可转债与利率久期轮动在“固收+”策略中的运用

摘要：可转债是“固收+”策略中一项重要的配置标的，其“进可攻、退可守”的特性受到投资者青睐。本文分别运用量化模型和宏观因子模型构建了偏股型可转债策略、偏债型可转债策略和利率久期轮动策略，并通过回测证实，三类子策略的收益风险表现相较基准指数均有提升。在构建“固收+”策略时，本文通过下行风险平价模型对以上三类子策略进行配置，相较基准指数取得了明显的超额收益，且收益风险比有所提高。

关键词：“固收+” 可转债 利率久期轮动 下行风险平价模型

引言

在低利率时代来临和泛权益市场震荡不断的背景下，“固收+”策略投资者不仅需要努力挖掘不同类资产的收益来源，还需要精细化管理自己的投资组合与投资入选标的。资产策略层面，可攻可守的可转债策略与无信用风险的利率久期轮动策略是两个值得深入研究的方向。在可转债策略上，除了常见的“双低”“单低”策略以外1，高智威和许坤圣（2024）指出，还可以考虑运用多因子模型对可转债尤其是偏股型可转债进行策略研究。在利率久期轮动策略上，Bektic等（2020）列举了一系列关于因子投资在债券收益率预测上的运用总结，为固定收益投资研究人员提供了丰富的债券量化思路。然而，伴随着单资产研究手段的不断丰富，针对不同资产策略精细化管理的研究目前尚显匮乏，罗漫和吴文倩（2024）提出可以运用下行风险平价模型对各类子策略进行配置管理，从而提高组合收益风险比。

本文旨在从中国可转债市场和利率债市场中发掘有效因子，并对其投资策略进行深入分析，最终通过运用相应资产配置模型构建精细化管理的“固收+”策略组合。本文首先分别构建量化可转债策略与利率久期轮动策略，然后在此基础上运用下行风险平价模型构建“固收+”投资组合，并分析了该组合的投资价值与持仓风格，旨在为市场从业人员提供行之有效的论据支持。

可转债市场简介和文献综述

近年来，伴随着权益市场的走弱，市场对兼顾股性与债性的可转换债券的关注度不断提高。由于内含股票期权，相对于传统债券，可转债可以获取相对权益市场的超额收益；又由于其债券属性，相对于股票，可转债的底部价值更容易估量。因此，可转债具有“进可攻、退可守”的优势。截至2024年6月11日，以5年为考察区间，中证可转债指数年化收益率为5.14%，年化波动率为8.99%；同期万得全A指数年化收益率为3.20%，年化波动率为18.57%。无论从收益还是风险层面来看，可转债较境内权益资产都具有一定优势，因此在“固收+”策略中加入可转债能起到提升风险收益特征的效果。

目前，基于中国可转换债券的学术研究主要从定价角度出发。郑振龙和林海（2004）提出根据可转债的期权属性，结合中国可转债条款构建不同于海外的定价模型。周其源等（2009）的可赎回可转换贴现债券完全拆解定价法在Black-Scholes期权模型假设框架下，依据风险中性定价原理，将可赎回可转换贴现债券完全拆解为以下5种简单证券的组合（普通贴现债券、两种立即支付型规则美式二值买权、上敲出买权、延迟支付型规则美式二值买权），并据之推导出定价解析式。而我国从业人员则逐渐拓宽可转债投资研究方法，除定价方法外，还运用股票多因子思路尝试对可转债市场进行研究，高智威和许坤圣（2024）从量价类因子、可转债基本面类因子、正股基本面类因子构造了偏股型可转债多因子策略。

在纯债市场研究方面，除了信用下沉策略、票息策略等传统策略研究外，近年来研究人员也逐渐将目光投向久期轮动策略，通过运用各类因子对收益率曲线进行判断从而构建长短久期轮动策略。Li等（2022）发现在预测中国国债收益率水平上，宏观因子、财政因子相较于政策面因子更为行之有效。Jiang等（2024）发现宏观因子与中国国债收益存在非线性关系，并运用对应机器学习模型建立了宏观因子到中国国债收益率预测的桥梁。

大类资产配置是“固收+”策略收益的重要来源，一直以来都是学术界与业界的研究热点之一。除了常见的均值方差（MVO）模型、风险平价模型，近些年运用下行风险2特性构建的资产配置模型也较受欢迎。Kim等（2022）提出通过对下行风险进行放缩，可以构建出收益风险特征更优秀的投资组合。而同期Luo等（2022）则基于下行风险概念构建了下行风险平价模型（Downside Risk Parity，DRP），并证明了该模型能够较普通的风险平价模型获得更好的风险调整后表现。罗漫和吴文倩（2024）运用下行风险平价模型搭配不同资产子策略，证明了该模型在配置资产子策略上也能获得更好的风险调整后收益。

可投标的选取和概念定义

在构建具体量化可转债策略时，本文出于对投资可落地性的考虑，首先确定可转债基础可投标的池。基于对信用风险、流动性风险、舆情风险、政策性风险等方面的考量，本文要求可投可转债需满足：1.可转债信用评级AA-及以上；2.信号日3可转债及正股非涨跌停；3.信号日对应正股近3个月不存在被终止上市的风险（如*ST、ST、S、S*ST、SST类股票）；4.可转债存续市值不少于5亿元；5.信号日可转债近20个交易日日均交易额不少于500万元；6.可转债对应正股公司满足近3年分红大于净利润的30%或5000万元。回测区间方面，由于从2018年开始可转债市场较前期有了较大转变，因此本文研究范围为2018年1月至2024年6月。同时，本文按照惯例，根据平价溢价率（转股价值/纯债价值-1）将可转债整体划分为偏股型可转债（平价溢价率>20%）、平衡型可转债（-20%≤平价溢价率≤20%）、偏债型可转债（平价溢价率<-20%）等三类可转债，并聚焦在具有进攻性的偏股型可转债与具有防守特性的偏债型可转债上进行策略开发。

子策略一：偏股型可转债策略

（一）策略构建思路

偏股型可转债策略方面，本文借鉴高智威和许坤圣（2024）思路，分别从量价因子、可转债基本面因子和正股基本面因子这三大类维度出发构造小类因子，再取截面标准化后的小类因子均值作为偏股型可转债优选大类因子，最后再将三大类因子等权合成为偏股型可转债优选因子。部分因子构造细节如表1所示。

本文分别测试了在5日和10日的不同调仓频率下大类因子合并后的表现。因子回测细节为：信号日第二天根据因子打分购买符合要求的前10只偏股型可转债，分别持有5个交易日和10个交易日，同时交易费用为双边0.3%，交易滑点4为0.1%。在回测区间2018年1月至2024年6月内，大类因子合并后的策略在5日换仓、10日换仓下的收益风险指标为：年化收益率分别为14.45%、12.10%，年化波动率分别为17.29%、17.11%，区间最大回撤分别为-20.17%、-19.84%。

（二）策略回测表现

本文选取中证可转换债券偏股策略指数（931653.CSI）作为比较基准。在回测区间内，5日换仓策略的年度收益率中位数为7.07%，平均数为13.65%；10日换仓年度收益率中位数为8.37%，平均数为11.04%；比较基准年度收益率中位数为2.77%，平均数为5.28%。可以发现，本文构建的偏股可转债策略在不同的换仓频率下都对比较基准有一定超额表现（见表2）。

子策略二：偏债型可转债策略

（一）策略构建思路

根据特性而言，偏债型可转债的表现更像是纯债型资产，日常波动较小，因此在“固收+”策略中，配置偏债型可转债往往可以起到在控制组合波动情况下适当增厚收益的效果。但偏债型可转债与债券相关性较高，因此组合里需要有一定仓位来配置相关性相对较低的股票策略或偏股型可转债策略。

关于偏债型可转债策略，本文通过构建两个高股息策略并对其进行融合来得到最终策略。第一个高股息策略根据税前到期收益率与中债中短期票据AAA到期收益率的差值由高到低排序，最终选取15只偏债型可转债；第二个高股息策略根据过去20日税前到期收益率均值由高到低排序，并剔除转股溢价率低于-5%或超过20%的可转债，最终选取15只偏债型可转债。最后，本文对两个高股息策略进行等权融合，当出现重复可转债时，不作去重处理。

（二）策略回测表现

本文分别测试了在5日和10日的不同调仓频率下的策略表现，其他相关回测细节与偏股型可转债回测一致。在回测区间内，本文构建的偏债型可转债5日换仓策略年化收益率为12.43%、年化波动率为9.07%，区间最大回撤为-16.54%；10日换仓策略年化收益率稍弱，为10.89%，对应年化波动率和区间最大回撤分别为9.24%和-15.84%。

子策略三：利率久期轮动策略

（一）策略构建思路

近年来，伴随着投资者对信用下沉风险的担忧与低利率情景下票息策略的不断走弱，利率久期轮动策略逐渐受到了更多投研人员的关注。除了常见的主观研究方法论，部分研究人员也在尝试将股票中常用的多因子方法体系运用在对债券收益率的预测上，从而构建久期轮动策略。然而，不同于股票资产的投研侧重从自下而上的视角出发，主要关注公司基本面、量价因子；对于固收资产，投研则需要站在自上而下的角度，首要考虑宏观基本面、政策面、资金面等因素的影响。具体而言，本文从工业生产、股票、经济增长、景气指数、外汇外贸、消费财政等维度分别构造宏观大类因子，并基于多因子模型来构建月度轮动的长短久期轮动配置策略。如表3所示，本文从每大类指标中分别列举一子类指标进行说明。

在具体的指标构建中，由于宏观因子更新的滞后性，本文统一采取向前取数方式，以此避免引入未来数据。具体的指标组合方式为：在子类指标层面，当子类指标发出看多信号时，对应大类指标记“1”；子类指标发出看空信号时，对应大类指标记“-1”，最终得到大类指标观点。在大类指标层面，如果大类指标得分为正则记“1”，得分为负则记“-1”。最终本文基于各大类指标得分加总后的分数正负汇总得到最终观点，即分数为正表示看多，分数为负表示看空。当信号看多时，策略满仓配置代表长久期的7—10年国开债指数（931472.CSI）；信号看空时，策略满仓配置代表短久期的中债短融总指数（CBA01803.CS）5；信号无明确观点时，策略等权配置长久期和短久期资产。

策略构建具体而言，本文以每月末交易日为信号日，下一个交易日为调仓日，根据模型信号判断配置方向。对于策略的有效性评测，本文统一以相较基准策略的超额收益来衡量指标是否有效，其中基准策略为等权配置长久期与短久期。

（二）策略回测表现

回测区间2018年1月至2024年6月内，轮动策略波动2.02%，较比较基准的1.25%有所提高，但年化收益率达到5.98%，较基准年化收益增厚1.54%；同时，轮动策略最大回撤为-1.29%，较基准-2.78%有明显改善。可以看出，除波动率指标外，久期轮动策略风险收益指标较基准策略有一定提升。策略具体表现如表4所示。

“固收+”策略

（一）策略构建思路

在“固收+”策略组合的具体构建中，除了对子策略与资产的研究之外，合理构建大类资产投资组合或策略组合也往往会带来一定额外收益。本文采用Luo等（2022）提出的下行风险平价模型来对不同类别资产进行融合。该模型证明了其在资产组合方面较普通的风险平价模型能够获得更好的风险调整后表现，而罗漫和吴文倩（2024）证明了在运用该模型对不同策略融合亦能获得较好的风险调整后表现。该模型的基础为风险平价模型，风险平价模型通常假定组合中每个资产的风险贡献均相等，算法可以简单表述如下：

设r=（r1， …， rn）'和x=（x1， …， xn）'分别为n个资产的回报和权重，组合的回报和标准差可以表示为：

每类资产对于组合的风险贡献TRC表示如下：

风险平价要求组合中每个资产的风险贡献相等，那么，权重的求解就可以转化为如下最优化问题：

在下行风险平价模型中，定义组合下行风险

，此时类似风险平价

模型中风险贡献TRC的下行风险贡献TDRC为：

其中Iit为示性函数，当t期资产i的收益小于等于目标收益时取1，反之为0，通常目标收益rtarget可以取0。

此外，这里需要指出下行风险平价模型关注的是资产对组合下行风险的贡献，而非资产下行风险的简单加权平均，在实践中也需要注意这里的细微差别。

（二）策略回测表现

本文“固收+”组合采取月度调仓，每月末通过输入3个子策略过去近6个月净值数据进入下行风险平价模型并得到未来一个月的策略配置权重。由于需要历史近6个月策略净值数据，“固收+”策略的回测区间为2018年6月至2024年6月。整体来看，回测区间内，偏股可转债策略、偏债可转债策略、利率久期轮动策略的平均仓位分别为6.31%、9.33%、84.36%，因此本文选取与投资标的相近的一级债基作为比较基准。回测区间内，本文构建“固收+”策略年化收益率达到7.00%，相较于基准（万得混合债券型一级基金指数：885006.WI）有2.48%的超额收益，但在保持进攻的同时在年化波动率（策略年化波动率2.95%，基准年化波动率1.92%）、区间最大回撤（策略区间最大回撤为-3.16%，基准区间最大回撤为-2.53%）上有一定牺牲（见图1）。

从拆分收益贡献来看，除2022年、2024年以外，“固收+”策略均在3个子策略基础上做到了有效的收益增强，基本满足了“固收+”投资策略的设计初衷，即根据不同资产的风险收益特征调节债券资产和其他多类风险资产的配置比例，从而在略微高于债券资产的风险特征之上获得组合有效的收益增强，并尽可能使得投资组合能面对不同市场环境与资产价格的剧烈波动（见表5）。

除收益表现和收益归因外，本文还对可转债具体持仓细节进行了梳理。从持仓行业来看，可转债策略整体持仓行业较为分散，前五大行业平均总持仓仅32.15%，第一大重仓行业为银行板块，且银行板块平均持仓权重未超过10%。同时，从评级层面来看，可转债策略持仓主要集中在AA-和AA评级可转债，两者分别占比30.89%、38.38%，加总占比为69.27%；高评级可转债AA+和AAA类型可转债持仓较均衡，平均持仓分别为15.93%、14.80%。

总结

对于“固收+”策略构建，JCpd7Z6e8qpOB49Ec9nqCg==以往大部分研究都集中在对股票策略、信用下沉策略、杠杆策略和票息策略等方面，而对量化可转债策略、利率债久期轮动策略、组合配置策略尚缺乏足够深入的研究。本文首先构造了一个投资实操性较强的可转债投资池，并通过量化模型分别构建出偏股型可转债策略与偏债型可转债策略；其次，通过构建宏观量化模型，开发月度调仓的利率债久期轮动配置策略，该策略较基准策略有明显超额收益；最后，通过运用下行风险平价模型合理分配不同策略仓位，从而使得组合在收益与风险上取得了较好平衡，且底层持仓在行业、评级上较为分散。最终的“固收+”策略年化收益率达到7.00%，较基准组合一级债基指数获得2.48%的超额，且组合波动率与回撤并未明显削减，而夏普表现有所提升。

本文旨在为“固收+”投资实践研究提供不同思路的补充。在真实的市场投资环境下，资产价格表现的背后往往是一个庞大且复杂的系统，受到很多主客观、内外部因素的影响，很难仅靠一个理论、一个策略模型就达到“一劳永逸”的效果。因此，投资者不能简单依赖历史数据，或过度依赖某类单一策略。投资者应该根据不同市场环境作出自主分析，尽可能开发多个低相关性的资产配置策略及不同风格资产的子策略，并结合自身投资偏好与当下经济环境，构建更为灵活且具有市场适配性的投资组合，以期达到相对应的投资目标。

注：

1.双低、单低策略为两种常见的可转债策略，其中双低策略指的是买入价格低且溢价率低的可转债，单低策略指的是买入溢价率低的可转债。

2.下行风险指的是资产价格下跌时的风险。

3.信号日指的是策略换仓日的前一个交易日。

4.交易滑点指的是下单的指定交易点位和最后成交的实际点位存在的偏离。

5.短融在牛市、熊市中攻守兼备，同时兼顾流动性和信用偏好，在短久期债券中具有较好的风险调整后收益，因此本文短久期债券资产选择短融。

参考文献

[1] 高智威，许坤圣.如何基于偏股型转债的择时择券构建固收+策略[R]. 2024.

[2] 罗漫，吴文倩.如何构建有效的低波“固收+”策略[J].金融市场研究，2024（4）.

[3] 郑振龙，林海.中国可转换债券定价研究[J].厦门大学学报（哲学社会科学版），2004（2）.

[4] 周其源，吴冲锋，刘海龙.可赎回可转换贴现债券完全拆解定价法[J].管理科学学报，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）.