金融工程研究报告：指数抽样复制：分组抽样方案及实践.docx

正文目录

TOC\o1-1\h\z\u引言 4

可转债指数抽样复制方案 5

风险提示 9

图表目录

图1：2019年以来，万得可转债等权指数的风险收益表现显著强于万得全A等权指数 4

图2：万得可转债等权指数成交额及成分转债个数 4

图3：偏债型、平衡型及偏股型转债指数走势 5

图4：抽样复制指数与基准指数走势对比 6

图5：抽样复制指数滚动1年年化跟踪误差走势 7

图6：2022年以来，不同抽样比例下复制策略年化跟踪误差情况 7

图7：截至2025年1月8日，转债对应正股所属申万一级行业分布 8

图8：实际抽样标的数量及占比 8

图9：抽样指数日均成交额及占基准指数成交额的比例（左轴单位：亿元） 9

表1：2020年以来三种类型转债指数的绩效统计 5

引言

可转债同时具备债底保护及正股上涨时的价格弹性。2019年以来，万得可转债等权指数累计收益高于万得全A等权指数，同时波动也显著更低，风险收益表现显著占优。

图1：2019年以来，万得可转债等权指数的风险收益表现显著强于万得全A等权指数

2.3

2.1

1.9

1.7

1.5

1.3

1.1

0.9

万得全A等权指数 万得可转债等权指数

，

2020年后，可转债的交易活跃度显著提升，逐步受到市场重视。在2020年之前，转债

市场标的数量较少，交易也并不活跃，而在2020年后，存量转债数量不断提升，成交额中枢亦显著提高，转债资产逐步受到市场重视。

图2：万得可转债等权指数成交额及成分转债个数（左轴单位：亿元）

2500 600

2000 500

1500 400

1000 300

500 200

0 100

成交额 转债个数(右轴)

，

不过，目前存量转债约500只，若要通过完全复制法来跟踪转债指数，相对较为复杂。下文中，我们将介绍一个简洁的抽样复制方法，可在季度频率调仓，且通过仅持有约20%的转债，来实现对万得可转债等权指数的有效跟踪。

可转债指数抽样复制方案

哪些特征需要与基准指数保持一致？股债性分布、行业分布、市值分布。抽样复制法的核心在于找到影响价格表现的关键特征，我们希望具备一些相同特征的转债，其价格表现较

为接近，这样我们就可以选取其中的部分标的，来组合出和基准指数类似的走势。具体到转债而言，我们认为以下三个特征较为重要：

1、股债性分布：我们可以用平底溢价率指标（转股价值/纯债价值-1）衡量转债的股债性，若平底溢价率小于-20%，则意味着当前转股价值相对较低，股价波动对转债价格的影响较小，为偏债型转债；若位于-20%~20%之间，则在拥有一定债底保护的同时，正股涨跌也

会对转债价格产生一定影响，为平衡型转债；若大于20%，则债底保护较弱，转债价格几乎完全跟随正股波动，为偏股型转债。我们根据以上分类方法分别计算了偏债型、平衡型以及偏股型转债指数（月度调仓，等权），可见偏债型指数走势最为稳健，而偏股型指数弹性最大，不同类型转债的风险收益特征具备较大差异。

图3：偏债型、平衡型及偏股型转债指数走势

2.4

2.2

2

1.8

1.6

1.4

1.2

1

0.8

偏债型 平衡型 偏股型

，

表1：2020年以来三种类型转债指数的绩效统计

年化收益

年化波动率

最大回撤

夏普比率

偏债型

9.6%

8.7%

12.1%

1.10

平衡型

9.1%

12.9%

20.2%

0.74

偏股型

11.5%

21.7%

38.3%

0.61

，。注：统计区间为2020年1月1日至2025年1月8日。

2、行业及市值分布：股债性分布主要关注转债的债券属性高低对转债价格特征的影响，除此之外，对正股走势有较大影响的因素，也会同时影响到转债的价格表现。其中，行业及

风格往往是较为重要的因素。在多因子指数增强框架中，为了控制跟踪误差，我们往往需要限制股票组合的行业及风格分布与基准指数的偏差在一定范围内。不过，若通过优化算法实现抽样复制，假设我们希望抽样n只，那么就需要遍历总样本中的n只股票的全部可能组合，再分别进行优化以得到最优解，这将面临极高的计算复杂度。因此，此处我们考虑仅关注对股票走势影响较大的市值风格，并放弃使用优化算法，而是通过分组抽样的方式实现抽样组合与基准的特征对齐。

在确定了需要与基准指数对齐的股债性、行业、市值三大类分布后，接下来我们介绍一个较为简单的分组抽样方法，以实现对基准指数的有效复制：

1、万得可转债等权指数的样本空间为沪深交易所上市且上市日期超过10个工作日，债

券余额大于等于3000万元的全部公募可转债，我们同样按此标准进行样本池初筛。

2、根据转债的平底