转债量化专题：转债行业轮动因子，自上而下择券

2023年08月03日 转债行业轮动因子，自上而下择券证券研究报告 作者 转债量化专题 孙彬彬分析师 SAC执业证书编号：S1110516090003 sunbinbin@tfzq.com 转债的行业轮动存在，且与权益市场的轮动存在一定差异：首先，转债市 场与权益市场行业标的池的差异性会导致转债分行业表现的横向比较结果与权益产生一定差异。其次，从溢价率的表现来看，部分行业的溢价率确实掺杂了行业表现的预期，这说明市场上确实有人在交易正股表现之外的转债行业预期。其中，在汽车、机械等行业中，溢价率残差走势与行业指数走势是基本一致的，这说明投资者在对这些行业溢价率做定价时会考虑行业景气度的变化，并且这种定价是顺周期的；而在交运，公共事业等行业中，溢价率残差与行业指数走势存在明显的负相关关系，即说明投资者对行业景气度预期相对稳定，当前行业的景气表现反而会降低投资者对行业未来的预期；在计算机、建筑、非银等板块，溢价率残差与行业表现基本不相关。 我们从动量、一致预期两个维度入手对一些传统择股的单因子进行筛选，以期寻找到胜率较高的转债行业因子。一致预期指标中，PEG、ROE_FY1、Net_yoy、delta_ROE_FY1是相对有效的行业因子。动量因子方面，整体来看转债行业指标在长期存在一定程度的反转效应，MOM_100有较好的IC、胜率表现。我们选用相关性较弱的MOM_100、ROE_FY1、Net_yoy、PEG四个单因子采用等权重方法构筑复合因子，因子IC达到8.64%，较中证转债胜率稳定超过60%，其中预测5个行业平均收益跑赢平均值的概率超过77%。从7月以来因子推荐行业来看，我们的因子具有一定行业配置能力。 基于前述转债行业因子，我们构建了一套基于自上而下逻辑的转债月度择券方案：先基于前文所述的行业因子预测未来一个月表现最好的5个行业，在行业中根据公司历史财务指标选出基本面质地较好的公司，最后根据转债的技术面特征选择相对便宜的标的。从结果来看，该方案能获得相对中证转债较为稳健的超额收益：年化收益率18.94%，整体夏普比1.01，2023年以来获得6.35%的收益，卡玛比1.18。 风险提示：统计规律失效风险；行业表现不及预期风险；量化策略容量受限风险；海外紧缩超预期风险；汇率贬值超预期风险；宽松政策效果不及预期风险 近期报告 1《固定收益：如何看待政策与定价？ -天风总量每周论势（2023-08-02）》2023-08-02 2《固定收益：7月宏观数据怎么看？- 固收数据预测专题》2023-08-02 3《固定收益：二季度债基表现如何？ -2023年二季度基金持债分析》 2023-08-01 请务必阅读正文之后的信息披露和免责申明1 内容目录 1.转债行业轮动的三个特点3 2.转债行业轮动因子构建5 3.从行业因子到自上而下择券方案9 图表目录 图1：转债&正股中信一级行业分布（占在市转债总数比重）3 图2：2023年6月转债分行业等权重指数涨跌排名&对应中信一级行业指数涨跌排名.3 图3：行业转债等权重净值曲线与溢价率回归残差相关系数&行业平均平价/债底4 图4：汽车行业转债等权重净值曲线&平均溢价率回归残差4 图5：交运行业转债等权重净值曲线&平均溢价率回归残差4 图6：因子验证所用的指标5 图7：一致预期因子构建方法6 图8：PEG因子IC时序图6 图9：动量因子构建方法7 图10：复合因子模拟净值曲线8 图11：用以构建复合因子的四个单因子热力图8 图12：2023年以来部分转债行业等权重指数净值曲线（2023.1.2=1）9 图13：公司基本面质地筛选方案因子搭建细则9 图14：自上而下策略净值曲线与中证转债净值曲线比较11 图15：截至7月14日双低策略与自上而下策略仓位比较11 表1：一致预期因子回测结果6 表2：中信行业指数因子回测结果7 表3：动量因子回测结果7 表4：复合因子回测结果7 表5：7月1日-7月14日因子推荐行业8 表6：自上而下策略（仅1、2步筛选）回测期内表现10 表7：7月14日自上而下策略（仅1、2步筛选）持仓结果10 表8：自上而下策略回测期内表现11 表9：传统双低策略回测期内表现11 1.转债行业轮动的三个特点 无论是哪个行业，转债的标的均远少于正股，且转债的行业分布和股票存在一定差异。截止2023年7月21日，在市转债共507只，中信行业指数的权重券共4878只，平均下来每个行业转债正股比大约在1：8.75左右。分布方面，转债在基础化工、建筑、银行等板块的分布比例明显高于正股，而在传媒、煤炭、通信、地产等板块明显更低。另外，转债市场在部分行业仅有零星分布，如当前市场上存续的房地产转债仅有1只，商贸零售行业 仅有3只等等。如果再考虑机构的转债入库标准，那么部分行业中能分析的转债更是少之又少。 图1：转债&正股中信一级行业分布（占在市转债总数比重） 资料来源：WIND，天风证券研究所 行业内标的数量越少，该行业内标的定价的趋同性或越强。这是因为在自上而下的定价逻辑中，如果标的质量没有特别剧烈的差异，行业内有限的选择会限制同行业标的的价差。一个极端的例子：如上文所述，如果投资者在确定要买入转债的情况下，判断下一季度通信行业或有较好的表现，当下只能在永鼎、烽火、纵横、润健四者中选择——如果考虑到永鼎、纵横只有不到3亿的存量，润健已经公告强赎，那么选择范围会更窄。 基于此，转债的行业轮动存在，且与权益市场的轮动存在一定差异。 首先，转债市场与权益市场行业标的池的差异性会导致转债分行业表现的横向比较结果与权益产生一定差异。比如考虑2023年6月转债等权重行业指数与中信行业指数涨跌幅的相对排名情况，即使不考虑地产、消费者服务、商贸零售这些转债分布少的行业，家电（转债排名第1，正股排名第12）、有色（转债排名第12，正股排名第6）等等行业正股行业表现和转债行业表现仍具有较大差异。 图2：2023年6月转债分行业等权重指数涨跌排名&对应中信一级行业指数涨跌排名 资料来源：WIND，天风证券研究所 其次，从溢价率的表现来看，部分行业的溢价率确实掺杂了行业表现的预期，这说明市场上确实有人在交易正股表现之外的转债行业预期。采用多项式回归的方法，将正股对溢价率的影响从溢价率中剔除，再来看行业平均的回归残差（即溢价率剔除平价影响的部分）与转债等权重行业指数整体走势的关系，做相关系数的计算。可以看到结果存在明显的两极分化。并且，从平价/债底与前述相关系数的关系来看，我们判断这种相关性和行业内转债的股性/债性或并不相关。 图3：行业转债等权重净值曲线与溢价率回归残差相关系数&行业平均平价/债底 资料来源：WIND，天风证券研究所 注：某些结果需考虑该行业转债数量稀少 在汽车、机械等行业中，溢价率残差走势与行业指数走势是基本一致的，这说明投资者在对这些行业溢价率做定价时会考虑行业景气度的变化，并且这种定价是顺周期的；而在交运，公共事业等行业中，溢价率残差与行业指数走势存在明显的负相关关系，即说明投资者对行业景气度预期相对稳定，当前行业的景气表现反而会降低投资者对行业未来的预期；在计算机、建筑、非银等板块，溢价率残差与行业表现基本不相关。 图4：汽车行业转债等权重净值曲线&平均溢价率回归残差图5：交运行业转债等权重净值曲线&平均溢价率回归残差 资料来源：WIND，天风证券研究所 注：平均溢价率回归残差做40交易日平滑化处理，净值曲线10交易日平滑 资料来源：WIND，天风证券研究所注：处理方法同左图 2.转债行业轮动因子构建 我们从动量、一致预期、历史财务指标三个维度入手对一些传统择股的单因子进行筛选，以期寻找到胜率较高的转债行业因子。 为了降低其他转债定价因素对行业选择的影响，我们在每个交易日的转债筛选方案如下： （1）剔除已经宣布强赎/回售的转债；（2）剔除流动性较低/当期停盘的转债，我们的方案是排除近3个交易日（不包括当日）成交金额不足1000万的可转债；（3）剔除A及以下评级的转债；（4）剔除双高转债，我们的方案是剔除①平价高于100元且转股溢价率高于 45%②平价小于100且价格高于150元。另外，考虑到转债行业分布以及转债数量，我们 的回测期从2018年开始，到2023年7月结束。 在单因子验证过程中，我们主要考虑如下三个指标：（1）转债行业等权重指数未来一个月涨跌幅与该行业对应因子值之间的spearman秩相关系数，记作IC。在整个回测期IC的平均值反映了该因子预测未来转债行业收益排名的能力，一般来说IC值大于3%能称为有效因子。（2）IC的t值，它反应了因子预测能力的稳定性，一般大于2说明IC值稳定大于0，有一定预测能力。（3）胜率，它是指因子选出的n个行业未来一个月跑赢中证转债指数的概率。 图6：因子验证所用的指标 资料来源：天风证券研究所 一致预期指标中，PEG、ROE_FY1、Net_yoy、delta_ROE_FY1是相对有效的行业因子。一致预期因子是分析师对公司基本面进行预测的平均值/中位数，是权益市场用于预测公司股价未来表现的经典因子之一。我们定义转债正股基本面指标的一致预期平均值（或中位数）为转债该行业该指标的一致预期。 从上述指标的回测结果来看，PE/G是正向预测，即当期预期PE/G较高的行业未来一个月转债表现相对更好的概率更大，而其他因子表现出反向预测能力。另外，因子的预测能力 呈现出明显的周期性以及趋势特征，过去较短时间内预测能力显著则未来预测效果好概率较大。从3年回测期的表现看，日历效应不明显，没有明显表现特别好的月份。从胜率来看，一致预期净利润同比因子（Net_yoy）单因子回测效果较好，相对中证转债胜率超过70%，但预测单行业胜率仅59%。 图7：一致预期因子构建方法 资料来源：WIND，天风证券研究所 表1：一致预期因子回测结果 因子名 PEG ROE_yoy ROE_FY1 Net_yoy delta_ROE_FY1 IC 4.90% -2.62% -5.15% -3.59% -3.13% t 8.22 -3.63 -7.72 -4.77 -5.46 中证转债胜率(1) 59.33% 54.57% 58.22% 59.03% 60.37% 中证转债胜率(2) 66.10% 56.28% 61.49% 66.10% 62.30% 中证转债胜率(3) 68.92% 58.74% 62.90% 62.97% 63.49% 中证转债胜率(4) 68.62% 60.59% 62.97% 67.88% 66.91% 中证转债胜率(5) 69.14% 67.06% 66.39% 70.33% 66.99% 资料来源：WIND，天风证券研究所 图8：PEG因子IC时序图 资料来源：WIND，天风证券研究所 另外，我们也测算了中信行业指数一致预期指标构成的因子的回测表现，除了ROE_FY1在IC方面有提高，ROE_yoy在胜率方面略有提升外，其余指标预测能力均全面下滑。这也一定程度上印证了我们前述转债和正股轮动存在一定差异性的说法。 表2：中信行业指数因子回测结果 因子名PEG（指数）ROE_yoy（指数）ROE_FY1（指数） Net_yoy （指数） delta_ROE_FY1 （指数） IC 2.35% -1.70% -6.15% -0.69% 2.05% t 4.00 -2.66 -9.05 -1.04 3.01 中证转债胜率(1) 52.19% 58.22% 54.65% 55.76% 56.28% 中证转债胜率(2) 59.18% 60.07% 59.85% 57.92% 61.41% 中证转债胜率(3) 62.16% 63.27% 62.30% 59.11% 62.30% 中证转债胜率(4) 66.62% 63.12% 66.77% 59.11% 63.94% 中证转债胜率(5) 68.48% 67.43% 68.40% 61.64% 64.01% 资料