• CCBA定价模型创新引入赎回保护期概率分布，精细刻画发行人赎回意愿差异，提高相对与绝对定价准确性，较传统CCB模型及蒙特卡洛模拟具效率和效果优势。[page::0][page::3]

• 赎回意愿的变化显著影响转债估值，近五年赎回比例持续下降导致市场期望转债实际存续时间更长，转债溢价率提升，体现赎回意愿弱化对绝对估值的影响。[page::2][page::3]

• CCB模型以赎回保护期长短体现赎回意愿强弱，期权性质明确，赎回保护期增加对应转债定价提升，CCBA模型通过赎回保护期概率加权定价，大幅提升模型的灵活度和准确性。[page::3]

• 赎回保护期概率分布由赎回与不赎回公告样本构建，采用Logistic回归计算赎回概率期限结构，并结合行业、评级、发行规模细分个券赎回保护期分布，实现动态定价调整。[page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12]

• 赎回保护期概率分布动态调整分四种情况，基于发行日赎回保护期概率通过存续期和不赎回公告等信息调整，精准构建个券赎回保护期分布，实现对应CCBA定价模型的计算。[page::13][page::14][page::15][page::16]

• CCBA模型在样本转债中比传统CCB模型更加贴近转债价格，赎回意愿下降使其定价逐渐贴近经典BS模型，整体定价误差最低且稳定性最好。[page::16][page::17]

• 转债价格隐含的赎回保护期与市场统计保护期匹配较好，价格隐含赎回保护期波动反映市场对未来赎回意愿及其他因素预期；此外，转债价格隐含透支平价体现显著动量效应，与正股过去季度涨跌密切相关。[page::17][page::18][page::19]

• 基于CCBA的定价偏离因子构建平衡转债选债策略自2020年起实现年化超额10.6%，显著优于传统CCB因子，且因子对赎回意愿实现中性化，降低选中赎回意愿强的金融转债的集中度，实现更稳健收益。[page::19][page::20][page::21][page::22]

• 绝对定价低估策略结合信用债基金，实现转债仓位动态管理，年化收益达8.7%，波动回撤均低，有效规避高估风险提升收益稳定性。[page::22]

• 转债与国债择时策略通过信用债与转债YTM差值和CCBA定价偏离度构建综合打分，实现动态资产配置，自2008年以来年化收益9.26%，显著优于基准2.99%，风险指标大幅改善。[page::23][page::24][page::25]

金融研究报告详细分析

报告元数据与概览

报告标题：《可转债的赎回概率调整定价模型》
报告作者：国盛金融工程团队（梁思涵、林志朋、刘富兵）
发布时间：2024年2月8日
报告主题：探讨在可转债定价中引入赎回概率调整的创新定价模型CCBA，模型将赎回意愿纳入考量，提升可转债的定价精准度，并结合赎回概率的统计数据与公告样本，构建赎回保护期的概率分布，实现赎回概率调整定价。报告同时展示该模型在转债策略（选债、择时）中的实际应用与效果。

报告主要传递的信息是：传统可转债定价模型（如CCB模型、蒙特卡洛模拟）缺乏对个券赎回意愿差异化刻画，赎回概率的动态调整有助于更准确反映市场估值状况；新的CCBA模型有效结合赎回概率，显著提高定价质量，提升选债策略稳定性及择时策略准确性，尤其在平衡转债领域表现优异[page::0,1]。

---

章节详细解读

1. 包含赎回意愿差异的CCBA定价模型（第0-3页）

• 关键论点：

- 可转债赎回条款行使受发行人意愿影响，赎回意愿强化意味着预期更短存续期和更低价格。
- 引入赎回意愿动态模型，基于赎回保护期概率分布，构建赎回概率调整定价模型CCBA，相较传统CCB模型体现赎回意愿的差异，改进定价的相对和绝对准确性。
- CCBA模型相较蒙特卡洛模拟更高效，因为其基础为解析解的CCB模型，专注赎回意愿建模而非模拟路径，可提高运算效率[page::0,3]。

• 推理说明：

赎回意愿弱化导致市场期望存续期延长，理论价格提升。传统定价模型容易选中赎回意愿强的转债，表现为评估偏低。针对这一缺陷，CCBA通过赎回保护期概率分布描绘个券赎回行为差异，实现赎回意愿“中性化”，提升策略稳定性和择时效果[page::0,1]。

2. 针对赎回保护期概率分布的建模与回归（第4-15页）

• 定义和符号：

- 赎回保护期$TD$定为存续期第$D$年起的对应赎回“禁区”，在此内赎回不执行，超出则赎回概率升高。
- 模型核心为赎回保护期长度的概率分布$\mathsf{P}(TD=n)$，通过不同赎回保护期下的CCB价格加权得到综合定价CCBA[page::4,5]。

• 赎回样本生成：

- 利用满足赎回条件时是否发布赎回或不赎回公告，一方面确定赎回保护期的上下限区间。
- 对于不赎回公告，确定保护期至少超过公告结束日与发行日的区间；赎回公告则确定保护期的最大界限。
- 历史公告数据不足时期，默认满足条件未公告即为不赎回，进一步完善样本体系[page::6,7]。

• 赎回概率计算与回归分析：

- 计算赎回概率期限结构，基于赎回与不赎回样本及存续期，周期为季度采样。
- 使用Logistic回归建模赎回概率，权重考虑样本时效（指数衰减，半衰期一年）。
- 结果显示，赎回意愿自2020年下半年起明显减弱，存续期对赎回概率解释力下降，模型拟合优度（R方）也随时间变化，表现出动态趋势[page::8-10]。

• 增补解释变量：

- 引入转债大类行业、评级、发行规模作为影响赎回概率的非时变因子。
- 单独变量回归效果不佳，结合不同转债池（行业、评级、规模）分类回归，表现出赎回期限结构差异，提升赎回概率刻画精度。
- 典型表现：稳定行业赎回意愿最低；高评级转债赎回概率高于中评级；发行规模高低端赎回意愿更强[page::10-12]。

• 赎回保护期概率分布推导：

- 赎回概率期限结构即赎回保护期累积分布函数，通过季频差分转换为赎回保护期概率密度。
- 结合转股期起止、银行转债特殊规则调整概率曲线，保证逻辑一致性（转股期前赎回概率为零，到期赎回概率为100%等）[page::12-13]。

• 赎回保护期的修正与定价调整（四种情形）：

- 情况一：转股期前，直接使用赎回保护期累积概率平移估算。
- 情况二：已转股但未发不赎回公告，概率分布调整新增位于零值的概率。
- 情况三：发过不赎回公告但已脱离公告保护期，剔除早期概率并归一化。
- 情况四：仍处于不赎回公告期，强制赎回概率在该期归零并归一化。
- 所有情形均按修正后赎回保护期概率加权对应赎回保护期下CCB定价得到CCBA定价[page::13-16]。

3. CCBA模型定价优势及选债策略应用（第16-22页）

• 模型效果展示：

- 实际转债案例中，CCBA模型较CCB模型更合理反映赎回意愿变化，价格更贴近真实市场价格。
- 长周期统计数据显示，赎回意愿弱化后，CCBA定价偏离度开始靠近不存在赎回的BS模型，更贴合市场真实情况。
- 平衡偏股偏债三个转债分域，CCBA模型尤其在平衡转债定价稳定性和准确性显著提高，体现赎回意愿差异化价值[page::16-18]。

• 选债策略回测：

- 基于CCBA定价偏离因子构建选股因子，因子数值越低代表转债被低估。
- 2020年起覆盖偏债、平衡、偏股市场，其中平衡转债中CCBA因子策略实现约10%以上年化超额收益，信息比率达2.60，显著优于CCB因子[page::19-22]。
- 该稳定超额收益来源于模型对赎回意愿的“中性化”处理，避免了传统模型偏重赎回意愿强金融类转债，选债构成更合理[page::21-22]。

4. 绝对定价及低估策略（第22页）

• 利用CCBA定价，构建绝对定价低估策略，结合信用债基金配置，按转债仓位上限40%，个券权重限制2%。

- 策略自2018年以来实现8.7%年化收益，2023年更达到10.6%，最大回撤及波动均显著降低，显示优秀的风险调整收益[page::22]。

5. 转债与国债择时策略（第22-25页）

• 利用信用债与转债3年期AA评级YTM差值作为简单价格择时指标，及CCBA定价偏离度作为期权估值类择时指标。

- 两策略均表现良好，将年化收益从基准2.9%提升至6.9%-9.4%，波动和最大回撤显著降低。

• 构建综合择时指标，将两指标标准化后相加，动态调整转债仓位，实现择时收益与风险管理双提升。

- 2008年至今回测表明策略年化9.26%，波动6.75%，最大回撤11.79%，远优于简单50/50分配[page::23-25]。

6. 隐含信息及市场行为分析（第17，18，24-25页）

• 通过逆推CCB模型中的赎回保护期，比较市场统计的平均赎回保护期与价格隐含保护期，发现两者基本接近但隐含保护期在某些年份偏高，暗示价格包含额外预期[page::17,18]。

- 转债价格中的“透支平价”现象揭示投资者的平价期货动量偏好，特别是在2021 - 2023年之间明显，且平衡和偏债转债的透支幅度较偏股更深，部分源于下修条款的预期[page::24]。

• 转债估值偏离度与正股季度收益存在正相关，表明转债估值确实受到权益市场动量效应驱动，适合在权益低迷时通过转债配置实现双击盈利[page::24]。

---

图表深度解读

1. 图表1（第2页）显示平衡转债中CCB定价偏离因子策略选债持有的金融转债占比，明显高于市场均值，表明传统模型偏重赎回意愿强的金融类转债，从而存在选仓倾斜现象。说明缺乏赎回意愿中性化的模型可能导致风险集中[page::2]。
2. 图表2揭示市场转债溢价率变化与转债指数走势同步上升，近年估值提升部分受赎回意愿下降推动。由此为引入赎回概率分布提供数理基础[page::2]。
3. 图表3展示赎回比例近几年显著降低，支持赎回意愿整体减弱的市场事实，为CCBA模型建模时赎回概率动态调整提供实证数据[page::3]。
4. 图表4、5介绍CCB模型构造示意和平价与赎回保护期对定价影响，补充逻辑基础，说明赎回保护期延长定价提升[page::3]。
5. 图表7、25直观表达赎回保护期概率分布及其与不同赎回保护期下CCB定价的关系，明确赎回概率调整定价的数学基础[page::5,13]。
6. 图表8简明流程图呈现由公告样本到赎回概率期限结构及CCBA定价的全过程，逻辑清晰[page::6]。
7. 图表9-11通过两个真实转债案例说明不赎回与赎回公告对赎回保护周期限区间的确定，及转债公告披露完整性的历史演变，突显样本处理挑战[page::7]。
8. 图表12-14通过样本数分布、回归赎回概率与赎回概率期限结构曲面展现Logistic模型对赎回概率动态刻画，体现赎回意愿趋势[page::8,9]。
9. 图表15-24对模型增加变量（行业、评级、规模）回归实证，展示细分转债池赎回意愿的差异性及模型解释力[page::10-12]。
10. 图表30-32展示CCB与CCBA定价偏离度对比，体现CCBA模型随赎回意愿衰减与BS模型靠近，且历史中枢稳健性更佳[page::16,17]。
11. 图表33-35揭示市场赎回保护期与隐含赎回保护期对比，及隐含转债价格透支效应与正股涨跌间的动量相关，体现市场的复杂定价行为[page::17,18,24]。
12. 图表36-41基于CCBA定价偏离因子的选债收益表现，平衡转债超额收益显著，且模型选仓更加分散、赎回意愿“中性化”，避免选仓偏差[page::19-22]。
13. 图表42-43绝对低估策略结合信用债体现良好收益与风险控制，突显CCBA定价指标对绝对收益型策略的适用性[page::22]。
14. 图表44-49转债与国债择时策略效果明显，基于价格差值和CCBA价差的多因子择时均具备显著提升。详细策略净值及统计数据。策略动态调整转债仓位以控制风险并提升收益[page::23-25]。

---

估值分析

CCBA模型基于解析解的CCB模型，使用赎回保护期概率分布对赎回期限不确定性的调整，实现赎回概率加权定价。

• 主要变量为赎回保护期$TD$概率分布$P(TD=n)$，结合不赎回公告信息修正区间概率分布。

- 通过Logistic回归构建赎回概率期限结构，并考虑转债特征（行业、评级、发行规模）差异，得到细化赎回期限分布。

• 对不同存续期及公告状态下赎回保护期进行动态调整，形成概率修正后的赎回保护期分布。

- 通过对不同期限赎回情况下的CCB定价加权求和，得到CCBA综合定价，较传统模型更加贴近真实价格[page::4-16]。

---

风险因素评估

尽管CCBA模型效率与精度较高，但模型基于历史公告与赎回数据的统计现实，面对未来的制度变更、市场结构变化、公告披露不及时或遗漏等仍存风险。

• 赎回公告披露的延迟与不完全可能影响赎回概率估计准确性。

- 赎回意愿受宏观经济、政策环境、发行人财务动态等因素影响，模型中时变变量解释力有限。

• 预测未来赎回保护期涉及对时变因素的预期，存在预测风险。

- 市场估值环境或转债发行条款大变时，模型适应性与稳定性需监控调整。

• 这一模型效果的多样性在偏股、偏债转债中未有同等表现，需关注模型局限和适用范围[page::9-22]。

---

批判性视角

• 报告对赎回概率的建模大量依赖公告质量及历史数据样本，公告披露完善性是模型有效性的基础，若未来公告规则变化或执行力度下降，模型估计可能失准。

- Logistic回归拟合赎回概率的解释度整体偏低，说明仅凭存续期与行业、评级、发行规模等固定分组存在较大信息遗漏，模型预测能力有限。

• 模型假定赎回保护期的概率分布在未公布新的不赎回公告时维持较为稳定，然而事实上赎回意愿可能受市场环境短期快速变动冲击。

- 赎回意愿等变量未充分考虑宏观经济和策略性赎回行为等复杂因素，存在一定简化倾向。

• 对赎回事件的界定依赖公告区间，可能忽略赎回条款执行中的非公开协商、延期或其他发行人行为。

- 虽然报告强调模型提升了平衡转债策略稳定性，但偏股和偏债转债适用效果有限，模型普适性受限。

• 投资策略的回测还需警惕过拟合及容忍事件风险，且历史收益不代表未来表现[page::9-22]。

---

结论性综合

本报告系统提出并实施了可转债赎回概率调整定价模型CCBA。通过统计分析赎回与不赎回公告数据，利用Logistic回归建立赎回概率期限结构，结合转债存续期及公告不赎回区间等动态信息，构建赎回保护期的概率分布。以此概率分布加权传统CCB模型，创新得到赎回概率调整的CCBA定价模型。

实证显示，赎回意愿近年来持续走弱，传统模型易因假设强赎回意愿导致低估转债价值。CCBA模型有效体现赎回意愿变化，使得定价偏离度较为稳定且贴近真实价格，特别是在平衡转债区间，提升选债策略的超额收益稳定性（年化超额10%以上，2023年超额15.1%，信息比率2.60）[page::1,16-22]。

同时，报告基于CCBA定价偏离度与信用债YTM-转债YTM差建立择时策略，分别针对转债与国债资产配置，显著提升收益率并降低回撤，2008年以来年化收益达到9.26%，明显优于传统基准。

通过丰富的实证与案例剖析，本模型有效捕捉赎回意愿变化对转债价格的影响，推动可转债定价理论与量化策略迈进实用化阶段。报告全方位图表、数据支撑及策略回测极具参考价值，适合投资者、资产管理者理解转债市场赎回行为对投资价值的本质影响。

图表深度解析显示赎回保护期概率分布动态调整与定价模型的计算流程系统完整，关键数据及示例直观具体，有效支持策略构建。赎回意愿细分行业、规模、评级的差异化成果丰富透彻。价格隐含赎回保护期及转债透支平价现象揭示市场风险情绪与动量特征，强化模型的实践指导意义[page::2-25]。

总的来看，CCBA代表当前可转债定价领域在赎回概率调整方向的前沿成果，具有重要的理论和实务价值，但仍需关注公告数据完整性、宏观变量调整及模型适应性的潜在限制，投资者务必结合市场环境审慎判断。

---

主要论点总结

• 赎回意愿作为影响可转债价格的核心因素，传统定价模型缺乏细化赎回意愿表现。

- CCBA模型通过构建赎回保护期概率分布，动态调整赎回保护期采取概率加权的CCB定价法，完善赎回意愿刻画。

• 赎回概率期限结构通过Logistic回归基于公告样本得到，并融合行业、评级、发行规模分池回归优化。

- 赎回保护期概率分布根据转股期、公告状态动态调整，涵盖四种典型公告情况。

• CCBA定价在理论和实证上均优于纯CCB模型，尤其在平衡转债领域选债策略表现优异。

- 引申策略包括相对估值选债、绝对定价低估策略以及结合信用债的资产配置策略，均显示强劲的历史回报能力。

• 提出转债与国债间双指标择时策略，年化收益超过9%，明显优于基准。

- 转债隐含赎回保护期及平价透支行为反映市场预期，影响估值偏差和动量效应。

• 模型受限于公告数据完整性及认知变量，未来仍需改进和动态更新[page::0-25]。

---

溯源引用

• 报告标题、作者及发布时间页码：[page::0]

- 模型基本构造及优势：[page::0,3]

• 赎回概率建模及样本生成细节：[page::4-9]

- Logistic回归与赎回概率期限结构动态变化：[page::8-12]

• 非时变解释变量细分及赎回概率差异：[page::10-12]

- 不同存续期赎回保护期概率调整逻辑与四种情形定价示例：[page::13-16]

• 定价效果展现及模型偏离度分析：[page::16-18]

- 选债策略及其效果及赎回意愿中性化体现：[page::19-22]

• 绝对定价策略及风险回报[page::22]

-择时策略及综合指标构建：[page::23-25]

• 隐含赎回保护期和透支行为分析：[page::17-18,24-25]

---

以上为此次报告的详尽剖析和深度解读，内容涵盖模型构建、数据处理、实证分析、策略应用和风险审视，力求提供全面客观的学术价值和实践指导意义。

报告