。报告强调转债-正股因子的显著性和稳定性,体现其核心定价地位。
图表数据系统展示了从市场扩容、因子效能到组合业绩的完整逻辑闭环和实证支持。尤其转股溢价率、振幅差及换手率因子表现尤为突出,构建了一个源于市场交易与基本面的多维度选债框架。
然而,基于历史数据的统计套利模型固有一定风险,市场结构及交易成本未充分展开讨论,未来需结合更深入的市场机制分析和风控框架。
综合来看,报告在可转债多因子策略研究领域填补了实证空白,展现了多因子方法在转债资产类上的创新应用潜力,对于投资者理解和把握转债市场价格行为提供了有效工具和参考。
该报告以严谨的实证方法、丰富的图表支持和创新的因子构建,成功展现了可转债价格的多因子驱动机理及其投资价值,特别是在当前中国可转债市场快速扩展背景下,其成果具备极佳的现实应用意义和理论参考价值。,1,2,3,4,5,6]
可转债的多因子方法初探 | 开源金工.pdf