可轉債與利率久期輪動在“固收+”策略中的運用

摘要：可轉債是“固收+”策略中一項重要的配置標的，其“進可攻、退可守”的特性受到投資者青睞。本文分別運用量化模型和宏觀因子模型構建了偏股型可轉債策略、偏債型可轉債策略和利率久期輪動策略，并通過回測證實，三類子策略的收益風險表現相較基準指數均有提升。在構建“固收+”策略時，本文通過下行風險平價模型對以上三類子策略進行配置，相較基準指數取得了明顯的超額收益，且收益風險比有所提高。

關鍵詞：“固收+” 可轉債 利率久期輪動 下行風險平價模型

引言

在低利率時代來臨和泛權益市場震蕩不斷的背景下，“固收+”策略投資者不僅需要努力挖掘不同類資產的收益來源，還需要精細化管理自己的投資組合與投資入選標的。資產策略層面，可攻可守的可轉債策略與無信用風險的利率久期輪動策略是兩個值得深入研究的方向。在可轉債策略上，除了常見的“雙低”“單低”策略以外1，高智威和許坤圣（2024）指出，還可以考慮運用多因子模型對可轉債尤其是偏股型可轉債進行策略研究。在利率久期輪動策略上，Bektic等（2020）列舉了一系列關于因子投資在債券收益率預測上的運用總結，為固定收益投資研究人員提供了豐富的債券量化思路。然而，伴隨著單資產研究手段的不斷豐富，針對不同資產策略精細化管理的研究目前尚顯匱乏，羅漫和吳文倩（2024）提出可以運用下行風險平價模型對各類子策略進行配置管理，從而提高組合收益風險比。

本文旨在從中國可轉債市場和利率債市場中發掘有效因子，并對其投資策略進行深入分析，最終通過運用相應資產配置模型構建精細化管理的“固收+”策略組合。本文首先分別構建量化可轉債策略與利率久期輪動策略，然后在此基礎上運用下行風險平價模型構建“固收+”投資組合，并分析了該組合的投資價值與持倉風格，旨在為市場從業人員提供行之有效的論據支持。

可轉債市場簡介和文獻綜述

近年來，伴隨著權益市場的走弱，市場對兼顧股性與債性的可轉換債券的關注度不斷提高。由于內含股票期權，相對于傳統債券，可轉債可以獲取相對權益市場的超額收益；又由于其債券屬性，相對于股票，可轉債的底部價值更容易估量。因此，可轉債具有“進可攻、退可守”的優勢。截至2024年6月11日，以5年為考察區間，中證可轉債指數年化收益率為5.14%，年化波動率為8.99%；同期萬得全A指數年化收益率為3.20%，年化波動率為18.57%。無論從收益還是風險層面來看，可轉債較境內權益資產都具有一定優勢，因此在“固收+”策略中加入可轉債能起到提升風險收益特征的效果。

目前，基于中國可轉換債券的學術研究主要從定價角度出發。鄭振龍和林海（2004）提出根據可轉債的期權屬性，結合中國可轉債條款構建不同于海外的定價模型。周其源等（2009）的可贖回可轉換貼現債券完全拆解定價法在Black-Scholes期權模型假設框架下，依據風險中性定價原理，將可贖回可轉換貼現債券完全拆解為以下5種簡單證券的組合（普通貼現債券、兩種立即支付型規則美式二值買權、上敲出買權、延遲支付型規則美式二值買權），并據之推導出定價解析式。而我國從業人員則逐漸拓寬可轉債投資研究方法，除定價方法外，還運用股票多因子思路嘗試對可轉債市場進行研究，高智威和許坤圣（2024）從量價類因子、可轉債基本面類因子、正股基本面類因子構造了偏股型可轉債多因子策略。

在純債市場研究方面，除了信用下沉策略、票息策略等傳統策略研究外，近年來研究人員也逐漸將目光投向久期輪動策略，通過運用各類因子對收益率曲線進行判斷從而構建長短久期輪動策略。Li等（2022）發現在預測中國國債收益率水平上，宏觀因子、財政因子相較于政策面因子更為行之有效。Jiang等（2024）發現宏觀因子與中國國債收益存在非線性關系，并運用對應機器學習模型建立了宏觀因子到中國國債收益率預測的橋梁。

大類資產配置是“固收+”策略收益的重要來源，一直以來都是學術界與業界的研究熱點之一。除了常見的均值方差（MVO）模型、風險平價模型，近些年運用下行風險2特性構建的資產配置模型也較受歡迎。Kim等（2022）提出通過對下行風險進行放縮，可以構建出收益風險特征更優秀的投資組合。而同期Luo等（2022）則基于下行風險概念構建了下行風險平價模型（Downside Risk Parity，DRP），并證明了該模型能夠較普通的風險平價模型獲得更好的風險調整后表現。羅漫和吳文倩（2024）運用下行風險平價模型搭配不同資產子策略，證明了該模型在配置資產子策略上也能獲得更好的風險調整后收益。

可投標的選取和概念定義

在構建具體量化可轉債策略時，本文出于對投資可落地性的考慮，首先確定可轉債基礎可投標的池。基于對信用風險、流動性風險、輿情風險、政策性風險等方面的考量，本文要求可投可轉債需滿足：1.可轉債信用評級AA-及以上；2.信號日3可轉債及正股非漲跌停；3.信號日對應正股近3個月不存在被終止上市的風險（如*ST、ST、S、S*ST、SST類股票）；4.可轉債存續市值不少于5億元；5.信號日可轉債近20個交易日日均交易額不少于500萬元；6.可轉債對應正股公司滿足近3年分紅大于凈利潤的30%或5000萬元。回測區間方面，由于從2018年開始可轉債市場較前期有了較大轉變，因此本文研究范圍為2018年1月至2024年6月。同時，本文按照慣例，根據平價溢價率（轉股價值/純債價值-1）將可轉債整體劃分為偏股型可轉債（平價溢價率>20%）、平衡型可轉債（-20%≤平價溢價率≤20%）、偏債型可轉債（平價溢價率<-20%）等三類可轉債，并聚焦在具有進攻性的偏股型可轉債與具有防守特性的偏債型可轉債上進行策略開發。

子策略一：偏股型可轉債策略

（一）策略構建思路

偏股型可轉債策略方面，本文借鑒高智威和許坤圣（2024）思路，分別從量價因子、可轉債基本面因子和正股基本面因子這三大類維度出發構造小類因子，再取截面標準化后的小類因子均值作為偏股型可轉債優選大類因子，最后再將三大類因子等權合成為偏股型可轉債優選因子。部分因子構造細節如表1所示。

本文分別測試了在5日和10日的不同調倉頻率下大類因子合并后的表現。因子回測細節為：信號日第二天根據因子打分購買符合要求的前10只偏股型可轉債，分別持有5個交易日和10個交易日，同時交易費用為雙邊0.3%，交易滑點4為0.1%。在回測區間2018年1月至2024年6月內，大類因子合并后的策略在5日換倉、10日換倉下的收益風險指標為：年化收益率分別為14.45%、12.10%，年化波動率分別為17.29%、17.11%，區間最大回撤分別為-20.17%、-19.84%。

（二）策略回測表現

本文選取中證可轉換債券偏股策略指數（931653.CSI）作為比較基準。在回測區間內，5日換倉策略的年度收益率中位數為7.07%，平均數為13.65%；10日換倉年度收益率中位數為8.37%，平均數為11.04%；比較基準年度收益率中位數為2.77%，平均數為5.28%。可以發現，本文構建的偏股可轉債策略在不同的換倉頻率下都對比較基準有一定超額表現（見表2）。

子策略二：偏債型可轉債策略

（一）策略構建思路

根據特性而言，偏債型可轉債的表現更像是純債型資產，日常波動較小，因此在“固收+”策略中，配置偏債型可轉債往往可以起到在控制組合波動情況下適當增厚收益的效果。但偏債型可轉債與債券相關性較高，因此組合里需要有一定倉位來配置相關性相對較低的股票策略或偏股型可轉債策略。

關于偏債型可轉債策略，本文通過構建兩個高股息策略并對其進行融合來得到最終策略。第一個高股息策略根據稅前到期收益率與中債中短期票據AAA到期收益率的差值由高到低排序，最終選取15只偏債型可轉債；第二個高股息策略根據過去20日稅前到期收益率均值由高到低排序，并剔除轉股溢價率低于-5%或超過20%的可轉債，最終選取15只偏債型可轉債。最后，本文對兩個高股息策略進行等權融合，當出現重復可轉債時，不作去重處理。

（二）策略回測表現

本文分別測試了在5日和10日的不同調倉頻率下的策略表現，其他相關回測細節與偏股型可轉債回測一致。在回測區間內，本文構建的偏債型可轉債5日換倉策略年化收益率為12.43%、年化波動率為9.07%，區間最大回撤為-16.54%；10日換倉策略年化收益率稍弱，為10.89%，對應年化波動率和區間最大回撤分別為9.24%和-15.84%。

子策略三：利率久期輪動策略

（一）策略構建思路

近年來，伴隨著投資者對信用下沉風險的擔憂與低利率情景下票息策略的不斷走弱，利率久期輪動策略逐漸受到了更多投研人員的關注。除了常見的主觀研究方法論，部分研究人員也在嘗試將股票中常用的多因子方法體系運用在對債券收益率的預測上，從而構建久期輪動策略。然而，不同于股票資產的投研側重從自下而上的視角出發，主要關注公司基本面、量價因子；對于固收資產，投研則需要站在自上而下的角度，首要考慮宏觀基本面、政策面、資金面等因素的影響。具體而言，本文從工業生產、股票、經濟增長、景氣指數、外匯外貿、消費財政等維度分別構造宏觀大類因子，并基于多因子模型來構建月度輪動的長短久期輪動配置策略。如表3所示，本文從每大類指標中分別列舉一子類指標進行說明。

在具體的指標構建中，由于宏觀因子更新的滯后性，本文統一采取向前取數方式，以此避免引入未來數據。具體的指標組合方式為：在子類指標層面，當子類指標發出看多信號時，對應大類指標記“1”；子類指標發出看空信號時，對應大類指標記“-1”，最終得到大類指標觀點。在大類指標層面，如果大類指標得分為正則記“1”，得分為負則記“-1”。最終本文基于各大類指標得分加總后的分數正負匯總得到最終觀點，即分數為正表示看多，分數為負表示看空。當信號看多時，策略滿倉配置代表長久期的7—10年國開債指數（931472.CSI）；信號看空時，策略滿倉配置代表短久期的中債短融總指數（CBA01803.CS）5；信號無明確觀點時，策略等權配置長久期和短久期資產。

策略構建具體而言，本文以每月末交易日為信號日，下一個交易日為調倉日，根據模型信號判斷配置方向。對于策略的有效性評測，本文統一以相較基準策略的超額收益來衡量指標是否有效，其中基準策略為等權配置長久期與短久期。

（二）策略回測表現

回測區間2018年1月至2024年6月內，輪動策略波動2.02%，較比較基準的1.25%有所提高，但年化收益率達到5.98%，較基準年化收益增厚1.54%；同時，輪動策略最大回撤為-1.29%，較基準-2.78%有明顯改善。可以看出，除波動率指標外，久期輪動策略風險收益指標較基準策略有一定提升。策略具體表現如表4所示。

“固收+”策略

（一）策略構建思路

在“固收+”策略組合的具體構建中，除了對子策略與資產的研究之外，合理構建大類資產投資組合或策略組合也往往會帶來一定額外收益。本文采用Luo等（2022）提出的下行風險平價模型來對不同類別資產進行融合。該模型證明了其在資產組合方面較普通的風險平價模型能夠獲得更好的風險調整后表現，而羅漫和吳文倩（2024）證明了在運用該模型對不同策略融合亦能獲得較好的風險調整后表現。該模型的基礎為風險平價模型，風險平價模型通常假定組合中每個資產的風險貢獻均相等，算法可以簡單表述如下：

設r=（r1， …， rn）'和x=（x1， …， xn）'分別為n個資產的回報和權重，組合的回報和標準差可以表示為：

每類資產對于組合的風險貢獻TRC表示如下：

風險平價要求組合中每個資產的風險貢獻相等，那么，權重的求解就可以轉化為如下最優化問題：

在下行風險平價模型中，定義組合下行風險

，此時類似風險平價

模型中風險貢獻TRC的下行風險貢獻TDRC為：

其中Iit為示性函數，當t期資產i的收益小于等于目標收益時取1，反之為0，通常目標收益rtarget可以取0。

此外，這里需要指出下行風險平價模型關注的是資產對組合下行風險的貢獻，而非資產下行風險的簡單加權平均，在實踐中也需要注意這里的細微差別。

（二）策略回測表現

本文“固收+”組合采取月度調倉，每月末通過輸入3個子策略過去近6個月凈值數據進入下行風險平價模型并得到未來一個月的策略配置權重。由于需要歷史近6個月策略凈值數據，“固收+”策略的回測區間為2018年6月至2024年6月。整體來看，回測區間內，偏股可轉債策略、偏債可轉債策略、利率久期輪動策略的平均倉位分別為6.31%、9.33%、84.36%，因此本文選取與投資標的相近的一級債基作為比較基準。回測區間內，本文構建“固收+”策略年化收益率達到7.00%，相較于基準（萬得混合債券型一級基金指數：885006.WI）有2.48%的超額收益，但在保持進攻的同時在年化波動率（策略年化波動率2.95%，基準年化波動率1.92%）、區間最大回撤（策略區間最大回撤為-3.16%，基準區間最大回撤為-2.53%）上有一定犧牲（見圖1）。

從拆分收益貢獻來看，除2022年、2024年以外，“固收+”策略均在3個子策略基礎上做到了有效的收益增強，基本滿足了“固收+”投資策略的設計初衷，即根據不同資產的風險收益特征調節債券資產和其他多類風險資產的配置比例，從而在略微高于債券資產的風險特征之上獲得組合有效的收益增強，并盡可能使得投資組合能面對不同市場環境與資產價格的劇烈波動（見表5）。

除收益表現和收益歸因外，本文還對可轉債具體持倉細節進行了梳理。從持倉行業來看，可轉債策略整體持倉行業較為分散，前五大行業平均總持倉僅32.15%，第一大重倉行業為銀行板塊，且銀行板塊平均持倉權重未超過10%。同時，從評級層面來看，可轉債策略持倉主要集中在AA-和AA評級可轉債，兩者分別占比30.89%、38.38%，加總占比為69.27%；高評級可轉債AA+和AAA類型可轉債持倉較均衡，平均持倉分別為15.93%、14.80%。

總結

對于“固收+”策略構建，JCpd7Z6e8qpOB49Ec9nqCg==以往大部分研究都集中在對股票策略、信用下沉策略、杠桿策略和票息策略等方面，而對量化可轉債策略、利率債久期輪動策略、組合配置策略尚缺乏足夠深入的研究。本文首先構造了一個投資實操性較強的可轉債投資池，并通過量化模型分別構建出偏股型可轉債策略與偏債型可轉債策略；其次，通過構建宏觀量化模型，開發月度調倉的利率債久期輪動配置策略，該策略較基準策略有明顯超額收益；最后，通過運用下行風險平價模型合理分配不同策略倉位，從而使得組合在收益與風險上取得了較好平衡，且底層持倉在行業、評級上較為分散。最終的“固收+”策略年化收益率達到7.00%，較基準組合一級債基指數獲得2.48%的超額，且組合波動率與回撤并未明顯削減，而夏普表現有所提升。

本文旨在為“固收+”投資實踐研究提供不同思路的補充。在真實的市場投資環境下，資產價格表現的背后往往是一個龐大且復雜的系統，受到很多主客觀、內外部因素的影響，很難僅靠一個理論、一個策略模型就達到“一勞永逸”的效果。因此，投資者不能簡單依賴歷史數據，或過度依賴某類單一策略。投資者應該根據不同市場環境作出自主分析，盡可能開發多個低相關性的資產配置策略及不同風格資產的子策略，并結合自身投資偏好與當下經濟環境，構建更為靈活且具有市場適配性的投資組合，以期達到相對應的投資目標。

注：

1.雙低、單低策略為兩種常見的可轉債策略，其中雙低策略指的是買入價格低且溢價率低的可轉債，單低策略指的是買入溢價率低的可轉債。

2.下行風險指的是資產價格下跌時的風險。

3.信號日指的是策略換倉日的前一個交易日。

4.交易滑點指的是下單的指定交易點位和最后成交的實際點位存在的偏離。

5.短融在牛市、熊市中攻守兼備，同時兼顧流動性和信用偏好，在短久期債券中具有較好的風險調整后收益，因此本文短久期債券資產選擇短融。

參考文獻

[1] 高智威，許坤圣.如何基于偏股型轉債的擇時擇券構建固收+策略[R]. 2024.

[2] 羅漫，吳文倩.如何構建有效的低波“固收+”策略[J].金融市場研究，2024（4）.

[3] 鄭振龍，林海.中國可轉換債券定價研究[J].廈門大學學報（哲學社會科學版），2004（2）.

[4] 周其源，吳沖鋒，劉海龍.可贖回可轉換貼現債券完全拆解定價法[J].管理科學學報，2009，12（4）.

[5] Bektic D， Hachenberg B， Schiereck D. Factor-based investing in government bond markets： A survey of the current state of research[J]. Journal of Asset Management， 2020， 21（2）： 94-105.

[6] Li X， Yang B， Su Y， et al. Macro factors and bond returns in China[J]. Emerging Markets Finance and Trade， 2022， 58（7）： 1871-1882.

[7] Jiang Y， Liu X， Liu Y， et al. Bond return predictability： Macro factors and machine learning methods[J]. European Financial Management， 2024.

[8] Kim H， Kim S. Managing downside risk of low-risk anomaly portfolios[J]. Finance Research Letters， 2022（46）： 102388.

[9] Luo R， Wang H， Liu W. Downside Risk-Parity Portfolio[J]. Journal of Portfolio Management， 2022， 48（4）.