固收量化系列研究之五：從一致預(yù)測和預(yù)測分歧看可轉(zhuǎn)債定價

從一致預(yù)測和預(yù)測分歧看可轉(zhuǎn)債從一致預(yù)測和預(yù)測分歧看可轉(zhuǎn)債定價本報告以分析師預(yù)測作為切入點(diǎn)開展研究分析，嘗試回答以下三個問題：如何根據(jù)盈利預(yù)測數(shù)據(jù)構(gòu)建有效的一致預(yù)測指標(biāo)，對比其在股票和可轉(zhuǎn)債市場上的選股、擇券效果如何？除一致預(yù)測的強(qiáng)度以外，還有哪些其他維度，可以幫助增強(qiáng)預(yù)測指標(biāo)的因子表現(xiàn)？從微觀定價角度看，正股的一致預(yù)測能否在可轉(zhuǎn)債定價中起到作用？本文的主要結(jié)論如下：基于盈利預(yù)測構(gòu)造的一致預(yù)測指標(biāo)在股票選股和轉(zhuǎn)債擇券中均有一定效果，且在轉(zhuǎn)債上的策略歷史表現(xiàn)更好，而在風(fēng)格層面則更適用于平衡類轉(zhuǎn)債口根據(jù)A股分析師盈利預(yù)測數(shù)據(jù)，自下而上匯總一致預(yù)測指標(biāo)，并根據(jù)指標(biāo)的邊際變化構(gòu)造盈利預(yù)測改善因子。在計算過程中，對樣本采用時間加權(quán)的方式提升預(yù)測精度，并通過對齊報告期切換年份、合成未來12個月預(yù)期等方式，提升預(yù)測值的統(tǒng)一性和連貫性。口經(jīng)測試，盈利預(yù)測改善因子不論在股票選股或是轉(zhuǎn)債擇券上均有效?；诜治鰩燁A(yù)測構(gòu)造的營業(yè)收入、凈利潤和EPS改善因子分層效果均較好，其中，營收改善因子在股票和轉(zhuǎn)債上的T統(tǒng)計值分別為4.29、2.63，多空收益為9.92%、7.99%。并且從風(fēng)格上看，偏平衡風(fēng)格的轉(zhuǎn)債與擇券因子的適配度相對更高。一致預(yù)測的不確定性可幫助強(qiáng)化截面擇券效果、并輔助資產(chǎn)擇時口一致預(yù)測的標(biāo)準(zhǔn)差可用來表征分析師觀點(diǎn)的不確定性，而將盈利預(yù)測的變化和分歧相結(jié)合能夠增強(qiáng)投資組合的業(yè)績表現(xiàn)。對股票和轉(zhuǎn)債而言，均是升預(yù)期&低分歧組合的長期業(yè)績最佳，其中轉(zhuǎn)債對應(yīng)投資組合的年化收益率為16.89%，收益回撤比為0.92。此外，我們也發(fā)現(xiàn)在市場高不確定性時，利用轉(zhuǎn)債進(jìn)行正股替代可以有效優(yōu)化組合的風(fēng)險控制能力?？趯⒁恢骂A(yù)測數(shù)據(jù)自下而上匯總至全A指數(shù)層面，并以此為基礎(chǔ)構(gòu)造股票、轉(zhuǎn)債和債券的三資產(chǎn)動態(tài)配置策略。策略邏輯是在預(yù)測不確定性較強(qiáng)時增配轉(zhuǎn)債，以規(guī)避左尾風(fēng)險和博弈右尾彈性機(jī)會。動態(tài)配置策略的長期年化收益率為12.62%，最大回撤為27.73%，均優(yōu)于基準(zhǔn)的雙資產(chǎn)和三資產(chǎn)等權(quán)策略。通過納入分析師的主觀預(yù)測，可以增進(jìn)轉(zhuǎn)債二叉樹定價模型的精確性口轉(zhuǎn)債二叉樹定價模型中，對轉(zhuǎn)債未來平價變化的預(yù)測主要取決于波動率參數(shù)的取值高低，波動率越大則未來平價的波動范圍越寬。但模型對平價的預(yù)測結(jié)果可能過分高估/低估股票的上行/下行空間，與投資者的主觀觀點(diǎn)相矛盾?？卺槍︺y行轉(zhuǎn)債池，結(jié)合分析師一致預(yù)測數(shù)據(jù)，分別對正股未來的PB和BPS波動范圍進(jìn)行樂觀和謹(jǐn)慎推測，進(jìn)而計算出對未來銀行正股價格的波動預(yù)期，并借此對二叉樹模型進(jìn)行改進(jìn)?？诟倪M(jìn)后的隱含預(yù)期CRR因子擇券能力有明顯提升，月度IC的T統(tǒng)計值從2.12提升至3.42，銀行轉(zhuǎn)債多頭組合的年化收益率為9.48%、最大回撤為10.48%、收益回撤比為0.9，超過原始CRR因子0.41。風(fēng)險提示：本報告結(jié)果通過歷史數(shù)據(jù)統(tǒng)計、建模和測算完成，在政策、市場環(huán)境發(fā)生變化時模型存在失效的風(fēng)險。任瞳S1090519080004schinacomcn王武蕾S1090519090003梁雨辰S1090523070008hencmschinacomcn金融工程敬請閱讀末頁的重要說明2正文目錄 目錄 圖7：不同口徑的一致預(yù)測營收增速數(shù)據(jù)(2012.12.31-2023.6.30) 7圖8：分析師預(yù)測準(zhǔn)確度隨預(yù)測時間的變化(中位數(shù)) 8圖9：時間加權(quán)調(diào)整后的一致預(yù)測誤差水平(營收同比) 8圖10：營業(yè)收入改善因子分層回測凈值(股票) 9 圖12：凈利潤改善因子分層回測凈值(股票) 9C 圖14：EPS改善因子分層回測凈值(股票) 9 敬請閱讀末頁的重要說明3圖16：營業(yè)收入改善因子分層回測凈值(轉(zhuǎn)債) 11 圖18：凈利潤改善因子分層回測凈值(轉(zhuǎn)債) 11 圖20：EPS改善因子分層回測凈值(轉(zhuǎn)債) 11 歧下的股票表現(xiàn)凈值(2013.6.30-2023.6.30) 14 圖32：不同行業(yè)的轉(zhuǎn)債在中證轉(zhuǎn)債指數(shù)中的數(shù)量和權(quán)重占比(23Q2) 20 表1：營業(yè)收入、凈利潤和EPS改善因子分層回測收益風(fēng)險統(tǒng)計(股票月度，2013.6.30-2023.6.30) 10表2：營業(yè)收入、凈利潤和EPS改善因子分層回測收益風(fēng)險統(tǒng)計(轉(zhuǎn)債月度，2018.6.30-2023.6.30) 12表3：不同轉(zhuǎn)債風(fēng)格下的盈利增速改善因子IC情況(2018.6.30-2023.6.30) 12表4：不同預(yù)期變化和分歧下的股票表現(xiàn)收益風(fēng)險統(tǒng)計(2013.6.30-2023.6.30) 14敬請閱讀末頁的重要說明4表5：不同預(yù)期變化和分歧下的股票逐年收益表現(xiàn)統(tǒng)計(2013.6.30-2023.6.30) 15 表7：三資產(chǎn)動態(tài)配置組合收益風(fēng)險統(tǒng)計(2014.12.31-2023.6.30) 18 CRR組合收益風(fēng)險統(tǒng)計(2018.6.30-2023.6.30) 24CRR) 25金融工程敬請閱讀末頁的重要說明5機(jī)械基礎(chǔ)化工計算機(jī)汽車食品飲料公用事業(yè)有色金屬輕工制造傳媒建筑交通運(yùn)輸A機(jī)械基礎(chǔ)化工計算機(jī)汽車食品飲料公用事業(yè)有色金屬輕工制造傳媒建筑交通運(yùn)輸據(jù)分析師預(yù)測數(shù)據(jù)分別編制營收、凈利潤和EPS的一致預(yù)測盈利增速改善因子。從測算結(jié)果看，不論在股票或轉(zhuǎn)債市場中，一致預(yù)測指標(biāo)均有截面選股、擇券效果，而在轉(zhuǎn)債中的因子表現(xiàn)還受到平價風(fēng)格的影響；2)將討論維度拓展至分析師預(yù)測的分歧，用預(yù)測的標(biāo)準(zhǔn)差作為市場觀點(diǎn)不確定性的代理變量，進(jìn)一步改進(jìn)選股組合。并對指標(biāo)進(jìn)行自下而上的匯總指導(dǎo)擇時，構(gòu)造股票、轉(zhuǎn)債和純債的動得到隱含預(yù)期CRR模型?；谛露▋r模型所構(gòu)造的轉(zhuǎn)債折價率因子可以進(jìn)一步行轉(zhuǎn)債的擇券策略表現(xiàn)。和可轉(zhuǎn)債中的分析師一致預(yù)測指標(biāo)分析師一致預(yù)測是對分析師預(yù)測的匯總表達(dá)。作為市場有效性的組成部分之考意義。分析師預(yù)測的指標(biāo)內(nèi)容多樣，1.1.分析師預(yù)測指標(biāo)概況A股的分析師預(yù)測數(shù)據(jù)基本覆蓋半數(shù)以上的上市公司股票，重要集中在機(jī)械、醫(yī)藥、電子等行業(yè)。2008年至今，A股分析師預(yù)測數(shù)據(jù)(任意)的覆蓋度平均一級行業(yè)口徑下，針對機(jī)械、醫(yī)藥等行業(yè)股票的預(yù)測報告占比相對更大，23Q2，行業(yè)的預(yù)測占比相對長期均值有明顯提升。圖1：A股市場整體的分析師預(yù)測覆蓋度圖2：A股所有分析師預(yù)測內(nèi)部的各行業(yè)占比A股數(shù)量(右)股票占比@任意一致預(yù)測%40%%0002008/62011/62014/62017/62020/62023/68%6%4%2%占比均值23Q2占比出現(xiàn)分析師預(yù)測的股票數(shù)量/當(dāng)季度存續(xù)A股總數(shù)可轉(zhuǎn)債正股的分析師預(yù)測覆蓋度高于全部A股，而預(yù)測的行業(yè)分布結(jié)構(gòu)和全A接近。從預(yù)測覆蓋度的時序變化情況看，早年間轉(zhuǎn)債正股的預(yù)測數(shù)據(jù)覆蓋場的分析師預(yù)測數(shù)據(jù)覆蓋率約為72%。行業(yè)分布方面，基礎(chǔ)化工、機(jī)械、電子等一級行業(yè)仍然是預(yù)測占比最高的系列行業(yè)，在排序上和A股整體口徑有少許金融工程敬請閱讀末頁的重要說明6圖4：轉(zhuǎn)債所有分析師預(yù)測內(nèi)部的各行業(yè)占比圖3：可轉(zhuǎn)債市場整體的分析師預(yù)測覆蓋度圖4：轉(zhuǎn)債所有分析師預(yù)測內(nèi)部的各行業(yè)占比%40%%轉(zhuǎn)債數(shù)量轉(zhuǎn)債占比@任意一致預(yù)測2010201220142016201820202022040000占比均值23Q2占比相對股票超額占比@23Q28%6%4%2%基礎(chǔ)化工機(jī)械汽車公用事業(yè)計算機(jī)基礎(chǔ)化工機(jī)械汽車公用事業(yè)計算機(jī)輕工制造銀行有色金屬農(nóng)林牧漁建筑紡織服裝建材%進(jìn)一步細(xì)分來看，分析師預(yù)測指標(biāo)的種類繁多，盈利類指標(biāo)包括但不限于：業(yè)收入、凈利潤、EBIT、EPS等。如下圖所示，在股票和轉(zhuǎn)債市場中，營收、EPSROE蓋圖5：股票中分析師預(yù)測的細(xì)分指標(biāo)覆蓋度圖6：轉(zhuǎn)債中分析師預(yù)測的細(xì)分指標(biāo)覆蓋度收100%凈利潤EBITEBITDABPSROEROA營收凈利潤EBITEBITDAROEROA%40%%%40%%0%0%2011/62017/62020/62023/20102012462018202020221.2.分析師一致預(yù)測指標(biāo)的構(gòu)建一致預(yù)測數(shù)據(jù)屬于匯總加工過后的分析師預(yù)測數(shù)據(jù)，其應(yīng)用較為廣泛，但由分析師在研究報告中針對上市公司未來各財年的盈利狀況給出預(yù)測，而典型的分比增速等各項(xiàng)指標(biāo)。本報告中，我們同樣嘗試基于分析師預(yù)測的底層明細(xì)數(shù)據(jù)，自下而上匯總，計算一致預(yù)測指標(biāo)。此方式的好處是能夠在指標(biāo)構(gòu)造細(xì)節(jié)上給予更高的自由度。我們所計算的最終指標(biāo)為一致預(yù)測下的未來12個月盈利增速，指標(biāo)的具體構(gòu)造敬請閱讀末頁的重要說明7a報告類型：分析師預(yù)測數(shù)據(jù)的報告類型可分為策略研究、行業(yè)研紀(jì)要報告等，本文僅考慮公司研究報告加權(quán)方式：根據(jù)預(yù)測的發(fā)布日距離指標(biāo)測算日的時間進(jìn)行加權(quán)，則預(yù)測值替代為已披露的真實(shí)值b數(shù)據(jù)，c)將不同財年的增速數(shù)據(jù)按時間節(jié)點(diǎn)加權(quán)，最終調(diào)整為分析師一致預(yù)測下?lián)踢x擇在披露日后，即刻將個股的預(yù)測財務(wù)年度調(diào)整至下一年，但此方式會造存在大幅的跳升或下降(如下圖所示)。對此，我們在計算中選擇將預(yù)測財年的圖7：不同口徑的一致預(yù)測營收增速數(shù)據(jù)(2012.12.31-2023.6.30)%營收增速@FY1營收增速@12M營收增速@同比_WIND1246802此外，之所以在步驟(a)中對所有分析師預(yù)測按時間加權(quán)，是因?yàn)榫嚯x預(yù)測披露日越近的預(yù)測數(shù)據(jù)準(zhǔn)確度越高。在滾動計算時，我們將回顧測算日前推6析師預(yù)測，并針對不同時點(diǎn)的預(yù)測值，給予不同的權(quán)重。對此，一致預(yù)測盈利數(shù)據(jù)的預(yù)測誤差情況?？梢钥吹疆?dāng)預(yù)測的時間距離越短，預(yù)測的準(zhǔn)確度金融工程敬請閱讀末頁的重要說明8 圖8：分析師預(yù)測準(zhǔn)確度隨預(yù)測時間的變化(中位數(shù))圖9：時間加權(quán)調(diào)整后的一致預(yù)測誤差水平(營收同比) 預(yù)測誤差@營收預(yù)測誤差@凈利潤預(yù)測誤差@ROE0.30.50.70.91.11.31.51.71.9時間距離20%預(yù)測誤差@算數(shù)平均預(yù)測誤差@時間加權(quán)6126126121.3.基于盈利預(yù)測改善因子的選股與擇券M造盈利預(yù)測改善因子，并分別在股票和可轉(zhuǎn)債兩類樣本池中計算各因子的業(yè)績表1.3.1.盈利預(yù)測改善因子在股票市場的選股效果我們將一致預(yù)測下的12M增速指標(biāo)做3個月差分，得到盈利預(yù)測改善因子，緒變化：factoT=foTecast2m?foTecastm：所有市值或換手率不在市場后3%的A股PS營業(yè)收入改善因子的分層效果最為明顯。此外，通過1.2節(jié)方法構(gòu)建的ROE因金融工程敬請閱讀末頁的重要說明97.00g1g2g3g4.000.002013/62015/62017/62019/62021/62023/6IC累積IC(右)2013/62015/62017/62019/62021/62023/6圖12：凈利潤改善因子分層回測凈值(股票)圖13：凈利潤改善因子月度IC(股票).002013/62015/62017/62019/62021/62023/6IC累積IC(右)2013/62015/62017/62019/62021/62023/6EPS：EPS改善因子月度IC(股票).006666662021/62023/66IC累積IC(右)(0.50)2013/62015/62017/62019/62021/62023/6IC子一輪明顯調(diào)整，隨后營業(yè)收入和凈利潤改善因子的IC實(shí)現(xiàn)修金融工程敬請閱讀末頁的重要說明10表1：營業(yè)收入、凈利潤和EPS改善因子分層回測收益風(fēng)險統(tǒng)計(股票月度，2013.6.30-2023.6.30)年化收益率最大回撤收益回撤比年化收益率最大回撤收益回撤比年化收益率最大回撤收益回撤比6.25%9.55%5.68%8.13%6.54%6.41%6.50%4.93%9.34%4.71%%.291.3.2.盈利預(yù)測改善因子在轉(zhuǎn)債市場的擇券效果可轉(zhuǎn)債的分組測算框架與股票類似，差異之處在于不同平價水平的轉(zhuǎn)債的業(yè)績表現(xiàn)可能存在顯著差異，對一致預(yù)測因子的擇券效果形成干擾，因此我們在計平價中性化操作：置截面平價價值中性化于轉(zhuǎn)債的數(shù)目相對股票而言明顯更少，同時市場的起步時間也相較偏晚，看，分析師一致預(yù)測下的盈利預(yù)測改善因子在可轉(zhuǎn)債市場中同樣有一定效果，隨轉(zhuǎn)債組合在高因子得分組內(nèi)的回撤風(fēng)險明顯更小，收益風(fēng)險比也更高。1金融工程敬請閱讀末頁的重要說明11g1g2g3g4g52018/62019/62020/62021/62022/62023/6IC累計IC(右)2018/62019/62020/62021/62022/62023/6圖18：凈利潤改善因子分層回測凈值(轉(zhuǎn)債)圖19：凈利潤改善因子月度IC(轉(zhuǎn)債)0.50g1g2g3g4g52018/62019/62020/62021/62022/62023/6IC累計IC(右)2018/62019/62020/62021/62022/62023/6資料來源：招商證券，Wind資訊資料來源：招商證券，Wind資訊g1g2g3g4g52018/62019/62020/62021/62022/62023/6IC累計IC(右)(0.50)2018/62019/62020/62021/62022/62023/6資料來源：招商證券，Wind資訊資料來源：招商證券，Wind資訊金融工程敬請閱讀末頁的重要說明12表2：營業(yè)收入、凈利潤和EPS改善因子分層回測收益風(fēng)險統(tǒng)計(轉(zhuǎn)債月度，2018.6.30-2023.6.30)年化收益率最大回撤收益回撤比年化收益率最大回撤收益回撤比年化收益率最大回撤收益回撤比3%%大多持平或優(yōu)于轉(zhuǎn)債。我們認(rèn)為這可能是由于多方面原因?qū)е拢?)全A和轉(zhuǎn)債的樣本池存在結(jié)構(gòu)性差異，行業(yè)分布的不同可能造成因子有效性差異；2)對偏債端轉(zhuǎn)債而言，轉(zhuǎn)債與正股聯(lián)系不緊密，在景氣不足以支持平價大幅突破的情況下，深度虛值轉(zhuǎn)債的業(yè)績?nèi)灾饕軅子绊懀?)對強(qiáng)股性的深度實(shí)值轉(zhuǎn)債而言，平價基數(shù)較高，預(yù)期提升雖對股票有利，但也可能造成轉(zhuǎn)債進(jìn)一步暴露于強(qiáng)贖風(fēng)壓預(yù)期，并壓縮轉(zhuǎn)債溢價率。作為補(bǔ)充，我們根據(jù)可轉(zhuǎn)債的平價價值高低，將其分為強(qiáng)債性(平價小于80)、平衡(平價80-110)和強(qiáng)股性(平價大于110)3組，并分別計算了盈利T雖然從理論上但過高的平價水平也可能增加轉(zhuǎn)債的強(qiáng)贖壓力，此時IC的標(biāo)準(zhǔn)差升高，對因子形成拖累。表3：不同轉(zhuǎn)債風(fēng)格下的盈利增速改善因子IC情況(2018.6.30-2023.6.30)80-110平價>1100-110平價>1100-110平價>110.50%.32%%0%1%6%6%2%行了等權(quán)的合成。但測算結(jié)果顯示，指標(biāo)綜合打分的回測效果并不及營業(yè)收入單暫且僅使用營業(yè)收入這一項(xiàng)指標(biāo)。二二、基于預(yù)測不確定性的指標(biāo)交互作用研究。金融工程敬請閱讀末頁的重要說明132.1.一致預(yù)測的變化與分歧M分析師對個股盈助我們觀測市場的預(yù)測狀態(tài)，例如：新增預(yù)測數(shù)量、預(yù)測上/下調(diào)比例、預(yù)測值分布的偏度、峰度等。此處，我們則是選擇利用分析標(biāo)形成交互作用。以下4個象限：1)升預(yù)期&低分歧：此類股票的分析師情緒邊際走強(qiáng)，同時，票投資；2)升預(yù)期&高分歧：此類股票的盈利預(yù)期雖然普遍有所升高，但不同有一定錯判風(fēng)險；3)降預(yù)期&高分歧：此類股票的分析師情緒邊際普遍走弱，但不同分析師對預(yù)測值的觀點(diǎn)差異仍然較大，有博弈業(yè)績超預(yù)期的可能；4)降場觀點(diǎn)基本一致，需進(jìn)行規(guī)圖22：通過預(yù)期變化和分歧對股票資產(chǎn)進(jìn)行象限劃分：所有市值或換手率不在市場后3%的A股?升預(yù)期&高分歧組合：未來12M營收預(yù)期增速的3M變化量(營收改?升預(yù)期&低分歧組合：未來12M營收預(yù)期增速的3M變化量(營收改?降預(yù)期&高分歧組合：未來12M營收預(yù)期增速的3M變化量(營收改?降預(yù)期&低分歧組合：未來12M營收預(yù)期增速的3M變化量(營收改金融工程敬請閱讀末頁的重要說明14高低的關(guān)鍵因素，升預(yù)期類組合的年化收益率均在15%以上，而降預(yù)期類組合的收益率在8.5%左右；2)預(yù)期的分歧則一定程度上影響了投資組合的風(fēng)險，低其業(yè)績表現(xiàn)的確定性會更強(qiáng)；3)在升預(yù)期環(huán)境中，長期來看，低分歧組合降低了組合回撤，而在降預(yù)期環(huán)境中，低分歧組合的回撤風(fēng)險要略高于高分歧組合；4)總的來說，股票資產(chǎn)中，升預(yù)期&低分歧組合的業(yè)績表現(xiàn)最佳，組合年化收益率為18.04%、最大回撤為。圖23：不同預(yù)期變化和分歧下的股票表現(xiàn)凈值(2013.6.30-2023.6.30).50升預(yù)期&高分歧升預(yù)期&低分歧降預(yù)期&高分歧降預(yù)期降預(yù)期&高分歧0.5020132014201520162017201820192020202120222023表4：不同預(yù)期變化和分歧下的股票表現(xiàn)收益風(fēng)險統(tǒng)計(2013.6.30-2023.6.30)類型年化收益率年化波動率最大回撤收益波動比收益回撤比升預(yù)期&高分歧升預(yù)期&低分歧15.30%18.04%28.79%27.02%51.36%43.51%0.530.670.300.41降預(yù)期&高分歧降預(yù)期&低分歧8.40%8.64%28.56%26.67%56.70%57.31%0.290.320.150.15合在部分年間，由于盈利預(yù)測的右尾端被兌現(xiàn)，因此可能會獲得超過低分歧組合&低分歧。敬請閱讀末頁的重要說明15表5：不同預(yù)期變化和分歧下的股票逐年收益表現(xiàn)統(tǒng)計(2013.6.30-2023.6.30) 統(tǒng)計區(qū)間升預(yù)期&高分歧升預(yù)期&低分歧降預(yù)期&高分歧降預(yù)期&低分歧2013/12-2014/122014/12-2015/122015/12-2016/122016/12-2017/122017/12-2018/122018/12-2019/122019/12-2020/122020/12-2021/122021/12-2022/122022/12-2023/642.28%-8.42%-27.73%39.51%38.75%33.65%3.95%52.88%87.74%-8.30%-7.71%-24.20%33.20%24.68%27.65%18.76%34.23%76.67%-33.09%32.56%18.25%21.38%0.85%28.80%58.80%-31.81%30.23%16.58%21.31%中所變化：?升預(yù)期&高分歧組合：未來12M的正股營收預(yù)期增速的3M變化量在?升預(yù)期&低分歧組合：未來12M的正股營收預(yù)期增速的3M變化量在?降預(yù)期&高分歧組合：未來12M的正股營收預(yù)期增速的3M變化量在?降預(yù)期&低分歧組合：未來12M的正股營收預(yù)期增速的3M變化量在?中性化處理：在全A股票樣本內(nèi)進(jìn)行截面股票市值中性化，隨后在轉(zhuǎn)債樣截面平價價值中性化示，基于預(yù)期變化與分歧的截面擇優(yōu)方法在轉(zhuǎn)債中同樣有效。一方面，低分歧組合的波動率均相對高分歧組有所降低；另一方面，正股升預(yù)期&低分歧組合的業(yè)績表現(xiàn)最優(yōu)，組合年化收益率為16.89%，最大回撤為18.36%，收益回撤比0.92，相比于升預(yù)期&高分歧組合而言有效降低了回撤風(fēng)險，且具有4個組合中金融工程敬請閱讀末頁的重要說明16圖24：不同預(yù)期變化和分歧下的轉(zhuǎn)債表現(xiàn)凈值圖25：不同預(yù)期變化和分歧下的轉(zhuǎn)債數(shù)量升預(yù)期&高分歧升預(yù)期&降預(yù)期&高分歧降預(yù)期&低分歧2018/62019/62020/62021/62022/62023升預(yù)期&高分歧升預(yù)期&降預(yù)期&高分歧降預(yù)期&低分歧80002018/62019/62020/62021/62022/6若是將轉(zhuǎn)債和對應(yīng)正股的投資組合業(yè)績表現(xiàn)進(jìn)行橫向比較，則可以觀察到：1)在高不確定的環(huán)境中，利用轉(zhuǎn)債進(jìn)行正股替代能夠更有效提升組合的風(fēng)險控的是降預(yù)期&高分歧組合和升預(yù)期&高分歧組合，兩組合的投資風(fēng)險分別相對正股而言降低了15.04%和9.86%；2)從歷史數(shù)據(jù)看，轉(zhuǎn)債的綜合業(yè)績表現(xiàn)優(yōu)于資產(chǎn)類型組合名稱年化收益率年化波動率最大回撤收益波動比收益回撤比可轉(zhuǎn)債升預(yù)期&高分歧升預(yù)期&低分歧降預(yù)期&高分歧降預(yù)期&低分歧17.30%16.89%5.52%10.51%18.67%16.04%17.54%18.36%21.64%26.76%0.930.310.610.590.920.260.39正股升預(yù)期&高分歧升預(yù)期&低分歧降預(yù)期&高分歧降預(yù)期&低分歧16.36%13.80%-3.80%25.81%23.03%25.61%25.03%38.99%27.56%36.68%34.52%0.630.60-0.150.410.420.50-0.100.292.2.基于預(yù)測狀態(tài)的動態(tài)配置策略前文中我們對一致預(yù)測變化和分歧的討論，更多聚焦在截面的微觀選股和擇以全部A股為例，我們首先滾動挑選出歷史三個月內(nèi)連續(xù)有預(yù)測值的個股作為樣本池，分別計算了其每日一致預(yù)測下的未來12M盈利增速和增速標(biāo)準(zhǔn)差的中位數(shù)，以表征A股整體的分析師預(yù)測觀點(diǎn)狀態(tài)。但和截面數(shù)據(jù)有所不同的是，我們發(fā)現(xiàn)一致預(yù)測的時序數(shù)據(jù)存在明顯的周期性問題。距報告期越遠(yuǎn)，往往越傾向于樂觀高估，并隨著時間推移不斷下修調(diào)整；2)分估值行情，溢價率的中樞水平顯著提升。站在當(dāng)前時點(diǎn)看，未來轉(zhuǎn)債在估值側(cè)的強(qiáng)敬請閱讀末頁的重要說明17后達(dá)到區(qū)間高位，前者的邏輯與盈利增圖26：分析師預(yù)測數(shù)據(jù)的周期性表現(xiàn)(未來12M，2013-2023)27%營收@預(yù)測增速營收@增速分歧(右)%3%%17%15%20132015201720192021%時，考慮到擇時策略相對更為看重信息的邊際時效性，因此，我們選擇在對指標(biāo)做同比后再取環(huán)比，構(gòu)造如下圖所示的A股市場整體的一致預(yù)測盈利增速變化圖27：全A股未來12M營收預(yù)測增速的時序變化圖28：全A股未來12M營收增速預(yù)測分歧的時序變化0.080.060.040.02 20.04營收@預(yù)測增速變化(右)營收@預(yù)測增速0.040-0.06-0.02201320152017201920210.015營收@增速分歧變化(右)營收@增速分歧0.0080050.01150.022013201520172019202142資料來源：招商證券，Wind資訊資料來源：招商證券，Wind資訊基于上述兩項(xiàng)數(shù)據(jù)，構(gòu)造基于股票、轉(zhuǎn)債和純債的三資產(chǎn)擇時策略。具體邏輯是當(dāng)盈利增速預(yù)測邊際改善時，利好權(quán)益類資產(chǎn)，而在邊際走弱時則利好純債當(dāng)場景氣減弱但分歧較高時，將部分純債配置到可轉(zhuǎn)債，博弈右尾業(yè)績超預(yù)期的機(jī)合：#盈利增速升高&增速分歧降低：股票金融工程敬請閱讀末頁的重要說明18盈利增速降低&增速分歧降低：純債方式：月度此外，考慮到早年間轉(zhuǎn)債市場的整體規(guī)模和交易熱度都偏低，因此在2018年以前，若擇時指標(biāo)發(fā)出配置可轉(zhuǎn)債的信號，我們會將轉(zhuǎn)債部分的資金均等地劃入股票和純債資產(chǎn)中。圖29：三資產(chǎn)動態(tài)配置組合凈值圖30：動態(tài)配置組合的資產(chǎn)配置比例動態(tài)配置組合@三資產(chǎn)動態(tài)配置組合@三資產(chǎn)等權(quán)組合@三資產(chǎn)0042016201820204%40%%20142016201820202022債券占比轉(zhuǎn)債占比股票占比上圖展示了動態(tài)配置組合的具體資產(chǎn)配置情況和長期業(yè)績表現(xiàn)。從測算結(jié)果27.73%，收益回撤比為0.46，表7：三資產(chǎn)動態(tài)配置組合收益風(fēng)險統(tǒng)計(2014.12.31-2023.6.30)類型年化收益率年化波動率最大回撤收益波動比收益回撤比動態(tài)配置組合@三資產(chǎn)12.62%27.73%0.900.46等權(quán)組合@雙資產(chǎn)等權(quán)組合@三資產(chǎn)4.92%12.23%13.45%28.53%34.45%0.409，。金融工程敬請閱讀末頁的重要說明19表8：三資產(chǎn)動態(tài)配置組合逐年收益表現(xiàn)(2014.12.31-2023.6.30)統(tǒng)計區(qū)間動態(tài)配置組合等權(quán)組合等權(quán)組合三資產(chǎn)雙資產(chǎn)三資產(chǎn)超額收益超額收益擇時減雙資產(chǎn)擇時減三資產(chǎn)2014/12-2015/122015/12-2016/122016/12-2017/122017/12-2018/122018/12-2019/122019/12-2020/122020/12-2021/122021/12-2022/122022/12-2023/648.01%24.74%1.09%27.62%17.67%11.98%-0.68%4.29%25.28%-4.23%2.63%18.63%14.26%7.21%-7.67%3.52%5.89%-6.74%1.75%20.79%11.22%10.88%-8.42%3.66%22.73%28.97%-3.38%8.99%3.41%4.77%6.99%0.78%31.48%-0.66%-6.77%6.83%6.45%1.09%7.74%0.64%前兩章中，我們花費(fèi)了一定的篇幅用以討論一致預(yù)測數(shù)據(jù)在轉(zhuǎn)債擇券上的應(yīng)用，更多是從相對定價的角度出發(fā)篩選投資標(biāo)的。而在本節(jié)中，我們將嘗試以3.1.可轉(zhuǎn)債二叉樹定價模型價和理論價格之間的差異，格、條款等因素，對未來各個“樹枝”上的預(yù)期價格進(jìn)行修正；3)越高，二叉樹所生成的未來平價價值的上下限分布范圍就越寬。金融工程敬請閱讀末頁的重要說明20銀行基礎(chǔ)化工交通運(yùn)輸非銀行金融公用事業(yè)機(jī)械農(nóng)林牧漁有色金屬建筑汽車輕工制造鋼鐵銀行基礎(chǔ)化工交通運(yùn)輸非銀行金融公用事業(yè)機(jī)械農(nóng)林牧漁有色金屬建筑汽車輕工制造鋼鐵但此計算方法可能和投資者的主觀觀點(diǎn)形成差異。因?yàn)槎鏄淠Ｐ蛯ξ磥砉赏鶗J(rèn)為股票未來的跌幅已經(jīng)有限、但上行賠率較高；又或者從公司基本面質(zhì)地出發(fā)，投資者可能認(rèn)為公司股票價格僅會在固定的區(qū)間內(nèi)波動。但上述問題在原始的轉(zhuǎn)債二叉樹模型中均無法被很好地解決。圖32：不同行業(yè)的轉(zhuǎn)債在中證轉(zhuǎn)債指數(shù)中的數(shù)量和權(quán)重占比(23Q2)00轉(zhuǎn)債數(shù)量累計權(quán)重(右)00，正的可行性，而其中分析師的預(yù)期則可能成為重要的參考指標(biāo)之一。3.2.銀行轉(zhuǎn)債的二叉樹定價改進(jìn)方式探索金融工程敬請閱讀末頁的重要說明21銀行綜合金融交通運(yùn)輸鋼鐵食品飲料汽車石油石化非銀行金融消費(fèi)者服務(wù)通信建材機(jī)械銀行綜合金融交通運(yùn)輸鋼鐵食品飲料汽車石油石化非銀行金融消費(fèi)者服務(wù)通信建材機(jī)械建筑P=PB×BPS[1]化工等其他轉(zhuǎn)債高權(quán)重行業(yè)、或全A指數(shù)而言，波動范圍更窄。2)從分析師預(yù)為1.8%、平均值為4%，在所有中信一級行業(yè)中準(zhǔn)確度最高。較好的數(shù)據(jù)質(zhì)量，得出可信度更高的價格預(yù)測結(jié)果。銀行萬得全A電新化.0002013/62015/62017/62019/62021/62023%預(yù)測誤差@中位數(shù)預(yù)測誤差@%值上下限進(jìn)行推斷。具體來說：1)取歷史滾動5年和下沿；2)PB從測算日的值變化至上下沿需要一定的時間，考慮用股票歷史要尊重其突破歷史上下限的可能性，在此極端情況下，給予估值±25%的額外空明顯高估等情況出現(xiàn)。金融工程敬請閱讀末頁的重要說明22最大PBPB預(yù)測上沿最大PB最最小PB0.502016/62017/62018/62019/62020/62021/62022/62023/6對于BPS，則可使用分析師一致預(yù)測數(shù)據(jù)。我們沿用第一節(jié)中的指標(biāo)構(gòu)造BPS增速的謹(jǐn)慎和樂觀預(yù)期。在計算未來的BPS上下沿時：1)首先需確認(rèn)最取值范圍；2)隨后，用未來12M的BPS預(yù)測增速進(jìn)一步外推，分別得到樂觀BPS預(yù)期增速@謹(jǐn)慎%BPS預(yù)期增速@謹(jǐn)慎%BPS預(yù)期增速BPS預(yù)期增速@樂觀2018/62019/62020/62021/62022/62023/6在完成對PB和BPS的預(yù)測后，只需將兩者的上下沿對齊相乘，便可計算銀行股的股價理論上下沿。如下圖所示，2021年底，銀行金融工程敬請閱讀末頁的重要說明23可轉(zhuǎn)債轉(zhuǎn)換價格正股估值正股二叉樹模型外部參數(shù)參數(shù)名稱描述可轉(zhuǎn)債轉(zhuǎn)換價格正股估值正股二叉樹模型外部參數(shù)參數(shù)名稱描述25股票價格價格預(yù)測上沿價格預(yù)測下沿972021/32021/92022/32022/92023/3的復(fù)權(quán)價格，因此本身便包含分紅信息。但在公式[1]的算法中并不含有上述元我們采用上文中所描述的方式，計算歷史上所有銀行轉(zhuǎn)債的隱含預(yù)期二叉樹具體所涉及的參數(shù)細(xì)節(jié)如下表所示：原始二叉樹模型隱含預(yù)期二叉樹模型(新增部分)參數(shù)名稱描述參數(shù)名稱描述平價價值B到期時間可轉(zhuǎn)債剩余期限(年)估值變化率正股歷史PB的5年日均增速無風(fēng)險利率債YTM估值上沿正股歷史PB的5年理論最大值股息率12M股息率5年滾動均值估值下沿正股歷史PB的5年理論最小值波動率正股歷史6個月年化波動率當(dāng)前BPS樂觀預(yù)測當(dāng)前BPS的