量化角度看可转债（二）：板块轮动金融工程专题报告

1、目录TOC o 1-2 h z u HYPERLINK l _TOC_250020 可转债板块 4 HYPERLINK l _TOC_250019 板块概述 4 HYPERLINK l _TOC_250018 指数编制 4 HYPERLINK l _TOC_250017 轮动方法 6 HYPERLINK l _TOC_250016 基本面方法 7 HYPERLINK l _TOC_250015 择时逻辑 7 HYPERLINK l _TOC_250014 变量处理 7 HYPERLINK l _TOC_250013 常用变量 8 HYPERLINK l _TOC_250012 趋势识别 8 H

2、YPERLINK l _TOC_250011 检验方法 9 HYPERLINK l _TOC_250010 领先指标 10 HYPERLINK l _TOC_250009 风格板块 12 HYPERLINK l _TOC_250008 风格指数 12 HYPERLINK l _TOC_250007 基本面轮动 12 HYPERLINK l _TOC_250006 技术面轮动 14 HYPERLINK l _TOC_250005 行业板块 15 HYPERLINK l _TOC_250004 大类行业 15 HYPERLINK l _TOC_250003 行业指数 15 HYPERLINK l

3、_TOC_250002 基本面轮动 17 HYPERLINK l _TOC_250001 技术面轮动 19 HYPERLINK l _TOC_250000 总结 20图表目录 HYPERLINK l _bookmark0 图 1：转债数量分布 4 HYPERLINK l _bookmark1 图 2：转债行业分布（亿） 5 HYPERLINK l _bookmark4 图 3：M1-M2 趋势状态识别 9 HYPERLINK l _bookmark5 图 4：转债等权指数领先变量 Shibor 10 HYPERLINK l _bookmark7 图 5：转债价格高低风格 12 HYPERLIN

4、K l _bookmark8 图 6：转债平价高低风格 12 HYPERLINK l _bookmark9 图 7：转债溢价高低风格 12 HYPERLINK l _bookmark11 图 8：转债价格高低风格指数技术择时 14 HYPERLINK l _bookmark12 图 9：转债平价高低风格指数技术择时 14 HYPERLINK l _bookmark13 图 10：转债溢价高低风格指数技术择时 14 HYPERLINK l _bookmark15 图 11：转债大类行业分布（亿） 15 HYPERLINK l _bookmark16 图 12：转债大类行业指数 16 HYPERL

5、INK l _bookmark19 图 13：转债技术面行业轮动净值效果 19 HYPERLINK l _bookmark2 表 1：宏观指标数据问题与处理方式 7 HYPERLINK l _bookmark3 表 2：宏观变量汇总 8 HYPERLINK l _bookmark6 表 3：转债等权指数先导性宏观变量汇总 11 HYPERLINK l _bookmark10 表 4：转债风格指数先导性宏观变量汇总 13 HYPERLINK l _bookmark14 表 5：行业大类划分 15 HYPERLINK l _bookmark17 表 6：转债不同行业分年表现 16 HYPERLIN

6、K l _bookmark18 表 7：转债行业指数先导性宏观变量汇总 17 HYPERLINK l _bookmark20 表 8：转债技术面行业轮动分年表现 19可转债板块板块概述常见的板块分类有两种，一是风格，二是行业。风格是指将市场上大量的个券归类到不同对立类别并以此分析其走势特征的一种划分方式，应用较多的在于股票市场，对于可转债而言，常见的风格包括高低价格、高低平价、偏股偏债等。行业则是根据可转债所属公司的经营范围进行标识，由于其正股已有对应的行业归属，可直接利用该信息对可转债进行行业分类。轮动描述市场上不同板块涨跌力度不同或此消彼长的现象，同时涉及到时间和空间两个维度。由于市场复杂

7、多变，任何一种风格或行业都不可能持续受到市场追捧，若投资者能够对风格或者行业的轮动周期进行适当的辨别，就有可能获得稳定的超额收益。板块受到诸多方面因素的影响，从宏观基本面到资金供需，再到投资者的预期反应。市场的综合因素在变，风格和行业的相对强弱也会发生波动，形成轮动周期，于是也就有了轮动策略实现的可能。而在轮动之前，需要对板块有明确的定义和划分。指数编制时间范围按照中证转债指数的规则，可转债样本券由交易所市场上面值余额大于 3000 万元的可转换债券构成。满足该条件的样本个券数量并不稳定，2018 年之前可转债最高数量 31只，最低数量仅 2 只。2018 年年初开始，可转债数量才达到一个可观

8、的数量，并处于直线上升之中。截至 2019 年 12 月 31 日，满足条件的可转债数量为 187 只。图 1：转债数量分布2001801601401201008060402020041220050420050720051020060120060420060720061120070220070520070820071120080220080520080820081120090320090620090920091220100320100620100920101220110320110620110920111220120420120720121020130120130420130720131120

9、14022014052014082014112015022015052015082015112016032016062016082016122017032017062017092017122018032018062018092018122019042019072019100资料来源：Wind, 天软科技, 长江证券研究所考虑到板块的稳定性，本报告在构建转债板块指数时，选择个券样本数量较多的连续区间，2018 年 1 月 1 日至 2019 年 12 月 31 日。权重配置从最新余额（2019 年 12 月 31 日）的行业分布来看，187 只可转债余额共计 3287.71亿，其中银行规模 14

10、85.44 亿，占比 45.18%，紧接其后的是电力及公用事业、非银行金融和电力设备，占比分别为 5.64%、5.45%和 4.81%，其余行业均在 3.50%以下，余额占比最低的分别是餐饮旅游、钢铁和煤炭。在行业配置上，可转债分布极度不均匀。因而在测算板块指数时，为使得指数构建更为合理，采取等权构建的方式。图 2：转债行业分布（亿）1600 1485.4140012001000800600400200185.4179.1158.0105.496.9 96.6 93.4 92.3 89.8 84.8 82.6 68.2 67.2 57.7 56.3 55.3 44.9 44.123.2 22.

11、6 22.5 21.4 18.6 18.4 10.4 7.00银 电 非 电 交 汽 基行 力 银 力 通 车 础及 行 设 运化公 金 备 输工用 融事业医 电 计 建 轻药 子 算 筑 工元 机制器造件通 有 传 石 机 国 纺信 色 媒 油 械 防 织金石军 服属化工 装商 农 食 建 家贸 林 品 材 电零 牧 饮售 渔 料煤 钢 餐炭 铁 饮旅游资料来源：Wind, 天软科技, 长江证券研究所指数构建结合中证转债指数的构建方式，对于可转债板块（风格和行业）的编制，具体步骤如下：个券样本：债券余额不小于 3000 万元，未到期，未停止交易；换仓时间：按月调仓，若满足条件则纳入，不满足则

12、剔除；权重设置：等权构建；上市处理：个券上市后次月第一个交易日纳入；风格指数：可转债常见的风格为高低转债、高低平价和高低溢价三种，根据可转债收盘价全价、转股价格、转股溢价率将可转债按照数量从高往低分组，构造对应的风格对价指数；行业指数：中信一级行业每个行业中满足条件的可转债数量太少，可对一级行业进行重新划分，分为周期、消费、金融、TMT、制造等五个大类行业，构建大类行业指数；测算周期：2017 年 12 月 31 日至 2019 年 12 月 31 日。轮动方法在构建指数之后，主要有基本面和技术面两种方式来进行风格或行业轮动。基本面轮动基于宏观基本面数据，从经济逻辑的角度出发，对板块的相对强弱

13、关系进行预判。不同板块企业的资金结构和融资环境不同，宏观环境对其影响可能也不太一致。目前应用较多的是 logit 模型，基于 M2、CPI、PMI 等宏观经济指标预判板块相对强弱。基本面数据类型少，频率低，公布存在滞后，但其具有较强的逻辑基础，且信号相对较少，不似技术面那般交易频繁。技术面轮动倾向于从价量盘等数据出发，寻找板块指数收益率差的趋势变化，类似于对相对强弱指数作择时判断。基本假设是价格能够反映市场信息，且趋势具有持续性。一般情况下，技术面的较多数据均能反映市场情绪。技术分析存在多种指标构建的方式，且数据类型多、更新快、频率高，应用起来更为灵活。另一方面，由于信息冗杂，干扰大，存在较多

14、的误判，且交易太过频繁，不利于实际操作。本文在构建轮动策略时将分别考虑这两种轮动方式，并比较策略效果。其中技术面轮动方式较为简单，在此详细介绍基本面轮动的方法。基本面方法择时逻辑经济与转债市场之间的关系比较复杂，二者相互作用。一方面实体经济环境影响企业发展，带动投资者预期，引起转债价格的变化；另一方面，转债关乎上市公司的融资情况，会反过来影响生产，进而促进实体经济的变动。对于转债市场而言，宏观经济就是它的基本面，市场价格会围绕基本面变化而波动。若从宏观经济的角度去理解转债整体的收益率，或许能更好地完成市场定价，辅助投资组合和资产配置。宏观变量之所以有效，主要在于其能影响企业未来的盈利和引导投资

15、者对市场的预期。影响企业盈利宏观经济包括实体市场的诸多方面，政策、流动性、工业生产、物价等，不同类别对于企业发展的影响不尽相同，且存在一定程度的时滞。因而就算宏观变量公布滞后，其对转债市场的影响也可能具有领先性。引导预期目前市场上的投资者大部分会关注宏观基本面，宏观变量的变动也会引导投资者们对于市场未来的预期，其作为事件因素在驱动市场转债价格变动。变量处理本报告将从国内外的理论研究和投资实务中筛选出一批可能会影响转债价格的宏观经济变量，深入分析它们影响转债的模式，相应地设计合适的计量经济学模型来检测这些变量是否有定价作用。宏观数据偏低频，在实际处理中存在多方面的问题，包括量纲维度不一致、数据缺

16、失、滞后问题以及宏观指标繁多等，据此可采取对应的解决方式。表 1：宏观指标数据问题与处理方式变量类别数据问题处理方式量纲不同不同数据之间的量纲甚至计量单位都不太一样，有的偏金额数量有的偏百分比，不同数据存在一个统一量纲的问题。而中国市场大部分宏观变量开始时间均较晚，且存在利用未来信息的问题，因而利用历史数据时间序列标准化不太适用宏观经济变量分为上升下降趋势的状态变量维度不同不同数据对转债市场影响不同，而数据的维度也不一致。部分数据看绝对量，针对原始数据本身，部分数据看增速同比或环比变化，利用原始数据的衍生类型可根据常用的经济学原理选择核心的宏观经济变量数据缺失并非每个月都有数据，部分数据在有些

17、月份不会公布，如 1 月份的累计值或累积同比，部分数据开始时间较晚，之前一直处于缺失状态后延补全存在滞后宏观数据公布大部分都存在滞后，一般滞后一个月，部分甚至达到两个月或三个月，故很多情况下可能市场反而领先宏观变量选择滞后一个月以内的指标类别繁多有较多的宏观指标能够影响投资者预期并进而影响市场，但重要性程度不尽相同，而宏观指标也涉及多个类别，具体在筛选时也存在多重困难市场关注较多的指标资料来源：长江证券研究所结合前面讨论的选取逻辑影响企业盈利和引导预期，尽量选择目前市场上关注较多的宏观变量，在选择维度上，可以定义以下标准：反映实体经济情况，月频数据，定期更新存续期超过 5 年，次月可更新完国家

18、权威机构发布，使用相对较为频繁暂不做行业、风格区分，获取宏观维度数据常用变量可从常用的经济指标类别入手，选择关注度高、有经济逻辑基础的宏观指标作为因子库，主要有货币环境、工业生产、企业经营、景气指数、投资与地产、物价水平、外汇外贸、消费财政和利率高低等九类指标，共计宏观指标 54 个，从流动性、经营环境、发展状况等方面解释实体经济和转债走势。表 2：宏观变量汇总变量类别变量选取变量解释货币环境M1 增速、货币乘数、大型机构存款准备金率、M1-M2资产再平衡；影响通货，改变贴现率；影响流动性工业生产工业增加值同比、发电量同比、铁路货运量、工业企业利润总额累积同比影响企业未来的生产经营景气指数制造

19、业PMI、制造业 PMI_生产、制造业 PMI_订单、制造业 PMI_产成品库存、制造业 PMI_主要原材料购进价格、制造业 PMI_原材料库存、非制造业 PMI_商务活动、非制造业 PMI_建筑业、非制造业 PMI_服务业、财新中国 PMI、消费者信心指数、消费者预期指数反映制造业、非制造业对市场的景气 ，代表经济的扩张情况投资与地产固定投资累积同比、房地产开发投资完成额同比、新增固定资产投资完成额同比、社会融资规模同比、FDI 投资金额同比、商品房销售面积增速、70 大中城市二手房价格同比代表政府和民间对于经济发展的投资情况；基建与房地产涉及较多行业物价水平CPI、PPI、PPI_生产资料

20、、PPI_生活资料、核心 CPI、RPI、PPIRM、大宗商品价格指数货币价值，影响市场折现率外汇外贸美元兑人民币汇率、美元指数、外汇储备、跨境人民币业务结算金额、进出口总额同比、出口额同比、出口交货值当月同比海外市场影响消费财政社会消费品零售总额同比、彩票销售额同比、财政收入同比、财政支出同比消费贡献与政府投入利率高低银行 7 天同业拆借利率平均、活期存款利率、中长期贷款利率、Shibor 利率、10 年期国债、10 年期美债资金的真实价格资料来源：Wind，长江证券研究所趋势识别此步骤的主要目的在于去除干扰信息，使得宏观变量走势的路径更为清晰明朗，比较符合肉眼直观，使得回归序列更为平稳，本

21、部分采取的识别方式为极值判断。具体方式为考察一个宏观经济变量的时间序列中每一个点是否为局部极值。而在算法的计算上，首先便需要分辨局部高低点。局部极值对于给定时间序列(), = 1,2,3, , N，遍历所有点，对于任何一个时间点，考察时间序列()在以为中心的前后各j个时间段内的最大值或最小值，具体为,= 1() ( + i), = , + 1, , 1, 1 () ( + i), = , + 1, , 1, 为参数，代表趋势状态的周期长短。连续点处理一般而言，高低点会交替出现，但在不同周期参数下，也存在连续出现高点或低点的情况，在此情况下，需要有倾向性的剔除其中一个点。若两点均为高点，则剔除相

22、对位置较低的高点；若两点均为低点，则剔除位置相对较高的低点。首尾点处理首尾两端可能存在无法判断局部高低点的情况，此处采取的方式同最近的局部极值点同向处理。趋势标记在连续点处理后，基本上关键高点到低点为下降趋势，定义为 0；低点到高点为上升趋势，定义为 1。按照上述的识别方式，取周期 8 个月，对 M1-M2 的走势进行状态识别。从结果来看，走势比较符合直观，在测算效果上应该会去除较多的干扰信号。图 3：M1-M2 趋势状态识别2010.9150.8100.70.650.500.4-50.3-100.20.119960119960619961119970419970919980219980719

23、981219990519991020000320000820010120010620011120020420020920030220030720031220040520041020050320050820060120060620061120070420070920080220080720081220090520091020100320100820110120110620111120120420120920130220130720131220140520141020150320150820160120160620161120170420170920180220180720181220190520

24、1910-150资料来源：Wind, 天软科技, 长江证券研究所状态变量(右) M1-M2(%)检验方法宏观经济变量对转债收益的影响模式比较复杂，为了检验和筛选宏观经济变量中哪些可以作为系统风险因子，需要有一套计量检验方法，对宏观经济变量与转债的关系做出合理的假设。对不同宏观变量进行状态识别之后，可运用协整的思想，检验宏观经济变量与转债价格之间同期的长短期关系： = + , + 但此类测算方式仅仅能够找到跟转债市场同步性较高的经济变量，在宏观变量普遍公布滞后的情况下，此类方式并不具有操作意义。因而在回归方程的基础上，需要考虑宏观变量对于经济的领先滞后性，对于指标测算而言，可将宏观状态进行一定程

25、度的偏移： = + ,+ + 大于零时，假设宏观经济变量滞后于市场；小于零时，假设宏观经济变量领先于市场；等于零时，假设宏观经济变量同步于市场。实际测算中，在检验宏观经济变量同转债市场的回归关系时，需遍历多个时间周期和领先滞后关系，寻找最优匹配周期和领先关系。回归的最终目的是获取能够以保证变量同市场是长期稳定的关系，故在保证有协整关系的基础上，以最大化为优化目标。寻优之后，再根据的取值判断指标是否具有 领先性。领先指标可通过回归检验观测指标是否具有领先性，以 Shibor 利率为例。Shibor 利率对可转债收益率呈正面影响，Shibor 利率越高，代表流动性越差，转债带来的收益越高。解释力度

26、为 50.84%，领先市场大概 4 个月。图 4：转债等权指数领先变量 Shibor3.55.53.43.33.25.04.53.132.94.03.52.83.02.72.62.52017122018012018022018032018042018052018062018072018082018092018102018112018122019012019022019032019042019052019062019072019082019092019102019112019122.52.0状态变量（j=4,k=-4,beta=5.38,T-test=4.43,Rsquare=50.84%） 可

27、转债等权指数 Shibor利率（右）资料来源：Wind, 天软科技, 长江证券研究所基于同样的方法，可从对所有宏观指标进行检测，寻找通过置信度 99%检验（T 绝对值高于 2.58）的先导性变量。54 个宏观指标中有 12 个有一定的领先性，其他 42 个回归不显著或偏同步滞后。利率越高、物价越低、汇率越低、流动性越低，后期转债表现越好。表 3：转债等权指数先导性宏观变量汇总宏观变量周期领先月份常数项回归系数T-testRsquareShibor 利率44-0.505.384.430.51RPI536.23-6.31-4.260.48大宗商品价格指数436.23-6.31-4.260.48铁路

28、货运量427.58-7.51-4.330.47货币乘数347.58-7.52-4.120.47制造业PMI_产成品库存523.34-4.01-3.620.38非制造业 PMI_商务活动42-0.254.523.490.37FDI 投资金额同比530.388.753.190.34跨境人民币业务结算金额423.06-3.57-3.030.30美元指数323.54-3.80-2.960.29美元兑人民币汇率15-1.233.522.650.28财政支出同比32-0.123.942.840.28资料来源：Wind，长江证券研究所风格板块风格指数可转债可分成三类风格，价格高低、平价高低和溢价水平，分别按

29、照可转债收盘价全价、转股价格、转股溢价率分为三组，从指数表现来看，并不存在稳定的风格走势。价格高低：2018 年下半年间，高价转债较具优势，其余时段高低价转债并无明显区分；平价高低：2018 年下半年，高平价转债收益更高，2019 年相对于低平价转债震荡走低；溢价高低：区分度相对较小，2018 年上半年震荡，下半年低溢价板块更具优势，随后 2019 年高溢价转债震荡走高。1.301.151.251.101.201.151.051.101.051.001.000.950.950.900.900.850.800.851.301.151.251.201.101.151.101.051.051.001

30、.000.950.900.950.850.800.90图 5：转债价格高低风格图 6：转债平价高低风格转债价格_第1组转债价格_第2组转债价格_第3组可转债等权多空收益转换价值_第1组转换价值_第2组转换价值_第3组可转债等权多空收益资料来源：上交所年鉴，Wind, 长江证券研究所资料来源：上交所年鉴，Wind, 长江证券研究所图 7：转债溢价高低风格1.301.152017122018012018012018022018022018032018032018032018042018042018052018052018052018062018062018072018072018072018082

31、018082018082018092018092018102018102018102018112018112018122018122018122019012019012019012019022019022019032019032019042019042019042019052019052019062019062019062019072019072019072019082019082019092019092019092019102019102019112019112019112019122019121.201.1020171220180120180120180220180220180320180

32、320180320180420180420180520180520180520180620180620180720180720180720180820180820180820180920180920181020181020181020181120181120181220181220181220190120190120190120190220190220190320190320190420190420190420190520190520190620190620190620190720190720190720190820190820190920190920190920191020191020191

33、12019112019112019122019121.101.051.001.000.900.950.802017122018012018012018022018022018032018032018032018042018042018052018052018052018062018062018072018072018072018082018082018082018092018092018102018102018102018112018112018122018122018122019012019012019012019022019022019032019032019042019042019042

34、019052019052019062019062019062019072019072019072019082019082019092019092019092019102019102019112019112019112019122019120.700.90转股溢价率_第1组转股溢价率_第2组转股溢价率_第3组可转债等权多空收益资料来源：上交所年鉴，Wind, 长江证券研究所基本面轮动分析不同风格适用的经济环境，选取具有领先关系，并且 T 检验大于 2.58 的宏观变量。不同风格的领先变量存在差别：高低转债：制造业发展越好，后期低价转债越具优势；高低平价：流动性越好、物价越高，后期高平价转债收益越

35、高；高低溢价：流动性越差、物价越低，后期高溢价转债收益越高。表 4：转债风格指数先导性宏观变量汇总风格类别宏观变量周期领先月份常数项回归系数T-testRsquare高低转债财新中国 PMI141.35-2.03-2.770.29非制造业 PMI_商务活动24-0.661.992.700.28发电量同比340.61-3.34-2.650.27美元兑人民币汇率12-0.751.892.790.27制造业PMI120.97-1.88-2.620.25制造业PMI_生产120.97-1.88-2.620.25高低平价非制造业 PMI_商务活动420.59-3.00-3.880.42FDI 投资金额同

36、比530.16-5.85-3.600.39Shibor 利率450.48-3.07-3.230.37美元兑人民币汇率12-1.342.263.310.34货币乘数33-3.693.943.200.34财新中国 PMI141.05-2.27-3.050.33核心 CPI440.47-2.57-2.890.30RPI53-2.612.892.660.26大宗商品价格指数43-2.612.892.660.26制造业PMI_主要原材料购进价格54-0.712.382.590.26高低溢价Shibor 利率45-0.394.415.360.62非制造业 PMI_商务活动42-0.333.754.840.

37、53美元兑人民币汇率232.25-2.89-3.930.44RPI544.08-4.15-3.820.43大宗商品价格指数444.08-4.15-3.820.43FDI 投资金额同比530.246.753.860.43核心 CPI44-0.273.343.690.42货币乘数344.83-4.76-3.580.40铁路货运量424.83-4.77-3.730.40跨境人民币业务结算金额332.52-2.90-3.600.39非制造业 PMI_服务业34-0.322.943.290.36财政支出同比33-0.143.033.260.35非制造业 PMI_建筑业341.44-2.41-2.730.

38、28商品房销售面积增速14-0.972.163.160.34资料来源：Wind，长江证券研究所技术面轮动技术面轮动主要从技术指标角度出发，对风格指数的相对收益进行择时。指标主要分为趋势类和超买超卖类两种，分别以单均线和 RSI 指标为代表，尝试对三大类风格指标进行择时判断。具体操作如下：均线判断：20 日均线择时，均线向上时，做多指数；向下时，卖出指数；RSI 判断：RSI 指标在 50 至 80 之间做多指数，20 至 50 之间卖出指数，若低于20，处于超买区域，买入，高于 80 则属于超卖区域，卖出；三种风格指数并无长期趋势或大的波段，因而无论是趋势类指标择时还是超买超卖类指标择时，效果

39、均相对有限。但总体而言，风格指数震荡较多，因而超买超卖类指标更具效用。图 8：转债价格高低风格指数技术择时图 9：转债平价高低风格指数技术择时1.151.151.101.101.051.051.001.000.950.950.900.900.850.8520171220180120180320180420180520180620180720180720180820180920181020181120181220190120190220190320190420190520190620190720190820190920191020191120191220171220180120180320180

40、42018052018062018072018072018082018092018102018112018122019012019022019032019042019052019062019072019082019092019102019112019120.800.80高低转债相对风格指数均线择时RSI择时高低平价相对风格指数均线择时RSI择时资料来源：上交所年鉴，Wind, 长江证券研究所资料来源：上交所年鉴，Wind, 长江证券研究所图 10：转债溢价高低风格指数技术择时1.201.151.101.051.000.950.900.852017122018012018032018042018

41、052018062018072018072018082018092018102018112018122019012019022019032019042019052019062019072019082019092019102019112019120.80高低溢价相对风格指数均线择时RSI择时资料来源：上交所年鉴，Wind, 长江证券研究所行业板块大类行业可转债数量相对较少，行业类别不可过多，在此按照中信一级行业作为标准，对行业进行大类划分。表 5：行业大类划分行业大类中信一级行业金融类银行、非银、房地产消费类医药、家电、商贸零售、餐饮旅游、食品饮料、纺织服装、汽车、农林牧渔周期类钢铁、煤炭、有色

42、、石油石化、交运、化工、建筑、建材TMT 类计算机、通信、电子、传媒制造类电力及公用事业、电力设备、机械、轻工、国防军工、综合资料来源：天软，Wind，长江证券研究所重新计算可转债在不同大类行业中的数量和占比情况。金融虽然可转债数量仅 12 只，但占据半壁江山，占比高达 50.63%，制造、周期、消费和 TMT 则相对持平，占比分别 16.01%、14.01%、9.98%和 9.37%，数量分别为 48、 46、48 和 33 只，相对较为均衡。图 11：转债大类行业分布（亿）1664.5148464833526.3712460.55328.12308.00180060160050140012

43、0040100030800600204001020000金融制造周期消费TMT债券余额数量（右）资料来源：Wind, 天软科技, 长江证券研究所行业指数在构建过程中，考虑到某些个股债券余额过高，采取等权的方式构建五大行业指数，从不同行业指数相对于转债等权指数的走势来看：TMT 作为债权余额最小的大类行业，超额收益高达 9.06%，且 2018、2019 两年均有超额，信息比为 1.13；制造、周期和消费行业两年均跑输可转债等权指数，年化负向超额分别为-3.20%、-3.62%和-2.61%，消费类行业属于风险相对较为居中的类别，五大行业中仅有消费行业最大回撤有所控制；金融类指数同可转债等权指数

44、最为接近，2018 年超额明显，但 2019 年劣于指数。图 12：转债大类行业指数1.501.251.401.201.301.151.201.101.001.101.051.000.900.800.95201712201801201801201802201802201803201803201803201804201804201805201805201805201806201806201807201807201807201808201808201808201809201809201810201810201810201811201811201812201812201812201901201901

45、2019012019022019022019032019032019042019042019042019052019052019062019062019062019072019072019072019082019082019092019092019092019102019102019112019112019112019122019120.700.90可转债等权指数TMT制造周期消费金融资料来源：Wind, 天软科技, 长江证券研究所表 6：转债不同行业分年表现分类年度收益率超额收益率夏普比率基准夏普比率最大回撤基准最大回撤胜率相对胜率信息比率20183.32%7.56%0.34-0.4211.

46、27%12.22%41.67%58.33%1.41TMT201935.82%10.26%1.772.0213.36%11.63%75.00%58.33%1.00全部18.96%9.06%1.180.9313.36%12.22%58.33%66.67%1.132018-9.21%-4.97%-0.97-0.4216.14%12.22%33.33%25.00%-1.27制造201925.01%-0.56%2.032.0210.98%11.63%66.67%41.67%-0.11全部6.70%-3.20%0.660.9316.14%12.22%50.00%33.33%-0.692018-9.73%-

47、5.49%-0.93-0.4217.00%12.22%33.33%25.00%-1.56周期201924.77%-0.80%1.852.0214.75%11.63%66.67%50.00%-0.10全部6.28%-3.62%0.580.9317.00%12.22%62.50%37.50%-0.682018-5.01%-0.76%-0.48-0.4212.08%12.22%50.00%33.33%-0.20消费201920.77%-4.80%1.852.0210.00%11.63%75.00%25.00%-0.96全部7.29%-2.61%0.730.9312.08%12.22%70.83%50

48、.00%-0.602018-0.05%4.20%0.05-0.4215.20%12.22%50.00%58.33%0.62金融201919.18%-6.39%1.582.0211.56%11.63%66.67%50.00%-0.73全部9.38%-0.52%0.860.9315.20%12.22%62.50%58.33%-0.06资料来源：天软，Wind，长江证券研究所基本面轮动以行业相对转债等权指数的对价关系为对象，分析每个行业的领先性指标，不同行业之间差别明显：TMT：出口越好、流动性越低，越利于 TMT 转债；制造：物价越低，越利于制造业；周期：物价越低，越利于周期转债；消费：经济越好，

49、越利于消费；金融：流动性越好，越利于金融行业。表 7：转债行业指数先导性宏观变量汇总宏观变量周期领先月份常数项回归系数T-testRsquareTMT美元指数322.66-2.66-5.370.58财政支出同比320.142.514.160.45货币乘数342.81-2.66-3.420.38发电量同比820.403.343.540.37核心 CPI820.403.343.540.37进出口总额同比820.403.343.540.37Shibor 利率44-0.021.743.150.34跨境人民币业务结算金额421.89-1.84-3.190.33FDI 投资金额同比530.373.582.

50、870.29出口额同比530.312.422.600.25制造发电量同比820.05-2.20-4.780.52核心 CPI820.05-2.20-4.780.52进出口总额同比820.05-2.20-4.780.52工业增加值同比14-0.330.803.710.42非制造业 PMI_服务业92-0.04-2.40-3.170.32出口额同比82-0.04-2.40-3.170.3210 年期国债62-0.04-2.40-3.170.32跨境人民币业务结算金额62-1.071.183.150.32非制造业 PMI_建筑业12-0.530.993.100.31美元指数52-1.161.232.

51、950.29固定投资累积同比23-0.280.872.860.2910 年期美债120.37-0.90-2.770.27周期财新中国 PMI240.23-0.86-3.000.32FDI 投资金额同比330.09-0.87-3.070.32铁路货运量12-0.660.813.070.31社会融资规模同比35-0.670.772.720.29出口额同比54-0.13-1.92-2.790.2910 年期国债64-0.13-1.92-2.790.29核心 CPI53-0.14-1.91-2.840.29进出口总额同比140.13-0.82-2.750.28Shibor 利率12-0.560.752

52、.700.26消费核心 CPI54-0.382.953.510.39非制造业 PMI_服务业95-0.382.943.410.39出口额同比55-0.382.943.410.3910 年期国债55-0.382.943.410.39产成品存货累积同比22-0.342.903.570.38美元指数140.68-1.30-3.140.34消费者信心指数130.44-1.12-3.030.31财政支出同比34-0.541.252.750.28消费者预期指数130.32-1.00-2.640.26金融出口额同比14-1.112.443.880.44FDI 投资金额同比540.32-5.69-3.820.

53、43社会消费品零售总额同比141.26-2.30-3.500.39进出口总额同比14-0.892.213.220.35商品房销售面积增速14-0.972.163.160.34美元指数12-1.872.463.230.33工业增加值同比130.88-2.17-3.010.31非制造业 PMI_商务活动25-1.062.022.840.31财新中国 PMI221.01-2.25-3.000.30M1 增速15-1.011.912.620.28PPI_生活资料22-1.472.132.780.27财政支出同比320.29-2.54-2.750.27发电量同比820.05-3.67-2.700.26资料来源：Wind，长江证券研究所技术面轮动影响可转债走势里面的一个比较重要的因素在于溢价逻辑，一旦转债涨的太多，后续继续上涨的可能性相对不大，因而进行行业轮动时，采取补涨逻辑。每月调仓时，选取过去一个月涨幅相对较低的两个行业，等权配置，以转债等权指数作为对比基准。从回测结果看，策略年化收益 13.90%，超额可转债等权指数 3.93%，夏普比为 1.27。分年来看，两年均有超额，且最大回撤有明显控制，效果比较稳定。图 13：转债技术面行业轮动净值