可转债市场快速发展 [page::2]

• 2021年8月，沪深市场存续可转债达约400只，规模近6000亿。

- 可转债月成交额历史创新高，7月达到1.6万亿，活跃度高。

• A股转债纯债溢价率高，呈现股性强特征，受正股影响显著。

可转债多因子信息来源及因子效果 [page::3][page::4][page::5]

• 正股因子（估值因子EPttm、北上资金因子）通过影响正股价格间接影响转债定价，方向与转债未来收益一致。

- 估值因子表现负相关，北上资金表现正相关。表1数据显示两者在正股和转债上的选股IC均值分别为-4.42%、-1.71%和3.10%、3.50%。

• 转债-正股因子核心包括转股溢价率、涨跌幅相关性、涨跌幅差和振幅差，其中转股溢价率与收益负相关，低溢价率对应高未来收益（年化36%）。

- 振幅差因子表现优异，IC均值-7.58%，ICIR为-1.93，说明转债与正股涨跌幅差为稳定alpha来源。

可转债自身量价因子表现及稳健性检验 [page::6]

• 换手率因子与转债未来表现正相关，高换手率带来更优未来表现。

- 严格筛选余额大于5亿和剔除换手率超过100%的转债后，换手率因子依然有效，验证其稳健性。

• 理想振幅因子经“切割”改进后在转债市场同样表现良好，强化了因子有效性。

多因子组合构建与回测表现 [page::7]

| 因子类别 | 因子名称 | IC均值 | ICIR |
|------------|------------------------|---------|--------|
| 正股因子 | EPttm | -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 / 转债短期换手率 | -7.58% | -1.93 |
| | 转债理想振幅因子 | 1.75% / -2.77% | 0.28 / -0.72 |

• 多因子等权合成后，IC均值提升至9.35%，IC_IR达1.89。

- 组合从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1.66。

• 相较于中证转债指数，年化超额收益达26.1%。

- 限定债券余额大于5亿后，收益仍达25.8%，展现较强稳定性。

风险提示 [page::0][page::7]

• 该模型基于历史数据，未来市场规则及环境变化可能影响策略有效性。

金融工程研究团队《可转债的多因子方法初探》研究报告详尽分析

---

1. 元数据与概览

• 报告标题：《可转债的多因子方法初探》——开源量化评论（33）

- 作者与团队：金融工程研究团队，首席分析师魏建榕及多位分析师和研究员（如张翔、傅开波、苏俊豪等）

• 发布日期：2021年9月12日

- 发布机构：开源证券研究所

• 报告主题：针对中国沪深市场的可转债多因子投资策略进行系统研究，结合股票多因子选股理论，探索适用于可转债资产的多因子定价方法及投资组合构建。

- 核心论点：
- 随着可转债市场的快速发展和交易活跃度提升，利用多因子方法对可转债进行有效投资成为可能。
- 可转债价格受正股、转债与正股的联动关系以及转债自身的量价行为三大类因素影响。
- 构造涵盖这三方面因子的多因子模型，经过历史回测表现优异，实现显著的超额收益。

• 投资评级及目标价：

- 报告为专题研报，未提供明确评级或目标价。

• 研究信息传递意图：

- 传达多因子模型在可转债市场的有效性，并提供策略构建思路。
- 证明以该策略构建组合可持续获得超出基准指数的回报。
- 提醒投资者关注模型风险，市场环境变化可能影响策略有效性。

---

2. 逐节深度解读

2.1 可转债市场蓬勃发展（第2页）

• 关键论点：

- 自2017年9月沪深交易所出台可转债和可交换债业务规则后，可转债市场规模和存续债券数量实现稳步上升，截至2021年8月已近400只，市场余额近6000亿元。
- 2021年7月交易也创下历史新高，成交额达1.6万亿。
- 市场规模和活跃度的提升为应用多因子选股方法提供空间。

• 推理依据：

- 利用Wind数据库数据统计市场两项关键指标（余额与数量）。
- 结合市场交易规则特殊性，解释可转债兼具债券与股票属性。

• 关键数据：

- 可转债余额由2017年初的数百亿快速增长至近6000亿（见图1）。
- 可转债存续数量达近400只。
- 2021年7月成交额1.6万亿（见图2）。
- 纯债溢价率持续提高，反映出转债的股性增强（见图3）。

• 复杂概念：

- 可转债作为“复杂衍生品”兼备债券和股票期权属性，是影响定价的根本逻辑。

• 图表解读：

- 图1展示余额（左轴）和存续数量（右轴）稳步攀升趋势。
- 图2反映交易量急剧增长，尤其是2020年以来成交金额显著跳升。
- 图3显示纯债溢价率自2019年开始明显抬升，股性特征加强。

• 结论：市场的快速发展及活跃性为多因子方法的应用创造了条件，并且股性增强提高了转债对股价因子的敏感性。[page::2]

2.2 可转债多因子的三大信息来源（第3页至第7页）

2.2.1 正股因子（第3页-4页）

• 论点摘要：

- 正股因子通过影响正股价格，间接影响转债定价。
- 估值因子（EPttm，即滚动市盈率倒数）与北上资金流入因子显现较好效果。
- 选股层面，正股估值因子与转债未来收益呈负相关，北上资金因子与转债未来收益呈正相关；
- 正股与转债的选股方向保持一致。

• 数据解读：

- 图5显示估值因子分组的未来收益：估值较低组转债表现更好（负相关）。
- 图6显示北上资金偏好高流入标的转债未来表现较好（正相关）。
- 表1量化指标：估值因子转债IC均值-4.42%，ICIR-0.98；北上资金因子转债IC均值3.10%，ICIR 0.81，反映稳定性与信息量。

• 逻辑说明：

- 估值因子表现负相关，表明低估值正股对应转债未来收益率较高，是价值投资的一种体现。
- 北上资金因子正相关，体现机构资金流向对转债认同度的影响。

• 模型假设：

- 正股因子假定正股价格行为对转债价值有直接和间接的决定作用。

• 图表联系文本：

- 图5、图6配合表1证明了正股因子作为多因子之一的有效性。

• 结论：

- 正股因子是因子库重要组成部分，具有稳定的风险溢价表现。[page::3][page::4]

2.2.2 转债-正股因子（第4页-6页）

• 论点摘要：

- 转债-正股因子涵盖转债与正股价格间的预期差，最典型为转股溢价率。
- 由于强赎等条款存在，转债价格往往不偏离转换价值过多。
- 股性估值的转股溢价率越低，转债未来收益越高。
- 其他因子如转债-正股涨跌幅相关性高、涨幅差距小以及振幅差异均为有效信号。

• 数据解读：

- 图7展示转股溢价率因子分组未来累计收益，最低组表现显著优于其他组。
- 图8显示转股溢价率最低20只转债构建的多头组合年化收益达36%，远超中证转债指数。
- 图9、图10展现涨跌幅相关性与差距的未来收益表现，相关性越高对应更好表现，差距越大未来收益越差。
- 图11表明振幅差异因子IC均值-7.58%，ICIR -1.93，表现尤为突出。
- 表2详细列明此类因子IC均值及ICIR，反映整个因子组的显著性和稳健性。

• 逻辑说明：

- 转股溢价率低说明转债价格相对转换价值更便宜，潜在“性价比”更高。
- 转债与正股表现一致性高则意味着市场对转债价值的确认度高，未来走势更稳定。
- 振幅差体现交易者对波动性的偏好，差异大形成套利机会。

• 图表联系文本：

- 图和表明晰展示转债-正股举例因子在历史上的有效表现，支撑作者提出其为核心要素的观点。

• 结论：

- 转债-正股因子不仅体现转债本质，还带来优异的alpha，是多因子策略中的关键要素。[page::4][page::5][page::6]

2.2.3 转债因子（第6页）

• 论点摘要：

- 转债交易规则与正股显著区别，如T+0交易、超低交易费率等，促进了转债的活跃交易。
- 转债自身量价行为（如换手率、振幅）具备独立的信息价值。
- 转债的换手率与未来收益正向相关，短期换手率越高，未来表现越好，违背股票市场的典型规律。

• 数据解读：

- 图12显示换手率较高转债表现优越。
- 图13、图14剔除低余额和极端换手后仍保持因子方向一致，增强因子的稳健性。
- 图15证明理想振幅因子在转债市场依然有效。

• 逻辑说明：

- 由于转债市场的特殊性，交易活跃可视为资金高度关注，带动后续价格走强。

• 结论：

- 转债自身的量价因子成为多因子策略中不可或缺部分，有助于捕捉市场情绪和短期趋势。[page::6]

2.2.4 可转债多因子组合（第7页）

• 论点摘要：

- 将上述三大类共9个因子经过去极值、标准化和方向调整后，进行等权合成，形成综合多因子。
- 回测期间（2018年1月-2021年6月），选出综合因子排名前20的转债构建等权组合，年化收益达34.6%，远超中证转债指数（超额26.1%）。
- 年化波动率20.8%，收益风险比1.66，表现稳健。
- 即使限制债券余额5亿以上，年化收益仍保持25.8%。

• 数据说明：

- 表2归纳各类因子IC和ICIR数据，说明合成因子稳定性较好。
- 图16展示多空组合的累计收益表现，多头组合收益显著优于基准。
- 图17展现主组合与基准指数的累计收益比较，曲线明显分叉。

• 逻辑说明：

- 通过多因子整合，捕捉不同维度Alpha，增强组合多样性，降低单一因子风险。

• 结论：

- 综合策略具备显著的历史业绩支撑，显示多因子在可转债市场的投资潜力。[page::7]

2.3 风险提示（第7页）

• 报告提示：

- 所有模型均基于历史数据，未来市场可能发生重大变化，存在模型失效风险。
- 未进一步细化风险管理措施或缓解策略。

• 潜在风险：

- 市场政策变化、流动性风险、突发系统性风险等均可能对模型预测和投资组合产生影响。

• 结论：

- 投资者应谨慎使用模型结果，关注市场动态，防范历史经验不再适用的风险。[page::7]

---

3. 图表深度解读

（选取主要关键图表，逐一详解）

图1 & 图2：可转债市场规模与成交量历史演进

• 描述：

- 图1展示自2017年以来，可转债余额和存续数量稳步上升。
- 图2展示同一时期内成交规模的快速提升，尤其在2020年以后显著跳增。

• 解读：

- 表明市场规模的扩大和活跃度显著提升，创造多因子策略应用的基础。

• 文本联系：

- 报告反复强调市场规模和交易活跃为策略提供了实施空间。[page::2]

图3：纯债溢价率与股性强度

• 描述：

- 显示A股转债纯债溢价率整体提升，尤其是均值长期维持在20%以上。

• 解读：

- 反映转债更偏向股票属性，波动性和定价更受正股影响。

• 文本联系：

- 诠释为何正股因子和转债-正股因子显得重要。[page::2]

图5、图6及表1：正股因子效果验证

• 描述：

- 图5（估值因子）与图6（资金流入因子）分别表现不同的相关方向。
- 表1呈现量化的IC和ICIR指标，确认因子有效性。

• 解读：

- 两种因子明确维持选股方向一致，表明转债投资可借鉴正股因子逻辑。

• 局限：

- 估值因子效果负，但IC值不高，存在一定不稳定性。

• 联系：

- 支撑报告提出正股因子为多因子模型重要输入。[page::3][page::4]

图7、图8：转股溢价率因子多头表现

• 描述：

- 转股溢价率最低组转债表现持续领先，中证转债指数明显落后。

• 解读：

- 清晰印证以转股溢价率选债的超额收益能力。

• 联系：

- 支持转债-正股因子核心地位的观点。[page::4]

图9至图11：转债与正股联动相关因子表现

• 描述：

- 图9说明转债与正股涨跌相关性越高，未来收益越好。
- 图10表明涨跌幅差值大则未来表现差。
- 图11振幅差异同样是有效因子。

• 解读：

- 反映转债价格与正股同步性的重要性，及价格偏离的回归趋势。

• 联系：

- 形成转债-正股联动因子核心逻辑。[page::5]

图12至图15：转债自身因子表现

• 描述：

- 图12呈现换手率因子正相关收益。
- 图13和14剔除极端样本后仍保持正相关。
- 图15理想振幅因子表现优异。

• 解读：

- 说明转债市场的活跃交易能够带动后续收益，有别于股票市场经验。

• 联系：

- 强调转债自身因子不可忽视，体现市场特有性状。[page::6]

图16与图17：多因子组合综合表现

• 描述：

- 图16显示多空收益优异。
- 图17展示组合累积收益远超中证转债指数。

• 解读：

- 直观体现策略超额收益和风险调整后表现。

• 联系：

- 验证综合多因子模型优越性，也是报告核心结论之一。[page::7]

---

4. 估值分析

• 报告主要聚焦多因子策略构建及回测，未直接涉及传统估值模型（如DCF、市盈率等）。

- 因此没有传统估值方法或目标价设定，估值层面偏向因子模型的预测及收益表现。

• 多因子模型使用IC和IC_IR衡量因子信息含量，组合回测关注年化收益、波动率及夏普等指标。

- 因子合成采用等权模型，去极值和标准化预处理因子，保证输入数据的稳定性和公正性。

• 报告中未涵盖敏感性分析。

---

5. 风险因素评估

• 报告显著提示：

- 所述模型基于历史数据测试，未来市场结构或规律的变化可能导致策略失效。
- 强调了市场可能出现“重大改变”，对策略的适应性构成风险。

• 未具体分析各风险因素的发生概率及缓解措施，风险提示较宽泛。

- 投资者需警惕市场系统性风险、政策风险及流动性风险等。

• 风险评级R3（中风险）限定适用投资者范围。

---

6. 批判性视角与细微差别

• 潜在偏见与假设风险：

- 因子有效性基于历史回测，可能存在过拟合风险。
- 部分因子负相关且IC值较低（如估值因子），表明稳定性有限。
- 换手率因子正相关与传统股票市场经验相悖，体现市场特殊性同时也可能是非常规行为的反映，长期有效性需观察。

• 模型系统限制：

- 未考虑宏观经济、信用风险等因素，因子体系可能片面。
- 策略流动性限制选择余额>2亿、5亿债券，实际操作可能面临规模限制。

• 报告信息矛盾：

- 转债与正股涨跌幅相关性及差异因子均具有预测能力，但部分指标相关性不高，说明因子间存在一定独立性及非线性关系。

• 风险提示较为简单，未涉及具体应对措施，投资者需自我判别。

---

7. 结论性综合

本报告通过对中国沪深市场可转债多因子投资的系统研究，提出并验证了以正股因子、转债-正股联动因子及转债自身量价行为因子为信息源的多因子策略。以下为综合总结：

• 可转债市场规模持续扩大且交易活跃，市场环境具备多因子策略应用的基础。

- 正股因子（估值、资金流入）通过影响正股价格间接影响转债定价，且其选股方向与转债高度一致，表明其为有效因子之一。

• 转债-正股因子特别是转股溢价率因子，在因子显著性和稳定性上表现较优，体现转债与正股价格间的重要预期差，是可转债核心定价要素。

- 转债自身的量价行为因子如换手率因子、振幅因子等，表明转债特殊市场规则及活跃交易带来的独立Alpha来源。

• 以上三类因子共同构建的多因子模型经回测显示，组合年化收益率高达34.6%，年化波动20.8%，显著超越指数基准，实现了较好的风险调整后收益。

- 图表层面，诸多因子均呈现稳定的IC指标，支持多因子策略框架的稳健性；组合的累计收益曲线远超行业指数，凸显策略实际收益优势。

• 风险提示强调模型基于历史数据，未来市场情况可能变动，投资者需注意潜在风险及策略适应性。

总体来看，报告具备高度专业性和系统性，深入剖析了可转债市场多因子投资的逻辑与实践路径。尽管存在历史数据局限和参数设定等不足，报告为可转债量化投资提供了重要参考框架和实证支持。

---

全文引用页码

[page::0,1,2,3,4,5,6,7]

---

图表Markdown示例

• 图1：

• 图7：

• 图17：

---

综合分析深刻阐述了可转债多因子策略的理论基础、因子构建与量化验证，表明该策略在市场现实中的有效性及应用潜力，值得关注和进一步研究。

报告