报告行业投资评级 未提及 报告的核心观点 - 7月前用简单交易规则对转债择时效果好，7月后权益市场向上突破，转债估值抬升，基于均值回归逻辑的策略易踏空 [4][9] - 估值反映资金流向，机构投资者资金流向对行情有领先意义，本轮单边上涨行情始于险资入市推升银行板块，随后融资余额增长、基金权益仓位提升、成长风格占优 [4][10] - 公募基金是可转债市场最大投资者，其行为影响大，报告聚焦主动型公募基金可转债仓位高频测算 [4][19] - 用卡尔曼滤波法测算公募基金可转债仓位，各季末样本基金可转债仓位绝对误差中位数约3pct，对样本基金各季度可转债仓位变化方向估计准确率约60% [4][38][42] - 公募基金在转债配置上呈左侧特征，6月转债加速上涨主因非公募基金，其转债仓位7月下旬才明显抬升 [4][49] 根据相关目录分别进行总结 从估值到资金：择时框架的嬗变 - 7月前用简单交易规则对转债择时效果好，7月后权益市场向上突破，转债估值抬升，基于均值回归逻辑的策略易踏空 [4][9] - 估值反映资金流向，机构投资者资金流向对行情有领先意义，本轮单边上涨行情始于险资入市推升银行板块，随后融资余额增长、基金权益仓位提升、成长风格占优 [4][10] - 公募基金是可转债市场最大投资者，截至今年8月底，持有上交所可转债35%、深交所可转债36%，分为主动型和被动型，报告聚焦主动型公募基金可转债仓位高频测算 [19] 公募基金仓位高频测算 卡尔曼滤波 - 卡尔曼滤波是递归算法，运行分预测与更新两阶段，通过前一期状态估计值和当期观测值计算当前状态估计值 [28] 模型设定 - 假设基金持有的资产类别包括股票、可转债、纯债和现金，资产权重、基金收益率和资产收益率满足特定方程 [35] 数据说明 - 以混合型和一二级债券基金为测算对象，选取成立满两季度、总资产不小于2亿元且持仓可转债市值不小于5000万元的开放式初始基金作为样本，测试区间为2022年1月1日至2025年8月1日 [36] - 以基金复权单位净值增长率作为基金收益率，分别以中证800、中债综合财富和货币市场基金指数收益率代表股票、纯债和现金三类资产收益率，以中证转债指数和持仓指数收益率的等权均值作为可转债收益率，持仓指数根据基金季报披露的持仓可转债组合构建 [36] - 每季度依据上一季度季报调整初值并重新迭代，资产权重初值设为上一季度末四类资产分别占基金总资产的比重，资产权重协方差矩阵初值根据历史季末实际数据计算 [36] 模型效果评估 绝对误差 - 模型测算的各季末样本基金可转债仓位绝对误差中位数约3pct [38] 方向准确率 - 模型对样本基金各季度可转债仓位变化方向估计准确率约60% [42] 典型样本分析 - 卡尔曼滤波法下，短期仓位剧烈变化的样本基金，模型测算误差相对更大，且每季度末与下一季度初仓位测算结果通常会出现断点 [46] 机构行为分析 - 公募基金在转债配置上呈左侧特征，2022年1季度、2023年4季度和2024年3季度“越跌越买”，2022年6月、2024年4季度和今年1、2季度，随转债上涨仓位降低 [49] - 6月转债加速上涨主因非公募基金，其转债仓位7月下旬才明显抬升 [49]