20240129-东北证券-可转债量化系列之二：可转债风险模型构建与应用.pdf

[Table_Info1][Table_Date]

证券研究报告发布时间：2024-01-29

[Table_Title][Table_Invest]

证券研究报告/金融工程研究报告

可转债风险模型构建与应用

可转债量化系列之二

报告摘要：

[Table_Summary]

Barra股票多因子风险模型的原理在于将股票收益拆解为多个共同因子

的收益以及与股票本身相关的特异性收益。共同因子代表着股票所共享

的特征，特异性收益则代表着个股未被因子解释的alpha、特殊事件所带

来的收益波动等。使用多因子模型，一方面可以实现协方差矩阵降维，

减少计算所需的时间跨度，提升组合优化速度；另一方面可以对特定组

合进行绩效归因，分析收益和风险的来源。

借鉴Barra模型的理论，使用26个行业因子和10个风格因子（估值、

余额、Beta、动量、波动、流动性、剩余期限、Book-to-Price、EarnigYield、组合表现1005001000

Leverage）搭建可转债风险模型=+，对因子暴露数据进行去极年化收益20.27%18.99%17.25%

值、标准化、正交化处理后，采用加权最小二乘法（WLS）拟合计算得年化波动13.30%10.80%9.06%

到因子收益与转债的特异性收益，拟合结果R2均值33.73%。夏普比率1.601.761.91

多因子风险模型将转债收益协方差矩阵的估计问题，转化为对因子收益

协方差矩阵和特异性收益方差的计算，=′+，、、分别

代表转债收益协方差矩阵、因子收益协方差矩阵、特异性收益协方差矩

阵。在任何时刻t，采用指数加权移动平均的方式计算因子收益和特异性

收益协方差矩阵，取窗口T=126，半衰期h=45，经过Newy-West、

Eigenfactor、波动率偏误、贝叶斯收缩等调整后，最终所得协方差矩阵偏

误统计量均处于置信区间内。

为检验准确性，使用风险模型对中证转债指数组合的波动率进行计算，

精确度较高，计算所得组合方差与实际方差相关系数为0.88。同时，对

[Table_Report]

于可转债基金，可以根据其重仓转债的风格因子暴露与权重占比，对收相关报告

益进行风险分解，从而判断每个因子对收益的边际贡献。以规模在50亿《雪球产品敲入规模分布估算和市场影响点

左右的可转债基金A为例，选取2021-2023年12个报告期，过去三年评》

该基金重仓转债的风格不断向低估值、高余额、低换手、正股低P/B靠-

近，在Beta因子上的暴露一直比较显著，其他因子暴露无明显变化。《债基回报改善，久期杠杆回升》

-

结合alpha因子使用风险模型进行组合优化，可以在控制风险的同时实

现收益。设置目标函数为max−Σ，进行最优化求解，所《2023年四季度公募主动权益基金持仓解析》

ℎ

得最优组合表现相对仅使用alpha因子所构建的策略更佳，不同风险厌-

恶程度()下夏普比率均有所提高，最高为1.91。未来可以加入更多alpha