固定收益专题：定价转债的信用风险

一、指标体系 构建多维度指标体系评估非金融行业可转债信用风险，包括财务指标（扣非归母净利润同比增长率、经营活动现金流/营业收入、资产负债率、货币资金/短期债务）、转股指标（近20日转股溢价率均值、转股溢价因子、下修因子）、市场指标（股价年化波动率）和股权质押比例。

二、初始回测结果 初始模型采用加权方式整合指标，但在不同行业拟合效果存在差异，对核心财务指标和高风险信号敏感性不足，且金融行业数据缺失导致适用性差。

三、单样本优化过程 针对初始模型不足，进行单样本优化：

1. 剔除金融行业，精简行业分类至7个产业链，提高模型稳定性。
2. 收紧特定行业阈值，新增企业性质指标，调整权重，提升对化工行业等高风险行业的预测准确率。
3. 优化后模型在2025年非金融行业转债评级回测中表现优异，化工行业预测准确率达86%，国防军工等稳定行业达90%以上。

四、二次优化过程 为进一步提升模型泛化能力，进行二次优化：

1. 引入动态行业权重矩阵，根据行业特性和市场环境动态调整指标权重。
2. 扩展样本数据至2022年至2025年6月，完成5年数据清洗和处理。
3. 优化后模型在近几年非金融业转债评级回测中表现出色，提高了评级的精确度和反应速度。
4. 2025年模型命中率约为38.24%，低于单样本优化的命中率，但体现了模型在不同年份和复杂市场环境下的风险识别能力及稳定性。

五、未披露评级的转债分析 截至2025年6月30日，市场上15只转债尚未公布2025年年度跟踪评级结果，其中7只不符合披露要求，8只符合要求但尚未披露。模型对8只符合披露要求的转债进行预测，利扬转债和维尔转债值得关注。

六、金融板块 市场存续金融行业可转债近年评级均“维持”稳定，预计未来仍将维持较高评级水平。

七、有待改进之处

1. 增加行业景气度指标。
2. 纳入非量化指标。
3. 动态权重客观调整。
4. 进一步细化产业链。

八、结论 本模型显著提升了对不同行业等高风险行业下调风险的预测能力，为投资者提供了较为精准、可靠的下调风险评估工具。未来通过引入行业景气度、非量化指标和动态权重调整，模型可进一步提升预测能力。

九、风险提示 模型失效风险、模型拟合风险、金融转债外推风险。