`

量化选股专题:可转债正股投资组合探寻可转债正股投资的量化因子

创建于 更新于

摘要

本报告系统分析了可转债及其正股的市场现状和表现,基于流通市值、换手率、转股溢价率、隐含波动率及发行人意愿等八个量化因子构建选股模型,筛选出10支涵盖多行业分散风险的组合股票,并验证了该组合在市场中的显著超额收益表现,最大年化收益达到45.68%,夏普比率和信息比率均较高,体现了量化因子对可转债正股价格预测的有效性,为投资者提供了实用的量化选股策略参考。[page::0][page::5][page::12][page::13][page::14]

速读内容


可转债市场发展现状及表现亮眼 [page::2][page::3]


  • 目前处于存续期内可转债共有139支,其中传统可转债20支,可交换债119支,91.3%发行于2016年后。

- 可转债市场近四个月累计涨幅接近10%,远超上证综指和沪深300指数。
  • 7月份102支正股月均收益率约3.32%,显著高于各大指数平均涨幅。


可转债正股价格影响因素及量化因子构建 [page::4][page::5][page::7][page::8][page::9]


  • 正股价格受主观因素(发行人转股意愿、赎回条款等)及客观因素(宏观经济、行业景气、基本面、换手率等)双重影响。

- 八个显著量化因子包括:流通市值(RankIC均值0.1423)、前一个月换手率(负相关)、市净率PB(负相关)、净资产收益率ROE(正相关)、转股溢价率(负相关)、纯债溢价率(正相关)、隐含波动率(负相关)及发行人转股意愿(正相关)。
  • 以上因子均通过RankIC、Rank_ICIR及超低配组合胜率指标验证有效性,其中纯债溢价率超低配组合胜率略逊一筹但不排除其影响。


量化选股模型设计及股票池构建 [page::10][page::11][page::12]


| 债券简称 | 证券简称 | 申万行业 | 近一个月涨跌幅(%) | 所属概念板块 |
|---------|----------|--------------|------------------------|---------------------------------------------|
| 16金瑞EB | 金禾实业 | 化学制品 | 0.2355 | |
| 16牧原01 | 牧原股份 | 畜禽养殖II | 13.0746 | 白马股;国家队;扶贫;一线龙头;猪 |
| 16飞投01 | 飞马国际 | 物流III | 6.8183 | 智能物流;员工持股;质押式回购;大盘蓝筹 |
| … | … | … | … | … |
  • 采用最小二乘法拟合八个因子权重构建评分模型,对进入转股期及存续期个股进行打分优选。

- 对20支候选股按行业分散、业绩及涨幅等条件筛选出最终10支组合,涵盖不同申万二级行业,市值规模均衡。
  • 调仓策略基于连续15个交易日收益率低于组合平均值时剔除换入。


量化组合业绩优异,实现显著超额收益 [page::12][page::13]



| 指标 | 可转债正股组合 | 沪深300指数 |
|----------------|----------------|--------------|
| 日均收益 | 0.15% | 0.07% |
| 年化收益率 | 45.68% | 17.41% |
| 夏普比率 | 7.58 | / |
| 信息比率 | 13.12 | / |
  • 选股组合在4个月跟踪期间表现优异,收益率远超基准沪深300,夏普和信息比率均居高水平。

- 涉及股票部分为蓝筹大盘股及部分调整后的创业板及中小市值股,符合当前资金均衡流向和市场风格调整趋势。

投资组合管理及后续跟踪 [page::14][page::15]

  • 投资组合采取每半月市场表现跟踪,每月调仓执行,双边交易费用为千分之三。

- 调仓以连续亏损天数及行业成长性为核心指标,通过动态调整提高组合风险控制能力。
  • 调仓结果与表现将在国元证券可转债半月报中持续披露和优化。

深度阅读

量化选股专题:可转债正股投资组合报告详尽分析



---

一、元数据与报告概览


  • 报告标题:量化选股专题:可转债正股投资组合探寻可转债正股投资的量化因子

- 作者及发布机构:刘涛、黄卓,国元证券研究中心
  • 发布日期:2017年8月14日

- 研究主题:基于量化因子的可转债正股(即可转债对应的正股)投资组合构建,分析可转债市场表现及选股因子的有效性,实证选股模型构建及组合表现验证。
  • 核心论点

- 可转债作为兼具债券和股票特征的金融工具,具备“进可攻、退可守”的优势,并在近期监管加强下保持强劲发展。
- 结合可转债特性与正股基本面,选择8个有效量化因子构建正股选股模型。
- 选出的组合表现良好,明显跑赢沪深300及相关基准指数。
- 采用定期跟踪和动态调仓策略,以实现持续超额收益。
  • 主要信息传达

- 可转债市场正在快速扩大,转债正股股价波动受多重因素影响,量化因子筛选有效。
- 利用多种统计指标对因子进行系统测试,筛选出稳定因子。
- 建立基于多因子最小二乘模型选股体系,成功构建出表现优异的正股组合。
- 通过实证检验,组合在中短期表现优异,风险可控。
  • 评级或目标价:报告未设单只股票评级和目标价,强调模型与组合建设价值。


---

二、逐章节深度解读



1. 第一部分 可转债正股投资的研究意义



1.1 可转债市场热度提升


  • 关键论点

- 可转债分为传统可转债、可交换债和可分离债,且传统可转债和可交换债发行为主。
- 近年来,因监管对大股东减持和再融资的严格限制,促使更多公司选择发行可转债作为融资和股权管理工具。
- 目前存续期内可转债139只,2016年后发行占91.3%,显示近期发行迅猛,市场规模及热度明显提升。
  • 推理依据

- 结合发行数量与监管政策,揭示发行结构变化和市场热点。
- 图1清晰展示了可转债各类型发行状况及存续股数量。
  • 数据点:(图1)

- 续存期可转债139支,传统可转债20支,可交换债119支。
- 2016年以后发行占比91.3%。
  • 结论

- 监管环境和融资需求促进可转债市场快速发展。
- 可转债作为融资工具和股权平滑器功能更加凸显。[page::2]

1.2 可转债市场表现突飞猛进


  • 关键论点

- 在“去杠杆”等政策影响债券市场流动性疲软背景下,可转债因兼具股债双重属性表现弹性更好。
- 雄安新区设立后市场风格切换,可转债指数表现受关注,7月以来强劲上涨,领先主要大盘指数。
- 可转债正股整体涨幅优于市场指数。
  • 推理依据

- 通过中证转债指数与沪深300、上证综指等对比,展示可转债指数趋势。
- 统计7月份102支正股月收益对比基准。
  • 数据点

- 中证转债指数4个月涨幅接近10%,远超上证综指与沪深300。
- 7月份102支正股平均月收益3.32%,高于上证综指2.18%和沪深300的1.11%。
- 北方稀土正股7月涨幅53.66%,表现突出。
  • 结论

- 可转债市场表现优异,正股表现强劲且有显著超额收益潜力。[page::3]

1.3 可转债正股价格波动原因


  • 关键论点

- 可转债正股价格受主观因素(发行人转股意愿)和客观因素(宏观经济、行业景气、财务状况等)影响多重动力驱动,股票通常具有更高活力和短期拉升空间。
  • 推理依据

- 发行人若意图减持,积极拉升正股价格吸引转股,换股条款确定价格弹性大。
- 宏观环境与行业基本面决定正股长期估值基础。
- 技术指标(如换手率)反映市场关注度,交易活跃度与短线收益相关。
- 图4示意这一多层次影响因素体系。
  • 结论

- 投资中必须结合主客观因素选择合适量化因子,构建符合逻辑的选股模型。[page::4]

---

2. 第二部分 可转债正股投资组合的构建



2.1 量化因子的选择及测试



2.1.1 研究思路和数据处理

  • 关键论点

- 选股需优先关注与“可转债属性”(转股价格、溢价率、债券波动率等)及“发行人意愿”相关的因子,同时考虑反映正股基本面的盈利、估值和市场交易活跃度因子。
- 定义了三类指标评估因子有效性:RankIC(因子暴露与下期收益率排名的相关),RankICIR(RankIC均值与标准差的比),超低配组合胜率(高排名组合收益胜低排名组合的概率)。
- 选取样本为2017年5月7日之前进入转股期的59只可转债,对应正股数据处理标准化,覆盖2016年11月起至2017年7月,保证数据的充分性与时效性。
  • 方法说明

- 通过Wind系统数据获取,MAD及zscore标准化处理缺失和异常值。
- 按月分期进行截面相关分析。
  • 表1分类

- 估值类(PB,PE)、盈利类(ROE)、规模因子(流通市值)、可转债性质因子(转股溢价率、纯债溢价率、票面利率、剩余期限占比、隐含波动率)、发行人意愿因子、技术指标(换手率)、反转/动量因子(历史涨跌幅)[page::5]

2.1.2 测试结果与因子表现分析

  • 流通市值因子(图5)

- 正相关IC值常年正向,大多高于3%,显示大市值个股近期表现优异且稳定。
- 1-2月间短暂负相关反映市场风格轮动,但整体趋势支持规模因子为正。
  • 换手率因子(图6)

- 意外地,换手率与收益呈显著负相关,原因可能是监管趋严导致高换手率“妖股”受挫,相对低换手率的大盘蓝筹稳定表现。
- IR指标显示稳定的负相关。
  • 市净率(PB,图7)

- 多数时期IC为负,低PB的股票盈利较好,符合价值投资逻辑。
  • ROE(图8)

- 净资产收益率与收益正相关,但稳定性一般,偶有负值,提示高增长股仍有风险。
  • 转股溢价率(图9)

- 关键股性指标,负相关较强,低转股溢价率代表强股性,正股收益更好。
  • 纯债溢价率(图10)

- 与正股收益相关性相反,说明债性强的转债对应正股收益较弱。
  • 隐含波动率(图11)

- 与正股收益负相关,高波动通常伴随高风险及不稳定表现。
  • 发行人转股意愿(图12)

- 发行为换股积极性强(宽松下修条款、宽松回售条款)的,可促进换股收益提升,IC值为正且显著。
  • 综合统计数据(表2)

- 8个因子均有较理想指标表现,强调纯债溢价率有效性虽稍弱但理论上不应剔除。
  • 结论

- 选中8个因子作为构建选股模型的基石,覆盖规模、交易活跃度、估值、盈利、转债股债性和发行人意愿。[page::6,page::7,page::8,page::9,page::10]

2.2 评分模型设计


  • 模型形式

- 采用最小二乘回归,将8个量化因子标准化作为自变量,预测标准化后的下期收益率。
- 模型具体系数在报告中给出,体现各因子正负影响(详见第10页文字描述)。
  • 样本情况

- 模型覆盖99只已经进入转股期或临近的可转债,剔除停牌或重复正股后剩余66支正股。
  • 选股池与得分

- 按模型得分排序,形成20支候选股票池。
- 表3详细列示部分股票,包括所属行业、涨跌幅、所属概念。
  • 筛选原则(详见11-12页):

1. 剔除中报预减、超涨、大额赎回触发压力个股。
2. 行业代表性考虑,避免行业集中。
3. 剔除表现持续低于组合的个股。
4. 剔除有重大利空者。
  • 最终选出10支个股

- 包括金禾实业、牧原股份、飞马国际等,涵盖申万行业分布广泛,市值大小均衡,兼顾成长与稳定。[page::10,page::11,page::12]

2.3 投资组合市场表现分析


  • 实证验证

- 从两个维度考察组合。
1. 最近1个月基于7月10日数据选择的组合表现:
- 10只股等权配置,近1个月累计收益6.46%,明显优于沪深300(约2%)、中证500(负收益)。
- 图13显示组合收益曲线高于基准。
2. 历史回测2017年4月5日选出的组合近4个月表现:
- 日均收益0.15%,年化高达45.68%,远超沪深300的17.41%。
- 夏普比率7.58,信息比率13.12,均指明超额收益显著且风险调整收益优异。
- 组合波动较高,正收益率概率稍逊基准,提示需调仓管理风险。
  • 市场逻辑佐证

- 4月组合多为大盘蓝筹,市场风格偏好大盘股,组合表现理想。
- 8月组合结构更加均衡,涵盖中小市值,适应市场风格转变。
  • 结论

- 组合筛选及权重加权策略合理有效,具备持续盈利能力。[page::12,page::13]

2.4 定期跟踪和调仓原则


  • 管理机制

- 半月跟踪,月底调仓。
  • 调仓标准

- 组合成分股如30个交易日内有连续15天收益低于组合平均,剔除。
- 新调入股票需排名前20,所属行业具成长潜力,连续两期收益领先组合平均。
  • 交易成本

- 假设双边交易费千分之三。
  • 后续更新

- 组合表现及调整细节在团队可转债半月报持续披露。
  • 说明

- 动态调仓有助降低组合风险,提高稳定性和收益质量。[page::13,page::14,page::15]

---

三、图表深度解读



图1 可转债分类和数量


  • 描述:示意传统可转债、公募与私募可交换债、可分离债的分类及续存数量。

- 解读:传统可转债续存20支,可交换债119支,总续存139支,体现传统可转债规模较小但历史悠久,可交换债成长迅速。
  • 联系文本:支持发行结构描述,说明可转债市场发展及细分品种比例。

- 限制:无纯粹数值变化图,分类清晰。[page::2]

图2 可转债发行数量时间分布


  • 描述:从2014年12月至2017年8月每月可转债发行数量柱状图。

- 解读:2016年后发行显著增加,最高月份达13支,2016后总占比91.3%。
  • 联系文本:佐证近年发行潮,释放市场活跃度信号。

- 限制:未区分传统与可交换债子类别数量。[page::3]

图3 雄安新区设立后指数表现


  • 描述:2017年4月至8月,上证综指、沪深300、中证转债指数走势对比。

- 解读:转债指数4个月累计涨幅近10%,显著优于股指,7月起反弹最强,表明资金回流和风险偏好提高。
  • 联系文本:印证可转债抗跌并积极反弹表现。

- 限制:时间跨度较短,未涵盖更长期趋势。[page::3]

图4 正股价格变动因素示意图


  • 描述:因主观(发行意愿)及客观(宏观、基本面、转债属性)因素驱动正股价格。

- 解读:清晰阐释影响机制逻辑框架,方便理解因子选择方向。
  • 联系文本:关联因子选取核心思想。

- 限制:为思维导图,非定量分析图表。[page::4]

图5-12 各因子RankIC走势图


  • 描述:分别展示流通市值、换手率、市净率、净资产收益率、转股溢价率、纯债溢价率、隐含波动率和发行人意愿因子RankIC月度走势。

- 解读:
- 大多数因子Rank
IC指标均在±0.2区间。
- 流通市值普遍正相关,换手率、PB、隐含波动率多为负相关,体现市场风格及监管影响。
- 发行人意愿表现正相关,说明主观因素重要。
  • 联系文本:

- 图表验证了因子效力,支撑选股模型构建。
- 体现市场波动对因子效用的影响,调仓策略需动态调整。
  • 限制:

- RankIC数值波动,且数据表明短期内因子表现并不总稳定,需持续监控。
- 单因子指标未体现因子间多重共线影响。

例如:图5揭示大市值个股一般收益率偏高;图6表明高换手率不一定能带来正收益。
[pages::6-9]

图13 近一个月组合收益与基准比较


  • 描述:7月10日至8月9日,可转债正股组合与沪深300、中证500指数收益率曲线。

- 解读:组合持续跑赢基准,累计收益率最高约6.5%,走势相对稳定,体现模型选择股票的优越性。
  • 联系文本:佐证2.3节组合表现优异结论。

- 限制:时间窗口较短。[page::12]

表2 各因子统计指标(RankIC,IR,胜率)


  • 描述:列出了8个筛选因子的均值RankIC,RankICIR以及超低配组合胜率。

- 解读:大部分因子统计指标明显且稳定,验证因子有效性,纯债溢价率组合胜率稍弱。
  • 联系文本:支持因子入选,确保量化模型基础合理。

- 限制:未给出因子间相关性,后续组合优化空间。
  • [page::10]


表3 量化股票池


  • 描述:列出20支按模型评分排序的潜在投资股票及行业、涨跌幅、所属概念。

- 解读:展示模型结果,行业分散,成分含高成长股和价值股。
  • [page::10-11]


表4 量化组合回测统计数据


  • 描述:4个月组合表现与沪深300对比(日收益均值、标准差、年化收益等)。

- 解读:高收益伴随较高波动,夏普和信息比率显著,风险调整后的投资回报突出。
  • [page::13]


表5 第一批组合成分信息


  • 描述:首批10只个股的证券代码、行业分布及关联概念。

- 解读:行业分布均衡,股价和基本面特征多样,有助分散风险。
  • [page::13-14]


---

四、估值分析



报告未涉及直接的个股估值模型和目标估值价格,但通过对转股溢价率、纯债溢价率和隐含波动率的分析,间接反映组合选股过程中对股债价值平衡的判断,强调在债券内含权价值下转股机制对其估值的重要影响。
  • 转股溢价率体现股性强弱,较低者对应正股潜力大。

- 纯债溢价率体现债底支撑强度,较高者债性强,股价受压较少。
  • 发行人转股意愿也在模型中占权重,通过条款触发概率影响理论估值。


综上,估值层面主要通过选股因子体现,未直接使用传统市盈率、市净率等对股价进行目标价格测算。

---

五、风险因素评估



报告未专门列举风险分析章节,但从内容梳理可总结潜在风险点及影响:
  • 政策风险:监管对减持及再融资收紧带来市场波动,影响转债正股价格预期。

- 市场流动性风险:转债市场虽持续扩容,但流动性仍受整体市场影响。
  • 模型参数稳定性风险:因子IC值存在波动,模型预测能力在不同市场环境可能弱化。

- 行业集中及个股风险:尽管组合分散,但某些轮入品种估值过高或基本面不及预期,存在回撤风险。
  • 调仓时点风险:调仓规则存在滞后性,可能导致错失部分收益或加剧波动。

- 技术指标解释风险:换手率负相关的观察可能与监管环境特殊相关,未来情况或会变化。

报告通过引入严格的调仓策略、行业及个股筛选标准为风险控制手段提供一定缓释路径,但具体的风险概率和严重性未量化说明。

---

六、批判性视角与细微差别


  • 报告整体逻辑严密、数据丰富,但因模型依赖历史相关性,未来表现可能受结构性市场变迁影响,模型稳定性不明。

- 换手率表现为负相关,但此结论在不同市场阶段可能失效,投资者需留意监管节奏及交易活跃度的变化。
  • 纯债溢价率的统计显著性相对较弱,但理论上不应忽视,组合中保持该因子有合理性,但需关注未来表现波动。

- 组合风险波动高,日正收益概率低,说明收益伴随较高波动风险,若无及时调仓可能承受较大回撤。
  • 数据截止至2017年中,模型及市场环境或随监管、资金面变化而调整,持续跟踪优化必要。

- 报告未提供详细交易成本、税收及滑点影响分析,实际组合表现可能略有差异。

---

七、结论性综合



本报告系统梳理了中国可转债市场及其对正股价格的影响机制,基于实证分析和理论逻辑,成功筛选出影响转债正股收益的八个关键量化因子,包括流通市值、换手率、转股溢价率、纯债溢价率、隐含波动率、发行人转股意愿、市净率及净资产收益率。

通过最小二乘回归构建因子权重,搭建了选股模型。模型在历史数据下识别出的首批20支股票池,进一步通过严谨剔除规则过滤到10支优质个股,行业涵盖均匀、风险分散。

组合的实证检验显示:近期(2017年7月-8月)和历史(2017年4月至8月)两个时间窗口内,模型选出的转债正股组合均远超沪深300及其他指数,累计收益率高达6.46%和年化45.68%,夏普率和信息率均表现优异,说明选股因子及模型具备强烈的预测能力和实用性。

量化因子在报告中通过图表和统计数据深入验证,清晰揭示了各因子和收益间的正负相关性、稳定性与显著性。报告还设计了严密的跟踪和动态调仓机制,减少组合波动和风险。

总的来说,报告基于坚实的理论基础和切实数据分析,构建出一个兼顾理论合理性和实践有效性的可转债正股量化投资框架,为投资者在当前监管和市场环境下提供了有力工具和策略。尽管存在波动风险和模型假设局限,报告论证充实,体现了较强的专业水准和独立性。总体来看,作者对可转债及其正股投资持积极乐观态度,建议关注本模型筛选成分股为中长期重点观察标的。[page::0-16]

---

免责声明



报告基于公开数据与研究方法出具,投资建议需结合投资者风险偏好和市场动态,市场有风险,投资需谨慎。

报告