可转债市场规模及多因子模型背景 [page::2]

• 截至2024年3月，可转债市场存续规模约8400亿元，月交易额维持在6000亿元以上。

- 多因子模型基于APT理论，通过选取相关风险因子解释资产收益，应用于可转债领域，具备较好潜力。

转债与正股高度相关及因子选择 [page::3]

• 可转债收益与正股收益相关系数稳健保持在0.3-0.8间，利用正股因子丰富转债因子池。

- 样本筛选条件包括剩余额大于1.5亿且正股无ST状态，使用周度换仓频率，选取共计268个因子。

可转债分层策略及组合表现差异 [page::5][page::6]

• 按“平价/底价”比值分为偏债型、平衡型和偏股型三类，分层后组合数量和表现差异明显。

- 偏股型转债组合波动最大但收益不稳定，偏债型波动小且收益较稳定，平衡型介于两者之间。

多因子模型及因子筛选概览 [page::7][page::8]

• 各类型转债分别拟合模型，偏债型采用15个因子，偏股型14个因子，平衡型12个因子，均排除多重共线性影响。

- 因子包括技术指标、价格类因子、流动性指标及固有的转债溢价相关指标，均以正向或反向与收益相关。

多因子策略收益对比及绩效评估 [page::9][page::10]

| 策略 | 年化收益率 | 波动率 | 夏普率 | 最大回撤 | 换手率（周度） |
|------------|-------------|----------|--------|----------|----------------|
| 中证转债指数 | 1.40% | 8.60% | -0.28 | 15.27% | - |
| 偏债策略 | 22.22% | 8.91% | 2.17 | 9.22% | 40.06% |
| 偏股策略 | 24.54% | 18.22% | 1.19 | 22.42% | 25.41% |
| 平衡策略 | 30.09% | 12.09% | 2.25 | 9.08% | 44.52% |
| 双低策略 | 11.04% | 11.23% | 0.73 | 17.55% | 19.75% |

• 三种多因子策略均显著超越中证转债指数及传统双低策略，平衡策略在收益和风险控制方面表现最佳。

- 2021年至2023年各年度表现显示，偏股策略牛市行情收益突出，偏债策略风险最小，平衡策略兼具收益与防守稳定性。

策略风险提示 [page::11]

• 报告基于历史回测数据，未来市场及因子有效性存在不确定性，策略可能存在失效风险。

多因子模型在可转债中的应用——详尽分析报告解构

---

1. 元数据与报告概览

报告标题为《多因子模型在可转债中的应用》，由国联证券量化研团队撰写，分析师陆豪、康作宁联袂发布，发布时间约为2024年。报告聚焦于“可转债”市场，重点研究多因子模型在该市场的应用价值及效果。报告核心观点强调：

• 多因子模型作为量化选股中的成熟方法，虽然近年在股票领域其效能有所下降，但在可转债领域仍具有参考价值。

- 可转债价格受正股及自身因子的多重影响，本文利用279个相关因子，通过模型筛选及分层拟合策略，设计出相对传统“双低”策略更优的多因子模型组合。

• 通过层级划分可转债为偏债型、偏股型和平衡型，针对不同类别拟合针对性多因子模型，策略整体表现出显著超越市场和传统策略的效果，尤其是在风险调整收益率与最大回撤控制上有所优势。

报告同时提醒历史表现不保证未来，因子有效性可能因市场结构变化而下降，具有风险提示。此外，报告附带若干内部相关研究供参考。[page::0]

---

2. 正文结构深读与内容分析

2.1 研究背景

2.1.1 可转债规模变化

截至2024年3月，沪深两市活跃存续转债规模接近560只，规模达8400亿元，月度成交额维持6000亿元以上，显示市场活跃，且波动性足够，为因子模型研究提供数据基础和市场环境。

图表1显示2019年至2024年初的存续转债数量逐年增加，余额规模亦持续增长，月度成交额虽有波动但长期保持在较高水平，支撑本文量化研究的丰富样本基础。[page::2]

2.1.2 多因子模型简介

报告简述多因子模型的理论基础为套利定价理论（APT），成立于1976年，由Stephen Ross提出。APT认为资产收益是多个风险因子的线性组合，模型公式为：

$$
Ri = ai + b{i1} F1 + b{i2} F2 + \cdots + b{ik} Fk + \epsiloni
$$

因子来源涵盖宏观经济、公司特有及交易情绪等。多因子模型通过识别显著相关的因子并加权组合，可用于资产定价、风险管理和投资组合优化，目标是实现超额收益或降低风险。报告基于该理论框架，针对可转债特有属性设计因子。[page::2]

2.1.3 可转债因子范围及选择

结合可转债兼具股债双属性，转债价格与正股涨跌的相关性极强（可见图表2），因此因子库既涵盖了转债自身因子，也纳入正股因子及联动因子。

样本选取条件较为严格：转债余额需大于1.5亿元，正股非ST或*ST，周度换仓频率。因子初选共计268个，涵盖多元维度，保证模型的广度与深度。[page::3]

2.1.4 因子评价指标

报告采用传统的Rank IC及ICIR评估单因子表现：

• Rank IC：因子值与未来收益排名相关系数，反映因子预测能力强弱。

- ICIR：Rank IC均值/标准差，体现因子预测的稳定性。

此外，通过分组收益检验头部因子组合的多头表现，关注因子单调性及极端收益，形成严谨选因子体系。[page::3-4]

2.1.5 多因子模型比较基准

为了考量多因子模型优越性，设定了行业中较为经典的“双低”策略作为对比基准（图表3）。

• “双低”策略选取转债现价与转股溢价率都较低的转债构建组合。

- 中证转债指数同时作为市场基准进行评价。

图表3显示“双低”策略净值表现优于中证转债指数，具备一定基准意义。[page::4]

---

2.2 可转债分层

2.2.1 转债类型划分理论与方法

可转债兼具债券的固定收益与转换为股票的期权价值，其债性价值通过经典贴现现金流计算，具体公式如：

$$
纯债价值 = \sum{i=1}^T \frac{CFi}{(1+r)^i}
$$

其中$CFi$为现金流，$r$为到期收益率，$T$为期限。

股性表现体现在转债价格对正股波动敏感，转股价值（平价）计算设定参考股价与转股比率。

为体现其双重属性的多样性，报告基于“平价/底价-1”指标按±20%阈值划分为三种类型：

• 偏债型（股性弱，债性强）

- 平衡型

• 偏股型（股性强，债性弱）

图表4展示了三层转债数量随时间动态变化，其中平衡型数量最大，且均随大市波动。[page::5]

2.2.2 各类转债表现差异

图表5通过等权组合展示三种转债类型净值走势：

• 偏股型组合波动最大，回报率最高但风险也高。

- 偏债型组合波动和回撤最小，风险较低且较为稳定。

• 平衡型居中，兼具进攻和防守特征。

由此可见，分层有助于针对性模型构建，提升策略精准度。[page::6]

---

2.3 单因子模型筛选与选定

报告采用IC、ICIR、多头及多空收益率测试因子质量并使用方差膨胀因子（VIF）排除多重共线性，确保因子体系稳健。

2.3.1 偏债型转债因子

图表6列出15个因子，包括：

• ROC20（20日变动率）IC正向5.5%，ICIR 35.7%，多头年化收益22.9%

- ytm（到期收益率）IC最大7.5%，负相关因子的puredebtPremRatio（纯债溢价率）IC为-8.2%，VIF合规

• 多个技术因子如CCI, ADTM等均表现正向关联

整体偏债策略注重收益率与价格趋势类指标，符合债性偏重的特征。[page::7]

2.3.2 偏股型转债因子

图表7显示14个因子，特征为部分因子负相关：

• baseRate（基准利率）IC为-2.0%，与收益正向多头关系相反，或因利率抬升风险对偏股转债负面。

- ytm与current Yield均为正相关，利率因素影响显著。

• 其他技术波动类指标如ILLIQUIDITY也纳入模型。

偏股型关注正股波动及转债杠杆属性，因子体系更多反映市场波动。[page::8]

2.3.3 平衡型转债因子

图表8纳入12个因子，既包括技术指标KDJ_D、ChaikinOscillator，也有基础财务指标ytm、ILLIQUIDITY。

平衡策略较为综合，因子权重均衡，旨在捕捉风险收益的中间状态，稳健性好。[page::8]

---

2.4 多因子模型拟合与策略表现

2.4.1 模型拟合方法

采用多元线性回归法拟合每期因子权重，系数期间均值化，形成稳定长效的综合模型。

选取每期得分最高20只转债等权构建策略组合，交易费用计为0.1%。

2.4.2 策略净值与性能对比

图表9显示：

• 三类多因子策略表现均优于中证转债指数及传统“双低”策略。

- 平衡型策略净值最高，第二为偏股型，偏债型表现也明显优于基准。

• 双低策略表现最弱且波动率较大，表明多因子模型有效捕捉alpha。

图表10详细列出性能指标：

| 策略 | 年化收益率 | 波动率 | 夏普率 | 最大回撤 | 换手率（周度） |
|--------------|------------|---------|--------|----------|----------------|
| 中证转债指数 | 0.45% | 8.60% | -0.28 | 15.27% | — |
| 偏债策略 | 22.22% | 8.91% | 2.17 | 9.22% | 40.06% |
| 偏股策略 | 24.54% | 18.22% | 1.19 | 22.42% | 25.41% |
| 平衡策略 | 30.09% | 12.09% | 2.25 | 9.08% | 44.52% |
| 双低策略 | 11.04% | 11.23% | 0.73 | 17.55% | 19.75% |

• 平衡策略收益率最高，夏普率2.25，且最大回撤控制优良，凸显其风险调整收益优势。

- 偏股策略收益率虽高，但伴随显著波动及回撤。

• 偏债策略波动率最低，最适合风险厌恶型投资者。

- 换手率较高，表明策略灵活调整频繁，适应市场变化，但交易成本需关注。

2.4.3 不同年度策略表现多样性

图表11按年度拆解：

• 2021年为牛市，偏股策略年化收益85.96%，夏普4.56，表现最佳。

- 2022-23年市场波动，偏股策略表现大幅下滑，甚至出现负收益与夏普。

• 偏债策略表现相对稳定，波动和回撤较小，具备防御特征。

- 平衡策略整体表现稳定，兼具收益和风险控制优势。

该分年度分析验证了分层多因子模型的动态适应性和风险收益平衡的重要性。[page::9-10]

---

2.5 风险提示

报告明确指出历史回测数据不能保证未来表现，因子有效性可能变化导致策略失效。这提示读者需慎重对待模型运用，密切关注市场因子动态。[page::11]

---

3. 图表专项解读

图表1—可转债规模及成交额

• 该图强调可转债市场的成长性及流动性，剔除市场活跃度不足因素，为量化模型提供数据保证。

- 黄色柱状显示存续转债数缓步上升，红色曲线余额稳步增长。

• 右侧成交额波动较大，体现市场阶段性资金活跃变化。

- 支撑多因子模型在可转债领域的现实基础。[page::2]

图表2—可转债与正股收益相关系数

• 相关系数维持在0.3至0.9区间，绝大多数时间高于0.5。

- 说明转债价格强烈受正股影响，验证选择正股因子的重要性。

• 提示正股因子是多因子模型中不可或缺的部分。[page::3]

图表3—“双低”策略净值表现

• “双低”策略净值长期高于中证转债指数，体现其作为传统基准的合理性。

- 净值峰值出现在2021年中，随后缓慢回落，表现出一定抗风险能力。

• 作为对比，显示多因子模型需实现超越其收益和风险水平的目标。[page::4]

图表4—分层转债分布

• 三类转债数量波动整体同步，但平衡型始终占据数量最大比例。

- 偏债、偏股型相对稳定，但明显受市场行情影响。

• 反映市场结构对模型分层重要性。[page::5]

图表5—分层转债组合净值

• 偏股组合波动最大，平衡型次之，偏债型最稳定。

- 各层转债风险收益特征差异显著，为模型因子设计及策略部署提供多层次视角。[page::6]

图表6-8—因子列表及统计指标

• 表中展示了各因子的IC、ICIR、VIF、多头和多空年化收益率，细致展现因子有效性与稳定性。

- 这些表格揭示了针对不同转债类型的因子配置差异，支持分层多因子模型的构建。

• VIF指标均合理，说明多重共线性控制良好，模型稳健。

- 因子方向（正负）及收益率展示了因子对不同策略表现的影响机理。[page::7-8]

图表9—策略组合净值对比

• 直观展示多因子策略优于中证指数和“双低”策略，净值增长趋势明显。

- 进一步说明基于因子筛选和分层拟合的多因子模型可实际带来投资收益提升。[page::9]

图表10—策略关键业绩指标

• 通过年化收益率、波动率、夏普率、最大回撤及换手率的对比分析，呈现各策略的风险调整表现。

- 平衡策略综合指标最佳，偏股策略回撤大，偏债策略最低风险，双低策略表现最弱，验证多因子策略的体系优势。[page::10]

图表11—分年度策略表现拆解

• 不同时间段策略强弱不一，彰显了策略对市场环境的敏感度。

- 提示投资者应结合市场状态灵活运用策略或动态调整组合。[page::10]

---

4. 估值分析

本报告未直接涉及转债估值的现金流折现或倍数法估值，但通过多因子模型对转债价格变化的解释与预测，间接影响估值判断。因子多头收益率、IC、VIF等提供有效的统计依据，辅助投资决策。

---

5. 风险因素评估

• 历史数据局限性：模型基于过去信息和市场环境构建，未来市场政策、结构变动可能使因子失效。

- 市场环境变化：转债市场波动和宏观经济周期可能导致模型短期内表现分化。

• 因子稳定性风险：部分因子IC和ICIR较低或负值，长期效果需持续监测。

- 交易成本风险：高换手率（尤其平衡型策略44.52%周度）可能导致实际净收益被摊薄。

报告未明确提供缓解措施，投资需结合风险管理控制仓位及实时筛选调整因子。[page::11]

---

6. 批判性视角与细节观察

• 报告虽然区分多因子模型优于传统“双低”策略，但换手率较高，现实中交易成本及滑点风险未充分量化，存在潜在过度交易风险。

- 多因子模型受市场环境影响较大，尤其偏股策略在震荡周期表现不佳，模型应结合市场状态增强适应性。

• 因子筛选IC值普遍偏低，单因子预测能力有限，整体依赖多因子叠加效果，须关注多重共线性风险。

- 报告强调分层方法优点，但三类策略所用因子数量和具体权重未详细披露，透明度略逊。

• 没有提供策略的样本外验证，模型稳健性尚需进一步测试。

---

7. 结论性综合

本报告针对中国可转债市场，系统应用套利定价理论下的多因子模型，基于沪深市场560只规模8400亿元可转债的丰富数据，提出了分层（偏债、平衡、偏股）进行多因子筛选与拟合的新颖方法。报告通过详实的统计指标（IC、ICIR、VIF）筛选出分别适用于三类转债的优质因子组合，利用多元线性回归确定因子权重。

策略测试（2021-2024年）显示，多因子策略整体收益及风险调整收益均显著优于中证转债指数和传统“双低”策略，其中平衡型策略表现最佳，年化收益高达30.09%，最大回撤控制在9.08%，夏普率2.25，且换手率较高但合理。偏股策略收益高但波动也大，偏债型策略更适合稳健投资者。

报告精确揭示了因子有效性随市场波动而变，同时强调历史表现不代表未来，存在策略失效风险。图表完备且直观地支持文本论断，数据详实可信。整体来看，本报告为可转债多因子量化投资提供了极具价值的实证研究和策略框架，既有理论根基也有实际应用潜力，显著提升投资者选债效率及风险控制能力。

---

总体评价：

报告论据充分，结构严密，兼顾理论和实证。仅需对交易成本、因子稳定性以及市场适应性进行更细致的后续研究，即可形成成熟的量化投资工具。报告适合机构与专业投资人士深度阅读与借鉴。

---

参考溯源

本次分析引用报告内原文页码均已标注，确保所有论点均有文本支撑，方便后续追溯与验证。

---

如需更详细数据解析、公式推导或策略代码示例，欢迎继续交流。

报告