• 因子测算方法体系 [pidx::0][pidx::4]

- 使用IC值（截面秩相关）与P value评估因子预测收益稳定性，IC值绝对值越大、P value越小，因子有效性越佳。
- 单因子分组回测按高、中、低3组，分别挑选组别表现差异和累计收益率，筛选占优因子。

• 初选因子池及分类 [pidx::0][pidx::6][pidx::7][pidx::8]

- 因子分为成长类、质量类、估值类、转债类、交易类五大类别。
- 具体因子如营业利润同比增长变化率、总资产周转率、市盈率、转股溢价率、正股换手率等。

• 成长类因子有效性 [pidx::8][pidx::9]

- 营业净利润同比增长的变化率IC约10.9%，表现优于营业利润同比增长的变化率，且高因子组合净值显著优于中低因子组合。


- 基于该因子构建的推荐转债组合包括博汇转债、鸿路转债、天奈转债等。

• 质量类因子表现 [pidx::11][pidx::12][pidx::13]

- 全部股东数、经营现金流同比增长率、总资产周转率等因子均有效，总资产周转率因子尤为突出。





- 质量类优选转债样本如金田转债、友发转债、甬金转债等。

• 估值类因子效果及行业差异 [pidx::14][pidx::15][pidx::16][pidx::17]

- 市盈率和市销率因子相对有效，尤其是市盈率因子在金融行业表现更优（IC绝对值均升高）。



- 推荐低市盈率转债组合包括海澜转债、苏银转债、科华转债等。

• 转债类因子关键性 [pidx::17][pidx::18][pidx::19]

- 转股溢价率IC值较高（-8.8%），转股溢价率越低、股性越强，个券表现越好。



- 基于转股溢价率低的转债推荐组合包括贝斯转债、一品转债、新致转债等。

• 交易类因子及表现 [pidx::19][pidx::20][pidx::21][pidx::22]

- 转债波动率、转债价格、正股换手率及动量因子均显示了一定的择券有效性。




- 低正股换手率转债组合表现优异，个券包括中特转债、浦发转债、招路转债等。

• 因子综合评价及排序 [pidx::22][pidx::23][pidx::24]

- 测算显示半数以上因子有效，成长类、转债类、交易类表现优于质量类及估值类因子。

- Top5因子：营业净利润同比增长的变化率、转债波动率、营业利润同比增长的变化率、转股溢价率和转股价值。
- 各因子具备不同的Alpha、beta，提供多维度择券视角。

• 量化策略建议

- 报告未明确提出多因子合成策略，但通过单因子排名和组合构建，推荐各因子高效择券思路。
- 单因子对应推荐10支转债组合，覆盖不同维度，适用于阶段性择券与组合优化 [pidx::9][pidx::13][pidx::16][pidx::19][pidx::32]。

方正证券研究所《可转债投资策略系列三：因子有效性测算》报告详尽分析

---

一、元数据与概览

报告标题：《可转债投资策略系列三：因子有效性测算》
作者：刘雅坤（登记编号：S1220522090001）
发布机构：方正证券研究所
发布日期：2023年中，具体日期未明
研究主题：针对中国市场可转债的投资策略，重点在因子的选择、测算及筛选，进而构建因子组合，提升可转债择券的有效性和收益表现。

核心论点总结：
报告基于多因子模型思想，结合可转债的股性、债性和期权属性，提出从成长类、质量类、估值类、转债类及交易类五大维度构建初步因子池，通过IC值和P value指标评估因子的有效性，辅以回测表现筛选有效单因子。研究发现成长类、转债类和交易类因子相对更加有效，选出若干优质因子及相应个券组合，辅助构建高阿尔法收益的可转债组合。
此外，报告强调因子稳定性的风险控制及市场交易波动带来的模型失效风险。整体以数据驱动为核心，结合实证回测得出操作建议。[pidx::0][pidx::22]

---

二、逐节深度解读

2.1 可转债因子择券的测算方法（第4页）

• 方法论介绍：借鉴多因子选股模型，转债因子择券兼顾正股因子与转债自身体质因子。

- 因子评估逻辑：通过IC（信息系数，截面因子值与下一期收益率的秩相关系数）衡量因子对下期收益率的预测能力，IC值绝对值越大预测力越强；P value衡量IC值的显著性，越小越稳健。

• 分组回测：采取因子值排序，将样本划分为高、中、低三类组合（每类10只标的），监测三组组合累计收益与表现差异，检验单因子的有效性和因子方向性。

- 示例：“营业利润同比增长的变化率”因子表现突出，因子组收益表现单调且差异显著，被判定为有效因子，最终择优选择同类因子强度更高的“营业净利润同比增长的变化率”。
此部分的流程严谨且采用行业通用的因子评估框架，确保了后续结论的科学性。 [pidx::4]

2.2 数据处理与回测框架（第5页）

• 数据清洗：引入中性化（对行业和市值因素正交化处理）、标准化（MinMax归一化）及异常值剔除（3倍标准差外）确保因子数据质量。

- 样本定义：2017年1月至2022年底的全市场可交易转债，剔除余额小于2亿元、带ST及即将退市转债。

• 基准与组合构建：中证转债指数作为基准，单因子分组回测，因子来源不同调整换仓周期，如财务指标按季报周期，交易数据多为20交易日。

- 仓位管理：明确等权分配买入，方便回测的实施与结果对比。
体现了报告严密的研究设计与回测规范性。 [pidx::5]

2.3 因子初选池及分类（第6-8页）

共五大因子类，具体如下：

• 成长类因子：营业利润同比增长的变化率、营业净利润同比增长的变化率，反映盈利变化趋势。

- 质量类因子：涵盖经营现金流同比增长率、营业利润同比增长率、净利润同比增长率、现金流资产或净资产收益率、总资产周转率、全部股东数，着重财务健康、盈利质量与资本效率。

• 估值类因子：市盈率（PE）、市净率（PB）、市销率（PS）、市现率（PCF），反映价格合理性和成长预期。

- 转债类因子：转股价格、转股价值、转股溢价率，体现转债与正股的转换关系及溢价大小。

• 交易类因子：转债价格、正股换手率、转债振幅、波动率及动量，体现市场活跃度和技术面信号。

该分类覆盖面广，体现了对可转债多维属性的全面考虑及数据来源的多样化。 [pidx::6][pidx::7][pidx::8]

2.4 因子测算结果与推荐（第8页以后）

成长类因子

• 营业净利润同比增长的变化率IC最高（10.9%），其次是营业利润同比增长的变化率（9.7%），P value分别是0.00和0.10，显著有效。高因子值组合收益率显著优于中低因子值组合。

- 推荐组合基于最新2023年Q1数据，选出前10名对应转债，如博汇转债、鸿路转债等。
图表3和4清晰展示了分组收益净值曲线，高因子值组合净值涨幅明显优越，且均跑赢中证转债指数，表明成长因子在择券上有实际可行性。
在信息类行业，成长因子IC值显著下降，受到样本量减少影响，稳定性较差，建议谨慎使用。 [pidx::8][pidx::9][pidx::10][pidx::11]

质量类因子

• 全系列质量因子均有一定有效性，IC绝对值普遍比成长类因子低。全部股东数因子IC最高(6.5%)，总资产收益率最低(1.6%)。

- 经营现金流同比增长率、营业利润、净利润同比增长率、总资产周转率等均表现较好。

• 分组回测图表显示“经营现金流同比增长率”、“营业净利润同比增长率”、“全部股东数”、“总资产周转率”高因子值组收益领先，均跑赢指数，特别是总资产周转率因子优异，建议重点关注。

- 代表个券组合如金田转债、友发转债等。
体现了财务质量和运营效率对转债表现的影响，但指标相关性和波动影响需注意。 [pidx::11][pidx::12][pidx::13][pidx::14]

估值类因子

• 全行业中市销率IC最高（约-5.3%），市盈率IC也表现不错（-4.1%），均为负值，说明估值越低因子组合表现越好（逆向选股性质）。

- 金融行业估值类因子比全市场表现更显著，IC绝对值均扩大数个百分点，但P value升高，反映金融行业因子样本有限且稳定性下降。

• 分组表现显示低市盈率和市销率组的回报优于高估值组合。

- 估值因子选股组合中，市盈率组合的海澜转债、苏银转债等被列入推荐。
该环节验证了估值因子在转债选择中的一定参考意义，但力度不及成长质量因子。 [pidx::14][pidx::15][pidx::16][pidx::17]

转债类因子

• 转股溢价率IC最高（-8.8%），转股价格IC次之（-8.5%），负IC意味着因子值越低组合收益越高。

- 实际组合中低转股溢价率的贝斯转债、一品转债、小熊转债等表现优异。

• 换言之，转股溢价率低的转债股性强，收益更好。

图表24、25显示低转股溢价率、低转股价格组合的净值领先同期中证转债指数。
转债特有因子显著优于大多数质量和估值因子，体现了转债本身期权属性的核心地位。 [pidx::17][pidx::18][pidx::19]

交易类因子

• 转债波动率IC最高（10.1%）但P value较高（0.12），稳定性欠佳；转债价格IC为-8.3%，正股换手率、动量因子亦表现有效。

- 分组净值曲线均显示高因子值组或低因子值组表现显著分化且跑赢基准，说明交易类因子在择券上具备一定实用价值。

• 正股换手率被认为交易类因子相对占优指标，推荐组合包含中特转债、浦发转债等。

- 信息行业上交易因子IC值普遍提升，但样本量下降导致稳定性降低。
强调技术面数据和市场活跃程度对策略有导向作用，适合短期或中频交易策略调整。 [pidx::19][pidx::20][pidx::21][pidx::22]

---

三、图表深度解读

核心图表解析

• 图表3与4（营业净利润同比增长的变化率分组净值及组合表现）：高因子值组合表现卓越，净值涨幅远超基准，体现成长因子可捕捉盈利改善即未来预期向好的转债，红线明显跑赢灰色及金黄色基准曲线。

- 图表9至13（质量类因子分组净值）：质量类高因子组合累计收益率均较低因子组和基准高，特别是“全部股东数”和“总资产周转率”显示较强的上行趋势与超额收益。

• 图表16至18（估值因子分组净值）：低市盈率和市销率组表现优于中高组，图中低因子值组合净值线明显领先，符合估值回归逻辑。

- 图表23至25（转债类因子分组净值）：低转股溢价率及转股价格组合净值涨幅明显超越基准，显示转债特性价差的重要投资信号。

• 图表27至31（交易类因子分组净值）：转债价格、正股换手率、动量等因子分组净值均展现良好趋势性，特别是低转债价格组合及低正股换手率组合稳健优于基准。

- 图表35与36（因子IC排序及单因子测算结果）：量化显示营业净利润同比增长变化率、转债波动率、营业利润同比增长变化率等因子IC值绝对值最高，P value均低于或接近0.1，验证了因子选取合理性。

• 图表均配合详细的因子定义、计算方法及样本处理说明，数据来源统一可靠（Wind系统），增强报告数据的可信度。

---

四、估值分析

报告未重点涵盖传统估值模型（如DCF等），而是采用基于因子IC值、回测净值趋势及累计收益排序法进行相对估值筛选。估值因子中市盈率、市销率等反向因子（低估值倾向）表现有效，尤其在金融行业。因子平均阿尔法为正，说明估值因子在超额收益贡献有限但具备辅助作用。整体估值因子参与度低于成长与转债类因子，反映市场对转债股性成长性看重的偏好。

---

五、风险因素评估

• 模型失效风险：报告多次指出因子IC值虽具统计显著，但稳定性（P value）差异较大，尤其在子行业样本少、市场波动加剧时，模型存在短期失效风险。

- 样本量不足风险：如信息行业因子测试中，样本明显不足导致因子有效性和稳定性下降。

• 市场交易过热风险：过度集中于某些高热门转债可能引发估价泡沫，影响策略执行效果。

报告提醒投资者需关注上述风险，审慎操作。未提供详细缓释策略，但通过多因子综合与回测框架一定程度降低单因子风险。 [pidx::1][pidx::22]

---

六、批判性视角与细微差别

• 偏见与局限：报告对正向因子较为偏好，负向因子结果虽呈现但未深入探讨其潜在非线性或时变特性。

- 模型假设简化：IC与P value依赖横截面秩相关，忽略了部分潜在的非线性关系和市场情绪波动。

• 样本周期与行业影响：不同因素时间序列特征及行业结构差异对模型适用性影响较大，报告虽进行了部分行业分解，但子行业内样本数量不足可能导致结论有限。

- 回测假设：等权仓位及滚动换仓策略未计入交易成本、流动性风险，实际应用中需注意。

• 未充分考虑因子间相关性：因子之间可能存在相关性如净利润增长率与营业利润增长率，未明确说明是否剔除相关共线性，可能影响组合效率。

整体上，分析严谨但尚有提升空间。 [pidx::4][pidx::5][pidx::22]

---

七、结论性综合

本报告系统性地构建并检验了可转债投资策略中的重要因子，从成长类、质量类、估值类、转债特性及交易类五个维度入手，以IC值和P value为核心指标，辅以细致的分组回测，筛选出多项有效因子，最终实现了多因子选券的科学指导。
报告验证，成长类中的“营业净利润同比增长的变化率”、转债类中的“转股溢价率”和“转股价格”以及交易类中的“正股换手率”、转债波动率等因子在预测转债收益表现上的能力较强，体现了股性成长预期、转债期权特质及市场活跃度对收益影响的重要性。质量类和估值类因子效果一般，更多作为辅助指标。
精选的单因子及相应优选可转债组合为投资者提供了操作参考，且在回测期内表现优于中证转债指数，具备实际应用价值。图表深度展现了因子策略的有效性，辅助说服力强。
风险方面，市场交易异常和样本不足导致模型失效需审慎防范。
整体立场为积极挖掘行之有效的多因子策略，通过因子测算和回测验证构建稳健优质的转债投资组合，体现方正证券研究所对于可转债精选投资的专业判断和方法论贡献。[pidx::0][pidx::22][pidx::23]

---

附：核心图片示例

图表3：“营业净利润同比增长的变化率”的因子分组净值（高、中、低因子值组合净值对比，高因子值组合净值累计涨幅显著领先，显示因子有效性）



图表9：“经营现金流同比增长率”的因子分组净值（高因子值组合收益相对中低组表现更强）



图表16：“市盈率”的因子分组净值（低因子值组合表现更佳，符合价值投资逻辑）



图表24：“转股溢价率”因子的分组净值（低转股溢价率组净值远超高组）



图表29：“正股换手率”因子的分组净值（低换手率组组合表现稳定优越）



图表35：因子IC值排序图（图示多个因子IC绝对值大小，首页排名前列因子具备较强预测力）



---

综上，方正证券的本份研究报告采用严密的统计模型和丰富数据验证，为可转债投资策略中的因子选择提供了清晰的理论与实证支持，兼顾实用性与风险提示，为投资者提供较强指导价值。

报告