• 转债基金分类及持仓模型构建 [page::1]

- 以历史季报数据划分纯转债型、转债+债券型、转债+股票型、三资产混合型四类基金。
- 2017-2022年间，转债基金数量和规模迅速扩张，纯转债型及转债+债券型基金占比较大。

• 转债行业指数与股票行业指数收益对比及持仓模型变量设计 [page::2]

- 选取银行、非银金融、电力设备及新能源等15个重点行业作为转债行业指数编制基础，通过带约束OLS模型拟合基金持仓占比。
- 不同基金类型在股票和债券端的代理变量配置存在差异，有效避免多重共线性。

• 转债基金持仓测算与均值行业配置表现 [page::3][page::4]

- 纯转债型基金转债仓位约90%，双债基金约40%-50%。
- 纯转债基金偏好电新、电子行业，双债基金偏好银行行业。

• 持仓模型拟合效果优良，调整R2均超过70% [page::4]

• 转债多空因子构建与因子表现 [page::5][page::6]

- 提取转债动量、债底评级、转债定价、正股市值、正股盈利等5个转债多空因子。
- 转债定价因子表现最稳健，长期呈显著单边增长趋势。

• 转债基金因子模型设计与不同基金类型因子暴露差异 [page::7][page::8]

- 纯转债型基金偏好转债动量和正股盈利，市值因子多为负，偏好大市值股票，定价因子暴露为中性。
- 双债基金暴露较均衡，市场Beta较低，盈利因子暴露中性。

• 因子模型拟合效果良好，调整R2普遍在70%以上 [page::9]

• 转债基金因子暴露排名前五基金列表，体现个体偏好 [page::9]

- 案例分析：转债基金A的评级因子、盈利因子和市值因子符合基金经理公开投资观点 [page::10][page::11]

• 案例分析：转债基金B低波动策略体现于较低市场因子暴露和高评级因子偏好 [page::11][page::12]

• 案例分析：转债基金C的仓位择时准确，风格偏债性持仓特征明显 [page::13]

• 基于因子暴露构建转债基金三因子FOF组合，年化收益14.65%，收益回撤比0.8，优于纯转债基金基准 [page::14][page::15]

• 构建纯债基金高到期收益率（YTM）FOF组合，实现年化收益4.36%，风险调整表现优秀 [page::15][page::16]

• 双债FOF组合策略设计与测算，年化收益7.94%，较市场基准超额显著，风险较低 [page::16][page::17]

• 基于双债基金转债仓位的市场中性组合构造，有效捕捉资产轮动能力，提升收益并降低回撤 [page::17][page::18]

• 基于转债CRR定价偏离度构建动态配置轮动组合，提高年化收益至9%，回撤显著降低 [page::19][page::20][page::21]

• 双债FOF动态配置组合实现14.38%年化收益，收益回撤比提升至1.98，显著优于市场中性组合 [page::21][page::22]

• 通过转债风格因子，构造股性、平衡、债性转债FOF组合，揭示风格收益和风险差异 [page::22]

• 风格轮动FOF组合实现13.7%年化收益，风险调整收益较单一风格组合更优 [page::23]

【招商定量 深度报告巡礼之二十二】转债基金的投资行为跟踪与配置思路 — 详尽分析与解读

---

一、元数据与报告概览

• 报告标题： 《【招商定量 深度报告巡礼之二十二】转债基金的投资行为跟踪与配置思路》

- 作者/机构： 招商定量研究 招商定量任瞳团队

• 发布日期： 2024年9月19日

- 研究主题： 对可转换债券基金（简称转债基金）的投资行为进行深度跟踪，构建持仓和风格因子模型，基于模型构建多种FOF组合以提供转债基金配置思路。

• 核心内容： 研究通过基于基金持仓和多空因子进行分类和跟踪，分析转债基金的仓位变化及投资风格偏好，随后基于此设计多种转债基金FOF策略及双债基金（转债+纯债）FOF策略。报告同时对模型准确性进行了验证，并通过具体基金案例分析模型的实用性和准确度，最后提出动态及市场中性配置策略。

---

二、报告结构深度解读

1. 转债基金的持仓与风格跟踪模型

1.1 转债基金分类与持仓模型设计

• 基金分类方法： 通过历史披露的季报数据，计算基金在股票、债券、可转债的长期资产配置比例，定义转债持仓≥30%为目标基金，再细分为：

- 纯转债型基金（股票、债券占比≤15%或基金名称含“转债”）
- 转债+债券型基金（债券占比>15%）
- 转债+股票型基金（股票占比>15%）
- 其他（三资产混合型，暂不考虑）

• 分类结果与图表分析：

- 从2017年底至2022年9月，转债基金数量和规模持续增长，尤其2019-2021年间规模提升明显（由480亿元增至2561亿元）。
- 纯转债型和转债+债券型基金占据市场主导，规模分别为465亿和1144亿元，转债+股票型基金数量规模较小。
- 图1清晰展示分类流程，图2和图3分别描绘不同类别转债基金的数量及规模变化趋势，呈现市场逐步扩容态势。

• 持仓模型构建：

- 利用回归拟合方法，选择15个重点转债一级行业指数（如银行、非银金融、电力设备新能源、电子等）作为公共变量。
- 针对不同基金类型选择不同的股票、债券指标代理变量，例如转债+债券型基金用中证全指及6类细分债券指数，转债+股票型基金用中信股票风格指数等。
- 模型形式为带约束的OLS回归，约束系数总和为1，允许杠杆率βlev在[-0.4,0.2]浮动，个别行业持仓系数在[0,1.4]间浮动。
- 对不同基金类型限制股票与债券合计占比范围，确保模型类别区分明确。模型结果βIND即为行业持仓比例的估计。

• 图4比较了转债行业指数与对应股票行业指数的近三年收益，显示转债指数表现与股票指数存在差异，提示研究中转债应作为独立资产类别考虑。

1.2 持仓模型测算结果及趋势

• 纯转债型基金(图5)： 转债整体仓位稳定在约90%，行业配置以银行（18%）、非银金融（8%）、电新（10%）、电子（10%）为主，行业仓位随时间有波动，例如2021年Q1有色金属显著增配，近两年电新板块仓位明显攀升。

- 转债+债券型基金(双债型，图6)： 转债持仓明显低于纯转债型，约40%-50%，在银行转债配置更高（归一后25.1%vs19.4%），在电新和电子等高成长行业配置较低，体现双债基金配置趋向更稳健、低风险的债性转债。

• 两者行业持仓差异（表2）显示银行板块双债型超配，而电新、电子等板块纯转债型占优，验证了其投资策略风格差异。
• 模型拟合效果（图7）显示三类基金的调整R2均超过70%，纯转债型和转债+股票型拟合优于转债+债券型，表明模型解释力较强。

1.3 转债基金因子模型设计

• 多空因子构建（表3）：转债因子含市场、动量、债底评级、定价和正股市值等，股票因子聚焦市场、盈利、市值、成长风格，债券因子关注市场、期限、信用差异。转债因子多为空头和多头两端收益差异体现。

- 转债定价因子基于招商证券之前研究的CRR（Cox-Ross-Rubinstein）二叉树定价模型，反映债券理论估值与市场价差异，是最稳健的因子。

• 图8-12中，转债动量因子、债底评级因子、定价因子、正股市值因子及盈利因子的多空超额收益均表现向好，且债底评级与正股市值因子负相关，因大市值多为高信用转债。

- 相关系数表（表4）展示因子间弱相关，部分因子相互独立，有效支持多因子组合搭建。

• 因子模型回归框架延续持仓模型，设置因子暴露度限制，适应不同基金类型，保证解释优良。
• 全市场因子暴露测算（图13）：

- 纯转债型基金市场β在0.6-1.2间波动，动量和盈利因子暴露长期为正，市值因子暴露为负，表明基金偏好大盘且盈利强的标的。
- 定价因子暴露主要在零轴附近波动，反映基金经理更侧重基本面而非市场定价择券。21Q2至22Q2定价因子为负，偏好高估值转债。

• 而双债基金因子暴露（图14）市场β较低（30%-50%），盈利因子呈中性，整体风格更均衡，相较纯转债基金更加稳健。
• 表6和图15-16显示，因子模型拟合调整R2平均均在70%以上，纯转债型和转债+股票型基金拟合更佳。
• 因子长期暴露领先基金列举（表7）为投资者提供选基参考。

---

2. 模型准确度及案例分析

• 持仓模型准确度通过与基金季报数据对比（表8）验证，纯转债型和转债+股票型基金存在转债持仓高估现象，经过杠杆调整后误差基本控制在2%以内，说明模型估计可靠。
• 因子模型验证主要通过基金经理公开信息和因子暴露对比，结合案例深入分析：

- 转债基金A（纯转债型）例证：
- 基金经理偏好低信用下沉但非极端信用，模型显示AA-评级超配14%，高评级减少配置，评级因子暴露明显高于市场（图16）。
- 基金偏好大盘转债（市值因子为负，图17）及盈利能力强的正股对应转债（盈利因子长时间正暴露，图18），符合基金经理自述。

- 转债基金B（纯转债型）例证：
- 定位低波动绝对收益产品，偏好高信用评级保持风险控制（评级因子和持仓偏好体现，图21）。
- 持仓行业均匀无明显偏好（图19），市场因子β低于市场平均（图20），说明整体波动控制较强。

- 转债基金C（双债基金）例证：
- 明确择时转债仓位，2021年Q1-Q2大幅加仓低估转债，随后减仓（图22、23），持仓模型预测和季报基本吻合。
- 持仓偏债性转债为主（模型转债风格因子分析，图24、25），债性转债平价中位数约90元，验证模型准确。

---

3. 模型应用及转债基金FOF策略设计

3.1 基于因子配置的转债基金FOF策略

• 因子选取基于动量、定价、正股盈利三因子，组合相较单一因子配置具有更稳定超额收益，年化收益率14.65%，最大回撤18.24%，收益回撤比0.8（表10，图26）。
• 三因子FOF组合相对于纯转债型基金基准获得稳健的超额收益，回撤时间点存在差异，因子配置协同有效平滑风险（图27、28）。

3.2 纯债基金高YTM FOF策略

• 基于招商证券既有纯债基金到期收益率测算，将中长期纯债基金按估算YTM排序，选取高YTM基金构建FOF，获得约4.36%年化收益（图29，表11），风险调整指标优秀。

3.3 双债基金FOF策略设计

• 结合上文转债三因子FOF和纯债基金高YTM FOF组成双债FOF，比例可动态根据市场持仓调整，也可采用市场中性组合。
• 市场中性组合通过持仓模型测算双债基金转债仓位，持仓大致保持在30%-50%区间，仓位轮动能捕捉资产配置的超额收益，年化约6.02%，最大回撤4.01%，提升风险调整后收益（图30，表12；图32，表13）。
• 双债FOF市场中性组合年化收益约8.85%，风险指标优于行业基准（图33，表14）。

3.4 双债FOF动态配置策略

• 基于转债CRR定价得到的市场偏离度指标，进行资产配置轮动，市场偏离度高时重配转债，低时增配纯债（表15，图34，图35）。
• CRR轮动策略年化收益9%，最大回撤5.11%，超额收益显著且规避熊市（图36，表16）。
• 双债FOF动态配置组合结合转债三因子选基及纯债YTM选基，并动态调节转债与纯债配置，年化收益14.38%，收益波动比、收益回撤比均优于市场中性组合，表现稳健（图37，表17）。

3.5 转债基金内部风格轮动

• 转债内部按平价高低区分股性、平衡、债性风格，配置不同风格基金构建FOF。
• 不同风格FOF收益风险特征分明，股性最高收益与风险，债性最低波动但回撤小，平衡居中（图38，表18）。
• 风格轮动策略根据CRR偏离度信号动态调整股性和债性配置，取得年化13.7%收益，相较单一风格FOF提升明显，风险适中（图39，表19）。

---

三、图表详细解读

• 图1（转债基金分类流程）： 展示分类逻辑清晰从资产配置披露到类别确定的路径，合理划分不同风险收益特征基金。

- 图2-3（基金数量及规模变化）： 图形显示转债基金市场成长迅速，各类基金均有所增长，整体规模突破2500亿元，映射资金对转债市场关注度上升。

• 图4（转债行业指数与股票行业指数收益对比）： 多数行业转债指数收益低于对应股票指数，强调转债作为独特资产类别的必要性及持仓建模的合理性。

- 图5、6（纯转债型与双债基金行业持仓时序）： 展现不同行业仓位分布动态，与策略偏好匹配，如双债基金集中银行转债，电新板块近年崛起。

• 表2（行业持仓归一后差额）： 精确反映两类基金风格差异，银行超配明显，提供策略差异依据。

- 图7、9（模型调整R2，回归拟合效果）： R2高于70%，回归模型可信，支撑后续配置策略。

• 图8-12（多空因子净值及超额收益）： 量化表现转债重要因子，转债定价因子表现稳健且显著，可用作选基关键指标。

- 表4（因子相关系数）： 低相关提升多因子模型有效性。

• 表7（关键因子暴露度领先基金）： 实用参考，投资者可依据此进行基金筛选。

- 图13-14（因子暴露时间变化）： 揭示基金投资风格及其演变，反映基金经理选基思想。

• 图19、20、21（案例基金持仓与因子走势）： 模型与基金公开策略及披露对照，验证模型稳定性和准确性。

- 图26、27、28（三因子FOF净值及超额表现）： 证明多因子组合策略有效提升收益与控制风险。

• 图29（纯债高YTM组合净值）： 纯债FOF策略实现超额收益且风险低。

- 图30、32、33（双债各组合净值）： 市场中性与轮动配置均优于行业基准，体现策略成熟度。

• 图34-36（定价偏离及轮动信号应用）： CRR定价指标成为有效转债择时工具，辅助动态配置。

- 图38、39（转债风格FOF及风格轮动净值）： 风格演变策略有效应对市场周期，收益风险平衡表现优异。

---

四、估值模型与风险提示

报告中采用的关键估值工具为转债CRR二叉树定价模型，该模型根据衍生品定价理论对可转债进行理论价值计算，衡量市场价与理论价的偏离，形成转债定价因子和市场偏离度指标，为投资组合提供择时及选基依据。

风险方面，报告明确指出市场异常波动或结构性变化可能导致模型失效，用户应注意使用模型的适用条件，认识到历史表现不构成未来收益担保。

---

五、批判性视角

• 报告中持仓模型和因子模型均基于回归分析及历史数据，虽然拟合度高，但仍可能面临：

- 样本选择限制，如转债+股票型基金样本较少，导致结论稳健性不足。
- 数据披露延迟与不完整可能影响模型实时准确度，尤其对实时择时敏感的策略。
- 因子模型未完全涵盖所有转债风格特征（如股性债性分类因子未初期纳入），需结合替代方法辅佐理解。
- 转债市场特有的信用风险事件或政策风险非模型直接反映，投资者需留意不可预见风险。

• 风格轮动策略虽表现优异，但风险有所提升，适合风险偏好更强的投资者，建议结合资产配置合理选用。

---

六、结论性综合

本报告系统性地构建了转债基金从分类、持仓跟踪到风格因子测算的完整分析框架，模型拟合效果优良，能够高效捕捉基金的投资行为特征。基于模型的投资策略多元且具实操性：

1. 持仓模型揭示了转债基金的资产配置偏好及行业风格，对转债与债券的配置量化追踪精准；
2. 因子模型深入剖析转债基金投资风格，转债定价、动量以及正股盈利因子尤为关键，并对基金经理的选基逻辑提供清晰画像；
3. 基金案例验证了模型的高度契合度，结合基金经理实盘策略及观念体现，模型具备实操指导意义；
4. 基于模型的多因子FOF配置策略有效提高转债基金超额收益与风险控制，具有较强的投资价值；
5. 结合纯债基金高收益率策略，设计双债基金FOF配置，从市场中性到动态配置均表现优异，提高风险调整后收益；
6. 以CRR定价偏离度及转债风格因子指导的资产和风格动态轮动，进一步提升配置灵活性和收益弹性，管理组合波动与风险；
7. 图表数据详实有力，清晰呈现市场结构变化及策略效能，增强报告洞察深度。

总体来看，报告不仅为投资者提供了深入理解转债基金投资行为的量化工具，还基于实证构建了多维度的组合配置策略。尤其单纯转债基金与双债基金的差异分析、持仓与风格双模型的应用以及基于CRR定价的动态配置框架均属业内先进实践，具极高参考价值。

---

溯源示例：（报告页码对应标识）

• 分类与持仓模型 [page::1,page::2]

- 基金持仓趋势与行业偏好 [page::3,page::4]

• 因子模型构建与解释力 [page::5,page::6,page::7,page::8,page::9]

- 个案分析与模型验证 [page::9,page::10,page::11,page::12,page::13]

• 因子FOF策略与双债FOF配置 [page::14,page::15,page::16,page::17,page::18,page::19,page::20,page::21,page::22,page::23]

---

此详尽解读力求覆盖报告全文核心观点、各章内容与图表，帮助投资者精准把握转债基金的量化研究与投资应用路径。

报告