核心观点 - 报告系统比较了BS模型与最小二乘蒙特卡洛模拟(LSMC)在可转债定价中的应用，指出BS模型虽基础但核心理念重要，而LSMC能更好地处理复杂条款但计算复杂 [5] BS模型定价偏误策略在历史回测中表现优于LSMC策略，尤其在牛市环境中，两者均能显著跑赢传统的双低、低价策略 [41][48] BS模型：基础与应用 - BS模型是期权定价的基础模型，其推导过程和假设对理解定价核心理念至关重要，模型假设股价服从几何布朗运动，股票收益率符合对数正态分布 [6][9][11] BS模型存在解析解、计算速度快，但忽略了赎回、下修等转债条款，更适用于欧式期权，对A股美式特征的转债定价结果仅为粗略参考 [6] - BS模型在转债定价中的三大应用包括：计算隐含波动率(IV)作为估值指标、基于正股历史波动率计算理论价格以寻找低估个券、以及计算希腊字母以分析风险暴露 [4][20][26][31] 应用时需注意利率应取同期限同评级信用债收益率，期权执行价需考虑到期赎回价，波动率需使用日度对数收益率年化处理 [17][18] 最小二乘蒙特卡洛模拟(LSMC)：条款处理 - LSMC是一种"整体法"定价，通过模拟未来股价路径并倒推折现来为转债定价，其核心优势在于能考虑赎回、下修等复杂条款的影响，与现实更吻合 [34] 定价过程主要包括生成随机股价路径、在每条路径上处理条款并计算现金流、以及通过最小二乘法解决"最优停时"问题 [34][37][39] - LSMC定价对股价建模及波动率选取、条款处理假设（如强赎概率设为1-剩余期限/12，下修概率与剩余年限呈正态分布N(2,0.5)）以及模拟次数（建议10000次以上）较为敏感 [41] 由于考虑了赎回条款的压制，LSMC的定价偏差较BS模型更收敛 [41] 策略表现比较 - 历史回测显示，基于BS模型定价偏误（即买入实际价格低于理论价格的转债）构建的策略表现优于基于LSMC定价偏误的策略，尤其在牛市环境中，BS模型因高估转债价值而"误打误撞"表现更佳 [41][48] 在熊市环境中，LSMC策略相对占优 [41] - 与传统策略相比，BS定价偏误策略（80%-100%分位）和LSMC定价偏误策略均能取得明显超额收益，显著跑赢双低策略和低价策略 [41][48][49] 基于希腊字母（如Delta、Gamma）构建的加权希腊字母策略也显示出投资价值 [32][36]

模型背景与演进 - 早期期权交易依赖交易者经验与直觉，缺乏有效定价工具 [1] - 20世纪70年代布莱克-斯科尔斯模型提出，为期权定价带来革命性突破，凭借精妙数学推导与市场合理假设获得广泛认可 [1] - 布莱克-斯科尔斯模型存在严格假设局限，如标的资产价格遵循几何布朗运动、无风险利率恒定、市场无摩擦等，现实中难以完全成立 [2] - 1979年考克斯、罗斯和鲁宾斯坦提出二叉树期权定价模型，采用离散方式刻画标的资产价格变动，将时间划分为多个微小区间，每个区间价格只有上升或下降两种可能 [2] 模型核心假设 - 采用离散时间框架，将期权有效期划分为n个等长时间区间，每个区间长度为△t=T/n，T为期权的有效期 [2] - 标的资产价格在每个时间区间内以一定概率上升或下降，上升因子u>1，下降因子0<d<1 [2] - 市场有效且不存在无风险套利机会 [2] - 无风险利率r在期权有效期内保持不变，投资者可按此利率无风险借贷资金 [2] 单期模型定价机制 - 当前标的资产价格为S0，执行价格K，有效期△t，期末资产价格有两种可能：S0u（上升）和S0d（下降） [3] - 看涨期权价值对应为：Cu=max(S0u-K,0)（价格上升），Cd=max(S0d-K,0)（价格下降） [3] - 通过构造标的资产和无风险债券复制组合，使组合期末价值与期权价值完全相同 [3] - 对冲比率△=S0(u-d)/(Cu-Cd)，即Delta值 [3] - 期权当前价值C0=△S0-B，其中B为借入无风险资金金额 [3] - 引入风险中性概率p，非实际概率，而是无套利假设下为方便计算引入的虚拟概率，使所有资产预期收益率等于无风险利率 [4] - 期权定价公式简化为C0=1/(1+r△t)[pCu+(1-p)Cd] [4] 多期模型与递归计算 - 多期模型以单期模型为基础，采用从后向前递归方法计算期权价值 [5] - 先确定第n期（到期时）所有可能标的资产价格及对应期权价值，看涨期权为max(ST-K,0)，看跌期权为max(K-ST,0) [5] - 从第n-1期开始，利用单期模型公式，根据下一期两个子节点期权价值、风险中性概率p和无风险利率，折算出当前节点期权价值 [5] - 递归计算至第0期（当前时刻），得到期权当前价值 [5] - 标的资产价格可能取值数量随期数增加呈指数增长，第i期共有i+1种可能价格，对应i次上升和n-i次下降组合 [5] 关键参数确定 - 上升因子u和下降因子d通常基于标的资产价格波动率σ确定 [6] - 在风险中性假设下，标的资产价格对数收益率方差需与实际相符，时间△t内上升对数收益率为lnu，下降为lnd [6] - 建立方程组：plnu+(1-p)lnd=r△t 且 p(lnu)²+(1-p)(lnd)²-[plnu+(1-p)lnd]²=σ²△t [6] - 考克斯-罗斯-鲁宾斯坦（CRR）模型中取u=e^(σ√△t)，d=1/u=e^(-σ√△t)，此时p=(e^(r△t)-d)/(u-d) [6] - 该参数选择使二叉树模型在期数n趋近无穷大时收敛至布莱克-斯科尔斯模型，保证一致性 [6] 期权类型应用 - 看跌期权定价原理与看涨期权类似，各节点期权价值计算公式变为P=max(K-S,0)，S为标的资产价格 [7] - 根据期权平价公式C-P=S-Ke^(-rT)，可验证二叉树模型计算结果准确性，或在已知一种期权价值时计算另一种价值 [7] - 美式期权可在有效期内任何时间行使权利，欧式期权只能在到期时行使，美式定价更复杂需考虑提前行权可能性 [8] - 二叉树模型非常适合美式期权定价，可在每个节点判断提前行权是否有利 [8] - 计算节点期权价值时需比较欧式方式持有到期价值与提前行权价值（看涨期权为S-K，看跌期权为K-S），取较大值作为该节点期权价值 [8] 模型优势与局限 - 模型具有直观、灵活优势，离散化框架更好贴合实际市场价格非连续变动特征 [2][10] - 弥补布莱克-斯科尔斯模型假设局限，为复杂衍生品定价提供可扩展基础框架 [10] - 随期数n增加，节点数量呈指数级增长，n期模型有n+1个终端节点，高精度定价或多因子模型时计算量急剧上升，可能难以满足高频交易实时定价需求 [9] - 模型结果对波动率σ依赖性极强，输入波动率与实际市场偏差会导致定价显著误差，产生"波动率风险" [9] - 通过算法优化、技术融合，模型应用边界不断拓展，支持全风险、多场景下金融产品估值与风险管理 [10]

可转债市场评级调整概况 - 近期可转债市场迎来评级调整密集期，十余只可转债因业绩亏损、债务压力及行业政策冲击等因素遭遇评级下调 [1][2] - 行业分化加剧与评级下调的"季节性规律"需警惕，但当前退市风险整体可控 [3] 具体案例评级下调原因 百畅转债 - 主体信用等级由"A+"下调至"A"，评级展望稳定，主因2024年业绩亏损加剧（归母净利润亏损2.82亿元，同比扩大189%）及2025年一季度连续亏损（亏损1168万元） [4][5][7] - 沼气发电业务面临填埋气不足、垃圾焚烧替代、电价补贴政策变动等风险，且公司现金资产无法覆盖短期债务 [6] - 公司拟通过移动储能供热业务补亏，但资金压力制约其规模化发展 [6] 闻泰转债 - 主体信用等级下调至"AA-"，主因出售产品集成业务导致收入大幅下降，且半导体业务核心经营主体安世集团受行业周期、国际政治环境及商誉减值风险影响 [8] - 2024年公司业绩发生较大亏损，但剥离低效业务有助于降低负债及财务杠杆 [8] 市场整体表现与影响 - 今年以来14只可转债因业绩或债务问题遭评级下调，但低价转债未出现明显波动 [9][11] - 评级下调集中在6月（年报披露后2个月内），但今年未重现去年同期的调整压力，主因转债平价水平抬升及持仓结构优化 [12][13] - 当前转债定价核心逻辑在于期权价值而非信用风险，权益市场主题弹性强化削弱了评级下调的影响 [14]