• 可转债市场快速发展，存续转债数量接近400只，规模近6000亿元，2021年7月两市成交额创历史新高达到1.6万亿元，交易活跃度高为多因子选债提供基础 [page::1]

• 可转债兼具股票期权与债券双重属性，定价同时受正股基本面影响和转债自身量价行为影响，A股转债股性偏强，纯债溢价率较高，转债与正股涨跌幅存在较强相关性 [page::2]

• 正股因子中，估值因子（EPttm）与北上资金因子对可转债未来收益具有较强预测能力，估值因子负相关，北上资金因子正相关；正股因子在转债和正股上的选股方向高度一致，IC均值分别为-4.42%和3.10%（转债上） [page::3]

• 转债-正股因子为核心因子，转股溢价率表现亮眼，转股溢价率越低，转债未来收益率越高。以转股溢价率最低的20只转债构建多头组合，2018-2021年6月年化收益为36% [page::3]

• 其他转债-正股因子如转债-正股涨跌幅相关性、涨跌幅差及振幅差均具有显著预测能力，其中振幅差因子IC均值为-7.58%，表现稳定且更为突出，反映转债定价的核心机制来源于转债与正股的联动关系 [page::4]

• 转债自身因子表现独特，换手率因子在转债上逆转为正相关，换手率越高，转债未来表现越好，该关系在余额和换手率限制下依旧稳定，反映活跃交易带来行情的持续性；理想振幅因子同样表现良好 [page::5]

• 多因子组合构建：使用9个因子经去极值、标准化处理并方向调整后，等权合成形成多因子选债指数，2018年1月至2021年6月组合年化收益率34.6%，波动率20.8%，夏普比率约1.66，年化超额收益26.1%，流动性要求升级后年化收益仍保持25.8% [page::6]

| 因子类别 | 因子名称 | IC均值 | IC_IR |
|----------------|--------------------|---------|--------|
| 正股因子 | EPrtm | -4.42% | -0.98 |
| 转债-正股因子 | 北上资金因子 | 3.00% | 0.79 |
| | 转股溢价率 | -4.08% | -0.89 |
| | 转债-正股涨跌幅相关性 | 3.73% | 0.85 |
| | 转债-正股涨幅差 | -5.36% | -1.37 |
| 转债因子 | 转债-正股振幅差 | -7.58% | -1.93 |
| | 转债短期换手率 | 1.75% | 0.28 |
| | 转债理想振幅因子 | -2.77% | -0.72 |

可转债的多因子方法初探 — 详尽分析报告

---

1. 元数据与概览

• 报告标题：《可转债的多因子方法初探》

- 作者及机构：
- 魏建榕，开源证券金融工程首席分析师
- 苏俊豪，开源证券金融工程研究员（报告联系人）

• 发布日期： 2021年9月12日

- 主研领域： 衍生品研究、因子模型

• 主题： 深入探讨A股市场可转债的多因子定价方法，结合股价、转债与市场行为数据，为可转债定价与选债策略建立多因子模型。

- 核心论点与传达信息：
报告认为，可转债作为兼具股票期权与债券特性的复杂金融衍生品，其定价受正股（股票）因子、转债与正股关联因子及转债自身价格与交易行为因子影响。借助沪深市场快速成长的可转债市场数据，应用多因子选股理念，对可转债进行筛选和组合构建，表现出显著超额收益潜力，年化收益逾30%。报告无明确投资评级，但对多因子方法的效果表现出积极认可。

---

2. 逐节深度解读

2.1 引言与市场发展（页1）

• 关键论点：

受益于2017年沪深交易所政策支持，可转债市场快速扩容，截至2021年8月，存续转债数量近400只，余额约6000亿，2021年7月成交额创历史新高达1.6万亿。市场规模和活跃度的扩张为多因子应用提供了数据基础。

• 推理与证据：

图1清晰展示了2017年以来可转债余额与数量稳步增长，余额由数百亿元提升至逾6000亿元，存续债数量由几十只增加到近400只。图2显示成交额月度波动显著提升，2021年7月成交额为约1.6万亿元，显示市场流动性充足。

• 意义：

市场规模和活跃度为多因子选债策略提供了充足的样本空间和实践可能，促进了股票选股方法在转债领域的延伸应用。[page::1]

2.2 可转债的特殊性与定价影响因素（页2）

• 核心观点：

可转债既有债券保底价值，又承担股票期权属性，定价受到股票市场预期影响。当前A股转债纯债溢价率较高，表明其股性较强，且波动率常高于正股。

• 逻辑阐述：

数值上，图3体现了转债纯债溢价率长期维持较高水平，蓝色（均值）与红色（中位数）均显示20%至40%以上的水平。图4截面正股与转债20日涨跌幅相关系数处于0.6-0.9区域，表明正股走势与转债息息相关但并非完全同步，联动性强。

• 推论：

正股价格走势通过“预期”影响转债期权价值，从而显著影响转债价格，此外转债自身的价格波动及成交行为也构成定价因子。研究保证样本流动性、避免ST股票风险，通过月度调仓实施多因子策略。[page::2]

2.3 可转债因子分类详解（页3-5）

2.3.1 正股因子（页3）

• 论点与数据：

正股因子通过影响股票价格，间接作用于转债定价。两大有效因子为估值因子（EPttm）与北上资金因子。
- 估值因子对转债未来收益率相关性为负，兼具在正股选股一致性，表现IC均值-4.42%，ICIR-0.98（转债层面）。
- 北上资金因子（外资资金流入）与转债未来收益正相关，IC均值3.10%，ICIR0.81。

• 图解：

图5和图6分别显示不同因子分组的绩效曲线，头部选股策略超越基准（中证转债）。

• 表1总结：

列出了因子IC指标，对比转债和正股表现，反映两者联动性与因子间一致。

• 意义：

说明正股基本面和资金流动性因子具备向转债层面传导效果，提供选债信号。[page::3]

2.3.2 转债-正股因子核心（页3-4）

• 定义：

转债-正股因子结合两者信息，典型指标为转股溢价率（转债价格相对转换价值溢价），反映股性偏好与风险溢价。

• 结论：

转股溢价率与未来收益负相关，低溢价转债表现力优，年化收益高达36%。

• 数据支持：

图7展示溢价率分组的未来收益差异，图8显示低溢价组合强劲表现。

• 其他因子：

- 转债-正股涨跌幅相关性正向预测未来收益（图9）。
- 转债-正股涨幅差负向预测收益（图10）。
- 转债与正股振幅差负相关，差异越大，转债未来表现越弱（图11）。其中振幅差因子IC均值-7.58%，异常领先。

• 逻辑解释：

因为转债价格不易偏离转换价值过大，且两者回归特性强，差异往往存在套利和波动机会，提供alpha来源。转债锚定正股但又有独立性，使得这类因子作用显著。[page::3,4]

2.3.3 转债自身因子（页5）

• 交易规则差异与影响：

- 转债采用T+0交易，涨跌幅限制宽松，交易费用较低，导致其价格波动和交易行为与正股不同。

• 换手率因子表现逆势：

- 股票中换手率通常与未来表现负相关；但转债换手率与未来收益正相关（图12），符合“量领价行”逻辑。
- 经余额和换手率极端值排除后，该规律仍稳健（图13、图14），提升因子可靠性。

• 振幅因子创新：

利用“切割”方法优化振幅因子，产生“理想振幅因子”，在转债上亦表现良好，预测能力突出（图15）。

• 总结因子表现：

这些因子从量价行为角度捕捉市场情绪和活跃水平，为转债定价提供辅助信号。[page::5]

2.4 多因子组合构建与测试（页6）

• 组合构建逻辑：

将上述9个因子经过去极值、标准化，并调整选债方向后，采用等权重合成为综合因子，再基于因子值排序，月度调仓选取前20只转债组成组合。

• 核心业绩指标：

- 组合期回测区间：2018年1月至2021年6月
- 年化收益：34.6%
- 年化波动率：20.8%
- 收益波动比（夏普比率的近似）：1.66
- 相比中证转债指数超额收益达26.1%

• 空间缩减测试：

- 限定余额超过5亿的债券，年化收益仍保持25.8%

• 因子性能指标汇总（表2）：

- IC均值在-7.58%至3.73%间波动，ICIR最大约1.93，显示振幅差因子尤为稳健。

• 图示：

- 图16呈现多空组合盈利曲线优于基准
- 图17展示组合净值提升轨迹明显优于中证转债指数

• 结论：

多因子合成带来了综合优势，利用多维度信息显著提升转债投资表现。[page::6]

---

3. 图表深度解读

3.1 图1与图2：市场规模与成交活跃度趋势（页1）

• 图1说明：

- 蓝线显示2017年至2021年6月期间可转债余额持续增加，从约500亿涨至6000亿，呈现长期稳健增长趋势。
- 红线为存续债数量，同步从约30只增长到近400只，右侧坐标显示。

• 图2说明：

- 显示2017-2021年7月月度成交额，7月份成交额峰值超过1.6万亿，明显高于2019年前个位数千亿水平，成交活跃度提升明显。

这些图表突出可转债市场由小众产品成长为主流资产类别的扩展基础。资金和股票多因子结合转债研究的必要性及可行性由此成立。[page::1]

3.2 图3与图4：溢价率与正股转债关系（页2）

• 图3：

- 纯债溢价率均值（蓝线）和中位数（红线）均在20%-50%之间波动。该数值反映转债股性偏强，纯债成分比重较小。

• 图4:

- 20日涨跌幅相关系数常在0.6-0.9间，表明转债与正股价格关系紧密。

这两个指标打造起可转债价格受正股影响的基本认知框架。[page::2]

3.3 图5至图8：正股因子和转股溢价率效果（页3）

• 图5：估值因子分组表现，第一组（估值最低）转债未来收益率最高，优于第三组及基准，验证估值低吸策略有效。
• 图6：北上资金流入较高的转债组未来收益率提升，有明显正面资金流带来的行情推动。
• 图7和图8：转股溢价率越低的组收益越高，显示低估转债的强劲回报；盈利曲线持续抬升，表现远超中证转债指数。

图表佐证正股估值及资金流入是捕获转债预期收益的有效指标。[page::3]

3.4 图9至图11：转债-正股涨跌幅相关性与振幅差（页4）

• 图9：转债与正股涨跌幅相关性越高的组，表现越好，表明同步性带来正收益预测。
• 图10：转债与正股涨幅差距越大，未来收益反而越差，暗示向同步性的回归。
• 图11：振幅差因子表现优异，第一组（振幅差最小）长期收益率最高，说明波动匹配度是重要信号。

图形反映转债市场有强烈的价格回归属性，异常波动是套利机会。[page::4]

3.5 图12至图15：换手率与理想振幅因子（页5）

• 图12：高换手率转债未来收益领先，反常于股票市场，显示转债高交易活跃度对应持续多头趋势。
• 图13与图14：通过剔除极端换手率和限制余额筛除样本，换手率正向因子表现依然稳健，说明量领价属性不因样本偏差消失。
• 图15：通过切割改进的理想振幅因子在转债上的正面表现，强化振幅特征与未来收益的关联。

展示了转债市场独有的交易行为特性，量价行为因子对选债有增益意义。[page::5]

3.6 图16与图17：多因子组合表现（页6）

• 图16：多因子组合多空盈利曲线展现强劲上行趋势，截图中显示主力组合分别在1.0基准处起步，后续超越明显。
• 图17：收益曲线趋势与中证转债指数对比，多因子组合显著跑赢市场基准，业绩持续优异。

整体证明多因子合成策略的有效性与实用价值。模型稳健，有望对可转债定价和投资策略形成实质性指导。[page::6]

---

4. 估值分析

本报告未见典型企业估值法（DCF、市盈率倍数）具体应用，因研究焦点为市场行为和因子模型构建方法。估值及收益预测基于统计学指标如IC值、ICIR及实证组合回测。重点在于：

• 因子回归及预测表现指标：

- IC（信息系数）均值衡量因子预测收益的相关度；值越大，因子预测能力越强，正负号反映预测方向。
- ICIR为IC均值与其标准差之比，衡量预测的稳定性。

案例中振幅差因子表现最优（IC均值-7.58%，ICIR-1.93），表明其能稳定捕捉回归效应。因子之间正负相关体现了多维度的选债逻辑。

没有具体折现模型和估值倍数给出，强调统计套利和多因子预测的实用路径。[page::6]

---

5. 风险因素评估（页6）

• 历史数据依赖风险：

报告明示模型建立基于历史数据，市场未来可能变化，模型的预测能力受此限制。未来宏观环境、政策调整、市场结构变化可能影响因子表现。

• 流动性风险：

采用余额及正股非ST筛选以降低流动性和信用风险，但仍不可完全规避市场突然流动性危机。

• 估值与波动性风险：

转股溢价率等因子随股市波动起伏大，股性较强的转债可能面临非理性价格配置。

• 策略执行风险：

月度换仓策略面临交易成本、时滞风险，报告未详细披露手续费或滑点估计。

• 缓解策略：

严格因子预处理（去极值、标准化）、样本限制和策略多维度因子合成，有助于分散风险。报告未具体提出进一步缓解措施。[page::6]

---

6. 批判性视角与细微差别

• 报告采用多因子策略结合转债市场特点，视角新颖且实证充分。但存在以下审慎点：

- 负IC因子使用：
部分关键因子如估值因子及振幅差因子IC为负，须准确调整因子方向。如何系统保证因子方向正确解释虽简单，在实际应用中易出错。

- 因子解释性有限：
因子高IC值表明统计相关性，但报告对因子的微观经济解释仍较为笼统，未来若加强因子产生机制解析将更有说服力。

- 样本选择偏差：
大量过滤余额和正股状态，提升稳定性，但可能忽视部分具有潜力的低流动转债。

- 缺少市场环境分层分析：
因子表现是否随宏观环境（牛市、熊市、波动性事件）变化，报告未深入区分。

- 估值模型缺失：
作为混合债股类工具，未结合传统估值模型一并分析有一定缺失。

- 风险与交易成本披露不足：
交易成本、做空限制、市场冲击成本未细化讨论，亦未就策略执行风险展开详细论述。

---

7. 结论性综合

此报告系统性地构建了针对中国A股市场可转债的多因子定价与选债框架，重点从三大维度构建因子体系：

• 正股因子：通过股票估值（如EPttm）及资金流入（北上资金因子）影响转债价格，表现稳定，具备跨市场的传导机制。

- 转债-正股因子：以转股溢价率、涨跌幅相关性及振幅差等指标反映转债与正股价格的差异与联系，是解释可转债核心价格行为的关键因素。特别是转股溢价率作为股性估值指标，对后续回报存在显著指导作用。

• 转债自有因子：分析转债独特的交易制度带来的换手率和理想振幅因子表现，证明了量价行为能产生稳定选股信号，且与股票市场截然不同。

通过整合9个因子，经标准化和方向调整后形成多因子组合，实证结果显示组合年化收益高达34.6%，显著超越中证转债指数，且夏普率表现优异，具备良好的风控属性。报告强调转债-正股因子的显著性和稳定性，体现其核心定价地位。

图表数据系统展示了从市场扩容、因子效能到组合业绩的完整逻辑闭环和实证支持。尤其转股溢价率、振幅差及换手率因子表现尤为突出，构建了一个源于市场交易与基本面的多维度选债框架。

然而，基于历史数据的统计套利模型固有一定风险，市场结构及交易成本未充分展开讨论，未来需结合更深入的市场机制分析和风控框架。

综合来看，报告在可转债多因子策略研究领域填补了实证空白，展现了多因子方法在转债资产类上的创新应用潜力，对于投资者理解和把握转债市场价格行为提供了有效工具和参考。

---

结束语

该报告以严谨的实证方法、丰富的图表支持和创新的因子构建，成功展现了可转债价格的多因子驱动机理及其投资价值，特别是在当前中国可转债市场快速扩展背景下，其成果具备极佳的现实应用意义和理论参考价值。[page::0,1,2,3,4,5,6]

报告