本报告基于2018年至2024年A股可转债市场数据,通过构建B-S定价类因子、二叉树定价类因子和隐含波动率类因子,实证分析了不同因子的有效性。结果显示,B-S溢价率(21日)因子表现最佳,多头年化收益达到8.87%,夏普比率为0.86,且单调性较强。二叉树定价因子整体不及B-S定价因子,隐含波动率溢价率因子则显示出夏普率最高(0.95)和较好的单调性,适合作为择时指标。
| 因子名称 | 多头年化收益率 | 多头夏普率 | 多空组合年化收益率 | 单调性 |
|---|---|---|---|---|
| B-S溢价率(21日) | 8.87% | 0.86 | 2.64% | 0.93 |
| 因子名称 | 多头年化收益率 | 多头夏普率 | 多空组合年化收益率 | 单调性 |
|---|---|---|---|---|
| 二叉树溢价率 | 7.72% | 0.79 | 1.79% | 0.83 |
| 因子名称 | 多头年化收益率 | 多头夏普率 | 多空组合年化收益率 | 多空组合夏普率 | 单调性 |
|---|---|---|---|---|---|
| 隐含波动率溢价率 | 6.36% | 0.57 | 4.02% | 0.95 | 0.93 |
报告标题:《金融工程研究报告——衍生品量化系列(二):可转债定价类因子》
发布时间:2024年10月30日
发布机构:江海证券研究发展部
分析师:梁俊炜(执业证书编号:S1410524090001),联系人朱威(执业证书编号:S1410124010022)
研究主题:系统性研究可转债的定价理论及基于定价方法的量化因子构建与实证测试,重点涵盖B-S公式法、二叉树法与隐含波动率类因子。
核心论点:报告基于可转债定价中债券与内嵌奇异期权的组合特征,通过理论定价及隐含波动率挖掘三大类定价因子;实证检验表明B-S定价溢价率因子与隐含波动率溢价率因子展现较强的预测力和投资价值,二叉树定价因子表现次之。
投资评级与风险提示:本报告不构成投资推荐,仅供量化研究及参考,提示数据及模型误差风险,回测结果不保证未来表现。,15]
报告从金融工程视角出发,将可转债视为普通债券(纯债价值 B)与内嵌奇异期权(C)的组合,表达式为:
P=B+C其中,纯债价值 B 通过未来现金流折现计算:
B=t=1∑T−1(1+r)tM×it+(1+r)TF内嵌期权价值 C 被拆解为转股看涨期权 (C1)、赎回看涨期权 (C2)、回售看跌期权 (P1),公式:
C=C1−C2+P1值得关注的是,下修看跌期权虽存在,依据文献表明对价格影响不显著故在计算中被忽略。此定价拆分直观反映了可转债价值结构的复杂性,尤其内嵌期权与纯债部分的互动。,3]
赎回看涨期权赋予发行者权利保护(当股价涨幅大于约30%且满足条件时赎回),对投资者不利,负面影响可转债价值。回售看跌期权则给与投资者保护(股价低于转股价70%时可要求赎回以票面价加利息),正面影响价值。下修条款尽管理论上可通过调整转股价格激活转股权利,但实证研究显示其对价格及转股概率影响微乎其微。
由于可转债转股期权为美式,BS模型在理论假设(连续股价、不存在交易成本、可无风险借贷等)下适用性受限,但实证研究(熊彬余、朱静2024等)表明BS模型价格与市场价格相关性较好(R2高达0.939等),显示其实用性。,5]
定义灵活,可根据时间间隔和波动率调整模型网格细度,较B-S模型更能准确捕捉可转债的美式期权特征,但从后续因子实测结果反映,误差可能较大。,6]
利用牛顿法迭代技术,在B-S模型下以已知期权价格反算隐含波动率,代表市场对正股未来波动率的预期。隐含波动率通常高于历史波动率,具有前瞻意义,且在市场情绪变动中同步体现,如图3、图4所示,隐含波动率与历史波动率波动及市场指数走势高度相关,具有择时与风控的潜在价值。,7]
选取2018年1月1日至2024年9月20日期间,信用评级AA-及以上、剩余规模不少于1亿元、剩余期限半年及以上的可转债为样本池。数据处理涵盖超限值屏蔽(三倍MAD法)、缺失数据均值填充、Z-Score标准化。
定价因子构造主要依据三部分:
因子有效性检验采取传统五分组分层回测、多空组合构建与月度调仓,评判指标涵盖Rank IC均值、Rank IC IR、t值、多头年化收益率、夏普率、多空组合相关指标及单调性,较为全面地衡量因子表现。,8,9,10]
该图视觉化地支撑了报告核心拆分,强化理论理解。
明确展示报告所使用的定价框架和模型输入,大幅提高阅读理解效率。
两图揭示隐含波动率因子具备市场情绪跟踪与择时功能。
为后续测算结果稳定性及推广性提供了数据保障。
二者强验证B-S溢价率的选债效力。
表明尽管理论上二叉树更准确,但现实数据噪音及模型构造复杂导致实证效果不及简洁B-S法。
显示市场隐含波动率与历史波动率相对差异为有效的风险调整收益指标。
报告中的估值主要基于两大主流期权定价模型:
对期权价值的估算又被拆解为赎回、转股及回售期权的组合定价,而下修期权价值被忽略,简化定价框架。
隐含波动率则通过牛顿迭代法反求,体现市场对未来波动预期,基于该数据构建溢价因子。
因子实证回测采用月度调仓,多维度(收益、夏普、Rank IC等)进行评价,确保估值因子不仅有预测能力且风险控制合理。敏感性分析体现为多天数溢价率窗口的对比,反映21日窗口指标较优,在稳健性和表现间取得平衡。,5,6,9,10,11,12]
报告针对这些风险作了充分声明,提示用户谨慎解读与应用。,15]
本报告围绕可转债的定价机制从金融工程视角出发,明确将其价值拆解为纯债价值与内嵌奇异期权价值,利用基于B-S公式及二叉树的期权定价方法和隐含波动率反推出多维定价因子。通过选取信用等级高、规模充裕且剩余期限适中的样本,系统地构建了三大类因子并开展了完整的因子有效性回测。
从图表分析可见,三类因子在市场不同阶段表现稳定,且溢价率指标均为负相关因子(价格溢价率越低,未来整体表现越好),隐含波动率溢价率因子为正向因子,揭示风险情绪的复杂作用机制。
总体来看,报告清晰系统地揭示了从定价机制出发挖掘可转债量化因子的有效路径,验证了B-S公式在实际中的适用性和隐含波动率的前瞻性指标意义,为可转债策略构建提供了重要的理论与实证基础。,2,4,7-14]
图1 可转债价格组成示意图
图2 可转债定价流程图
图7 B-S溢价率(21日)分层净值走势
图11 隐含波动率溢价率分层净值走势
江海证券本报告以严谨的金融工程模型为核心,通过系统框架完整展现了可转债定价内部机制和外生市场预期对价格形成的作用,结合丰富、深度的实证检验,验证并推荐了实用且稳定的定价类量化因子,对转债投资者、量化研究者以及风险管理者均能提供重要参考,具有较高的应用价值和理论意义。
衍生品量化系列(二):可转债定价类因子.pdf