【浙商金工】如何高效参与转债下修博弈?——量化视角下的边际增量

文摘   2024-11-19 15:00   上海  
点击上方Allin君行 ,关注我们

摘要

核心观点


我们从市场隐含下修概率这一全新的视角为转债下修提供更多的增量信息补充,相比历史实际频率,模型预测准确率从9.5%提升至38.9%,以模型信号参与下修平均收益率6%,胜率超60%。


内容摘要


  • 转债下修有很强的时效性,参与博弈需要前瞻预测:下修公告次一交易日的收益幅度和确定性都是最高的,次一交易日平均涨幅1.9%,显著高于其他所有时点的单日涨幅,如果按照公告后一个交易日收盘价参与,胜率将从80%降低至60%-70%,参与性价比显著降低。


  • 我们从5个维度构建对下修具有指示意义的指标,其中市场隐含下修概率是当前市场尚未使用的全新视角。5个维度:市场隐含下修预期、市场整体下修意愿、当前偿债概率/偿债能力、发行动机、历史下修情况,各个维度包含多个细分指标。其中,模型结果显示,剩余期限、隐含下修概率、过去3个月市场平均下修概率、现金覆盖率、财务费用率指标重要性居前。


  • 预测准确率从9.5%提升至38.9%:我们使用机器学习模型对指标进行综合处理,在样本外测试集中,模型预测下修的样本实际下修的概率为38.9%,作为对比,测试集中下修样本占比为9.5%,换言之,假设我们不做预测,对所有下修样本都参与,那么参与成功率为9.5%,加入模型预测之后可以使成功率提升至原来的4.1倍,模型整体有较强的预测效果。


  • 事件博弈收益6%、胜率超过60%:实战角度,在样本外测试集中,预测结果为“下修”的样本在达到条件后的40个交易日内平均累计可以获得6%的绝对收益,在不同时间点的平均胜率整体维持在60%以上。


风险提示

1. 本报告结论基于定量模型,未来模型可能存在失效的风险。2. 报告中收益率统计为历史回测统计,历史结果不代表未来收益。


01

转债下修博弈机会具有时效性



下修是转债发行人的一项权利,当一段时间内转债正股价格低于一定幅度时,发行人可以选择向下修正转债转股价格,实现促进转股的目的。由于转股价降低,手中期权行权的概率变高,因此下修对转债投资者来说是一种利好。我们以达到下修条件的时点为基准,发现实际下修的转债市场价格得到显著提振,在3个月时间内平均收益幅度达到6%以上,与之对应的,没有下修的转债在达到条件之后平均来看没有显著的正向收益。



从胜率角度来看,在达到下修条件之后,下修的转债实现正收益的概率一度高达80%,而没有下修的转债后续实现正收益的概率为50%左右。



从上述分析中不难看出,成功下修后的高确定性收益为投资者提供了博弈下修的机会,但该博弈机会有较强的时效性要求:根据最新监管规则,“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”,如果我们无法预测转债的下修、仅根据公告参与下修,那么在公司公告提议下修之后,将无法获得次一交易日的收益机会。而次一交易日的收益是幅度最高而且确定性最高的,平均来看,公告下修后次一交易日平均涨幅1.9%,显著高于其他所有时点的单日涨幅,而且如果按照公告后一个交易日收盘价参与,胜率将大幅降低至60%-70%,参与性价比将大打折扣。



因此,参与下修的关键点在于,我们至少需要在达到下修条件当日收盘之前,尽可能准确转债是否下修。本篇报告核心介绍如何更加精确预测转债下修事件,为投资者有效参与下修提供增量信息支持。


目前市场研究下修主要是通过偿债能力、下修意愿等公司自身的维度进行预测,诚然,这些指标对下修有一定预测效果,我们也会将这些指标纳入我们的参考维度;另一方面,我们从一个全新的视角为下修提供更多的增量信息补充——市场隐含下修概率。这一方法的核心思想是:市场可能会定价更可能下修的转债,因此我们可以根据市场价格反推出市场价隐含的下修概率,将这些市场信息纳入我们的决策体系中,可以显著提升我们预测的精准度。



02

哪些指标对下修事件有指示意义?



我们从5个维度寻找对下修事件有指示意义的指标,形成我们预测下修事件的指标库:


(1)市场隐含下修预期:从图1中可以看出,在下修公告前2-3个交易日,转债价格已经开始出现反弹,这表明一部分市场投资者已经对公司的下修有一定的预期,在我们此前的报告《可转债定价全景图:模型、算法与应用》中,我们在定价模型中加入了对转债下修概率的建模,从而可以根据转债价格反推出当前价格隐含的市场对其下修概率的预期。


需要说明的是,市场虽然可能对下修事件有所预期,但实际的下修对整个市场来说仍然是超出预期的,从图1中可以看出,下修之前转债价格的反弹幅度为1%左右,而实际落地之后平均涨幅超过6%,这表明即使市场对下修可能有所预期,但落地之后的涨幅才是博弈下修的收益来源主体。因此,将市场预期纳入预测指标体系中并不影响我们赚取后续的超额收益。


(2)市场整体下修意愿:从下图中可以看出,达到客观下修条件之后,市场整体下修的比例随时间变化显著,这反映出下修一定程度上或是一种市场趋势,市场整体下修情绪火热时,个券下修的概率也会相应增加,因此我们可以计算市场过去3个月平均下修比例作为预测当前下修的指标之一。



(3)当前偿债概率/偿债能力:避免还本付息是转债下修的一个重要动机,站在公司的角度,当前是否有需要偿还的可能性、偿债资金压力是影响公司下修意愿的重要因素,因此,两方面的指标或对下修事件有前瞻指示意义:1)剩余期限,临近到期的转债,一方面可能存在被投资者回售的风险,另一方面,当前转债内嵌的期权处于实值状态,到期还本付息的概率显著增大,所以越临近到期转债下修的意愿越强;2)公司自身财务状况,例如现金覆盖率、财务费用率等指标,可以反映公司是否有充足的偿债能力,偿债能力偏弱的公司或有更强的下修意愿。


(4)发行动机:转债是否下修的最终归宿不完全是当下转债特征决定,其最终的命运可能在发行时点就已经被决定,如果公司发行转债的动机是作为一种变相股权融资的手段,那么达到下修条件时,公司就更倾向于下修促转股,如果公司发行转债的动机是借助其期权属性进行低成本融资,那么达到下修条件时公司可能更倾向于不下修。我们可以从两个维度衡量公司的发行动机:1)发行时自身状况,包括财务费用率、归母净利润增速等,发行时公司财务质量越高、财务压力越低,更有可能是债权融资目的;2)公告发行转债后正股的超额:这反映出市场对发行转债动机的认知,股权融资目的会稀释原有股东权益,市场更可能倾向于负面解读,而债权融资目的反映出公司更强的信心,市场更有可能倾向于偏正面的解读。


(5)历史下修情况:同一转债历史上面临下修时最终做出的选择也反映了公司的下修意愿,这一维度的指标包括,历史上达到条件时最终下修的比例、默拒下修比例、不下修的情况下重新起算期长度(重新起算期越长反映出公司整体下修意愿较弱)等等。


我们从2017年以来的下修样本来分析上述指标对转债是否下修具的分度。我们分别统计下修和不下修样本上述指标的均值,我们发现下修样本相比不下修的样本有明显的特征:(1)隐含下修概率较高;(2)过去3个月市场平均下修比例高,整体下修意愿较强;(3)临近到期/回售期内,还本付息压力较大;(4)发行之后市场认知偏负面;(5)历史上出现下修、达到条件之后下修占比较高。



上图中发现,下修和不下修的样本之间隐含下修概率的差异并不显著,核心是因为历史上不同时点隐含下修概率中枢的变化在时序上并不均匀,这种不均匀性一方面原因是不同时期市场整体下修意愿不同,导致投资者对下修的认知存在差异,另一方面原因是,由于隐含下修概率是基于市场价格反推,因此概率的绝对水平收到当时市场估值的影响,估值越高,价格反推出来的隐含下修中枢也势必越高。


如下图所示,如果在不同时间区间拆分来看,下修样本平均隐含下修概率显著高于不下修的样本。因此,为了更好的体现这一指标的作用,我们计算个券的隐含下修概率/过去3个月全样本平均隐含下修中枢的比值,以此修正隐含下修概率中枢时序变化的影响。调整之后,下修样本隐含下修概率/历史隐含下修概率比值为1.15,作为对比,不下修样本该比值为0.98,两者具有显著差异。



由上述分析可见,上述指标对转债是否下修有较强的区分度,我们可以根据上述指标构建特征库,对这些指标进行综合处理,共同预测转债下修概率。


这里我们使用XGBoost模型对所有指标进行综合加权处理,XGBoost是一种机器学习模型,其特点是可以综合各个指标与预测变量之间的非线性关系,因为转债本身是一个含权衍生品,自身从条款设计到定价都包含很多非线性因素,因此这里使用非线性模型更合适。我们随机选取2/3的样本作为训练集,剩余1/3的样本作为样本外测试集,研究模型对下修概率的预测效果。


从指标有效性的角度,我们可以计算各个指标对训练模型的贡献度,这里我们处理的问题是分类问题(下修与否的0-1变量),所以贡献度更高说明指标对最终预测变量的区分度更强。研究发现,剩余期限、隐含下修概率/历史隐含下修概率、过去3个月市场平均下修概率、现金覆盖率、财务费用率指标整体贡献度居前。该结果说明:(1)还本付息压力是影响公司下修决策的第一核心因素;(2)我们构建的特色指标——隐含下修概率对区分是否下修也有重要增量意义;(3)市场整体下修环境也对转债单个公司决策有一定影响。



从综合预测结果来看,在样本外测试集中,模型预测下修的样本实际下修的概率为38.9%,作为对比,测试集中下修样本占比为9.5%,换言之,假设我们不做预测,对所有下修样本都参与,那么参与成功率为9.5%,加入模型预测之后可以使成功率提升至原来的4.1倍,模型整体有较强的预测效果。



03

实战效果:收益6%,胜率超过60%



我们从实战角度研究预测下修对我们参与下修博弈的意义。我们在测试集中研究预测结果为下修/不下修的样本在达到条件前后平均收益和胜率。从图中可以看出,预测结果为“下修”的样本在达到条件后的40个交易日内平均累计可以获得6%的绝对收益,在不同时间点的平均胜率整体维持在60%以上。



该博弈策略有两方面的优势:


(1)提高时效性:策略预测所需要的信息至晚可以在达到下修条件当日收盘之前获得,有机会在下修预案公告之前进行交易决策,实现提前布局,避免损失较高的首日收益。


(2)博弈损失有限:从图1中可以看出,最终没有下修的样本,在达到下修条件之后,由于短期反转效应,向后40个交易日平均获得的收益为正,获得正收益的概率超过50%,这表明,即使我们错误参与了下修博弈,平均来看出现负收益的概率较低。



04

风险提示



1. 本报告结论基于定量模型,未来模型可能存在失效的风险。

2. 报告中收益率统计为历史回测统计,历史结果不代表未来收益。



报告作者

陈奥林 从业证书编号  S1230523040002

张烨垲 从业证书编号  S1230523090001


详细报告请查看20241118发布的浙商证券金融工程专题报告《如何高效参与转债下修博弈?》

法律声明:

本公众号为浙商证券金工团队设立。本公众号不是浙商证券金工团队研究报告的发布平台,所载的资料均摘自浙商证券研究所已发布的研究报告或对报告的后续解读,内容仅供浙商证券研究所客户参考使用,其他任何读者在订阅本公众号前,请自行评估接收相关推送内容的适当性,使用本公众号内容应当寻求专业投资顾问的指导和解读,浙商证券不因任何订阅本公众号的行为而视其为浙商证券的客户。


本公众号所载的资料摘自浙商证券研究所已发布的研究报告的部分内容和观点,或对已经发布报告的后续解读。订阅者如因摘编、缺乏相关解读等原因引起理解上歧义的,应以报告发布当日的完整内容为准。请注意,本资料仅代表报告发布当日的判断,相关的研究观点可根据浙商证券后续发布的研究报告在不发出通知的情形下作出更改,本订阅号不承担更新推送信息或另行通知义务,后续更新信息请以浙商证券正式发布的研究报告为准。


本公众号所载的资料、工具、意见、信息及推测仅提供给客户作参考之用,不构成任何投资、法律、会计或税务的最终操作建议,浙商证券及相关研究团队不就本公众号推送的内容对最终操作建议做出任何担保。任何订阅人不应凭借本公众号推送信息进行具体操作,订阅人应自主作出投资决策并自行承担所有投资风险。在任何情况下,浙商证券及相关研究团队不对任何人因使用本公众号推送信息所引起的任何损失承担任何责任。市场有风险,投资需谨慎。


浙商证券及相关内容提供方保留对本公众号所载内容的一切法律权利,未经书面授权,任何人或机构不得以任何方式修改、转载或者复制本公众号推送信息。若征得本公司同意进行引用、转发的,需在允许的范围内使用,并注明出处为“浙商证券研究所”,且不得对内容进行任何有悖原意的引用、删节和修改。


廉洁从业申明:


我司及业务合作方在开展证券业务及相关活动中,应恪守国家法律法规和廉洁自律的规定,遵守相关行业准则,遵守社会公德、商业道德、职业道德和行为规范,公平竞争,合规经营,忠实勤勉,诚实守信,不直接或者间接向他人输送不正当利益或者谋取不正当利益。



Allin君行
浙商证券金融工程团队成果发布平台:以科学方法为本,应对思维为理念,打造个性化立体量化投资框架,包含宏观量化、择时、风格配置、行业配置、量化选股、衍生品策略等多个策略模块 --- ‘君行天下,谁与争锋’
 最新文章