20260310-浙商证券-债市专题报告_中国市场可转债定价模型比较研究与实战应用_21页_1mb

债券市场专题研究总结

核心内容

本报告聚焦于中国可转债市场的定价模型比较研究与实战应用，探讨了在当前市场“高估高价、超买生态”背景下，如何通过引入具备严密数理支撑的BS模型与ZL模型构建统一的绝对估值尺度，以系统性剥离市场情绪溢价，转化为可验证、可落地的阿尔法交易信号。

主要观点

• 当前定价痛点：传统相对估值指标（如平价溢价率）在高估值、高情绪市场中失效，难以提供精准的定价基准。
• 模型价值：BS模型适用于牛市，具备高弹性与进攻性；ZL模型适用于熊市，具有较强的防御性与风险控制能力。
• 策略表现：在严格筛选条件下，BS多头组合年化收益达19.30%，而ZL多头组合年化收益为15.33%，但最大回撤更低，夏普比率更高，展现出更优的风险调整收益。
• 因子独立性：BS与ZL错误定价因子与传统五因子（流动性、波动率、估值、动量、量价）相关性极低，具备独立的超额收益能力。
• 事件驱动优化：未来将引入事件驱动策略，强化对强赎、下修、回售等条款博弈的动态量化处理，以提升模型在复杂市场环境中的适应性与收益潜力。

关键信息

市场现状与定价模型比较

• 市场趋势：可转债市场呈现“缩量拔估值”趋势，高价券占比显著提升，市场整体对正股波动的敏感度上升。
• 模型特性：
  • BS模型：基于无风险套利均衡框架，将可转债近似拆解为“债券+期权”结构，对正股趋势与波动率响应敏锐，但忽略了强赎条款的约束，容易高估。
  • ZL模型：基于蒙特卡洛模拟，动态追踪下修、回售与强赎等条款博弈，对条款边界与路径依赖刻画充分，估值更为保守，具备较强的防守能力。

模型回测结果

• BS模型表现：
  • 多头组合年化收益19.30%，波动率14.34%，夏普比率1.35，最大回撤22.26%。
  • 攻势明显，但空头组合表现较差，年化收益为负。
• ZL模型表现：
  • 多头组合年化收益15.33%，波动率10.66%，夏普比率1.44，最大回撤13.74%。
  • 防御性强，尤其在熊市中表现稳健，具备良好的风险控制能力。

错误定价因子分析

• 因子正交性：BS与ZL错误定价因子与传统五因子相关性极低，具备独立性与稀缺性。
• 多因子合成：
  • BS因子在六因子等权组合中贡献年化超额收益13.92%，夏普比率1.14。
  • ZL因子在六因子等权组合中贡献年化超额收益13.08%，夏普比率1.19。
• 风格中性测试：在严格控制风格因子后，BS与ZL模型均能输出较高的年化收益与夏普比率，验证了其“纯粹Alpha”属性。

全域回测与防御验证

• 全域测试：在放宽入库约束后，ZL模型在空头端表现优异，年化收益达14.78%，夏普比率为0.88，凸显其在极端熊市中的做空识别能力与防守属性。
• 市场周期适应性：
  • 牛市中，BS模型更具进攻性。
  • 熊市中，ZL模型更优，具备较强的债底支撑与风险控制能力。

策略配置建议

• 趋势上行与估值扩张期：配置BS多头，以捕捉股性溢价与情绪驱动的估值扩张红利。
• 宏观震荡与信用风险上升期：切换至ZL多头，利用其保守估值体系与条款博弈能力，提升组合的抗跌与回撤控制能力。
• 全市场下行周期：ZL模型在空头端表现优异，具备较强的做空识别与防御能力，可作为风险对冲工具。

风险提示

1. 历史回测业绩无法代表或承诺未来真实盘面的投资收益；
2. 定价模型的先验假设可能在极端市场失效；
3. 政策与市场交易规则的非预期变动可能影响模型效果。

后续优化方向

• 事件驱动策略：引入赎回概率调整机制、下修博弈概率预测、以及事件因子对债底的映射，以提升模型在复杂市场环境中的适应性与收益潜力。

附录与参考资料

• 相关报告：
  1. 《哑铃策略攻守兼备，积极挖掘超跌个券》
  2. 《信贷是当前资金宽松行情的“第一层”逻辑》
  3. 《对当前市场的三点思考》
• 图表目录：
  • 图1：中证转债指数走势长期向上
  • 图2：各价格带转债数量分布趋势
  • 图3：可转债价格中位数
  • 图4：纯债溢价率走势
  • 图5-10：模型定价结果与市场走势、在值程度、剩余期限的对比
  • 图11-16：模型错误定价策略历史回测曲线
  • 图17-18：模型在不同风格下的回测曲线
  • 图19：下行区间中证转债指数走势
• 表目录：
  • 表1：BS与ZL模型对比
  • 表2：各估值模型精准度对比
  • 表3：不同定价模型及策略绩效指标
  • 表4：错误定价因子在多因子框架下的回测结果
  • 表5：双层风格中性约束下的绩效指标
  • 表6：全域维度下的回测结果

结论

BS与ZL模型在可转债定价中展现出显著的差异化特征，分别适用于市场不同的周期与风格。通过深入回测与因子提纯，两者均能为投资组合提供可验证的阿尔法信号，且在严格的风格中性测试中均表现出较强的独立性与超额收益能力。对于追求绝对收益的机构投资者而言，结合BS与ZL模型的“攻守切换”策略，将有效提升投资组合的风险收益比与市场适应能力。