20230118-中国银河-金融工程深度报告_转债新规下的定价模型更新和绝对收益策略改进_23页_2mb.pdf

证券研究报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明 金融工程深度报告 2023年 1 月 18日 转债新规下的定价模型更新和绝对收益策略改进 核心观点:前期报告转债定价模型的问题和改进 在前期报告中提到我们建立了蒙特卡洛模拟的方式实现转债定价的模型方法。我们原有的做法是根据股价的波动，计算 N 条股票价格路径，在每条路径上计算其对应的转股价值或固定收益终值，再利用所有的终值折现求平均值，即为转债当前的定价或现值。而在条款的处理上，模型很难区分下修和赎回的执行可能性和相关的时间。因为触发条件后可能一直处于触发的状态，上市公司则随时都有执行条款的可能性。将概率加在路径中会令模型判断变得过于复杂且很难体现概率在定价中产生的作用。去年 7 月份沪深交易所发布了转债新规，转债新规对于转债条款的触发和执行流程做出了明确的规定。触发下修或赎回条款后，新规规定上市公司必须明确是否下修或赎回。该流程我们可以明确写入定价模型中，使得模型对于单只转债的定价更加准确。从定价模型看转股溢价率影响因素 从定价模型可以看出，定价中的不确定因素主要来源三个主要因素：贴现率、正股波动率和本文更新模型后新纳入的条款执行概率。我们认为，条款执行的概率一定程度上可以从发行公司的财务基本面特征上作出判断，下修或赎回概率的不同，会在转债的交易价格上得到体现；正股的波动特征与板块相关度高，先进制造业板块具有更高且更稳定的溢价；而贴现率变化时，并不单纯影响债底同时维持纯债溢价率不变，而是会影响所有路径上终值的贴现。以影响因素为基础，进一步强化转债绝对收益策略防御逻辑 从定价模型中，并非目的是寻找转债的定价偏差，而是假定市场是有效的，寻找价格确定性更高的个券。定价的好处是将概率的部分直接放在价格中，因此，只要（不赎回/下修）概率更高的标的，相应的期权价值上也会有更高的保护。同理，同样影响转债定价的板块因素我们也放在策略逻辑中，优先选择估值更高且更稳定的板块标的。以强化转债绝对收益策略防御逻辑作为原有转债“固收+”策略的提升方式。从测算结果看，“固收+”策略更新后相比之前报告上提到的方法趋势上相似，但回撤上得到了明显改善。年化收益率从约 10%提升至约 15%，波动虽然上升，但更多是上涨时波动贡献，回撤反而更低。持仓分布上，行业配置在 2022年使用板块判断以来，基本集中在制造业上，有效的发挥了制造业利用转债融资带来预期利润增长的优势。风险因素：历史数据不能外推，本文仅提供数据统计和以历史数据测算提供的判断依据，不代表投资建议。分析师 马普凡：021-68597610：mapufan_ 分析师登记编码：S0130522040002 相关研究【银河金工】转债在“固收+”产品中的重要作用【银河金工】场内期权新品种上市展望：产品及策略容量打开空间【银河金工】利用期权实现对冲的逻辑和方法【银河金工】场内期权新品种上市展望：产品及策略容量打开空间【银河金工】金融地产板块融券配对交易逻辑和策略 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。1 目录 一、转债市场新规及市场变化.2 转债上市首日溢价率分布及变化.2 转债融资逻辑.3 原有蒙特卡洛定价模型问题.5 转债新规使得转债定价更为准确.5 二、定价模型改良及讨论.7 条款触发在模型中的改进.7 条款概率对定价的影响.8 三、由定价模型看溢价率影响因素.9 条款触发影响因素分析.9 板块划分及板块特征对定价的影响.11 利率及债底的影响讨论.12 四、绝对收益策略改进及表现.12 进一步强化估值的支撑.12 策略更新后相比传统方法策略稳定性提升明显.14 五、总结和展望.14 附录.15 定价模型示例.15 板块划分方法.19 风险因素.20 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。2 一、转债市场新规及市场变化 转债上市首日溢价率分布及变化 转债市场在 2019 年之后充分发挥资本市场的融资作用，每年融资规模均稳定在 2500 亿左右的水平。2022 年共发行 153 只转债，上市 145 只转债。截至 2023 年 1 月 13 日，沪深交易所共 471 只转债可交易，转债余额约 8500 亿元。但由于股票市场波动的下降等因素影响，转债的交易热情从去年 6月份开始快速下降，从高点的超过 2000亿元的成交金额降至近期约 500亿元的水平。图 1：转债市场每年上市数量及规模 图 2：转债成交变化 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院，数据截至2023.1.13 转债的上市定价是上市公司和一级市场投资者关注的问题，也是公募可转债融资便捷的主要原因。受到转债活跃度下降和转债新规等影响，转债市场的上市定价在 7 月份之后逐渐变得集中，也令转债的交易更加趋向于理性，进一步使得转债投资组合预期会表现更加稳定。图 3：可转债上市首日溢价率月份分布 资料来源：Choice，中国银河证券研究院 31224781062061271530501001502002500500100015002000250030002015 2016 2017 2018 2019 2020 2021 2022亿元可转债募集资金(亿元)可转债家数(家)10002000300040005000600070008000900005001000150020002500亿元亿元转债余额（亿元）成交金额（亿元）金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。3 转债融资逻辑 上市公司利用发行转债融资，是一种债权与股权相结合的融资方式，但最终目的是促使转债投资者转股，实现股权融资。对于制造业公司来说，转债是性价比较高的融资方式，随着先进制造业的产业升级及自主可控等中长期的发展需求，转债融资的逻辑持续性较强，因此我们也预计转债的市场会继续平稳扩容。制造业是典型的资金密集型企业，体现在资本的价值构成高，一般都具有技术装备率高、机械化和自动化水平高等特点。但同时存在投资周期长，投资回报慢等特点，使得制造业现金流和抵押品上不具有债券融资的优势。我们以通威股份为例，通威股份在 2019 年年初的总市值为 321亿元，在 2019 年分别进行了转债和中期票据的融资，转债完成了 50 亿元的融资，且投产了包头和乐山均为 2.5 万吨硅料的项目建设。但同期的中票融资成本超过 5%，融资规模为 4亿元。图 4：制造业上市公司转债融资及债券融资对比 资料来源：Choice，中国银河证券研究院 与之市值相似的兖矿能源 2019 年年初总市值 431 亿元，在 2019 年完成三只短融融资，共 80 亿元，成本约为 3.2%，且在 2020 年发行五只公司债两只短融，共融资 155 亿元，成本保持在约 3.2%。主要原因即因为公司属性差异，兖矿能源作为煤炭公司，具有较好的现金流和较高折算率的抵押资产，因此我们也可以看到，通威股份和兖矿能源在债权（不包括转债）存量上的差异，兖矿能源截至 2020年底超过 300亿元的债券负债，但相对而言通威股份利用债券融资的难度就更大（图 5）。但实际上，对于处于行业发展及扩产周期的通威股份而言，融资的必要性也不言而喻。项目落地后，公司新建产能的成本在现有基础上降低，乐山新产能生产成本在 50.4元/kg，包头新产能生产成本在 44.7 元/kg。在产能方面:公司投产新项目前原有产能 2 万吨，而在 2019年下半年乐山、包头一期项目落地投产后，产能规模达到 7万吨。（图 6）金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。4 图 5：制造业及能源公司债券融资能力对比 图 6：通威转债项目投产对于公司的影响 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院 通威股份在 2019年末转债募投项目实际投产后，也可以从财务报告上明显看出，2020 年2021 年的利润率水平和利润增速均有了明显的增加（图 7、图 8）。在 2022 年年初，通威股份又发行了第二只转债，共募资 120 亿元，其中部分资金继续投资于包头和乐山的二期高纯晶硅项目。通威股份的案例在先进制造业中具有一定的代表性而非个例，如电池材料（电池级碳酸锂）价格一路高歌猛进下，恩捷股份通过所发行的恩捷转债（投向锂电池新材料产业基地建设等项目）进行产能扩张，带动利润的大幅增长。2022 三季报中披露营业总收入 92.80 亿元，同比增速 74%，毛利润 46.08亿元，同比增速 79%，核心利润 36.38亿元，同比增速 90%，净利润 34.03 亿元，同比增速 84%。图 7：通威股份转债融资对成本贡献 图 8：通威股份转债融资对利润贡献 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院 0 100 200 300 400存量债信用债数量存量信用债规模：亿元资产负债率%经营性现金流：亿元通威股份 兖矿能源012345678发行转债前（19年前）发行转债后（19年后）生产成本（万元/吨）产能（万吨）0510152025302016 2017 2018 2019 2020 2021销售净利率%销售毛利率%0%10%20%30%40%50%60%70%80%90%100%01020304050602016 2017 2018 2019 2020 2021归母净利润（亿元）同比增长率%金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。5 原有蒙特卡洛定价模型问题 在前期报告转债在“固收+”产品中的重要作用中提到我们建立定价模型的方法。我们原有的做法使用蒙特卡洛模拟的方式，根据股价的波动，计算 N 条股票价格路径，再在每条路径上计算其对应的转股价值或固定收益终值，再利用所有的终值折现求平均值，即为转债当前的定价或现值。而在条款的处理上，由于存在下修（由于下修为防止回售，因此暂不考虑回售的路径）和提前赎回的可能性，我们前期假设市场会认为满足下修或赎回条件时，转债发行方会行使执行条款的权利，条款博弈的因素会体现在定价中，因而在定价模型中，会先在每条路径上判断是否满足下修条件，如果满足则向下修改转股价，之后在模型中，再判断是否满足赎回条件，如果满足则提前结束该路径。在实际交易中，发行转债的上市公司会因为股权摊薄等问题在下修条件满足之后不向下修正转股价，或因为抛售压力等问题在赎回条件满足后暂不赎回转债份额。因为，不同公司定价会因为下修或赎回的可能性产生差异。但在之前的定价模型中，很难区分下修和赎回的执行可能性和相关的时间。因为触发条件后可能一直处于触发的状态，上市公司则随时都有执行条款的可能性。将概率加在路径中会令模型判断变得过于复杂且很难体现概率在定价中产生的作用。（图 9）图 9：可转债蒙特卡洛模拟定价逻辑及问题 资料来源：中国银河证券研究院 转债新规使得转债定价更为准确 2022 年 7月 29 日，沪深交易所分别发布可转换公司债券交易实施细则（简称“转债新规”）。转债新规中规定了转债在触发下修/赎回条款之后，上市公司必须发出公告，明确是否下修/赎回。如果不下修/赎回，则需要明确公告多久之内若触发条款，维持不下修/赎回的决定。（表 1）金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。6 表 1：转债新规有关条款触发及公告的规定 相关条目 新规规定 下修 上市公司应当在预计触发转股价格修正条件的 5 个交易日前及时披露提示性公告。在转股价格修正条件触发当日，上市公司应当召开董事会审议决定是否修正转股价格，在次一交易日开市前披露修正或者不修正可转债转股价格的提示性公告。上市公司修正转股价格的，应当及时披露转股价格修正公告。上市公司不修正转股价格的，下一触发转股价格修正条件的期间从本次触发修正条件的次一交易日重新起算。赎回 预计可能满足赎回条件的，应当在赎回条件满足的 5个交易日前及时披露提示性公告，向市场充分提示风险。上市公司应当在满足可转债赎回条件的当日召开董事会决定是否行使赎回权，并在次一交易日开市前披露赎回或者不赎回的公告。上市公司行使赎回权的，应当及时办理赎回相关业务并披露实施赎回公告，此后在赎回登记日前每个交易日披露 1次赎回提示性公告。赎回条件触发日与赎回资金发放日的间隔期限应当不少于 15 个交易日且不超过 30个交易日。上市公司不行使赎回权的，应当充分说明不赎回的具体原因，且在未来至少 3 个月内不得再次行使赎回权，并在公告中说明下一满足赎回条件期间的起算时间。数据来源：上交所，深交所，中国银河证券研究院 在新规之前，年初以来市场的调整中，超过 100 只转债触发下修条款，但公告下修或下修的数量很少（图 10）。在新规发布之后，上市公司在 7 月最后的交易日和 8 月初集中发布不下修和不赎回公告，在之后股票市场相对较弱的环境下，触发下修的转债也持续增加，不下修的公告数量则明显高于二季度转债市场频繁触发下修的时期。图 10：转债新规前每日下修触发转债数量和公告数量 图 11：2022 年每月不下修/不赎回公告数量 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院 00.511.522.533.544.5020406080100120140160180200下修触发数量 不下修公告 下修公告010203040506070801月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月不下修公告数量 不赎回公告数量 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。7 二、定价模型改良及讨论 条款触发在模型中的改进 转债新规对于转债条款的触发和执行流程做出了明确的规定。触发下修或赎回条款后，新规规定上市公司必须明确是否下修/赎回，董事会可以提议下修/赎回，经过股东大会同意，一段时间之后执行下修/赎回，或直接选择不下修/赎回，但不下修/赎回需要同时确定不下修天数（图 12、图 13）。因此，该流程我们可以明确写入定价模型中。（具体定价模型可参考本文附录）图 12：新规后下修触发流程图 图 13：新规后赎回触发流程图 资料来源：中国银河证券研究院 资料来源：中国银河证券研究院 若下修/赎回，则董事会提议下修/赎回，到正式实施，一般间隔 1040 日，赎回实施规定在 1530 日之内，从今年样本看，比下修时间略长；若不下修/赎回，需要约定不下修/赎回时间，统计数据上，多集中于 90 日（三个月）和 180 日（六个月）。则我们将上图中红色标注的参数默认为 20 和 90/180。图 14：实施下修/赎回时间分布 图 15：不下修/不赎回时间分布 资料来源：Choice，中国银河证券研究院，数据截至2023.1.13 资料来源：Choice，中国银河证券研究院，数据截至2023.1.13 01020304050600 5 10 15 20 25天下修间隔（新规后）下修间隔（新规前）赎回间隔（新规后）赎回间隔（新规前）020406080100120140160不下修 不赎回 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。8 条款概率对定价的影响 按照 100%的赎回和下修概率测算，中性测度下，大部分转债在存续周期内，都会发生下修。而绝大部分转债最终会由于赎回退市。即使调低赎回概率，最终大部分转债也会通过赎回的方式退市。若调低下修概率，转债下修的机会变低，但依然会有很大一部分转债最终会下修转股价。赎回概率越低，转债的定价会变高；下修概率越高，转债的定价也会变高。（表 3）表 2：定价模型输入参数列表 参数类别 参数 默认设置 基础参数 贴现率 6%股票价格 10 转股价 10 波动率 40%到期日 6 模拟次数 100*利息参数 票息序列 0.2%,0.4%,0.6%,1.5%,2%,10%派息年份 1 派息频率 250 条款参数 赎回交易日 15/30 赎回价格 1.3 赎回概率 100%赎回执行间隔 20 赎回限制 90 下修交易日 15/30 下修价格 0.85 下修概率 100%下修执行间隔 20 下修限制 180 转股期距离 120 数据来源：中国银河证券研究院，*模拟次数100仅为说明示例，实际测算中建议5000次，误差会较小。表 3：定价模型控制变量结果 控制变量 变量取值 转债定价 发生赎回路径数 发生下修路径数-125.49 95 72 赎回概率 50%126.92 88 78 10%135.15 34 86 0%134.85 0 88 下修概率 50%122.68 92 71 10%117.5 79 60 0%112.3 50 0 数据来源：中国银河证券研究院 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。9 三、由定价模型看溢价率影响因素 从上文定价模型可以看出，定价中的不确定因素主要来源三个主要因素：贴现率、正股波动率和本文更新模型后新纳入的条款执行概率。从定价模型中，并非目的是寻找转债的定价偏差，而是假设市场有效，从价格反向去计算影响因素的预期值，如隐含波动率的计算。条款触发影响因素分析 下修转债转股价会令转债的股权融资股权的稀释率上升，募集资金的规模不受影响。市场认为的下修动力主要来自于防止回售、促进转股和股东投资转债的投资收益等原因。1）防止回售：防止回售是上市公司行使下修权力最主要的原因之一，如果转债面临回售，则说明转债融资失败，大部分上市公司不希望面临的情况。但如果单纯利用回售期观察，由于本身新发转债就少于存量转债，所以单纯从是否在回售期上比较不易判断。但若不处于回售期的转债，上市公司更不倾向于很快下修。（图 16）2）股东参与：在转债发行时，持有正股的股东可以参与转债的配售以支持公司的融资或获取投资收益，因此转债的发行原有股东会有一定的参与度。下修会令转债价格重估，因此持债比例较高且具有决策权力的大股东会有更强的动力提议下修。（图 17）3）促进转股：转股是转债发行方主要的目的，在上市公司角度来看，若短期资金压力更大，则希望更快能够有更多投资者转股，在转债持有人角度，若短期转债溢价率过高，则转股的动力相对更低。从资产负债率和转股溢价率两个指标来观察，下修的转债具有更高的资产负债率和更高的转股溢价率，但财务指标上体现不是非常明显。（图 18、图 19）图 16：公告下修/不下修回售期对比 图 17：公告下修/不下修大股东参与对比 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院 图 18：公告下修/不下修转股溢价率对比 图 19：公告下修/不下修财务状况对比 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院-299-643下修 不下修回售期距离20.8613.82下修 不下修大股东持债比例%70.9561.67下修 不下修转股溢价率%54.5651.23下修 不下修资产负债率%金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。10 赎回是结束转债融资的主要途径，在一定时间内，上市公司多半会选择赎回转债；但未必刚触发赎回条款，上市公司就会立即选择赎回。主要暂时不选择赎回的原因一般为，大股东依然持有较多转债、转债财务负担相对不大、短期股份增加影响股权和股价等。1）股东参与：如果转债短期均转化成股权，则会对大股东的股权带来一定的摊薄；而如果大股东持债的比例高，则会减少这种摊薄作用。但从统计结果看，大股东持债与股权摊薄在赎回决策上不是特别明显。（图 20、图 21）2）财务负担：转债虽然票面利率很低，但在计算财务成本时是按照实际利率/摊余成本法计算，财务费用的占用会高于实际支付的利息。对于财务费用较高的公司，可能转债的存续会明显影响当期的净利润。财务费用的指标在是否赎回的公司上分化明显，该指标作为判断赎回概率的指标效果较好。（图 22）3）股价诉求：当转债赎回时，标志着融资流程的完成，但同时也会新增较多可以交易的股票。股价短期内可能存在一定的抛售压力。这里用质押比例作为大股东看待股价压力的指标，从统计结果上看，质押比例较高的公司选择不赎回的可能性更大。（图 23）图 20：公告赎回/不赎回大股东持债对比 图 21：公告赎回/不赎回股权摊薄情况对比 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院 图 22：公告赎回/不赎回财务状况对比 图 23：公告赎回/不赎回质押比例对比 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院 备注：上文统计数据样本均为 2022 年以来截至 2023 年 1月 13 日为止的公告数据。11.8013.81赎回 不赎回大股东持债32.0128.465.796.58赎回 不赎回大股东持股 转债摊薄221.98%60.39%赎回 不赎回财务费用/净利润6.167.24赎回 不赎回质押比例 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。11 板块划分及板块特征对定价的影响 另一影响因素是正股的上涨可能性，这里决定的因素虽然是正股的波动率，但中期来看，企业内生的增长可以作为期权定价中分红的因素。把股价确定性增长的部分看作为当年的股息。虽然每个公司基本面和未来预期的增长差异很大，但相同板块股票的波动规律和由融资带来的增长预期部分均相对相似，这也是我们对板块的溢价率进行回归分析的合理之处。（不用行业划分的原因主要由于一级行业数量太多，转债的门类行业又过于集中。具体板块的划分方式和原则可见本文附录）以线性回归后转股平价 100对应的转股溢价率作为转债板块的估值水平。在划分板块后，从最新 2023 年 1 月 13 日的截面数据可以发现不同板块间明显存在估值上的差异。估值最高的是汽车及零部件板块，但该板块拟合优度很差，板块估值离散度高，因此回归曲线和数值的可参考性很低。与之相对应的是注入芯片、锂电池、新材料等先进制造业，估值相对更高的同时，拟合优度高，离散度也相对较低。（图 24）大部分股票的估值位于回归曲线上下不远的位置，回归曲线的可参考性较高，有新上市的转债估值也大概率处于回归曲线上。如芯片板块和汽车板块的对比，芯片板块的溢价率散点基本位于回归曲线上下不远的位置，但汽车及零部件板块的散点就较为分散，部分散点距离板块的回归曲线很远。（图 25）主要原因我们理解为，第一，先进制造业的投资逻辑相对更加相似且融资带来的预期增长确定性高，同时行业关注度高，定价相对合理；第二，公司的发展更多受到行业 Beta 的影响大于公司间业务差异；第三，本身板块内股票的波动差异和隐含波动差异，我们选取部分锂电池及汽车板块的个券并计算其正股历史波动率和转债隐含波动率的水平，可以发现汽车板块的特点是波动率分化较大，且隐含波动率与实际波动率差异较大，锂电池板块则刚好相反。（图26）图 24：最新交易日板块回归估值水平和估值差异对比 图 25：芯片板块和汽车板块回归曲线及溢价率散点对比 资料来源：Choice，中国银河证券研究院，2023.1.13截面数据 资料来源：Choice，中国银河证券研究院，2023.1.13截面数据 同时，从纵向观察，年初以来部分不同板块的估值变化，虽然以芯片、锂电池为例的先进制造业估值在年中市场活跃度降低后也随之降低，但大部分时间高于银行/证券等传统板块，且变化的幅度明显小于转债投资逻辑相对不明确的医药、农牧等板块。（图 27）00.20.40.60.811.200.050.10.150.20.250.30.350.40.45平价100回归溢价率 拟合优度 离散度-100-500501001502002503003504000 50 100 150 200 250 300 350芯片板块汽车板块对数(芯片板块)对数(汽车板块)金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。12 图 26：锂电池与汽车板块隐含波动率与实际波动对比 图 27：今年以来部分板块回归估值对比 资料来源：Choice，中国银河证券研究院，2023.1.13截面数据 资料来源：Choice，中国银河证券研究院，数据截至2023.1.13 利率及债底的影响讨论 利率是另一个对转债定价有较明显影响的因素，但由于利率水平近两年均处于缓慢下降的趋势中，因此从近阶段的数据观察，对转债定价的影响不明显。转债在定价中的贴现率使用信用债的到期收益率，一部分个券受到利率变化的影响会比指数期权更加敏感。利率并非仅仅为计算债底的价值，在定价的时候用到了美式期权的定价方法，做出提前行权的判断。当行权价值高于持有价值时，转债或期权的持有人就会提前行权。所以假设转债债底是 90，在定价模型计算时，转股价值即使不到 100，也会做转股的操作。因此，1）债底并非是转债的最低保护，实际转债的保护会比债底更高；2）当利率上升时，并不单纯影响债底同时维持纯债溢价率不变，而是会影响所有路径上终值的贴现，理论上溢价率也会相应的下降。四、绝对收益策略改进及表现 进一步强化估值的支撑 预判转债是否会下修成功率相对不高，且在下修之前，市场的对于转债的定价也已经有预期。这里认为，定价的好处是将概率的部分直接放在价格中，因此，这里只要（不赎回/下修）概率更高的标的，相应的，期权价值上也会有更高的保护。同理，同样影响转债定价的板块因素我们也放在策略逻辑中，优先选择估值更高且更稳定的板块标的。以强化转债绝对收益策略防御逻辑作为原有转债“固收+”策略的提升方式。（图 28）00.20.40.60.8隐含波动率 正股波动率00.20.40.60.8隐含波动率 正股波动率00.10.20.30.40.50.60.70.8芯片 锂电池 绿电农牧 医药 银行/证券 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。13 图 28：新转债组合逻辑示意 资料来源：中国银河证券研究院“固收+”组合策略更新测算方法：测算区间：2021.1.1-2022.12.31 定期调仓：每月最后一个周五（使用周四数据确认）转债只数：15 只 加权方式：正股波动率加权 择券方式：1-剔除 1年以下交易期限/触发赎回条件及新上市一周以内的个券 2-选择转债平价在 95110 之间的个券 3-选择回归溢价率高且估值离散度低的板块*4-选择使用正股波动率+财务基本面指标排序*仓位调整：控制 max(0.3/总 Delta,0.9)作为转债总体仓位 交易费用：双边 0.3%*由于 2021 年年初时转债数量不到 200 只，如做板块筛选，可能满足条件的转债过少无法进行 4中的筛选，因此板块筛选从 2022年开始计算。*板块回归模型 多项式线性回归转股平价为 100对应的溢价率+回归 R2+离散度（每个点距离回归曲线的距离均值）*财务基本面指标为 货币资金/总资产、（净利润 财务费用）/总资产、股票质押比例 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。14 策略更新后相比传统方法策略稳定性提升明显 从测算结果看，“固收+”策略更新后相比之前报告上提到的方法趋势上相似，但回撤上得到了明显改善。年化收益率从约 10%提升至约 15%，波动虽然上升，但更多是上涨时波动贡献，回撤反而更低（图 29、表 4）。持仓分布上，行业配置在 2022 年使用板块判断以来，基本集中在制造业上，有效的发挥了制造业利用转债融资带来预期利润增长的优势。（图 30）图 29：原策略与加强防御新策略收益对比 图 30：新策略每期持仓证监会行业分布 资料来源：Choice，中国银河证券研究院 资料来源：Choice，中国银河证券研究院 表 4：策略绩效指标对比 年化收益率 年化波动率 夏普比率 最大回撤 原策略 全区间 10.15%9.80%1.04-8.53%2021 29.03%11.81%2.22-7.39%2022-6.04%7.12%-0.84-8.53%新策略 全区间 15.1%11.3%1.29-7.42%2021 32.1%14.4%2.01-5.37%2022 0.2%7.0%0.06-7.42%数据来源：Choice，中国银河证券研究院 五、总结和展望 转债募资的逻辑持续，中期上供给出现的变化相对不大，且尽管不断有新债上市，部分公司可能也会较短时间内完成融资的过程，提前赎回转债。转债的再融资方式不会在发行时立即影响证券的估值，而转债自身的估值更依赖于投资者对公司波动的预期，转债组合的投资逐渐会更依赖于行业发展的逻辑。公司基本面的状况一方面体现在于股价的预期，一方面也应注重在条款的看法，动态跟宋板块逻辑和板块估值的变化，有效关注公司条款实施的情况及概率是提升组合稳定性的有效方式。0.80.911.11.21.31.41.5原策略 新策略0%10%20%30%40%50%60%70%80%90%100%制造业 采矿业农、林、牧、渔业 电力、热力、燃气及水生产和供应业租赁和商务服务业 水利、环境和公共设施管理业信息传输、软件和信息技术服务业 科学研究和技术服务业交通运输、仓储和邮政业 建筑业 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。15 附录 定价模型示例 class MonteCarloConvertibleBondPricing:def _init_(self,r,S0,K,T,mue,sigma,div_yield=0.0,simulation_rounds=10000,no_of_slices=4,fix_random_seed=False,*kwargs):转债（期权）基 本信息 param S0:当前标的价 格 param K:转债转股价 格 param T:剩余交易 时间（年）param r:贴现率 param sigma:波动率 param div_yield:分红（暂不考虑）param simulation_rounds:模拟次数（高 于 5000 次否 则 可能每次 差异较 大）param no_of_slices:时 间切片，一般以 交易日计 算 param fix_random_seed:boolean,True or False assert sigma=0,波动率大 于 0 assert S0=0,价 格大于 0 assert T=0,时间 大于 0 assert div_yield=0,分红大 于 0 assert no_of_slices=0,时间 切片大 于 0 assert simulation_rounds=5000,模拟 次数大 于 5000 次 self.S0=float(S0)self.K=float(K)self.T=float(T)self.mue=float(mue)self.div_yield=float(div_yield)self.no_of_slices=int(no_of_slices)self.simulation_rounds=int(simulation_rounds)self.rfr=r self.r=np.full(self.simulation_rounds,self.no_of_slices),r/250)self.sigma=np.full(self.simulation_rounds,self.no_of_slices),sigma)self.h=self.T/self.no_of_slices self.terminal_prices=if fix_random_seed:np.random.seed(15000)def stock_price_simulation(self,coupon,payment_year,payment_maturity,payment_per_year,*kwargs):return:现货价格 及债券 派息模拟 param coupon:转债利 息 序列 param payment_year:现 阶段是派 息的 第 N 年 param payment_maturity：下次派 息所需 时间 param payment_per_year：每年 派息次 数 self.exp_mean=(self.mue-self.div_yield-(self.sigma*2)*0.5)*self.h 金融工程深度报告 请务必阅读正文最后的中国银河证券股份有限公司免责声明。16 self.exp_diffusion=self.sigma*np.sqrt(self.h)self.z_t=np.random.standard_normal(self.simulation_rounds，self.no_of_slices)self.price_array=np.zeros(self.simulation_rounds,self.no_of_slices)self.coupon_array=np.zeros(self.simulation_rounds,self.no_of_slices)self.price_array:,0=self.S0 for i in range(1,self.no_of_slices):self.price_array:,i=self.price_array:,i-1*np.exp(self.exp_mean:,i+self.exp_diffusion:,i*self.z_t:,i)j=payment_year-1 for i in range(payment_maturity-1,self.no_of_slices,payment_per_year):self.coupon_array:,i=self.coupon_array:,i-1+100*couponj j=j+1 self.terminal_prices=self.price_array:,-1 self.stock_price_expectation=np.mean(self.terminal_prices)self.stock_price_standard_error=np.std(self.terminal_prices)/np.sqrt(len(self.terminal_prices)return self.stock_price_expectation,self.stock_price_standard_error def redeem_conditions(self,pricelist,redeem_price,short_days,startpoint,redeemlimit,redeemstatus):条件:1.在 Long_days（30 日）中，不 包括指 定点*Long_days 在提取价 格时 使用，函 数中无 需标注 2.满足触发条 件 15/30 3.未在赎回限制 中（limit 为 1）4.未在赎回状态 中（如 果已经赎 回了，则没有必 要再判 断了）参数：param pricelist:观察周期 内标的价 格 param short_days:触发 条件日期，一般 为 15 param startpoint:起始日 判断，若 近期触 发条件，则重置 判断时间 param redeemlimit:赎回限制，在 不赎回 之后，一 定时间 内无法再 次赎回 param redeemstatus:赎回状态，若已赎 回，为 1 conditions1=np.where(np.sum(pricelist.T=redeem_price,0)short_days,1,0)conditions2=np.where(redeemlimit!=1,1,0)conditions3=np.where(startpoint=0,1,0)conditions4=np.where(redeemstatus=0,1,0)return sum(conditions1,conditions2,conditions3,conditions4)=4 de