指数专栏 | 手把手和你一起搭可转债多因子模型

可转债是一个好东西，在今年这个动荡的市场中，股票指数的跌幅普遍在10%左右，中证转债指数只跌了4.6%，作者之前写过的中证华泰证券转债价值指数931411只跌了0.6%，几乎没有跌，关键在于去年这个指数还涨了40%，转债的进可攻退可守的特性展露无遗。关于转债价值指数的详细介绍可以参见公众号早期的文章《Smart Beta系列二:中证华泰证券可转换债券价值策略指数(931411)》。

作者最近画了一张各类资产的收益风险图，其中我们可以看到几个很有意思的事情，就是中证转债指数的长期年化收益在8%左右，而沪深300的长期年化收益在10%不到的样子，中证500指数的长期年化收益要更高一点，在12%左右。中证转债指数的收益和沪深300的差别不大，但是波动率只有沪深300的2/3,长期来看转债是一个性价比很高的资产。当然如果在转债里面做一些精选，比如转债价值指数，我们就可以看到转债价值指数的长期年化收益达到17.5%，而波动率比中证转债指数还要低，这里主要是因为中证转债早期的成分券数量少，波动率比较高，后来转债数量上来了，其实中证转债指数的波动率也降低了。

同样的在沪深300里面精选以及在中证500里面精选，比如300质量低波和500质量指数，这两个指数的年化收益都在18%以上，波动率相比沪深300还有中证500都有所降低。300质量低波和500质量其实都是典型的多因子smart beta策略，同样的我们也可以在可转债里面去构造一个多因子的模型。关于转债的内容有很多，比如当前的转债估值是不是很贵，贵不贵的问题我们会在公众号每个月一次的《量化看市场》里面持续跟踪。以及如何包装成产品，这里面的学问太大了，举个简单的例子，假如有人三五年前看好中概互联这批股票，然后发了一个主动管理的QDII基金，有可能做到几十亿规模，而做成ETF的话，就是一个几百亿的现象级产品。

还是回到我们的主题上来，讲讲可转债多因子模型。最近一两年陆陆续续能看到一些可转债多因子的研究报告，主要是转债的数量上来了，适合开发多因子模型。不过作者觉得其中有两个点处理方式还是有改进的空间，第一点就是转债的行业中性，第二点就是组合构建的数量选择。第一点作者是在研究的过程中想到的，第二点更多是在组合的跟踪过程中发现的现象，并没有进行过测试，刚好在写这篇公众号的时候进行一下测试。关于行业中性有一个故事，量化投资的祖师爷之一爱德华索普，在他的自传《战胜一切市场的人》里面提到，当年他做量化对冲的产品的时候，一开始组合的波动比较大，后来从大摩挖了一个人，这个人意思上就是要控制一下行业中性，就是做多某个行业的个股，还得相应的做空该行业的股票，这样子组合的行业暴露就会降低，组合的波动率也能降下来。这个逻辑现在看来并没有什么神奇的地方，不过几十年前提出这样的想法还是很超前的。

先讲转债的行业中性，因子的中性化在股票多因子模型是一个非常基础但很重要的处理步骤。比如一个市盈率倒数EP因子，如果不做行业中性化的，本身是没什么单调性的，也就不是一个比较好的因子，做完行业中性，因子的单调性是有提升的，进一步的还可以做行业市值中性甚至可以剔除部分barra的风格因子，这个就不展开讲了。不过转债的行业分类不能简单借用股票的行业分类，转债有自己的行业。一般来说可以根据我们看万得CBA里面有一列，叫做转债类型，这个指标是根据转股价值和纯债价值的比值乘以100来定的，如果比值大于120就是偏股型，小于80就是偏债型，其余的就是平衡型。这个分类对于做债的人来说属于常识的内容，但是研究股票的不一定理解的很清楚。也有直接根据转股价值来划分转债类型的，因为绝大部分转债的纯债价值差别不大。

我们有了转债的行业，先来看看转债的各个行业的占比情况。从下面这张图可以看出，转债的行业分类随着整个转债市场的涨跌会出现变化，这个和股票的行业分类还是区别比较大的，市场上涨的话，偏股型和平衡型转债占比会提升，偏债型转债数量占比会下降。如果市场下跌的话，偏债型的转债占比会提升，大致是这个规律。每种行业的转债占比相对来说还比较均衡，不存在某一个行业的转债占比特别少或者特别多的情况。关于转债市场的一些基本情况，可以参见公众号早期的文章《可转债系列一：市场概况》。

我们以转股溢价率这个指标为例，这个指标大家都很熟悉。转股溢价率由于是一个负向因子，所以在测试的时候我们进行了方向调整。原始的转股溢价率本身的IC还不错，如果进行行业中性处理后，我们可以看到转股溢价率的IC胜率和稳定性显著提高。当然低转股溢价率本身就是这几年表现最好的单因子，即使不做任何处理，就是简单使用低转股溢价率选20个转债，每个月轮动一次，年化收益都在40%以上，不过今年以来跌幅应该超过15%。我们还是推荐更为稳健的多因子体系。多因子体系虽然短期收益不如一些单因子，但是拉长来看，净值曲线更加平稳，无论是管理人还是投资者的体验都会更好一点。这里的转股溢价率因子举例并不是特别合适，如果换成到期收益率因子的话，采用行业中性之后，效果的提升更加明显，但是到期收益率的知名度不如转股溢价率。

下面我们就不一个一个因子展开来讲，我们可以看一下多个因子的IC和分组表现，默认都是采用行业中性处理。从下面的图我们大致可以看到，双低、低转股溢价率、隐含波动率的差值是比较好的因子，这些因子都不复杂，都有研究报告覆盖过。转债的换手率、反转，以及正股的一些指标比如陆股通持股比例、EP、BP估值对于转债多因子模型并没有什么作用。

由于早期转债的数量比较少，我们就简单的分为三组，看看每组的表现，结论和前面IC的分析是一致的。

这里我们要讲到第二个点，也就是转债组合的成份券数量问题。作者在跟踪组合表现的时候发现了一个有意思的现象，也就是组合里面偶尔会出现个别大涨的转债，这些转债对组合的贡献还是比较大的。这个引申出一个想法，就是我们在做组合的时候尽可能多选几只，也不能太多，固定数量的组合未必是最佳的，刚好在写这篇文章的时候作者做一个实证。

我们用前面提到的三因子构造一个简单的等权综合因子，然后根据综合因子每个月轮动一次。为了尽可能贴近实际的投资，我们剔除评级A及以下的转债，剔除成交额低于500万的，剔除余额不足三千万的。这里我们构造两个组合，一个是根据转债市场的数量去动态的确定组合的成份券数量，一个是固定每期选择20个转债。从实证的角度来看，作者的观察确实是对的，如果转债市场数量不断扩大，我们的组合也可以相应的扩大，这样子组合中可能选到一些短期具有爆发力的个券，是能够提升组合的收益。这里动态数量其实是一个经验性的数字，作者就不公布了。

最后我们可以大致看一下组合的业绩表现。动态数量的组合相对固定20只的组合长期的年化收益能够提高4个点。一个简单的可转债多因子组合2018年以来的年化收益大概在38%，比较有吸引力的地方在于2018年和今年组合基本不亏钱，牛市的时候基本能够跟上市场。

其实可转债的多因子模型依然有很多值得挖掘的地方，就好比股票多因子模型一样，依然具有旺盛的生命力。无论是挖掘新的因子，还是更好的因子合成的方式，还是将组合优化的工具纳入，总之可以改进的地方很多。作者这篇公众号也只是抛砖引玉。最近听到一个基于转债和指数增强的固收+解决方案，听着挺有意思的，过段时候可以做个研究和大家分享一下。

风险提示:基金有风险，投资需谨慎。以上数据来自浦银安盛基金和Wind。本资料中提供的意见与评述仅供参考，并不构成对所述证券的任何操作建议或推荐，依据本资料相关信息进行投资或行事所造成的一切后果自负。本资料归我公司所有，未经书面许可，任何机构和个人不得对所述内容进行任何有悖原意的删减或修改。基金管理人承诺将本着诚信严谨的原则，勤勉尽责地管理基金资产，但并不保证基金一定盈利，也不保证最低收益，不代表未来业绩的预示或预测。基金投资有风险，敬请投资者在投资基金前认真阅读《基金合同》、《招募说明书》等基金法律文件。