分层转债指数的配置思路：
根据可转债平底比将转债池动态划分为三层：偏债层、中性层和偏股层，并编制相应分层指数。每月末按照中证转债指数中三层成分债券的市值作为权重，配置可转债分层指数，可以较好地实现中证转债指数的复制。在此分层中性的复制方案基础之上，本篇报告希望通过自上而下的定量模型，动态调整三个分层指数的权重，获得收益增强。
通过自上而下的权益择时框架，配置分层转债指数：
对于可转债股性和债性的配置，核心在对于股债相对价值的判断。在债券波动相对较小的情况下，我们从定量的权益择时模型入手。宏观层面，通过领先于A股市场的宏观指标，对A股每月涨跌进行回归预测；中观层面，重点通过北向资金把握A股市场情绪；微观层面，采用价量指标组合判断A股指数方向。通过三组独立择时信号，在偏股转债指数、中性转债指数和偏债转债指数上进行月度频率配置，相对中证转债指数形成稳定收益增强。
结合转债估值的配置强化：
当转债估值过高时，全仓配置转债并不一定是最优选择，这点我们通过历史数据进行了验证。结论是，当偏股层转股溢价率过高时，可以采用正股替代偏股层转债；当偏债层YTM过低时，可以采用纯债替代偏债层转债。通过一个2019年以来的案例，我们观测到，在主要配置转债的策略中，当转债估值过高时进行上述替代性配置，可以起到增强收益和降低波动的作用。
风险提示：
本篇报告通过历史数据进行建模，但由于市场具有不确定性，模型仅在统计意义下有望获得投资业绩。量化择债模型需要关注可转债数量减少带来的统计样本不足风险。另外，本报告不构成任何投资建议。
可转债兼具股性和债性。
可转债的债性表现为：如果债券持有人不执行转股条款，且没有触发提前赎回、回售等特殊条款，可转债可以看作一个按约定利率到期还本的普通债券；此时可以根据票面利率、到期收益率和到期时间计算出该普通债券的价值，称为可转债的纯债价值，又称为底价，计算公式为：其中CF_i为每一期的现金流，r_i表示可转债对应评级的到期收益率，T表示可转债到期日的时间。可转债的股性表现为可转债价格对正股价格波动的敏感程度。根据可转债的转股比率，可以计算出可转债转换为股票后的价值，称为可转债的转股价值，又称为平价。正股股价的变化带动可转债转股价值的变动，进而影响转债价格。可转债每100面值的转股价值计算公式如下：
![]()
可转债股性和债性的大小影响着不同因子在可转债上的表现，因此有必要根据可转债的股性和债性将可转债进行分层，对不同性质的可转债分层分析。常见的可转债分层依据有可转债平价以及可转债“平价/底价”。可以根据可转债“平价/底价-1”这一指标，按照±15%将转债池划分为三层：偏债层可转债、中性层可转债和偏股层可转债，并编制相应分层指数。目前可转债组合策略中常见的比较基准是中证转债指数（000832.CSI），其余指数如可转债基金指数（885077.WI）等存在成立时间较短的问题。但由于可转债兼具股性和债性，因此中证转债指数在不同时期波动特性不同，历史波动特征不够清晰。对于量化策略，有必要提出三个单独的分层转债指数，以便更好地对可转债策略进行对比与分析。参考中证转债指数（000832.CSI）的编制方案，选择中证转债指数成分债中剩余规模大于2亿元的可转债样本，每个交易日动态划分为偏股层、中性层、偏债层，以市值加权方式分别构造偏债转债指数、中性转债指数以及偏股转债指数。分层指数2019年至2024年3月底的净值如下图所示。类似于因子选股策略，可转债组合的收益可以拆解为市场beta带来的收益叠加选债策略的超额收益。量化可转债研究系列前三篇报告着重研究分层可转债组合的选债策略，而本篇报告希望重点通过分层配置，在beta方面实现转债组合收益增强。以中证转债指数（000832.CSI）作为比较基准为例，如果按照月度频率调整分层转债指数的配置权重，每月末按照中证转债指数中三层成分债券的市值作为权重，配置可转债分层指数，可以较好地实现中证转债指数的复制。![]()
在此分层中性的复制方案基础之上，本篇报告希望通过自上而下的定量模型，动态调整三层分层指数的权重，获得收益增强。
2018年7月，我们在研究报告《考虑领先滞后关系的宏观因子择时策略》中提出了通过领先于市场的宏观指标，对A股月度涨跌幅进行预测的方法。在宏观因子的选择上，考虑对股票市场影响较大的宏观变量，我们从经济水平、利率利差、消费与价格指数、货币财政政策、海外市场五大类因子中进行选择。由于大部分宏观因子数据公布频率为月频，因此我们的择时策略以月为周期；日频或周频的指标提取每个月末最新一期更新值；季频或者年频的指标样本数据较少不予采用。![]()
在35个初始宏观因子中，有一些相关性较高的因子，这些因子的变化往往是同向的，会对指数变化产生相同或相似的影响。后续需要建立指数收益率与有效宏观因子的回归关系，如果不事先剔除相关性高的因子，会导致多重共线性等问题，从而影响变量的显著性。这里通过Spearman相关性距离聚类剔除具有强相关性的宏观因子，弱化共线性。![]()
再对上述宏观因子进行格兰杰因果检验，确定宏观因子和指数之间的领先滞后关系，筛选出通过检验、相对A股市场具有领先性的有效因子。研究报告《考虑领先滞后关系的宏观因子择时策略》中选出的六个有效宏观因子为：宏观经济景气指数先行指数、CPI当月同比、中债国债到期收益率3个月、PMI、国债收益率差10年期-3月期、企业商品价格指数当月同比。但是考虑到宏观经济景气指数先行指数和企业商品价格指数当月同比这两组数据当前的发布滞后期与报告发布时差异较大，目前发布滞后期都超过了1个月，因此这里我们将这两个指标剔除，保留剩余4个领先指标。这4个指标分别反映了通胀、利率、制造业景气度和投资者对经济前景的预期。![]()
前述报告中已经测算过上述单因子择时的有效性，这里我们直接进行多因子择时测算。多因子择时策略是建立回归模型（滚动24个月），每月末利用四个有效因子（经过环比处理）分散风险，并对上证综指（与原报告一致）未来一个月涨跌幅进行预测。当回归结果大于零，下月满仓持有指数；当回归结果小于零，下月空仓。![]()
样本外（原报告发布后，2019年开始），宏观四因子择时策略期末净值1.40，基准净值1.23。![]()
![]()
![]()
中观维度我们可以从市场情绪角度出发，对A股指数涨跌进行研判。在众多情绪指标的跟踪观测当中，最近几年相对最有效的指标是北向资金。![]()
北向资金我们采用沪港通和深港通每日成分股净流入流出的总计金额，根据快慢均线均线（金叉死叉）发出择时信号（参数在2019年优化得到）。择时风险收益情况如下：![]()
![]()
微观角度以指数价量择时模型为基础，对市场涨跌进行定量研判。简单起见，这里我们以几个有效的经典技术指标作为案例。技术指标是基于最高价、最低价、开盘价、收盘价、成交量、成交额等历史行情数据衍生出来的一类指标，其中指数的技术指标构造可以基于指数本身的行情数据，也可以基于指数成分股的数据。技术指标的构造方法众多，比如均线法、通道法、位置法等等。此外，技术指标的背后都有其交易的逻辑，比如用均线作为支撑位、阻力位或判断趋势，用收盘价在其他价格之间的位置来比较多、空力量和判断超买超卖，用价量关系来判断大户市场、散户市场等等。在2020年研报《125个经典技术指标择时分析》中，我们收集和构造了价格动量、价格反转、成交量、价量和大盘指标等5大类指标。除价格反转外，其他四类指标多空择时长期表现良好。本篇报告筛选了当时测算结果中收益最高的7个指标。通过七个指标多空信号的众数（大多数原则）判断A股市场方向。![]()
通过技术指标组合对沪深300指数进行择时的风险收益情况如下。![]()
![]()
对于上述从宏观到中观，再到微观的量化择时模型，可以进行多维度结合。三类模型出发角度不同，逻辑上的相关性相对较低。假设等权配置三个模型的择时信号，可以形成仓位管理策略，例如：![]()
![]()
但是由于中观模型和微观模型的在部分时间区间信号变化的频率较高，在实际配置过程中需要进行降频处理。这里按照宏观模型的频率对上述两类信号进行降频处理，即对中观模型和微观模型每月末的信号进行采样，作为下个月整月模型的信号。降频后的仓位管理策略应用于沪深300指数，风险收益情况如下。 ![]()
![]()
如前所述，每月末按照中证转债指数中三层成分债券的总市值作为权重，调整分层转债指数的配置，基本可以实现复制中证转债指数的目的（图2）。但如果希望通过择时与配置策略实现收益增强，那么在看好权益市场时可以适当增加偏股转债指数的权重，降低偏债转债指数的权重。类似的，在相对更看好债券市场时，可以增加偏债转债指数的权重，降低偏股转债指数的权重。例如，可以结合上述多维度配置模型，通过以下方案实现可转债的分层配置：![]()
![]()
![]()
可以看到，相对图2，通过对权益资产择时，并对分层组合进行权重动态调节，在没有精选个券的情况下也实现了转债指数的收益增强。
在上述案例中，我们在满仓持有可转债的情况下动态调节分层仓位，实现转债收益增强。
但是站在绝对收益的角度，当转债估值过高时，全仓配置转债并不一定是最优选择。这点可以首先通过统计全市场可转债的转股溢价率水平来观察，下面是中证转债指数上市以来成分债券每日转股溢价率的平均水平。
![]()
可以看到，自中证转债指数发布（2012年9月12日）以来，以转股溢价率均值等于40%为界，转债估值偏高的区间主要有两个，分别是[2017-5，2019-12]和[2022-3，2024-2]。这里分别观察在高转股溢价率的情况下，A股牛市（2019年全年）和熊市（2022年3月至2024年2月）可转债指数和其他股债指数的业绩表现。![]()
在牛市中，股票指数和偏股转债指数相对获得了更好的市场表现。但在两者之间的选择，则更依赖于转股溢价率的变化趋势。一般来说，当股价上行、转股溢价率上行时，偏股转债表现相对更好；当股价上行、转股溢价率下行时，配置股票指数获得相对更高的收益。![]()
从图11中可以看到，2019年全年，全市场转股溢价率整体下行，但偏股转债指数表现相对好于A股指数。经分析，原因在于虽然全市场转股溢价率均值下行，但期间偏股层转债的转股溢价率处于上行趋势（图12）。由此可见，在牛市中选择配置A股还偏股层转债，更应当关注偏股层转债本身的转股溢价率水平。![]()
而在熊市中，虽然偏债指数跑赢了其他转债指数，但在较高的估值压力下，相对于持有纯债，无论是在超额收益或者绝对收益方面，持有偏债层转债都没有优势。![]()
因此，当股票市场处于下行阶段时，是否通过配置偏债层转债进行防御，更多地应该关注到期收益率（YTM）等债性估值指标。以全市场可转债YTM中位数等于0，或者偏债层可转债YTM中位数等于1%为界限，粗略划分了2019年以来偏债转债处于相对低估的阶段（2019年1月至2021年9月）和相对高估的阶段（2021年10月至2023年10月）。对比这两个阶段偏债层指数和中债-7-10年总财富指数的业绩，可以看到，可转债YTM处于较高水平时，配置偏债层转债收益高于配置7-10年期纯债；反而反之。![]()
因此，对于分层转债配置，结合权益市场择时判断和转债估值，形成以下配置框架。![]()
根据上述择时与估值框架，进行一个以配置转债为主的策略测算：投资标的：分层转债指数、中债总财富（7-10年）指数、WIND可转债正股等权指数换仓频率：月频（每月末）择时，转债估值过高时随时切换到纯股或纯债1. 全面看多A股市场时（权益择时模型看多信号数量3），全部配置偏股转债指数；市场观点偏多时（权益择时模型看多信号数量2），等权配置偏股转债指数和中性转债指数。在此期间，若偏股层转债平均转股溢价率从25%上方回落至20%的时间区间，配置WIND可转债正股等权指数，替换转债。2. 市场观点偏空时（权益择时模型看多信号数量1），等权配置偏债转债指数和中性转债指数；权益择时模型看多信号数量为0时，全部配置偏债转债指数。在此期间，若偏债层YTM中位数从1%下方上升至3%的时间区间，配置中债总财富（7-10年）指数，替换转债。![]()
![]()
相对于单纯通过权益择时配置分层转债指数，结合转债估值后收益增厚虽然较薄，但是净值整体波动有所下降。其中，通过股票替代转债主要发生在2023-8，期间替代策略对收益增厚了2.4%。而纯债替代转债的周期则较长，主要间歇发生在2020-3至2020-11以及2021-11之后。本篇报告通过历史数据进行建模，但由于市场具有不确定性，模型仅在统计意义下有望获得投资业绩。量化择债模型需要关注可转债数量减少带来的统计样本不足风险。另外，本报告不构成任何投资建议。《如何定量配置可转债组合的股性与债性：量化可转债研究之五》本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。
完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。
在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。
本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。
本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。
