固收量化系列研究：也议转债估值

1、本文以溢价率为切入口，围绕可转债与可交换债的估值所展开，全文内容主要分为以下 3 部分：1）分别构造转股溢价率与纯债溢价率模型，对可转债与可交债的可比估值进行计算，结果显示，模型能够较好地捕捉市场的定价状态，且低估值组合的择券能力优秀；2）以双模型叠加和正股趋势联动的方式，对模型的效果进行增强，从测算结果看，相对于原始低估值组合，正股趋势指标的叠加对组合收益率提升明显，而双低估组合在收益与风险控制层面都有所增强；3）针对不同风险偏好的投资者，以现有研究成果构建平衡进攻、平衡防守以及平衡混合 3 类策略，并同当前市场中常见的可转债、股债投资策略进行对比，分析表明，3 种策略各具优势，且收益风险散

2、点均落在股债基金有效前沿之上，具备良好的投资价值。一、可转债与可交换债市场发展状况可转债又称可转换公司债券（Convertible Bond），于 1843 年起源于美国，是指由上市公司依法定程序发行，投资人可在一定时间内依据约定的条款将其转化为股份的公司债券。与可转债相类似的另一种债券品类为可交换债券（Exchangeable Bond），二者最主要的差异在于可交债的发行方为上市公司股东，且行权不会造成股权稀释。我国历史上的第一只可转债为宝安转债，发行于 1992 年，距今已有 30 年历史，从可转债的发展历程看，其市场规模在早年间相对沉寂，自 2017 年左右出现了明显的扩容。在 2017

3、 年以前，市场每年平均新发与存量转债数量较少，可转债的规模曾在 2013 年达到 1600 亿元以上，但在随后几年内又快速衰减，在 2015 年底仅剩余个位数转债，共计规模约 130 亿元。而在 2017 年后，转债市场经历了一轮明显的扩容，截至 2021 年 1 月 31 日，市场当前共计有存量转债 412 只，规模逾 7000 亿元，而在过去的两年内，新发转债的规模也都在 2500 亿以上，市场对可转债的需求逐渐显现。图 1：可转债历年新发与存量数目情况图 2：可转债历年新发与存量规模情况新增转债数（右）存量转债数新发转债规模（右）存量转债规模45040035030025020015010

4、05002502001501005008000700060005000400030002000100003500300025002000150010005000Wind，Wind，对于可交换债，其市场整体容量约为可转债的四分之一，从其历史规模与数量的发展情况看，其整体历程与可转债相类似，可交债的存量规模与数量在近几年稍有下滑，但逐渐趋于平稳。截至 2022 年 1 月底，全市场共计有可交换债85 只，合计规模约 1500 亿元。图 3：可交换债历年新发与存量数目情况图 4：可交换债历年新发与存量规模情况新增可交债数（右）存量可交债数新发可交债规模（右）存量可交债规模16014012010080

5、60402001009080706050403020100250020001500100050001400120010008006004002000Wind，Wind，近年来，转债的配置价值凸显，倍受到机构投资者重视。从统计结果来看，自 2017 年以来，“固收+”基金的转债持仓占比与市值都出现了明显提升。尤其对于中风险与高风险类的“固收+”产品，转债投资作为“+”部分的一类优质收益来源，在近年来愈发被基金所青睐。以高风险混合型“固收+”基金为例，其可转债占比从 2017 年一季度的 2.04%跃升至 10%以上，并在 2019 年年末时曾达到 14.13%的高点。图 5：“固收+”基金投资可

6、转债占比变化图 6：“固收+”基金投资可转债市值变化16.00 低风险中风险高风险14.0012.0010.008.006.004.002.002017/32017/62017/92017/122018/32018/62018/92018/122019/32019/62019/92019/122020/32020/62020/92020/122021/32021/62021/92021/120.001400120010008006004002000低风险中风险高风险2017/32017/62017/92017/122018/32018/62018/92018/122019/32019/6201

7、9/92019/122020/32020/62020/92020/122021/32021/62021/92021/12资料来源：资料来源：而随着可转债数目与资本市场有效性的增强，转债在量化投资上的“可玩性”也越来越高，但由于其结构复杂、内嵌条款多样、指标繁多，在分析层面的门槛也相对较高。在本文中，我们将尝试以溢价率作为突破口切入，针对可转债与可交债构造转股溢价率与纯债溢价率估值模型，并为投资者深入剖析其择券逻辑。二、转股溢价率与纯债溢价率估值模型可转债的整体结构可以被拆分为公司债券与正股看涨期权的结合，从股性和债性两个角度出发，转债价格可以有两类拆解分式：其一，从代表股性的转股价值角度出发，

8、转债价格是由转股价值与基于其之上的预期溢价所构成，可以理解为看涨期权的内涵价值与时间价值部分；其二：从代表转债债性的债底视角来看，转债价格等于其债底价值与期权价值之和，这也是转债最原始的拆分逻辑。图 7：可转债不同维度下的结构拆分资料来源：上述的两个维度分别可以对应到可转债的两种常用估值指标：转股溢价率与纯债溢价率。其中，转股溢价率反应了市场对于转债正股未来上行空间的想象，而纯债溢价率则反应了转债价格相对债底的溢价高低。转股溢价率 =转债价格转股价值1， 纯债溢价率 =转债价格 1纯债价值然而，各方面研究表明，直接使用溢价率对可转债进行比较会面临不可比的问题：如上图所示，当转债的正股价格升高，

9、其溢价率的中枢水平也会随之变化，因而，对于不同平价下的可转债，其溢价率不论是在时间序列上或是在截面上都无法被直接拿来比较。本文亦是基于此出发点，尝试对可转债的溢价率模型进行研究，希望在已有的模型基础上进行改进或拓展，强化其可用性与投资效果。1、转股溢价率模型首先，在转股溢价率层面，市场普遍认可的看法为其中枢水平与可转债的转股价值呈反比关系，即当转债的期权实值性越强，则时间价值越小。利用这一特点，常见的做法是将转股溢价率作为y，转股价值作为 x 进行拟合，求解出各个转股价值 x 下的中枢溢价率水平 y，并将拟合的残差项作为可转债的修正估值指标。在拟合函数的选取上，常见的选项有：一次函数、反比例函

10、数以及多项式回归。但上述模型都有各自的缺陷，一次函数虽简单但效果欠佳、反比例函数的对称性对分布的凹凸形态可能拟合不到位、多项式易出现翘尾或是过拟合的样本外极端值等情况。在本篇报告中，考虑到以上问题，我们以反比例函数为基础稍作修改，考虑以下幂函数表达式： = + 以上述方程式带入转债的转股价值为 x、转股溢价率为y 进行拟合，回归方程的目标为最小化损失函数 SSE： = ( )2=0下图展示了 2021 年末的市场转债截面转股溢价率拟合情况，可以看到，模型较好地匹配到了市场整体的定价状态，而其在各个转股价值下的取值，即曲线本身，定义了各平价下转债的溢价率中枢水平。如右图所示，我们可以进一步以拟合

11、曲线为锚点，计算溢价率的残差项作为转债的理论估值，并依据该残差的大小将截面下的转债划分为高估、中性、以及低估组。图 8：转股溢价率模型截面拟合结果图 9：转股溢价率模型截面分组结果Wind，Wind，可转债择券效果从逻辑上说，转股溢价率模型的中枢代表了市场定价下的各平价转债的理论溢价率水平，如果假定市场定价观点在短期内不变，那么从均值回归的视角出发，高估与低估组的溢价率会逐渐向中枢修复，也因此，模型的拟合残差，即修正估值本身就可以作为一种择券指标。我们以转股溢价率模型所做的截面 3 分类对可转债进行组合回测，由于可转债的数量在 2018 年以前过少，为避免样本数量带来的偶然性，我们选取 201

12、8 年为测算起始日，同时，因为转债所对应的正股市场在 2018 年期间经历过一轮熊市，所以该区间在市场周期的覆盖上也相对完整。具体的测算细则如下：测算区间：2017/12/31-2022/2/17样本池：余额大于 2 亿元、近 3 个月有成交、正股非ST 等特殊处理的、无明显赎回风险的可转债调仓频率：周频组合构建方式：转股高估组：以截面转股溢价率残差最高的 1/3 转债构成转股中性组：以截面转股溢价率残差中部 1/3 的转债构成转股低估组：以截面转股溢价率残差尾部 1/3 的转债构成转债等权指数：以截面所有可转债构成正股等权指数：以截面所有可转债的正股构成组合加权方式：等权从结果看，周频的换仓

13、频率下，模型择券能力突出。近 4 年，低估值组的年化收益率为 24.28%，波动率为 11.47%，最大回撤为 13.56%，而高估值组的年化收益率仅 2.14%，波动率为 13.71%，最大回撤为 16.38%。从全区间来看，转股低估组的整体表现不论从收益、风险、或是风险调整后收益维度都与高估值组拉开了较大差距，多空收益 22.14%，低估值指标在转债择券上效果明显。图 10：可转债转股溢价率 3 分组组合净值（2017/12/31-2022/2/17）转股高估组转债等权指数转股中性组正股等权指数转股低估组28002300180013008003002017/122018/62018/122

14、019/62019/122020/62020/122021/62021/12资料来源：表 1：可转债转股溢价率 3 分组组合收益风险统计（2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比转股高估组2.14%13.71%16.38%0.160.13转股中性组15.67%11.98%13.27%1.311.18转股低估组24.28%11.47%13.56%2.121.79转债等权指数13.80%11.74%11.51%1.181.20正股等权指数7.70%22.13%35.24%0.350.22转股低估组合择券的盈利点来自于低估值转债的溢价率向中枢回归

15、时的收益，从理论上来说，在正股上涨的年份，低估值组的收益可能会高于正股，这是由于平价抬升的同时会伴随着估值修复的叠加，且在乐观的市场情绪中，可能还会发生定价中枢的上移，从而进一步拉高修复的弹性；而在正股下行的年份，只要市场情绪不过度悲观，那么低估值组的回撤往往较正股甚至转债市场整体而言更低，因为估值的修复在其中起到了缓冲垫的作用。而上述的理论也可以在组合的业绩表现中被验证。从历史逐年的收益与回撤统计来看，在正股上行的年份里，低估值转债均相对正股存在超额收益，如在 2019 及 2021 年，转债整体的正股指数分别上涨 30.56%、29.55%，低估值组所对应的正股指数分别上涨 19.75%、

16、24.87%，而同期的低估值组合上行 34.87%、43.31%，超额收益显著。同样地，在正股回撤较高的 2018、2019 年，低估值组的风险不足正股的一半，且相比于转债指数而言回撤也更小，说明组合起始日期结束日期高估组中性组低估组转债指数正股指数正股指数（低估组）2017/12/292018/12/28-9.14%-0.36%0.85%-2.90%-28.25%-32.69%2018/12/282019/12/3113.71%30.70%34.87%26.19%30.56%19.75%2019/12/312020/12/31-2.96%11.22%26.64%11.18%17.97%2.5

17、5%2020/12/312021/12/3121.36%33.34%43.31%32.53%29.55%24.87%2021/12/312022/2/17-10.29%-5.39%-0.37%-5.40%-5.04%0.14%在受到转债债底保护的同时还存在有额外的风险对冲来源，我们认为其可以部分被归因到溢价率的修复作用上。表 2：可转债转股溢价率 3 分组组合逐年区间收益统计（2017/12/31-2022/2/17）表 3：可转债转股溢价率 3 分组组合逐年最大回撤统计（2017/12/31-2022/2/17）起始日期结束日期高估组中性组低估组转债指数正股指数正股指数（低估组）2017/1

18、2/292018/12/2814.43%9.82%10.83%11.43%35.24%41.35%2018/12/282019/12/3112.45%13.27%9.52%11.51%19.35%22.99%2019/12/312020/12/3116.09%8.93%7.14%9.20%12.33%15.48%2020/12/312021/12/3110.01%8.60%9.84%8.77%10.16%13.10%2021/12/312022/2/1711.20%7.00%4.91%6.85%10.00%9.15%可交换债择券效果可交换债与可转债的相似度较高，从结构上看都是债底与正股期权的组

19、合，而转债的常用指标在交债的口径下也都存在，如转债的转股溢价率即对应交债的换股溢价率，因此，溢价率模型同样可以套用在可交债的择券过程中。当前，市场上的可交换债无论从数量还是规模看都比可转债而言更少，且私募 EB 相较公募 EB 而言的流动性较差，因此我们这里分将全交债口径与仅公募交债口径进行分类讨论。组合构建方式：换股高估组：以截面换股溢价率残差最高的 1/3 可交换债构成（对公募 EB 测算则取前 1/2）换股中性组：以截面换股溢价率残差中部 1/3 的可交换债构成（对公募 EB 测算则无中性组）换股低估组：以截面换股溢价率残差尾部 1/3 的可交换债构成（对公募 EB 测算则取后 1/2）

20、交债等权指数：以截面所有可交换债构成正股等权指数：以截面所有可交换债的正股构成组合加权方式：等权同样地，测算中预先剔除了那些余额过小、或是流动性极差的品种，而从周频等权的分组测算结果来看：转股溢价率模型对公募与私募可交债皆有择券效果，且在私募交债中的整体效果更好。从组合业绩表现来说，全交债口径的低估值组合年化收益率 15.3%，波动率与最大回撤为 6.87%、4.2%，具备较高的风险后调整收益性价比；而仅公募交债口径下的低估值组合年化收益率 6.08%、波动率 2.26%、最大回撤 1.95%，虽然组合风险有所降低，但整体的盈利弹性不如私募交债。总的来说，由于私募交债的流动性相对匮乏，即使捕捉

21、到定价误差也难以大额交易，但在一些流动性稍好的品种内，我们认为适当以低估值方式参与有利于增强组合的投资收益。换股高估组交债等权指数换股中性组正股等权指数换股低估组图 11：可交债换股溢价率 3 分组组合净值图 12：可交债换股溢价率 2 分组组合净值（公募 EB）18001400换股高估组换股低估组交债等权指数正股等权指数16001400120010008006001300120011001000900800700 资料来源：测算区间：2017/12/31-2022/2/17资料来源：测算区间：2017/12/31-2022/2/17表 4：可交债换股溢价率 3 分组组合收益风险统计（2017

22、/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比换股高估组-5.74%6.99%22.01%-0.82-0.26换股中性组-2.20%4.30%14.65%-0.51-0.15换股低估组15.30%6.87%4.20%2.233.64交债等权指数1.40%3.51%4.46%0.400.31正股等权指数3.24%19.99%27.47%0.160.12表 5：可交债换股溢价率 2 分组组合收益风险统计（公募 EB，2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比换股高估组2.31%7.43%16.06%0.31

23、0.14换股低估组6.08%2.26%1.96%2.693.10交债等权指数4.32%4.02%7.66%1.070.56正股等权指数3.46%19.49%28.43%0.180.12除此之外，对比可转债来看，可交债组合的净值波动幅度显然比可转债而言更低、稳定性更强。除流动性阻碍外，这可能是由于可交换债的发行人为上市公司股东，发行交债的目的各有差异，其中的一些不具备推动公司股价上涨的原始动力，个人的能力也相对有限。对比可转债而言，交债行权本身不会带来股份的增加，而是置换。因而，可交债整体来看会更强调债性特点，组合净值的走势也更类似于纯债资产。2、纯债溢价率模型上文中，我们讨论了基于转债与交债在

24、转（换）股溢价率维度的估值测算方法，并利用其结果构建了一种低估值择券组合，而除了转股溢价率之外，纯债溢价率也从债底的角度衡量了一只可转债的估值水平。可转债价格是由债底价值与期权价值共同构成，纯债溢价率衡量了转债价格超越债底价值的程度，也就是期权部分的价值。而随着转股价格的提升，期权内涵价值也随之提升，若债底价值不出现明显变动，纯债溢价率应与转股价值之间应为正相关关系。从这个角度出发，我们以一次函数的形式对纯债溢价率与转股价值进行拟合，用上节中的方法构造其纯债溢价率中枢。下图展示了 2021 年年末的截面纯债溢价率分布情况与其对应的 3 分类结果，可以看到，散点图的分布形态基本与我们所描述的基本

25、相一致，且曲线能够较好的捕捉到截面市场的定价状态。图 13：纯债溢价率模型截面拟合结果图 14：纯债溢价率模型截面分组结果Wind，Wind，可转债择券效果同样以纯债溢价率的修正估值作为转债的估值指标，并进行分组测算。组合构建方式：纯债高估组：以截面纯债溢价率残差最高的 1/3 转债构成纯债中性组：以截面纯债溢价率残差中部 1/3 的转债构成纯债低估组：以截面纯债溢价率残差尾部 1/3 的转债构成转债等权指数：以截面所有可转债构成正股等权指数：以截面所有可转债的正股构成组合加权方式：等权从结果来看，纯债溢价率同样具备较好的择券能力，近 4 年，低估值组的年化收益率为 21.36%，波动率为 1

26、2.67%，最大回撤为 11.36%，而高估值组的年化收益率仅 7.66%，波动率为 12.56%，最大回撤为 17.75%。从长期维度来看，纯债溢价率的估值指标能够在提升组合收益的同时控制回撤风险。图 15：可转债纯债溢价率 3 分组组合净值（2017/12/31-2022/2/17）2800230018001300800纯债高估组纯债中性组纯债低估组转债等权指数正股等权指数3002017/122018/62018/122019/62019/122020/62020/122021/62021/12资料来源：值得注意的是，纯债溢价率模型在低估值组合上的收益弹性不及转股溢价率组，其高低估值组合的

27、多空收益率较转股溢价率组而言减少了 8.44%，这可能是两方面原因导致：首先，纯债溢价率的债底价值计算较为困难，各家版本不一，而转股溢价率的平价则由正股价格直接给出，因此在数据质量层面纯债溢价率不及转股溢价率；第二，从逻辑上说，纯债溢价率体现的是转债价格相对债底的溢价高低，而债底是转债的价值底线，该溢价率反应的更多是转债的债性与防守力，而转股溢价率反应的则是正股端的预期，其股性更为强烈，因此，从进攻能力上来说纯债溢价率的强度自然不及后者。表 6：可转债纯债溢价率 3 分组组合收益风险统计（2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比纯债高估组7

28、.66%12.56%17.75%0.610.43纯债中性组12.56%11.45%13.05%1.100.96纯债低估组21.36%12.67%11.36%1.691.88转债等权指数13.80%11.74%11.51%1.181.20正股等权指数7.70%22.13%35.24%0.350.22可交换债择券效果我们同样将纯债溢价率择券方案应用于可交债上：组合构建方式：纯债高估组：以截面纯债溢价率残差最高的 1/3 可交换债构成（对公募 EB 测算则取前 1/2）纯债中性组：以截面纯债溢价率残差中部 1/3 的可交换债构成（对公募 EB 测算则无中性组）纯债低估组：以截面纯债溢价率残差尾部 1

29、/3 的可交换债构成（对公募 EB 测算则取后 1/2）交债等权指数：以截面所有可交换债构成正股等权指数：以截面所有可交换债的正股构成组合加权方式：等权测算结论与转股溢价率相类似，纯债溢价率在可交换债券上有效，同时，对私募 EB 的收益增强效果好于公募 EB，二者在低估值组上的收益率分别为 15.42%、5.77%。 纯债高估组交债等权指数纯债中性组正股等权指数纯债低估组图 16：可交债纯债溢价率 3 分组组合净值图 17：可交债纯债溢价率 2 分组组合净值（公募 EB）19001400纯债高估组纯债低估组17001500130011009007005001300120011001000900

30、800700交债等权指数正股等权指数 资料来源：测算区间：2017/12/31-2022/2/17资料来源：测算区间：2017/12/31-2022/2/17类型年化收益率年化波动率最大回撤收益波动比收益回撤比纯债高估组-6.95%6.68%26.86%-1.04-0.26纯债中性组3.77%3.24%2.99%1.161.26纯债低估组15.42%7.71%4.48%2.003.45交债等权指数1.40%3.51%4.46%0.400.31表 7：可交债纯债溢价率 3 分组组合收益分析统计（2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比正股等权

31、指数3.24%19.99%27.47%0.160.12表 8：可交债纯债溢价率 2 分组组合收益分析统计（公募 EB，2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比纯债高估组2.58%7.58%16.24%0.340.16纯债低估组5.77%2.15%1.42%2.694.06交债等权指数4.32%4.02%7.66%1.070.56正股等权指数3.46%19.49%28.43%0.180.12三、基于正股趋势与模型叠加的增强方案在第二节中，我们先后讨论了基于转股溢价率与纯债溢价率的两类估值模型，从测算结果看，他们对可转债和可交换债都有一定的择券

32、能力，总体上体现出相对正股的收益增强与风险降低。进一步地，本节中，我们将讨论如何把估值指标进一步改进。而由于可交债的存量数目过少，指标的叠加即使有效也面临偶然性质疑，测算净值的波动可能因为持仓数量、个券极端行情等因素被放大，因此，后续的环节中，我们仅针对可转债进行讨论。1、转股溢价率模型与正股趋势类指标的联用首先，基于转股溢价率的低估值策略与正股趋势类指标从底层逻辑上来说具有契合点，二者的联用可以增强低估值策略的择券效果。我们知道，低估值策略赚取的是转债溢价率向对应平价下的中枢回归的收益，而实际上，第二节中的模型仅仅对可转债估值进行平价上的中性化处理，但转股溢价率仍会受到例如风格、行业、情绪等

33、指标的影响。转股溢价率本身反应出的是投资者对于正股未来上行空间的定价，那么事实上，在不同的行业、情绪等维度，可转债的转股溢价率中枢高低也理应有所不同。然而，转债现有的债券数目与行业分布情况并不支持我们进行过于细化的研究，但在市场情绪的落脚点上，却仍可讨论一二。一般来说，从行为金融学的角度出发，投资者天然具备追涨杀跌的行为特点，即使是相同转股价值下的可转债，在正股连涨、正股横盘以及正股连跌的背景下，市场给出的定价中枢位置也应当有所差异。我们认为，对于正股上涨趋势较强的转债，其转股溢价率的实际中枢水平应该高于模型中枢，那么在这些转债中使用低溢价率策略，其估值向上回归的力度和可能也就更大，从而可以对

34、原策略效果达到增强。正股布林带组合 & 正股 DPO 组合我们首先使用正股布林带与区间震荡线（DPO）两指标对上述假设进行验证，以观察正股趋势类指标对低估值策略的提升效果。由于转债不设涨跌停限制，因此信息传导会更快，我们认为应当选取相对较短的趋势信号窗口参数时间，而对于布林带与 DPO 指标的信号生成方式，具体设计细则如下：表 9：布林带与区间震荡线指标构造方法指标名称构造方法看多信号信号持续时间布林带分别计算收盘价 20 日均值 M 与标准差 S收盘价突破上轨10 个交易日布林带上轨：UP=M+S布林带下轨：DOWN=M-S趋势震荡线计收盘价 P，计算收盘前 6 日收盘价的 10 日移动平均

35、 M DPO=P-MDPO 负转正10 个交易日资料来源：同样以周度为调仓频率构建等权组合，以便利观测指标的增强效果：组合构建方式：转股低估组：以截面转股溢价率残差尾部的 1/3 转债构成布林带组/DPO 组：以截面内正股发出买入信号 10 天内的转债构成叠加组：以转股低估组与布林带组/DPO 组的交集转债构成组合加权方式：等权从结果来看，无论是正股布林带还是 DPO 指标，其本身都相对于转债等权指数而言具有超额收益，并且都对低转股溢价率策略的收益表现产生了进一步的增强效果。其中，低估值与布林带叠加组的年化收益率为 31.39%、最大回撤为 18.04%、收益回撤比为 1.74；低估值与 DP

36、O 叠加组的年化收益率为 32.65%、最大回撤为 19.32%、收益回撤比为 1.69。叠加组合相对单一组合而言虽然波动有所增大，但收益提升显著，在风险调整后收益层面与低估值组合基本持平。图 18：转股低估+布林带组合净值（2018-2022）图 19：转股低估+DPO 组合净值（2018-2022）3700转股低估组布林带组叠加组转债等权指数正股等权指数3200270022003700转股低估组dpo组叠加组转债等权指数正股等权指数3200270022001700170012001200700700200200资料来源：资料来源：表 10：转股低估+布林带组合收益风险统计（2017/12/

37、31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比转股低估组24.28%11.47%13.56%2.121.79布林带组22.32%14.62%15.76%1.531.42叠加组31.39%14.97%18.04%2.101.74转债等权指数13.80%11.74%11.51%1.181.20正股等权指数7.70%22.13%35.24%0.350.22表 11：转股低估+DPO 组合收益风险统计（2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比转股低估组24.28%11.47%13.56%2.121.79dpo 组26

38、.88%14.91%15.47%1.801.74叠加组32.65%15.64%19.32%2.091.69转债等权指数13.80%11.74%11.51%1.181.20正股等权指数7.70%22.13%35.24%0.350.22正股短期动量组合除正股布林带等趋势信号性指标外，单纯的正股短期动量也在低估值组合下增强效果明显。组合构建方式：转股低估组：以截面转股溢价率残差尾部的 1/3 转债构成动量组：以截面历史 20 日正股收益率前 1/3 的转债构成叠加组：以转股低估组与动量组的交集转债构成组合加权方式：等权如果将可转债以历史 20 个交易日的收益表现排序，分成 3 组，并与转股溢价率的估

39、值水平进行交叉，取其低估值、高动量组，那么复合组合的收益率将达到 36.3%，最大回撤为 13.82%、收益回撤比为 2.63，同样具备显著的择券效果。图 20：转股低估+动量组合净值（2017/12/31-2022/2/17）4000350030002500200015001000500转股低估组动量组叠加组转债等权指数正股等权指数02017/122018/62018/122019/62019/122020/62020/122021/62021/12资料来源：表 12：转股低估+动量组合收益风险统计（2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤

40、比转股低估组24.28%11.47%13.56%2.121.79动量组22.72%15.27%13.94%1.491.63叠加组36.30%15.49%13.82%2.342.63转债等权指数13.80%11.74%11.51%1.181.20正股等权指数7.70%22.13%35.24%0.350.22值得一提的是，布林带类的趋势突破指标虽然对估值策略提升明显，但在换仓的及时性要求上可能较高。这类指标适合在信号发出后便进行交易，在较低的交易频率下可能会错过收益，或是在盈利后再蒙受情绪反转、高位强赎等带来的风险。若与转债的 T+0 优势相配合，进行高频交易，趋势信号类指标的效果可能更好。而短期

41、动量组合的分类方式更简单，尤其在低频策略中历史涨跌幅隐含的信息量可能比起一个买入信号而言更多，因此总的来说，两类趋势增强的方式各有优势，适应的场景各不相同。2、溢价率模型的叠加除了趋势指标与转股溢价率模型的叠加外，另一种更为自然的联想便是直接对转股溢价率模型和纯债溢价率模型进行叠加。由于二者分别从正股和债底维度对转债的估值水平进行了定义，因此在提供的信息层面仍然具备差异，复合的运用可能对组合收益带来提升。组合构建方式：转股低估组：以截面转股溢价率残差尾部的 1/3 转债构成纯债低估组：以截面纯债溢价率残差尾部的 1/3 转债构成双低估组：以转股低估组与纯债低估组的交集转债构成组合加权方式：等权

42、测算的结果也与我们的设想一致，近 4 年，双低估组合的年化收益率为 26.66%、年化波动率为 12.5%、最大回撤为 12.44%，相比于单一的纯债低估组或是转股低估组，其收益能力得到了增强，且在风险层面较转股低估组而言更小，组合的收益波动比达到 2.13、收益回撤比达到 2.14，整体择券效果更优。理论上来说，双低估组合在收益增强的同时也是对风险的双保险。图 21：转股低估+纯债低估组合净值（可转债，2017/12/31-2022/2/17）纯债低估组转债等权指数转股低估组正股等权指数双低估组310026002100160011006001002017/122018/62018/12201

43、9/62019/122020/62020/122021/62021/12资料来源：表 13：转股低估+纯债低估组合收益风险统计（可转债，2017/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比纯债低估组21.36%12.67%11.36%1.691.88转股低估组24.28%11.47%13.56%2.121.79双低估组26.66%12.50%12.44%2.132.14转债等权指数13.80%11.74%11.51%1.181.20正股等权指数7.70%22.13%35.24%0.350.22四、不同风险偏好下的策略实践截至目前，我们对可转债与可交换债

44、的溢价率模型进行了设计，构造了对应的低估值组合，并在随后讨论了基于模型叠加、或是正股趋势联动的方式对组合收益进行增强的可能性。从测算结果看，指标有效性较强，相对于转债指数基准有着不错的超额收益。而在最后一节中，我们将从实际操作角度出发，利用当前成果对不同风险偏好的投资人进行策略推荐，并与市场中已有的、较为常见的转债或是股债策略进行对比，分析并点明推荐组合的优势和风险所在。1、平衡进攻策略策略构造及回测对于风险偏好较高的投资人，基于可转债的转股低估值策略是较为理想的选择，而随着风险偏好的进一步提升，可以将低估值策略与上文中的趋势指标结合，以博取更高的收益弹性。我们将策略组合的表现与传统转债的偏股

45、策略、以及正股的权益策略进行对比。具体策略构建细则如下：测算区间：2017/12/31-2022/2/17样本池：余额大于 2 亿元、近 3 个月有成交、正股非ST 等特殊处理的、无明显赎回风险的可转债调仓频率：月频持仓数量：20 只（若不足 10 只，则剩余部分以市场等权指数收益计算）组合构建方式：偏股策略：将转股价值前 1/3 的转债以转股溢价率从低到高排序，取前 20 只平衡进攻策略：将转债以转股溢价率残差从低到高排序，取前 20 只趋势叠加平衡进攻策略：将趋势信号较强的转债以转股溢价率残差从低到高排序，取前 20 只趋势信号较强的定义：发出布林带或DPO 信号 10 日内的、或是历史短

46、期动量前 1/3 的转债转债等权指数：以截面所有可转债构成正股等权指数：以截面所有可转债的正股构成组合加权方式：等权从业绩统计结果来看：平衡进攻策略年化收益率为 26.45%、年化波动率为 13.28%、最大回撤为 15.76%，相比之下其拥有对比组内中高的收益水平与较低的回撤风险；而在叠加趋势指标后，平衡进攻策略的收益进步提升，虽然在波动风险上有所放大，但具备最高的风险调整后收益性价比；偏股策略的收益与回撤力度均很高，波动率与正股接近，在权益上行的年份弹性最强，但最大回撤达到了 21.57%；而正股指数的表现则不尽如人意，总体呈现出风险最高、收益最低的特点。图 22：平衡进攻策略与偏股策略对

47、比（2017/12/31-2022/2/17）4500 偏股策略平衡进攻策略正股等权指数40003500300025002000150010005000趋势叠加平衡进攻策略转债等权指数2017/122018/62018/122019/62019/122020/62020/122021/62021/12资料来源：类型年化收益率年化波动率最大回撤收益波动比收益回撤比单边换手率偏股策略31.74%24.14%21.57%1.311.475.71平衡进攻策略26.45%13.28%15.76%1.991.684.40趋势叠加平衡进攻策略32.54%15.23%16.06%2.142.038.63转债等

48、权指数13.84%11.91%11.45%1.161.21-正股等权指数8.09%22.23%35.52%0.360.23-表 14：平衡进攻策略与偏股策略收益风险统计（2017/12/31-2022/2/17）策略比较分析若要对上述现象进行归因，那么首先，对比转债类策略（偏股策略、平衡进攻策略等）与正股策略来看，转债类策略的优势在于其底层配置标的为可转债，具备债底依托，因此在正股下跌时，转债类策略的下行空间会更为有限，这也是在回撤上正股等权指数最高的原因。而进一步对比转债类策略中的平衡进攻策略与偏股策略，二者的根本差异在成分券的风格上。首先，我们需明确，所有基于溢价率的低估值策略本质是平衡策

49、略。这是由于低估值策略择券的原理是在中枢位置以下选取所有溢价率被低估的转债，也因此，其会在各个平价上都有所配置，而平价本身是一种转债股性与债性的度量，平价越高，则股性越强，反之则为债性。从这个角度来说，低估值策略与生俱来的属性就是平衡，其攻防能力不会过于极端，但在转债内部结构性调整时所受的影响也较小。下图展示了平衡进攻策略和偏股策略在截面上的择券情况，可以看到，前者作为一类低估值策略，其样本在所有转股价值下都有分布，其目标券为溢价率“最被低估”的转债，是相对标准；而偏股策略的样本仅在高平价下有所分布，其暗含的逻辑是溢价率“最低”的绝对标准。也因此，在偏股策略中，位于图中最右端的成分券虽然溢价率

50、绝对水平很低，但可能仍然是相对被高估的个券，易在正股下跌时遭遇平价与估值的双杀，这也导致了偏股策略的回撤会比平衡进攻策略而言更高。图 23：平衡进攻策略择券方式更为平衡图 24：偏股策略择券股性更强Wind，Wind，进一步地，我们计算了两类策略组合样本在转股溢价率（绝对估值）以及模型修正估值（相对估值）上的差异。从成分券的溢价率中位数与修正估值中位数时间序列看，如先前所述，偏股策略的整体溢价率持续位于平衡进攻策略的下方，但是在修正估值层面，后者在相对位置则上更具优势。因此，当正股上涨时，平衡进攻策略的收益弹性可能不会比偏股策略更高，但在正股下行时，溢价率修复对回撤的对冲会更明显。图 25：平

51、衡进攻策略溢价率中枢更高图 26：偏股策略溢价率残差中枢更高40偏股策略-溢价率平衡进攻策略-溢价率353025201510501050-5-10-15偏股策略-残差平衡进攻策略-残差2-5017/122018/122019/122020/122021/12-10资料来源：测算区间：2017/12/31-2022/2/17-202017/122018/122019/122020/122021/12资料来源：测算区间：2017/12/31-2022/2/17而在风险层面，从成分券的分布情况来看，对于平衡进攻策略，其风险点是正股的整体下行、或是转债溢价率中枢的整体压缩，而偏股策略的风险点则是极端结

52、构下市场的再平衡。2、平衡防守策略策略构造及回测当投资人的风险偏好很低时，投资于可转债、即使是债性的可转债可能也并不是一项适合的选择，而此时可交换债相比而言会更具配置价值，我们会更为推荐可交换债下的低估值策略作为平衡防守策略。同样地，我们将策略组合的表现与转债的传统低价策略以及高YTM 策略进行对比，具体构建细则如下：测算区间：2017/12/31-2022/2/17样本池：余额大于 2 亿元、近 3 个月有成交、正股非ST 等特殊处理的、无明显赎回风险的可转债与可交债调仓频率：月频持仓数量：20 只（若不足 10 只，则剩余部分以市场等权指数收益计算）组合构建方式：低价策略（转债）：将转债以

53、价格从低到高排序，取前 20 只高 YTM 策略（转债）：将转债以 YTM 从高到低排序，取前 20 只平衡防守策略（交债）：将交债以换股溢价率残差从低到高排序，取前 20 只公募交债平衡防守策略：将公募交债以换股溢价率残差从低到高排序，取前 20 只流动性筛选平衡防守策略：将流动性筛选后的交债以换股溢价率残差从低到高排序，取前 20 只流动性筛选：历史 60 日的日均成交额大于 200 万元组合加权方式：等权从业绩统计结果来看：平衡防守策略年化收益率为 10.14%、年化波动率为 5.26%、最大回撤为 4.51，在叠加流动性筛选后，平衡防守策略的年化收益为 7.74%、年化波动率为 4.4

54、2%、最大回撤为 2.13%，相比可转债策略而言皆拥有更低的回撤与更好的风险调整后收益表现。虽然在常规印象里，低价策略与高 YTM 是较为典型的债性转债策略，但从结果可以看出，其风险控制能力并不突出。图 27：平衡防守策略与债性转债策略对比（2017/12/31-2022/2/17）2000低价策略高YTM策略平衡防守策略 流动性筛选平衡防守策略公募交债平衡防守策略180016001400120010008002017/122018/62018/122019/62019/122020/62020/122021/62021/12资料来源：表 15：平衡防守策略与债性转债策略收益风险统计（2017

55、/12/31-2022/2/17）类型年化收益率年化波动率最大回撤收益波动比收益回撤比单边换手率低价策略16.38%9.60%18.56%1.710.882.64高 YTM 策略15.45%9.49%15.04%1.631.032.88平衡防守策略10.14%5.26%4.51%1.932.253.10公募交债平衡防守策略5.28%2.83%2.74%1.871.930.86流动性筛选平衡防守策略7.74%4.42%2.13%1.753.632.54策略比较分析从成分券的角度来说，低价策略与高 YTM 策略选取的是债性转债，如低价策略的投资逻辑是利用转债的纯债价值托底，在低价券的配置中同时达到

56、控回撤和博期权的目的。但是，这一切的前提都基于市场利率的稳定与信用风险的可控，对比两策略与 10 年期国债利率的走势来看，债性转债策略的表现与市场利率存在较大的负相关性，在 2019 年 Q2、2020 年 Q2、2021 年 Q1 等利率拔高的年份均出现了比较明显的回撤。尤其在 2021 年年初，当资金面收紧叠加市场信用风险大面积传导，投资者开始质疑可转债的债底价值时，其纯债价值保底的逻辑就会受到挑战。图 28：低价策略和高 YTM 策略与市场利率关联图 29：低价策略和高 YTM 策略与信用利差关联21001900170015001300110090070010年国债利率（右）低价策略高Y

57、TM策略4.543.532.521.51210019001700150013001100900700低价策略高YTM策略信用利差1y信用利差3y信用利差5y1.81.30.80.32017/122018/122019/122020/122021/12资料来源：测算区间：2017/12/31-2022/2/172017/122018/122019/122020/122021/12资料来源：注：测算区间为 2017/12/31-2022/2/17，信用利差由对应期限下的中短票减国开债利率得到而相比之下，基于交债的平衡防守策略在同期的净值似乎并未出现太大变化，除交债本身更强调债性外，我们认为这可能还

58、由于两方面原因导致：其一，可交债市场规模较小，即使在策略中我们已经预先对其样本池进行了初步筛选，但大部分品种尤其是私募EB 的流动性低，且市场关注度也不高，这种不足会一定程度上阻碍市场定价的传导。其二，在我国资本市场历史中，可转债仅出现过一次技术性违约，市场天然对其有难以违约的认知印象，但可交债不同于可转债，历史中私募交债的违约记录并不少见，距离当前最近的一次便是康美实业的实质违约，这是交债策略的关键风险所在，而也正是为此，市场对转债与交债的心理底线不同，信用风险扩散对转债市场的冲击也就更剧烈。债券简称违约日期发行人违约类型发行方式17 康 02EB2021-11-29康美实业投资控股有限公司未按时兑付利息私募18 豫 01EB2020-11-02河南豫联能源集团有