量化模型与构建方式 1. 模型名称：幂函数溢价率拟合模型 * 模型构建思路：用于刻画可转债市场在不同平价水平下的转股溢价率中枢，通过拟合截面数据来观察溢价率曲线的结构变化[10]。 * 模型具体构建过程：将截面中所有可转债的平价价值作为解释变量（X），其转股溢价率作为被解释变量（Y），使用幂函数模型进行拟合[10]。该模型旨在得到一个描述平价与溢价率之间平均关系的曲线，即“溢价率中枢”[10]。通过比较不同报告期（如相隔1个月）的拟合曲线，可以观察溢价率中枢在各个平价区间的变化情况[10]。 2. 模型名称：CRR二叉树定价模型 * 模型构建思路：用于计算可转债的理论价值，相较于BSM等传统模型，该模型通过二叉树方法考虑了内嵌条款、信用利差等因素，旨在获得更高的定价精度[13]。 * 模型具体构建过程：报告未详细描述CRR二叉树的具体构建步骤，但指出其用于计算全市场可转债的理论定价值[13]。基于此模型定价结果，定义了“定价偏离度”指标：定价偏离度 = 转债CRR理论定价 - 转债市场价格[13]。当偏离度为负时，表明市场价格高于理论定价，转债估值偏贵；反之则表明估值便宜[13]。 3. 因子名称：定价偏离度 * 因子构建思路：基于CRR二叉树定价模型的结果，通过计算理论价值与市场价格的差值，来衡量可转债的估值高低，该因子考虑了正股波动率等因素对时间价值的影响，比直接观察溢价率更为合理[13]。 * 因子具体构建过程：首先使用CRR二叉树模型计算每只可转债的理论价值[13]。然后，用该理论价值减去可转债的当前市场价格，即得到该转债的定价偏离度[13]。公式为： $定价偏离度 = CRR理论定价 - 市场价格$ 报告中分别计算了全市场以及按风格（股性、平衡、债性）划分的定价偏离度的截面中位数和余额加权值[14][16]。 4. 模型名称：BSM隐含波动率计算模型 * 模型构建思路：将可转债视为正股的衍生品，通过其市场价格反向计算（逆算）出市场隐含的正股未来波动率，用以刻画投资者对已发转债对应正股部分的波动率预期[33]。 * 模型具体构建过程：以BSM（Black-Scholes-Merton）期权定价模型为基础，将可转债的市场价格、条款等作为已知输入，通过数值方法逆解出使得模型价格等于市场价格的隐含波动率参数[33]。报告计算了全市场转债对应正股的隐含波动率中位数和余额加权值[33]。 5. 因子名称：短久期转债隐含正股预期指数 * 因子构建思路：短久期转债的价格受长期基本面影响较小，其转股溢价率可反映市场对正股短期表现的预期。该指数通过挑选短久期转债并对其转股溢价率进行加权，旨在构建一个反映市场短期收益预期的指标[36]。 * 因子具体构建过程：首先，从市场中筛选出到期时间最短的1/3的可转债[36]。然后，以每只转债距离到期日的天数的倒数作为权重，对其转股溢价率进行加权计算，最终得到“隐含正股预期指数”[36]。 6. 模型名称：转债基金持仓DELTA估计模型 * 模型构建思路：通过回归模型动态跟踪以可转债为主要配置标的的基金（转债基金）的持仓风格占比，进而估算其整体持仓的DELTA值，以观察基金风格变化及其与正股市场的联动程度[38]。 * 模型具体构建过程：首先，定义转债基金样本[38]。然后，使用回归模型动态分析这些基金的持仓，估算其持仓中股性、平衡、债性等不同风格转债的占比[38]。最后，根据各风格指数的DELTA值，对估算出的风格占比进行加权，计算得到转债基金的平均DELTA估计值[38]。 7. 模型名称：转债低估值动量组合 * 模型构建思路：这是一个复合策略模型，核心思想是同时捕捉转债的估值低估（价值）和正股的上行趋势（动量）两个维度的Alpha[40]。通过筛选市场价格低于理论定价且正股具有动量的转债进行投资[40]。 * 模型具体构建过程： * 样本初筛：对全市场可转债进行初步筛选，条件包括：债项评级AA-及以上、余额2亿元及以上、正股历史无ST等特殊处理、历史无评级下调和负面展望、大股东质押比例<90%、最近10日内有成交、强赎进度<5日、未跌破债底[42]。 * 风格划分：根据转债平价（转换价值）将其划分为三类：平价<90为债性转债，90≤平价≤110为平衡转债，平价>110为股性转债[42]。 * 择券标准：在通过初筛的每个风格（债性、平衡、股性）组内，根据两个维度对转债进行综合打分：1) 估值：包括绝对定价（如价格）和相对定价（如定价偏离度）在市场中的相对分位数；2) 动量：正股过去短期的价格走势[42]。在每个风格组内，选取综合得分最高的10只转债，共计30只纳入最终持仓[42]。 * 组合管理：持仓内个股权重为等权重，每月进行一次再平衡[42]。 模型的回测效果 1. 转债低估值动量组合：2月绝对收益为1.21%，超额收益（相对于中证转债指数）为0.89%[2]。自2017年起的长期年化收益率为16.59%，年化波动率为12.62%，最大回撤为11.26%，收益波动比（年化收益/年化波动）为1.31，收益回撤比（年化收益/最大回撤）为1.47，月度胜率为67.35%[2][46]。 量化因子与构建方式 1. 因子名称：正股PB中位数（全市场） * 因子构建思路：由于转债对应正股与宽基指数成分存在结构差异，直接使用宽基估值指标不合理。该因子通过自下而上合成全市场转债对应正股的市净率（PB）中位数，以衡量转债底层资产的估值水平[19]。 * 因子具体构建过程：计算每只可转债对应正股的市净率（PB），然后取全市场所有转债正股PB的截面中位数，得到“全市场转债正股PB中位数”指标[19]。同时，会计算该中位数在历史滚动区间（如5年）内的分位数，以判断其估值位置[19]。 2. 因子名称：未来12个月盈利预期增速（同比） * 因子构建思路：通过处理分析师一致预测数据，合成未来12个月的盈利预期，并进行同比处理以消除周期性，用以刻画分析师对转债正股盈利的情绪变化[22]。 * 因子具体构建过程：对每只转债正股，获取分析师对当前财年（FY1）和下一财年（FY2）的营收及净利润一致预测值[22][25]。通过时间加权的方式将FY1和FY2的预测值合成为未来12个月（未来12m）的预测值，使数据更具连贯性[22]。然后，计算未来12m预测值相对于上年同期的同比变化，得到“未来12m营收增速同比”和“未来12m利润增速同比”[22]。最后，计算全市场所有转债正股的该同比值的截面中位数[22]。 3. 因子名称：未来12个月盈利预期分歧（同比） * 因子构建思路：通过计算分析师对未来12个月盈利预测的标准差，来度量市场观点的分歧程度，并进行同比处理以观察分歧的变化趋势[25]。 * 因子具体构建过程：对每只转债正股，计算其所有分析师提供的未来12个月盈利（营收、净利润）预测值的标准差，作为该股票盈利预期的分歧度[25][27]。然后，计算该分歧度指标相对于上年同期的同比变化，以去除周期性[25]。最后，计算全市场所有转债正股的该同比分歧度值的截面中位数[25]。 因子的回测效果 （报告中未提供独立因子的历史回测绩效指标，如IC、IR等，因此本部分略过）