可转债市场规模与行业分布概况 [page::6][page::7]

• 2017年后再融资新规刺激发行需求，2023年余额达8697.73亿，存续544只。

- 银行行业转债余额占比最高，近30%，基化工、机械、电子等为主要发行行业。

可转债主要条款与退出方式分析 [page::4][page::5]

• 转股权、赎回权、回售权、下修权构成复杂条款体系。

- 转股方式为主流退出方式，占比96%以上，回售极少。

LSMC定价模型方法与优越性 [page::10][page::11][page::12]

• LSMC模型通过多路径蒙特卡洛模拟结合最小二乘回归估计期望持有价值，捕捉赎回与转股动态。

- 相较传统BS模型，LSMC模型在2018-2023年样本定价偏离均值仅0.5%，BS平均高估近5%。

• LSMC更好纳入条款与路径依赖，提高定价准确性。

估值因子构建与效果回测 [page::13][page::15][page::17]

• 构建隐含波动率、隐波差、期权溢价率、LSMC价差等估值因子。

- LSMC价差因子表现最优，多空组合年化收益18.4%，信息比率1.80，因子月度IC均值达-7.29%。

• 期权溢价率因子表现次之，隐波相关因子稳定性较差。

量价因子选取与回测 [page::19][page::20][page::21]

• 正股收益率与转债正股收益率差为主要正股动量因子，流动性因子包括日均换手率及换手率标准差。

- 转债正股收益率差因子表现最佳，年化超额收益5.90%，信息比率1.03。

• 流动性因子表现不稳定，存在因市场小盘及热点切换带来的噪声。

多因子模型构建与回测表现 [page::23][page::24][page::25]

• 多因子模型以LSMC价差因子结合转债正股收益率差动量构建合成因子，表现优于单因子。

- 合成因子1月度IC均值7.6%，ICIR0.48，多空组合年化收益18.40%，信息比率2.03。

• 引入换手率标准差等流动性因子表现提升有限，反映短期波动性质。

“低估值+正股动量”策略设计与实证结果 [page::26][page::27]

• 策略选取月度/周度调仓频率前20%转债，兼顾低估值与正股拉动力。

- 月度调仓年化收益18.8%，夏普1.46，超额收益9.04%，信息比率1.63。

• 周度调仓年化收益21.1%，夏普1.76，超额收益11.08%，信息比率2.18，超额表现更佳。

证券研究报告——《可转债定价模型探索与多因子组合策略》深度解析

---

一、元数据与报告概览

• 报告标题：《可转债定价模型探索与多因子组合策略》（可转债量化系列之一）

- 发布机构：东北证券股份有限公司

• 研究团队：金融工程组，由王琦为首席分析师带队，多位拥有金融数学、计算机及金融硕士背景的研究人员共同完成

- 发布日期：2023年9月（部分引用日期为2023年8月底数据）

• 主题：基于数理金融模型和量化因子研究，探索可转债的合理定价方法及多因子选债策略，重点在于提升转债投资组合的收益和风险控制能力。

核心论点及结论摘要：

• 提出并深入研究了基于最小二乘蒙特卡洛模拟（LSMC）的可转债定价模型，相比传统的Black-Scholes（BS）模型，LSMC模型在定价准确性、条款涵盖度和灵活性上表现更优；

- 基于LSMC模型构建的估值因子（LSMC价差）能够挖掘市场中的低估值转债，展示出强烈的选债能力；

• 结合正股收益率差等量价因子构建多因子模型，进一步增强组合表现；

- 设计并验证了“低估值 + 正股动量”策略，稳定实现显著超额收益，夏普比率与信息比率均优异；

• 警示策略基于数学模型和历史数据，模型失效风险不可忽视。

---

二、逐节深度解读

2.1 可转债的基本概念与条款解析

主要内容：

• 可转债定义：兼具债券与奇异期权属性的结构化金融产品，持有人可以在规定期间内按比例将债券转为股票；

- 核心条款包括：
- 转股权：持有人权益，在转股期执行；
- 回售权：当股价低于转股价时，持有人可按面值和利息回售给发行公司，条件较苛刻且执行机会有限；
- 下修权：发行人可调整转股价扶持转股，避免大量回售；
- 赎回权：包含到期赎回与条件赎回，公司可在满足特定条件时赎回债券。

数据洞见：

• 转债大多数以转股方式退出（96.01%），回售罕见（0.99%），体现转股为持有人首选退出路径（图表5页）；

- 条款设计逻辑是在保障持有人权益的同时，兼顾发行方的融资需求和风险管理；

分析：

此节清晰界定了可转债的复杂条款结构，为后续定价模型建立打基础。转股权与赎回权是模型定价时必须重点考虑的因素，而回售权和下修权因执行难度高或不可预测，模型中予以忽略。

---

2.2 可转债市场现状

主要信息：

• 市场经历了2017年再融资新规及信用申购制度的刺激，市场规模显著扩大，截止2023年8月31日，公募转债市场余额达8697.73亿元，存续债数544只；

- 2016年以来发行数量稳步增长，2020年达到发行高峰（195只）后有所回落但依然处于活跃阶段；

• 行业集中度较高，银行转债余额占比一直超过20%，2023年达到29.36%，其次为电力及新能源、基础化工等行业；

- 指数表现显示，转债指数在震荡市下展现较好的抗跌能力，尤其自2018年后，体现其“进可攻退可守”的特性。

图表分析：

• 图6和图7清晰展示了行业余额和存续转债数量的前十排名，银行行业明显领先；

- 指数走势（图8、9页）反映转债在不同市场行情中的表现差异，牛市中涨幅落后但震荡或下跌期间抗跌性突出。

---

3. 可转债定价模型对比

3.1 Black-Scholes模型

逻辑：

• 将可转债拆解为债券价值+BS模型看涨期权价值；

- 忽略不可控的下修条款和极少发生的回售条款，假设无主动赎回和非提前转股；

• 用当前正股价格、波动率（20/60日年化）、转股价、剩余期限、无风险利率参数套用BS公式计算期权价格；

- 估值=债底价+期权价格×转股比例。

局限：

简单高效但忽略赎回权，导致估值普遍高估，疏漏重要权利影响。

3.2 LSMC模型

核心思想：

• Longstaff-Schwartz提出的美式期权价值估算方法，生成大量正股路径，倒推计算每个时点的期望存续价值（ECV）；

- 在触发赎回条件时，公司主动赎回，持有人转股优先；

• 采用最小二乘多项式拟合方法估算期望存续价值；

- 允许融入赎回权，但仍忽略不可预测的下修权和罕见回售权。

执行策略详见表12：

在不同股价与是否赎回情况下，持有人采取最优策略（转股或接受赎回），收益被折现回当前。

3.3 定价效果比较

• LSMC模型估值偏差均值仅0.5%，MAPE5.66%；

- BS模型偏差均值-4.96%，MAPE达9.71%，存在明显高估；

• 时间序列图表清楚显示BS模型大幅低估连续性，LSMC估值更贴近市场实际价格。

结论：LSMC通过模拟路径和权利优化，显著提升定价准确性，为后续量化模型提供理论支撑。

---

4. 估值因子构建与回测

基于两种定价模型，报告构建了多种估值因子：

• 隐含波动率与隐波差：反映市场对正股波动预期；

- 期权溢价率：市场价格与BS期权价格差异，低溢价率表示潜在低估；

• LSMC价差：市场价格与LSMC估值差，低价差代表低估。

因子回测显示：

• LSMC价差最优，月度IC均值7.29%，信息比率0.34，年化多空组合收益高达18.4%，信息比率1.8，表现优于BS期权模型构造的期权溢价率因子；

- 隐含波动率类因子表现欠佳，稳定性较差。

图表（14-18页）展示了各因子分层回测组合净值及RankIC表现。

---

5. 风格因子分析

• 以转股溢价率和纯债溢价率代表股性与债性的风格划分；

- 回测结果表明偏股风格组合收益率更高但波动性也更大，偏债组合稳健；

• 通过风格轮动把握周期性的市场变迁，提升组合适应性。

---

6. 量价因子选择与表现

引入量价因子强化选债能力：

• 正股动量因子（正股收益率、转债-正股收益率差）：体现正股对转债的带动作用；

- 流动性因子（日均换手率和换手率标准差）：计量市场情绪和转债关注度。

回测揭示：

• 正股动量因子效果显著，尤其是转债正股收益率差因子，多空组合年化收益12.56%，信息比率1.47；

- 流动性因子表现不稳定，高换手率组合短期表现虽好但长期选股价值不足，波动较大。

---

7. 多因子模型构建与回测

构建了四个多因子组合：

• 合成因子1：LSMC价差 + 转债正股收益率差，表现最佳，月度IC均值7.6%，ICIR 0.48，多空组合年化收益18.4%，信息比率2.03；

- 合成因子2：加入日换手率标准差，稳定性次之，波动略大；

• 合成因子3和4结合了期权溢价率因子，表现相对平庸。

多因子回测曲线及组合收益均显示合成因子1稳健且超额收益显著。

---

8. “低估值 + 正股动量”策略及表现

基于合成因子1构建的转债组合策略：

• 策略逻辑：先用LSMC模型筛选低估转债，再根据正股收益拉动力筛选上涨势头好的标的；

- 采用周度和月度调仓，两者均展现强稳健超额收益；

• 周度调仓年化收益21.06%，夏普比率1.76，超额收益11.08%，信息比率2.18，明显优于月度调仓（年化收益18.83%，夏普1.46）；

- 策略回撤控制较好，最大回撤仅10%-11%之间。

图表27页展示策略净值走势，清晰体现稳健增长和显著超额表现。

---

三、图表深度解读

• 图0（摘要页）：策略周度调仓组合净值曲线高于月度调仓，回报更优，11.08%超额收益对应2.18信息比率，显示高频调仓更有效；

- 图5页：转债退出模式饼图，堆砌转股执行占比高达96.01%，说明转股为主要退出路径，模型重点对转股期权定价是合理的；

• 图6页：发债条数与存续量逐年增长，验证市场活跃度上升，且存量和余额同步扩大；

- 图12页：BS与LSMC估值偏离曲线交替波动，LSMC估值稳定围绕零，BS偏离明显且系统性高估；

• 图14-17页：估值因子各期回测分层净值，大多显示因子值低（估值低）组合表现优异，特别是LSMC价差因子幅度最大且持续性最好；

- 图19 & 29 页：LSMC价差与期权溢价率RankIC柱状图及累计趋势，显示LSMC价差因子信息含量更丰富，稳定预测性能突出；

• 图20-22页：正股动量因子分层净值，表明正股收益拉动作用显著；

- 图23-25页：多因子组合净值波动与回撤曲线，复合因子包容单因子优势实现稳定增长。

---

四、估值分析

• BS模型依赖期权定价基础假设，适合快速估值但忽略赎回权，无法反映复杂权利条款；

- LSMC模型以蒙特卡洛路径模拟为核心，采用倒推期望方法进行最优执行策略估计，可兼容赎回权，估价更贴近多条款实际；

• 关键参数包括无风险利率（国债收益率）、股票波动率、转股价、剩余期限和转股比例；

- LSMC因其收敛性和灵活性，在复杂权利环境下能提供更合理价格，进而驱动基于其估价的量化因子开发。

---

五、风险因素评估

报告明确指出：

• 下修条款因不可预测性没有纳入定价模型，此为潜在模型风险源；

- 回售条款稀缺且条件苛刻，也未纳入模型；

• 策略基于历史数据与模型假设，可能面临模型失效风险；

- 流动性因子效果波动，投资短期波动带来的收益风险较大；

• 高频调仓成本与操作难度需关注，尽管本报告设定了0.004%交易费率。

---

六、批判性视角与细微差别

• 报告在模型构建上保持了较高的严谨性，如实说明了模型各项假设和排除条款，体现审慎和专业；

- 但对“下修条款”的忽略虽为合理简化，实则是重要影响转股行为及价值的因素，未来模型改进空间大；

• 流动性因子选债表现的矛盾（高换手带来短期收益但IC为负）反映量价因子需更深入理解，提示组合构建不宜过度依赖单一维度短期波动；

- 对BS模型的比较分析充分揭示其不足，但部分读者或需额外对比市场实际案例深化理解。

---

七、结论性综合

本报告系统地设计、实现并回测了基于LSMC的可转债定价模型，较经典BS模型在定价准确度和条款模拟方面有明显优势，平均估值偏差仅0.5%，为转债估值与选债提供了有效的量化基础。基于该模型价值构建的LSMC价差因子表现出强劲的预测能力和收益稳定性（年化超额8.13%，信息比率1.40），明显优于传统的期权溢价率因子。

结合反映正股带动效应的转债正股收益率差因子，构建多因子模型进一步提升策略表现，合成因子1年化多空收益达18.4%，信息比率超2。以此构建的“低估值 + 正股动量”投资策略，周度调仓形式表现最佳，年化超额收益超11%，夏普1.76，最大回撤控制在10.88%以内，展现了转债量化投资的优良回报与风险指标。

该策略同时利用了转债债性与股性的结构，规避了单纯标的股票投资的剧烈波动风险，同时通过数学模型与多因子选股克服了转债定价复杂性，充分体现了金融工程的价值。

图表数据完美支撑核心论点：LSMC模型定价对市场价值的贴近，因子分层回测的超额收益，多因子组合的风险调整后收益，以及最终策略的稳定且显著的盈利。

---

参考文献

• Longstaff, F. A., & Schwartz, E. S. (2001). Valuing American options by simulation: a simple least-squares approach. The Review of Financial Studies, 14(1), 113-147.

- Wilde, C., & Kind, A. H. (2005). Pricing convertible bonds with Monte Carlo simulation. SSRN 676507.

---

溯源标注

本分析涉及报告内容主要来自[page::0-29]，尤其模型描述与数据源自[page::4-13]；估值因子构建和回测数据源自[page::13-26]；策略设计及表现详见[page::26-28]；团队信息及声明详见[page::29-30]。

---

总结

东北证券的这份《可转债定价模型探索与多因子组合策略》研究报告，以严谨的数学模型和丰富的实证测试，科学地揭示了可转债价格的内在逻辑和多因子选债思路，提供了一种稳健、有效提升可转债投资盈利能力的量化工具箱。该报告对投资者理解转债市场特性、提升转债投资组合配置水平具有重要指导意义，值得细致研读和实践应用。[page::0-30]

报告