收益与风险的平衡,系统刻画转债中观特征.docx

收益与风险的平衡,系统刻画转债中观特征.docx

  1. 1、本文档共40页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
市场上转债的研究偏向于宏观和微观层面,宏观研究包括经济基本面研究、转债市场择时研究,而微观研究包括选债研究、条款博弈研究。 宏观和微观的逻辑往往没法直接传导,因此这两块研究相互分离,无法构建有效的联系。本文我们尝试构建这一联系,我们会从中观视角出发提供一个新的研究思路。 图 1:宏观和微观依靠中观研究联接 资料来源: 转债市场上,有一系列共性要素可以定价转债的波动,这些要素对转债市场有很强的解释力。这些要素可以分为三个部分,它们包括转债端的因子、正股端的因子、行业端的因子。本文我们尝试构造一个模型,从繁杂的信息中剥离出对于转债收益产生影响的公共因子,然后运用这些公共因子进行归因分析和风险预测。 基于上述逻辑,我们围绕转债市场构建中观风险模型,它能帮助我们去理解在不同的时间点上,什么因素驱动了转债的上涨或者下跌,让我们更有效地去把握未来市场的共性要素。 、 哪些因素定价了转债的涨跌 我们将转债的收益拆分为 4 部分:正股因子贡献+转债因子贡献+行业贡献+特质贡献。 图 2:转债的收益可拆解成三个 Beta + 特质收益 资料来源: 我们通过三层 Beta 来刻画转债的收益和波动: Beta 之一:正股因子 在正股,我们引入了成长、价值、动量和 Beta 这四个因子,用来刻画正股端属性对转债涨跌的影响。 Beta 之二:转债因子 为充分体现和解释转债市场的一些特殊风格,我们加入了多个转债端的指标。其中有四个基础指标,余额、换手、评级、平价,另外我们还加入转债的估值指标:风向标错估价格因子。 Beta 之三:行业因子 正股所在的不同行业也会对转债有较大影响,相同行业的转债往往会同涨同跌结构,行业的特征也会同步影响转债的风险和收益。 Beta 不能解释的部分收益:特质收益 根据我们的研究发现,上述三个 Beta 能解释大部分的转债价格波动,除此之外,转债个券还有自己的特质价格波动,我们定义为特质收益。 、 转债端因子 表 1:转债端因子 因子 说明 转债端(5) 余额 转债余额 换手 20日日均换手 评级 数值化处理,AAA记为 1,AA+记为2,A+记为6 估值 风向标错估价格指标 平价 转债的转股价值 , 转债端因子使用四个基础指标,余额、换手、评级、平价,和我们构造的一个估值指标:风向标错估价格因子。 转债余额和平价直接使用原始数据即可,换手我们使用转债的 20 日日均换手率数据。而对于评级,因为不是数值指标,所以我们需要将评级转化为数值形式,我们将 AAA、AAA-、AA+、AA、AA-、A+转化为 1 – 6。 图 3:风向标因子:转债价格-模型价格(单位:元) 资料来源: 估值指标使用的是风向标错估价格因子,具体来讲就是先通过二次曲线拟合得到转债价格和平价之间的关系,得到一个二次曲线定价模型,再计算转债价格 –模型价格得到估值因子,这个值越高代表转债越高估。 、 正股端因子 正股端因子我们采用引入权益市场对风险影响较大的四个因子,价值、成长、动量、Beta,它们反映了转债对应正股在相应风格上的暴露。 具体因子构造方法参见下表 表 2:正股端因子 正股端因子(4) 一级因 子 二级因 子 描述 beta HBETA 股票收益率对市场收益率进行时间序列回归,取回归系 数,回归时间窗口为 252 个交易日,半衰期 63 个交易日 价值 BTOP 将最近报告期的普通股账面价值除以当前市值 成长 EGRLF 分析师预测的长期(2 年)利润增长率 EGRO 过去 5 个财政年度的每股收益对时间回归的斜率除以平 均每股年收益 SGRO 过去 5 个财政年度的每股年营业收入对时间回归斜率除 以平均每股年营业收入 EGRSF 分析师预测的短期(1 年)利润增长率 动量 RSTR 先计算非滞后的相对强度,对股票的对数超额收益率进行半衰指数加权求和,时间窗口 252 个交易日,半衰期 126 个交易日;计算 11 个交易日的历史相对强度的等权 平均值,再滞后 11 个交易日 , 考虑到市值因子和转债余额高度相关,所以我们不把市值因子放入模型。 、 如何获得纯因子收益 图 4:纯因子收益率计算方法 资料来源: 我们通过截面回归得到纯因子每日的收益,计算需要输入三个数据: 转债的日收益率数据 风格因子(正股因子+转债因子)的暴露数据 行业因子的暴露数据 风格因子使用前我们需要进行标准化处理,包括去极值和 zscore 标准化操作: ????????????(??) = ?? ? ??? s 行业因子则是 0,1 变量,行业使用中信一级行业,如果在 xx 行业中,那么行业因子值记为 1,不在 xx 行业,行业因子值记为 0。 因为行业和截距项(基准收益)同时存在,所以会存在共线性的问题,这里我们还需要限制行业的加权收益为 0。 通过截面上的回归,

文档评论(0)

535600147 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档