报告系统阐述了转债凸性的量化衡量方法,提出BS优化法和截面差分法两种gamma计算模型,分析凸性对转债收益的贡献及其在择券中的应用价值。回测数据显示,基于BS优化-gamma构建的高凸性策略在2020年以来实现约10%的年化收益率,且超额收益显著优于传统低价和双低策略,凸性因子在择券中独立性强且有效性在转债市场估值偏高时更为突出
| 持续期限 | IC_mean | IC_std | IC>0 | IC>|0.02 | IC_IR | |---------|---------|--------|-------|---------|-------| | +1月 | 0.06 | 0.17 | 63.27%| 90.8% | 0.35 | | +2月 | 0.07 | 0.17 | 67.80%| 93.4% | 0.40 | | +3月 | 0.09 | 0.17 | 72.45%| 93.5% | 0.51 | | +4月 | 0.10 | 0.17 | 70.49%| 94.8% | 0.60 | | +5月 | 0.12 | 0.16 | 72.45%| 94.2% | 0.73 | | +6月 | 0.14 | 0.14 | 79.56%| 90.1% | 0.98 |
标题: 转债凸性的量化表达(gamma)
发布机构: 天风证券股份有限公司
发布日期: 2024年12月24日
作者: 孙彬彬(分析师,SAC执业证书编号:S1110516090003)、李浩时(联系人)
主题: 转债市场中转债凸性的量化研究及其在投资策略中的应用
报告核心论点:
本报告通过两种方法(BS优化法和截面差分法)对转债凸性(gamma)进行量化表达,阐述转债凸性作为一种“好属性”在转债投资中的重要性,尤其是在当前A股转债主流策略为买入持有而非delta对冲的背景下。报告进一步通过历史回测验证凸性因子的投资价值,证明其对转债超额收益具有独立且稳定的贡献,并且相较于传统低价策略和双低策略,凸性策略表现出明显的比较优势。
报告一开始说明了转债凸性的理论基础和市场逻辑,强调虽然名为“gamma”类似于衍生品的Greek gamma,但由于目前A股转债市场主流是买入持有而非delta对冲套利,转债的gamma更多表现为债券凸性的性质。凸性在正股上涨时放大收益,下跌时减少损失,属于有利属性。基于此,凸性能为投资者带来一定超额收益的可能性。
这部分阐述了转债凸性的定义难点:
因此,报告提出两种更优方案:
BS优化法: 用隐含波动率替代BS公式中正股波动率,调整BS模型使其定价更贴合实际转债价格,由此计算出的gamma称为BS优化-gamma。这一法相对稳定但在转债接近或跌破债底时隐含波动率失效,导致无解。
截面差分法: 抛弃BS框架,从转债平价与转股溢价率的统计关系入手,假设存在映射函数f,通过时间截面数据推导二阶导,反推出转债收收益率与正股收益率的凸性关系,称为截面差分-gamma。此方法适用面广且凸性曲线平滑,但隐含了波动率未直接纳入定价限制。
图1、图2(山鹰转债和起步转债实际价格与BS公式定价对比)描述了BS模型在实际中的偏差,体现BS模型隐含的局限性,特别是在复杂期权权利嵌套下价格偏离明显。
图3、图4显示回归法gamma的波动及其t值大多数时间不显著,说明方法不够稳健。
图5展示了BS优化-gamma的计算公式与结果波动,指出其在某些价格区域无解的问题。
图6-图10给出截面差分法的拟合函数f及该方法计算得到的gamma曲线,对比BS优化-gamma的优劣和适用范围。
通过截面差分法计算得出凸性结果,呈现两个重要特征:
正凸性主要性: 约91.5%时间内转债凸性为正,中位值大约0.05,表明大多数转债在大多数时间里都具有正凸性,且该数值处于2019年以来的34.3%历史分位,但2024年以来上升至95.7%,凸性水准明显提高。
平价与凸性的关系: 凸性与转债平价呈非线性关系,具体表现为:
这显示价格水平是影响转债凸性的关键因素。
图11为截面差分-gamma在历史上的分布直方图,明确了凸性多数为正且集中在低至中等凸性区间。
图12为截面差分-gamma与平价的散点及趋势线图,表明凸性与平价的峰谷特征关系。
基于定义,正凸性应持续为转债带来正收益,但回测显示直接贡献有限:
截面差分-gamma对转债累计收益贡献约为4%,年化贡献约0.7%,相较转债整体约7.5%的年化收益仍属小部分。
BS优化-gamma因子表现更佳,分组收益率显示,高gamma组持续跑赢低gamma组,因子信息比率(IC_IR)逐月提升,从0.35增长到0.98,反映该因子有较强的预测力和稳定性。
图13展示2019年以来收益率累计与gamma贡献累计,凸显收益积累趋势和相对贡献。
表1统计了BS优化-gamma因子的IC均值、标准差、正值比例及IR,证明因子稳定贡献正收益。
图14、图15分别展示BS优化-gamma和截面差分-gamma的分组收益率曲线,前者表现更优且多空收益较明显。
实盘或模拟投资策略,选择月末BS优化-gamma值最高的30只转债,自2020年以来表现良好:
表2具体列出了年度收益指标及相关风险暴露,反映不同年份的策略表现差异。
图16展示高gamma策略相对中证转债指数的超额收益走势,体现策略持续稳定获取alpha的能力。
报告比较了基于凸性的策略与传统的低价策略(0阶导)及双低策略(一阶导,即价格和转股溢价率双低):
报告披露2024年12月20日的高凸性策略所持30只重点转债,涵盖钢铁、农林牧渔、轻工制造、银行、电子、电力、新能源等多个行业,评级主要为AAA至AA-,平均剩余期限多为1.3-5.5年不等,收盘价多在100元以上,转股溢价率和纯债溢价率差异明显,该组合体现了凸性策略的行业分布和资产特征。
| 图表编号 | 内容描述 | 关键洞察 | 相关章节 |
|---|---|---|---|
| 图1、图2 | 山鹰、起步转债收盘价与BS公式定价对比 | 显示BS模型与实际价格的差异,提示定价和隐含波动率中存在偏差和不稳定 | 2.2 |
| 图3、图4 | 山鹰转债回归法gamma及t值不显著分布 | 说明回归法gamma不具统计显著性,波动大且不稳定 | 2.2 |
| 图5 | BS优化-gamma公式及时间序列表现 | 公式揭示gamma计算逻辑,展示其随价格波动的趋势及无解时段 | 2.2 |
| 图6-图10 | 截面差分法拟合模型及gamma表现图 | 该方法拟合力强,gamma曲线更平滑且适用面广 | 2.2 |
| 图11 | 截面差分-gamma历史分布直方图 | 凸性多数正值,且集中于较低至中等水平段 | 2.3 |
| 图12 | 截面差分-gamma与转债平价散点及拟合曲线 | 凸性峰值集中在平价70-100元区间,平价变化对凸性影响显著 | 2.3 |
| 图13 | gamma累计贡献与转债累计收益趋势图 | gamma贡献虽正但相对微小,表明凸性收益为附加alpha | 2.4 |
| 图14、图15 | BS优化与截面差分-gamma分组收益率 | BS优化-gamma分组表现优于截面差分法,具多空切分优势 | 2.4 |
| 表1 | BS优化-gamma因子 IC 测试统计 | 显示因子统计意义及稳定性,IC均值逐月提升 | 2.4 |
| 表2 | 高凸性策略年度回测业绩 | 10%以上年化收益,最大回撤15%,夏普0.9,表现稳健 | 2.5 |
| 图16 | 高gamma策略超额收益走势相对中证转债 | 策略长期超额且稳定,信用风险期出现回撤 | 2.5 |
| 图17、图18 | 高凸性策略相对低价及双低策略超额收益 | 凸性策略具独立性和较强超额收益表现 | 2.6 |
| 表3 | 2024年高凸性策略持仓明细 | 多行业分布,主体AAA,价格多处于高位,突显策略选择框架 | 2.7 |
本报告的核心不直接涉及传统股票或债券估值模型,而是专注于转债凸性的量化指标的估值及其投资价值。估值方法体现在:
这些方法的关键输入包含隐含波动率、无风险利率、剩余期限、债券平价及实际市场价格。
两者优劣对比:
两种方法的结合为行业提供了完善的凸性估值框架。
报告详细列举如下风险:
另外,报告指出凸性策略主要从股性中寻找alpha,信用风险波动对策略表现影响较大,在信用风险高发期策略表现差,强调债性扰动带来的风险。
本报告扎实构建了转债凸性的量化表达框架,提出了基于BS优化法和截面差分法的两大测算方案,解决了传统BS模型和回归法在转债复杂嵌套期权背景下凸性难以准确测量的难题。通过广泛的数据分析与历史回测,确认了绝大多数转债具有正凸性,且凸性随转债平价呈现明显的非线性峰谷关系。
凸性因子驱动的转债投资策略表现出较强的alpha生成能力。BS优化-gamma因子在因子收益率表现及信息比率上优于截面差分-gamma,能有效区分高低凸性资产,使策略获得年化10%以上的稳健收益,且明显跑赢中证转债指数。凸性策略与传统低价、双低策略存在较低重合度,展现了独立的收益来源和因子价值。
然而,凸性贡献占总体收益比例有限,且在转债信用风险高发期存在表现弱化的风险。波动率模型及市场价格结构的复杂性带来模型风险,应被认真对待。高凸性策略组合集中于信用评级高、行业分布相对多元的转债标的,形成相对稳健但仍需注意流动性和宏观风险。
综上,报告提供了转债凸性量化研究的系统方法和实践验证,为转债投资者在选择标的和优化策略组合时提供了重要参考。凸性作为一种股性alpha因子,在复杂市场环境下捕捉超额回报具有明显潜力,但需结合宏观信用风险和流动性风险综合考量,灵活调整运用。
(完)
山鹰转债收盘价与BS公式定价对比
起步转债收盘价与BS公式定价对比
BS优化-gamma计算方法示意与时间序列
截面差分法函数拟合示意图
截面差分-gamma在2017至今分布
转债平价与截面差分-gamma关系
节选回测收益率与gamma贡献累计曲线
高凸性策略超额收益走势
凸性策略相对低价策略超额收益
凸性策略相对双低策略超额收益
,1,2,3,4,5,6,7,8]
【天风证券】可转债量化专题:转债凸性的量化表达(gamma)【洞见研报DJyanbao.com】 (1).pdf