【广发金融工程】考虑分层加权的可转债多因子组合
创建于 更新于
摘要
本报告系统研究我国可转债市场的分层特性,基于518只标的构建偏债层、中性层和偏股层三层次划分体系,选取涵盖估值、债券属性、正股价值质量等12类32个单因子,通过单因子及多因子回测评估不同层次上的因子表现,最终构建结合分层加权的多因子组合策略。2019年以来,策略在偏股层表现优异,年化收益率近30%,夏普比率1.19,同时合理配置偏债及中性层转债提升收益风险比,实现最优夏普比率1.26,充分体现分层权重配置的优势和策略稳健性[page::0][page::2][page::4][page::11][page::13][page::14]。
速读内容
- 可转债市场发展概况[page::0][page::1]:

- 2023年6月末国内可转债数量达518只,总存量规模8592亿元。
- 市场规模及数量稳步增长,复杂度提升,推动量化组合管理需求。
- 可转债分层划分标准[page::2]:
- 依据“平价/底价-1”指标,±15%区分为偏债层、中性层、偏股层三类。
- 不同层次对应股性和债性特征差异,因子表现有明显分层效应。
- 2023年7月可转债正股行业分布显示基础化工、电力设备及医药生物等行业占比最高。

- 因子体系及单因子回测表现[page::3][page::4]:
| 因子类别 | 因子名称示例 | 代表变量 | 偏股层年化收益率 |
| -------- | ------------ | -------- | ------------------ |
| 可转债估值 | 隐含波动率、转股溢价率 | iv, rs | 隐含波动率72.5%,转股溢价率61.2% |
| 债券属性 | 纯债价值、剩余到期时间 | vb, t | 纯债价值27.8%,剩余到期26.3% |
| 正股价值/质量 | 市盈率、流动比率 | PE, current1 | 市盈率25.3%,流动比率13.2% |
- 偏股层因子收益最高,隐含波动率、隐波差及转股溢价率等估值因子表现优异。
- 典型因子多空净值和IC表现(示例)[page::5][page::6][page::7][page::8]:
- 隐波差因子多头净值显著优于偏债及中性层,净值曲线稳健上涨。

- 转股溢价率、转债收益率(6个月)、正股收益率(1个月)等动量因子均表现稳健,多空净值及IC序列展示良好预测能力。


- 纯债价值、纯债溢价率因子对偏债层和中性层表现突出。
- 多因子策略总体表现[page::11][page::12][page::13]:
| 层次 | 累积收益率 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤 |
|------|------------|------------|--------|----------|----------|
| 偏债 | 43.73% | 8.15% | 10.92% | 0.75 | 20.41% |
| 中性 | 52.97% | 9.62% | 15.63% | 0.62 | 17.65% |
| 偏股 | 236.14% | 29.94% | 25.26% | 1.19 | 29.02% |

- 多因子策略在偏股层收益率显著,且整体组合表现稳健。
- 分层加权策略设计及优化[page::12][page::13][page::14]:
- 通过调整偏债、中性、偏股权重实现收益风险权衡优化。
- 以偏股层重仓为核心,适度配置偏债和中性层提升组合夏普比率。


- 报告计算得出最优夏普比率1.26,对应权重偏债47%、中性0%、偏股53%。
| 权重方案 | 累积收益率 | 年化收益率 | 年化超额 | 波动率 | 夏普比率 | 最大回撤 |
|----------|------------|------------|----------|--------|----------|----------|
| 60%重仓 | 偏债13.11% | 中性13.67% | 偏股21.85% | - | 偏债1.11 | 偏股1.21 |
| 80%重仓 | 偏债10.66% | 中性11.66% | 偏股25.95% | - | 偏债0.98 | 偏股1.21 |
- 风险提示[page::14]:
- 模型基于历史数据,未来市场变化可能影响策略表现。
- 可转债市场标的数量减少可能导致统计样本不足。
- 研究结果不构成具体投资建议,需结合投资者自身情况谨慎决策。
深度阅读
【广发金融工程】考虑分层加权的可转债多因子组合——详尽分析报告
---
1. 元数据与报告概览
- 报告标题:《考虑分层加权的可转债多因子组合》
- 作者:张超
- 发布机构:广发金融工程研究
- 发布/更新时间:2023年9月7日
- 研究主题:中国可转债市场的发展、因子选取与多因子策略的构建,特别聚焦于基于分层权重的可转债多因子组合策略
- 核心论点:随着我国可转债市场的发展及标的数量的不断增加,量化管理尤其是多因子模型成为高效管理可转债的必要手段。基于对不同分层的可转债分别构建多因子模型并进行滚动回测,采用分层加权组合策略可显著提升投资收益及风险调整后表现。报告建议投资者根据自身风险偏好,合理分配偏债层、中性层和偏股层的权重,以实现最优夏普比率。[page::0][page::11]
---
2. 逐节深度解读
2.1 可转债市场发展及分层
- 市场发展:
- 2005年至2023年,我国可转债数量持续增长,2023年6月共有518只,存量规模达8592亿元。
- 2005-2009年、2010-2016年及2017年以来的市场规模和数量变化,见图1至图3。
- 数量和规模关系表现为数量与规模整体呈同步上升趋势,其中2014-2015年间规模与数量波动明显,反映市场调整。
- 随着市场标的规模扩大,人工自下而上分析难度大,量化组合管理逐渐成为趋势。[page::0][page::1]
- 分层定义:
- 基于“平价/底价-1”指标(衡量正股价格对转债估值影响),结合 ±15%区间,将可转债分为三层:偏债层(估值偏债券属性)、中性层和偏股层(估值偏股性)。
- 这种分层有助于针对不同估值特征应用差异化因子模型,提升选债表现。[page::2]
2.2 因子选取与分类
- 共选取32个单因子,涵盖可转债估值、债券属性、溢价率、价量以及正股层面的价值、质量、规模、价量、流动性、杠杆、成长和盈利指标,详见表1。
- 主要因子示例:隐含波动率(iv)、转股溢价率(rs)、纯债价值(vb)、正股市盈率(PE)、净资产收益率(ROE)等。[page::3]
2.3 单因子回测表现
- 表2展示各因子在不同分层(偏债、中性、偏股)中的多头组合年化收益率,显著体现不同因子在各层的不同表现。
- 具体表现:
- 在偏股层,隐含波动率相关因子(隐含波动率、隐波差)表现突出,年化收益率均远超其他层次,分别达到72.5%、61.5%。
- 在中性和偏债层,纯债价值、票面利率、转债收益率等因子表现更优,收益率多在10%-25%之间。
- 正股成长和盈利类因子多在偏股层表现较强,反映股性较强债券对正股基本面敏感。
- 该表的重要意义在于揭示分层理论的合理性和必要性,不同分层使用不同优质因子能提升回测表现。[page::4]
2.4 关键单因子图表分析
- 以隐波差因子为例,图10-图13分析了其多头、空头及多空组合净值以及IC序列:
- 偏股层该因子表现最强劲,多头净值累计增长远超偏债和中性层,空头净值相应下跌,净值曲线明显强于其他两层。
- IC(信息系数)序列表明隐波差因子在偏股层稳健有效,正负相关关系明显。
- 类似的,转股溢价率(图30-图33),转债收益率(6个月)(图46-图49),正股收益率(1个月)动量(图98-图101)均展现各自分层中的优势表现。
- 纯债价值在中性层及偏债层收益和IC表现较佳(图18-21),而纯债溢价率(图34-37)在偏债层表现优异。
- 正股质量因子如流动比率(图74-77)、正股规模因子如当日总市值(图90-93)也呈现层级差异,显现分层处理的科学性和必要性。[page::5][page::6][page::7][page::8][page::9][page::10]
2.5 所有因子IC均值
- 图134总结各因子在三层的IC均值,显示不同因子在不同层次的预测有效性存在较大差异。
- 例如,纯债价值、转股溢价率、隐波差在偏债、中性和偏股层的IC均值差异明显,辅助模型在组合中给予不同权重做出精细选股。
- 该统计为后续多因子滚动优化提供数据基础。[page::11]
2.6 多因子回测与策略表现
- 采用滚动一年窗口计算因子ICIR,动态选取高ICIR因子,通过加权打分构建每层多因子组合。
- 回测显示,各层年化收益及风险指标表现优异:
- 偏债层:年化收益8.15%,夏普比率0.75。
- 中性层:年化收益9.62%,夏普比率0.62。
- 偏股层:年化收益29.94%,夏普比率1.19,表现最为抢眼。
- 净值曲线图135反映三层组合收益曲线趋势及波动差异,偏股层波动与回报均最显著。[page::11][page::12]
2.7 分层加权组合策略
- 根据投资者风险偏好,文中构建了分层加权组合策略,具体权重调整偏股、偏债、中性层份额。
- 两种重仓配置示例及表现如下表:
- 重仓权重60%(表6):
- 偏股层年化收益21.85%,夏普比率1.21,最大回撤20.89%。
- 偏债层相对稳健,年化13.11%,夏普1.11,最大回撤12.24%。
- 重仓权重80%(表7):
- 偏股层年化收益提升至25.95%,但波动及回撤也相应加大。
- 图136与137为不同权重策略的净值曲线,清晰展示收益风险与配置权重关联。
- 综合所有配置,最优夏普比率组合为偏股53%、偏债47%、中性层0%,夏普达到1.26,兼顾风险与收益最优配比。[page::12][page::13]
2.8 风险提示
- 研究基于历史数据建模,未来市场不确定性会影响模型表现。
- 样本量减少可能影响统计效果,尤其可转债数量变化。
- 本报告不构成具体投资建议,投资者需结合自身实际谨慎决策。[page::14]
---
3. 图表深度解读
- 图1-3(市场发展)清晰展示我国可转债市场从2005年至2023年间,数量和规模的高速发展和阶段性波动。
- 图5(行业分布)呈现2023年7月现存可转债正股覆盖的行业分布,基础化工、电子、电力设备、医药生物等行业发行数量较多,代表产业集中度与行业多样化。
- 表1与表2(因子列表及回测收益)系统列举单因子指标名称及对应变量,及其在不同分层的回测收益贡献,不同分层因子表现差异显著,支撑分层策略构建。
- 图10-13, 图30-33, 图46-49, 图98-101, 图18-21, 图34-37, 图74-77, 图90-93, 图134(因子净值与IC图序列)通过净值曲线与IC分析,直观展现了各因子在不同层次的有效性,支持分层因子策略。IC序列条形图颜色区分展示三层信息产出强弱及方向一致性。
- 图135(多因子策略净值曲线)比较三层多因子组合净值增幅,偏股层收益最为突出但波动亦最大。
- 图136、137(分层加权组合净值曲线)来源于加权配置的多因子组合表现,较基准中证转债指数有明显超额收益。
- 图138(三维夏普比率分布)揭示了不同加权策略下夏普比率的空间分布,峰值出现在偏股与偏债组合权重均衡时,验证最优组合权重选择。
---
4. 估值分析
- 报告未直接涉及估值方法如DCF或市场乘数,但因子选取涵盖转债估值指标(隐含波动率、转股溢价率、纯债价值等)以及正股基本面估值(PE、PB、PS等),用于因子筛选和多因子打分。
- 因子选取和筛选过程,可理解为基于统计回测和ICIR指标的动态加权因子模型估值方法,强调模型对实际收益的预测能力而非传统估值。
- 多因子回测的年化收益和波动率体现了基于估值因子和基本面因子构造组合的预期表现。
- 因此,估值分析体现为因子表现优劣筛选而非单一静态估值模型。[page::3][page::11]
---
5. 风险因素评估
- 数据样本风险:可转债数量及存续规模变化导致样本尺寸不足,影响统计有效性。
- 模型假设风险:历史回测不保证未来表现,市场结构或宏观环境变化会使模型失效。
- 统计误差风险:因子IC等指标带有波动,可能随时间不稳定,影响策略持续性。
- 非投资建议风险:报告明确非投资建议,用户自行评估后决策。
- 报告未详细给出缓释策略,风险提示以强调模型局限性为主,提醒投资者保持审慎。 [page::14]
---
6. 审慎视角与细微差别
- 报告整体结构严谨,数据详实,因子分层逻辑清晰,统计及回测方法符合行业惯例。
- 潜在偏颇与限制:
- 仅基于历史数据分析,结构性变化或市场异常可能影响模型准确性。
- 偏股层因子表现远超其他层,可能因市场波动性高,风险敞口大,投资者需权衡风险承受能力。
- 中性层组合夏普比偏债层略低,可能因模型权重配置或因子选择原因,有待进一步优化。
- 报告中部分图表IC序列波动较大,表明因子表现存在阶段性不稳定性。
- 内部一致性良好,信息量充足,因子分层维度合理,但投资建议较为保守,风险揭示足够。[page::4-14]
---
7. 结论性综合
本报告以我国可转债市场快速发展为背景,深入分析了基于“平价/底价-1”指标设定的偏股、中性、偏债三层分类。针对不同分层构建多因子模型,因子涵盖转债估值及性质、正股基本面和市场表现等,因子表现采用IC及多空净值曲线进行详细回测分析。
单因子回测表明,隐含波动率、转股溢价率、纯债价值等因子在不同层次表现差异明显,支持分层管理理念。多因子策略通过滚动因子ICIR优化加权,取得显著超额收益和稳健的夏普比率。偏股层回报最强、波动最大,偏债层则更稳健。
结合投资者不同风险偏好的需求,报告进一步提出分层加权组合策略,优化配置偏股、偏债、中性三层的权重。回测结果显示最优夏普比率组合为偏股53%、偏债47%、中性0%,夏普比率1.26,较单一分层组合收益风险更优化。重仓60%和80%的配置组合均体现出超额收益,但风险随权重增大而上升。
图表数据如图134的因子IC均值、图135的多因子净值曲线、图136和137的加权组合净值曲线、以及表6和7的多因子组合具体表现,为报告的结论提供坚实数据支持。
报告最后明确提示可转债市场数量变化及历史模型局限性风险,为投资者提供科学量化分析工具的同时,呼吁理性投资。整体报告不仅系统科学地构建了基于分层加权的可转债多因子组合模型,也为实际资产管理提供了有效的量化投资策略框架。[page::0-14]
---
备注:以上分析采用广发金融工程研究提供的数据与图表,详细的因子名称、变量及多因子回测、权重策略均基于报告文中表格和图形进行解读和引用。