2024年量化方法在债券研究中的应用：换手率因子在股债中的差异性与增强作用

1 可转债市场与股票市场的换手率情况

1.1 可转债市场换手率高于股票市场

可转债市场换手率的历史平均水平和波动率明显大于股票市场。中证全指换手率在 2% 左右，可转债市场换手率 2020 年之后明显高于股票市场。可转债市场 2022 年上半年换手 率较高，最高的时候达到 10%左右，2022 下半年换手率大幅降低，2022 年 9 月份降至 3% 以下。今年以来中证全指平均换手率 1.15%，可转债市场平均换手率 3.44%。 今年以来可转债市场日平均成交金额为 344.30 亿元，可转债对应正股的日平均成交金 额为 711.85 亿元。截止 2024 年 2 月 26 日，可转债市场当日成交金额为 407.85 亿元，可 转债对应正股的当日成交金额为 845.49 亿元。

相对正股，可转债换手率分布更右偏。从换手率分位数来看，在 25%分位上，可转债换 手率与正股相当。在 50%分位上，可转债换手率为 1.85%，正股换手率为 1.22%。但是可 转债换手率平均值为 24.84%，远大于正股换手率平均值 2.11%，主要是由于可转债换手率 极端值较大，其最大值为 7105.78%。

1.2 可转债换手率和收益率与正股的差异性

后文研究中，可转债池子为：市 2 天后、退市 50 天前，债券余额大于 1 亿元，股票非 st/*st，没有赎回，债项评级 A-及以上的可转债。进一步，剔除转股溢价率和纯债溢价率同 时大于 50%的可转债。 我们对历史数据在每月按照可转债月度换手率（过去 20 个交易日）从小到大将可转债 分为 10 组，分别计算每个组合中可转债的换手率、可转债对应正股的换手率和市值的平均 值，最后计算每个分组时间序列的平均值。 由下图可知： 1）随着可转债换手率的升高，正股的市值降低，可转债换手率最小的 3 个组合和最高 的 3 个组合的市值差异相对明显，中间组 3 到组 7 的市值差异不大。后续测试中我们将对因 子做市值中性化处理。 2）可转债换手率较小的组合组 1 到组 4，正股换手率稍大于可转债。可转债换手率较 大的组合组 8 到组 10，可转债换手率显著大于正股。例如，组 10 可转债平均换手率达 149.89%，其对应的正股平均换手率为 5.37%。这说明，关注度低的股票，其转债交易热度 更低，低于正股交易热度；关注度高的股票，其转债交易热度会远高于正股。

进一步，我们计算各个组合下可转债和正股的下期收益率，下期收益率为未来一个月的 收益率。可以发现以下几点： 1）前 8 个组合，可转债和正股的收益率表现比较一致，但是组 9 和组 10 表现差异较大。 即换手率最高的可转债，其转债和正股的未来表现差异较大，可转债表现较好，而正股表现 较差。例如可转债换手率最高的组 10，组 10 可转债下月收益率为 1%，而正股下月收益率 为-0.53%。 2）随着可转债换手率的升高，组 1 到组 10 可转债下期收益率并不完全单调，总的来说， 换手率较高的组合可转债下期收益率较高。 3）随着可转债换手率的升高，可转债和正股下期收益率的差异会越来越大。

1.3 高换手率可转债表现与正股不同的原因探讨

对于组 9、组 10 中可转债和正股表现差异的原因，我们进一步探究。 如果将可转债看作是一份纯债加看涨期权的组合，同时附有赎回、回售和转股价下修等 条款。

2 换手率因子在可转债和股票中的表现差异

对于因子测试中的数据说明有以下几点： 第一，样本区间为 2018 年 1 月至 2024 年 2 月，月度换仓。 第二，股票因子和可转债因子都进行市值中性化处理，即将原始因子值对市值的对数回 归，取残差作为市值中性化后的因子值。 第三，日均换手率因子为过去 20 个交易日的日均换手率，相对换手率因子为过去 20 个 交易日日均换手率除以过去 60 个交易日日均换手率的比值。 本文对因子做以下检验： 第一，通过 IC 序列、IC 胜率判断因子与转债下期收益率的相关性，以及相关性的稳定 性。信息系数（IC）是指当期因子值与下期股票收益率之间的秩相关系数，IC 越大，表明因 子对收益率的预测作用越强。IR 是 IC 均值与标准差的比值。 第二，进行分组检验，根据因子值大小，将全部可转债分为 5 组，组 1 为多头组合，组 5 为空头组合。IC 值为负，则从小到大排序，组 1 为因子值最小的组合；IC 值为正，则从大 到小排序，组 1 为因子值最大的组合。观察组合收益率表现的单调性，并测算组合的风险收 益指标。

2.1 股票日均换手率因子

股票日均换手率因子在沪深 A 股和可转债正股中都是表现较好的因子，当期因子值与股 票下期收益率的 IC 均值在 1%显著性水平下显著为负，即两者间存在明显的负相关性。IC 均值在沪深 A 股和可转债正股中分别为-0.10 和-0.08，IC 胜率为 77.03%和 70.27%。从因 子 IC 累计曲线来看，累计 IC 总体上以一个固定的速率保持平稳下降，表明因子的有效性和 稳定性。 从分组检验来看，组 1 到组 5 的分组收益率保持单调。随着股票日均换手率的增大，组 合下期收益率单调递减。在沪深 A 股中，样本期内多头组合年化收益率为 12.05%，多空组 合年化收益率为 20.29%，组合 5 表现与其他组合区分更为明显。在可转债正股中，样本期 内多头组合年化收益率为 9.28%，多空组合年化收益率为 9.52%。

2.2 可转债日均换手率因子

正股日均换手率和转债日均换手率在可转债下期收益率的分组检验中，组 1 到组 5 的组 合收益率并不单调。虽然当期因子值与转债下期收益率的 IC 均值均为负数，但是在分组检 验中，正股换手率最高的组 5，可转债未来表现会更好；可转债换手率最高的组 5，可转债 未来表现会更好。 IC 检验与分组结果不一致的原因在于，IC 值表示当期因子值与下期股票收益率之间的 秩相关系数，可以理解为截面上所有样本排名对应关系上的一种胜率。组 5 表现更好的原因 一方面是在组 5 这部分可转债中对应关系偏弱，另一方面是组 5 这部分可转债收益率更为极 端，赔率较高。在下一节胜率与赔率的统计中，我们也可看到换手率较高的可转债，胜率较 低，但其赔率较高。

2.3 转债相对换手率因子与换手率差异因子

相对换手率表示最近 20 个交易日换手率相对过去 60 个交易日换手率的比值。 转债正股换手率差异表示转债相对换手率减去正股相对换手率。由于转债与正股日均换 手率区别较大，使用相对换手率差异更为合适。转债正股换手率差异越大表示，可转债最近 换手率在升高，但是正股换手率还未开始升高。

相对换手率因子在可转债的分组检验中，随着可转债相对换手率的降低，组 1 到组 4 的 组合下期收益率递减。相对换手率最高的组 1 年化收益率 16.94%，这说明可转债换手率相 对升高后，未来收益率表现会更好。在股票中并不存在这种明显的现象。 转债正股换手率差异因子与转债下期收益率正相关，IC 累计曲线累计向上，在 2020.05 至 2021.06 期间有一段回撤。22 年之后正相关性更强。转债正股换手率差异最高的组 1 年 化收益率 16.01%。这说明转债正股相对换手率差异越大，可转债未来收益率表现会越好。

3 换手率因子在可转债中的胜率赔率情况

基于以上因子分析，我们观察到可转债中换手率的重要性，其表现与股票存在差异。从 交易层面来说，日均换手率越高、相对换手率越高的可转债越利于交易。其次，对于可转债 来说，热度越高的可转债带来估值溢价的可能性更高。 针对换手率因子，我们探究换手率升高后合适的买入时点与持有时长，统计换手率与相 对换手率因子的胜率与赔率情况。为了避免垃圾债等极端情况的影响，我们进一步限制可转 债范围，使之更符合实际交易情况。可转债范围为：上市 2 天后、退市 50 天前，债券余额 大于 1 亿元，股票非 st/*st，没有赎回，债项评级 A-及以上的可转债。 在每个截面，我们将可转债根据日均换手率和相对换手率分别分为 5 组，然后取两者分 组的交集，计算各个组合持有不同时间的平均收益率（年化）和胜率，胜率为组合中可转债 收益率大于 0 的占比。 由分组结果可知： 1）日均换手率较高的可转债，未来收益表现更好。但是日均换手率较高、相对换手率 低的可转债（组 5，组 1-2），未来表现较差。日均换手率较高、相对换手率较高的可转债 未来表现更好。 2）日均换手率最高的组合，胜率较低，收益主要是由赔率所贡献。而且日均换手率最 高的组合，持有时间越长，胜率越低。 3）日均换手率较低的组合，持有时间越长胜率越高。

4 可转债换手率因子在可转债策略中的应用

由于换手率因子在可转债中的独特性，可转债的估值价值和债券属性验证高换手率可转 债不失为一种更好的选择，特别是相对换手率更高的可转债。对于换手率因子在可转债中的 应用，我们有以下两种思路，第一，仅根据可转债换手率指标构建组合，抓住换手率在相对 升高的可转债机会；第二，与其他可转债因子相结合，在其他因子选债范围内选择换手率在 相对升高的可转债。

4.1 日均换手率与相对换手率结合的组合

在月初，在可转债池子中，我们在日均换手率前 50%的可转债中，选择相对换手率最高 的 TOP N（10/20/30）只转债构建组合，组合内转债等权配置，暂未考虑手续费和交易摩擦 成本。月度换仓。 2018.02 至 2024.02 期间，TOP20 组合的年化收益率为 18.97%，夏普比率为 1.02，最 大回撤率为 12.16%，相对中证转债指数的年化超额收益为 14.57%。分年度来看，2022 年 TOP20 组合的超额收益率为 17.58%；2023 年的超额收益率为 11.64%。2024 年的超额收 益率为-5.94%，主要是由于 2024.01 出现较大回撤，超额收益率为-7.46%。

4.2 相对换手率在双低中的增强作用

在月初，在可转债池子中，我们在双低前 50%的可转债中，选择相对换手率最高的 TOP N（10/20/30）只转债构建组合，组合内转债等权配置，暂未考虑手续费和交易摩擦成本。 月度换仓。 2018.02 至 2024.02 期间，TOP20 组合的年化收益率为 22.32%，夏普比率为 1.39，最 大回撤率为 11.02%，相对双低 TOP20 组合的年化超额收益为 6.98%。分年度来看，2022 年 TOP20 组合的超额收益率为 14.52%；2023 年的超额收益率为 8.62%。2024 年的超额收 益率为-6.12%。组合超额在 2021 年初出现较大回撤。 双低 TOP20 组合中可转债平均月成交额为 15.17 亿元，本策略 TOP20 组合的可转债平 均月成交额为 31.74 亿元，对于交易资金容量更大。

5 总结与展望

换手率因子在可转债和股票中表现出较大差异。首先，由于可转债市场 T+0 交易制度， 可转债市场换手率的历史平均水平和波动率明显大于股票市场；相对正股，可转债换手率极 端值更多更大。 具体而言，关注度低的股票，其转债换手率更低，低于正股换手率；关注度高的股票， 其转债换手率会远高于正股。换手率最高的可转债，其转债和正股的未来表现差异较大， 可转债表现较好，而正股表现较差。可转债换手率最高的组 10，组 10 可转债下月平均 收益率为 1%，而正股下月平均收益率为-0.53%。 随着可转债换手率的升高，可转债和正股下期收益率的差异会越来越大。针对这个现象， 从理论可转债收益分解角度来看，可转债收益率与股票收益率的差异受纯债价值和估值收益 的影响。从估值角度来说，换手率较高时，热度高更容易带来高估值。从债券价值来说，相 比于正股，热度过后的下跌，可转债的债券性质具有抗跌属性。

其次，股票日均换手率因子在沪深 A 股和可转债正股中都是表现较好的负向因子，即股 票日均换手率越低的股票下期表现更好。但是，股票换手率和可转债换手率对于可转债收益 率的预测并没有显著的负相关，相反正股和可转债日均换手率越高的可转债，下期表现更好。 在可转债收益预测中，我们开发出两个基于可转债换手率的因子：转债相对换手率因子 和转债正股换手率差异因子。转债相对换手率因子在可转债的分组检验中，随着可转债相对 换手率的升高，组 4 到组 1，组合下期收益率递增。相对换手率最高的组合，组 1 年化收益 率为 16.94%，这说明可转债换手率相对起来后，未来收益率表现会更好。在股票中并不存 在这种明显的现象。 转债正股换手率差异因子与转债下期收益率正相关，IC 累计曲线累计向上，在 2020.05 至 2021.06 期间有一段回撤。22 年之后正相关性更强。转债正股换手率差异最高的组 1 年 化收益率 16.01%。这说明转债正股相对换手率差异越大，可转债未来收益率表现会更好。 最后，由于换手率因子在可转债中的独特性，对于换手率因子在可转债中的应用，我们 有以下两种思路：

第一，仅根据可转债换手率指标构建组合，抓住换手率在相对升高的可转债机会。在日 均换手率前 50%的可转债中，选择相对换手率最高的 TOP N（10/20/30）只转债构建组合， 2018.02 至 2024.02 期间，TOP20 组合的年化收益率为 18.97%，夏普比率为 1.02，最大回 撤率为 12.16%，相对中证转债指数的年化超额收益率为 14.57%。 第二，与双低因子相结合，在双低前 50%的可转债中，选择相对换手率最高的 TOP N （10/20/30）只转债构建组合。TOP20 组合的年化收益率为 22.32%，夏普比率为 1.39，最 大回撤率为 11.02%，相对双低 TOP20 组合的年化超额收益率为 6.98%。分年度来看，2022 年 TOP20 组合的超额收益率为 14.52%；2023 年的超额收益率为 8.62%。2024 年的超额收 益率为-6.12%。

编辑：火腿肠