报告行业投资评级 未提及 报告的核心观点 - 在可转债市场“高估高价、超买生态”背景下引入 BS 与 ZL 绝对定价模型，构建统一绝对估值尺度，剥离情绪溢价，将错误定价转化为阿尔法交易信号，明确两者实战边界，为机构投资者提供穿越牛熊的配置指南 [1] 根据相关目录分别进行总结 引言 - 当前可转债市场传统相对估值体系在绝对定价锚界定与非线性风险边界刻画上有局限，引入绝对定价模型迫切，目的是确立统一估值尺度，剥离非理性溢价，转化错误定价为交易信号 [13] - 投资者实战面临绝对定价锚缺失与估值尺度漂移、攻守风格切换可量化边界模糊、复杂条款非线性约束与跳跃风险三大痛点 [14][16] - 可转债定价体系受多种因素影响，市场高位运行时引入绝对定价模型可降维重构、刻画风险、转化交易 [17][20] - 海外可转债定价理论演进，移植到中国市场“水土不服”，国内量化定价研究呈“数理机制深化”与“工程算力跃升”趋势 [17][18] 可转债市场现状与主流定价模型比较 - 可转债市场存量规模收缩，价格分布中枢上移，高价券成核心增量，传统相对估值指标失效，引入绝对定价模型可剥离情绪噪音、量化复杂条款约束 [21][23][24] - BS 模型是高弹性“进攻型定价锚”，将可转债价值解构为“纯债现值与欧式看涨期权”组合，计算效率高，对正股趋势与波动率敏感，但忽略复杂内嵌条款路径依赖，在强股性上行市易高估 [26][29] - ZL 模型是重防御“绝对价值锚”，将可转债视为复杂结构化产品，运用蒙特卡洛模拟算法追踪条款触发状态，定价贴近真实现金流，在熊市能提供债底支撑与回撤控制，但算力成本高，对数据敏感，牛市定价保守 [29][30] 模型定价结果与回测分析 - 设定回测区间从 2019 年开始，对可转债基础池施加入库标准，排除噪音干扰，确立高质量券池 [32] - BS 模型系统性高估市场价格，在整体上行市场有进攻弹性，收益依赖估值扩张；ZL 模型定价精准且保守，在熊市有防守价值 [33][34] - BS 模型在高在值程度区间高估效应明显，脱离赎回约束；ZL 模型定价严谨保守，考虑条款博弈，但对下修条款处理存在模型依赖问题 [45][46] - BS 模型在长久期高估，中短端低估；ZL 模型全期限结构保守折价，与市场价格走势拟合度高，回测阶段设定入库硬约束可提纯策略超额收益 [53][54][55] - BS 模型多头进攻犀利，顺应估值扩张；ZL 模型多头稳健防御，精准定价构筑安全垫；两类模型纯空头组合表现差，高质量券池定价博弈核心应聚焦多头端 [56][57][60] 因子维度下的错误定价因子 - BS 与 ZL 模型的错误定价因子与传统五类风格因子相关性极低，具备统计学正交独立性，可融入多因子策略库 [62][64][68] - BS 因子进攻性强，能提升多因子组合绝对收益上限；ZL 因子防守卓越，可平抑尾部回撤，优化多因子组合夏普比率 [71][72] - BS 模型的超额收益源自纯粹期权价值回归，非动量或高波替代品；ZL 模型的收益源自对强赎天花板与下修博弈路径的刻画，能为组合构筑安全垫 [77][78] 全域维度下回测结果展示与下行周期防御性验证 - 前期硬约束回测中，错误定价因子正交独立，能提供超额收益；为探寻模型在极端市场环境下的风险识别能力，将测试基准拓展至全域可转债市场 [82] - 放宽约束，回测 2022 年初至 2024 年三季度市场单边下行与超卖周期，ZL 模型在空头端年化收益 14.78%，夏普比率 0.88，优于 BS 模型，展现出极致防御与空头预警价值 [83][86] - 绝对收益机构可依据市场状态切换，在趋势上行期重仓 BS 多头，下行震荡市切换至 ZL 模型 [88] 后续优化：事件驱动与条款博弈的动态融合 - 模型体系后续优化将从静态截面定价向动态概率调整的事件驱动策略演进，聚焦强赎条款概率调整优化、下修博弈非对称凸性捕获、回售与回购事件底线重估三个维度 [89][90]