【招商定量·深度报告巡礼之二十二】转债基金的投资行为跟踪与配置思路

（以下内容从招商证券《【招商定量·深度报告巡礼之二十二】转债基金的投资行为跟踪与配置思路》研报附件原文摘录）
　　内容摘要 近年来，随着转债市场的发展与不断扩容，对转债基金投资行为的跟踪逐渐受到投资者关注。本报告通过构造基金持仓模型和因子模型，对市场中转债基金的仓位变动和风格偏好进行了跟踪刻画。随后，基于模型结果，我们进一步讨论了其在基金投资中的应用，先后构造了转债基金FOF组合、双债FOF市场中性组合和双债FOF动态配置组合，为投资者在转债基金配置层面提供参考思路。 构造基金持仓模型，通过拟合回归的方式，对不同类型转债基金的持仓进行跟踪。模型的整体解释力度在70%以上，从测算结果看，纯转债型基金在银行、非银行金融、电力设备及新能源、电子等行业上有着较高的持仓占比，而双债基金则相对更为超配银行，并在电新等行业上有所低配。 构造基金因子模型，以一系列多空因子，对转债基金的投资风格进行跟踪。因子模型的解释力度同样在70%以上，可以观察到：纯转债型基金投资风格较为鲜明，整体倾向于投资有着一定动量效应以及正股盈利能力更强的转债，且在正股的市值风格上以大盘为主，而双债基金则在风格调性上更为均衡。 以两只纯转债型基金和一只双债基金为例，对模型的准确度进行检验。从分析结果来看，因子模型对基金经理的投资偏好有着较好的刻画能力，分别从债底信用风险、正股基本面情况和转债定价等维度对基金的投资风格进行拆解。而通过将持仓模型的细分行业合并，能够帮助跟踪基金的转债仓位水平，捕捉和验证基金经理的择时操作。 基于因子模型的测算结果，通过因子配置的方式，构造转债基金FOF组合。以转债定价因子、正股盈利因子和转债动量因子进行综合打分，得到转债基金三因子FOF组合，组合的年化收益率为14.65%，收益回撤比为0.8，相对纯转债型基金基准的超额收益回撤比为0.27。 利用持仓模型复制全市场双债基金的转债仓位，构造双债FOF市场中性组合。测算结果显示，复制双债基金的仓位能够在长期提供一定的超额收益，反映出基金经理的资产轮动能力。以双债基金仓位指导FOF资产配置，所构造的市场中性组合年化收益率为8.85%，最大回撤为6.11%，收益回撤比高出基准指数0.39。 根据转债的CRR二叉树定价，设计转债市场偏离度指标，并构造双债FOF动态配置组合。市场偏离度刻画了全市场转债市价整体的折溢价水平，读数越高则转债配置价值越强。根据该指标构造的双债FOF动态配置组合年化收益率提升至14.38%，最大回撤为7.27%，收益回撤比为1.98。 I 转债基金持仓与风格跟踪模型 从资产属性上来说，可转债本身是介于股票和债券之间的一类资产，随着近年来转债市场的不断扩容，可转债在基金的持仓中也变的越来越普遍，如何对转债基金进行分类、并对不同类别下转债基金的持仓、风格进行跟踪，逐渐成为了投资者所热议的话题。 市场中的转债基金暂无非常体系化的子分类划分标准，但由于转债基金的投资标的可能包含有转债、债券以及股票等多种资产类别，因此在构造相应的跟踪方案之前，必不可少的一步是需要先对基金类别进行更为细致的划分，以便于因地制宜地设计模型。 本文的方法是从转债基金的历史持仓出发，对其基金类型进行细化。具体来说，整个流程可分为3个部分：1）根据历史披露的季报数据，得到基金在股票、债券、可转债上的大类资产配置情况；2）计算基金在各个大类资产上的长期持仓占比，并定义那些转债持仓比例在30%以上的基金为目标转债基金；3）进一步根据持仓内部的3种资产长期占比，来确定目标基金的细分类别。其中，股、债占比均小于15%、或名称中含有“转债”字样的基金为纯转债型基金；单一占比大于15%的基金为转债+债券型或转债+股票型基金；其他基金则认定为三资产混合型基金。 从分类结果来看，2017年底，在本文的统计口径下，全市场共有转债基金100只，含纯转债型基金31只、转债+债券型基金48只、转债+股票型基金5只，合计规模约480亿元。在历史5年内，各类型转债基金的总数与规模均呈现出攀升趋势，其中，基金规模在2019到2021年间提升明显。截至2022年9月，全市场共有转债基金151只，总计规模达到2561亿元。其中，纯转债型基金和转债+债券型基金占据绝大多数，分别达到53只和63只，规模为465亿元、1144亿元，而转债+股票型基金的数量与规模相对较少，共存续有产品8只，规模144亿元。 1.1. 转债基金持仓模型 持仓模型从基金持仓的角度出发，通过利用不同的行业指数进行拟合回归，来达到跟踪转债基金仓位的目的。根据上文中得到的转债基金类别，我们给出3套基金仓位测算方案，具体来说： 首先，对于基金的转债持仓部分，可根据市场内不同可转债对应正股所属的行业，编制其对应的转债行业指数。由于一级行业数目众多，但并非所有行业都在转债市场中占有较高的权重，因此从节省模型复杂度的角度考虑，我们仅选取了银行、非银行金融、电力设备及新能源、电子、交通运输等15个重点行业，编制其转债一级行业指数。指数的计算方式为月度规模加权，如下图所示，这些转债行业指数与股票行业指数虽然属于相同的一级行业，但二者的业绩表现仍然存在差异。在持仓模型中，这些转债行业指数将作为公共变量，适用于所有类型的转债基金。 随后，根据具体的基金类别不同，其在股票和债券上的变量选择将有所差异。对于转债+债券型基金，股票持仓将不是模型所关注的重点，可直接以中证全指指数作为其股票端的代理变量；而在债券端，则分别细化考虑国债、金融债、短期融资券、中期票据、同业存单和企业债共6种债券指数。对于转债+股票型基金，变量选取方案则正相反，我们以5只中信股票风格指数作为基金股票持仓的代理变量，并在债券端简单以中债综合债指数替代。 总结来说，模型参数的选择方案将与基金类别直接挂钩，而同时值得注意的是，由于股债转混合基金所涉及的变量数目众多，分析的复杂度也更高，在本篇报告的研究中我们暂不予考虑。 跟据上述方式，以40个交易日的滚动窗口进行如下方式的拟合，便可得到所有基金的历史行业持仓情况。 其中，R_F代表基金收益率，R_IND代表行业收益率，R_lev以R001计算，代表基金杠杆率，而拟合得到的参数β_IND即代表了基金在每个行业内的持仓比例。值得一提的是，针对不同的转债基金类别，模型对其各个资产的权重总和另做了额外的限制：1）纯转债型：拟合的股票、债券合计占比均不超30%；2）转债+债券型：拟合的股票、债券合计占比不超30%、80%；3）转债+股票型：拟合的股票、债券占比不超80%、30%。模型的总体框架为带约束的OLS模型，并具备类似LASSO的特征筛选能力，可以一定程度上规避多变量带来的多重共线性影响。 a. 全市场基金测算结果分析 我们对截面内所有基金的行业持仓占比取平均值，计算其时间序列，就可以得到全市场基金的平均行业配置情况。 下图展示了纯转债型基金的历史平均仓位变化，可以看到，在计入杠杆的条件下，纯转债型基金的转债配置比例约在90%上下浮动。在我们所测算的15个行业中，银行、非银行金融、电力设备及新能源、电子等行业在过去3年内具备相对比较高的持仓占比，近3年长期持仓均值约在18%、8%、10%和10%。某些行业的占比一直较为稳定，如银行，而某些行业则有着非常明显的配置比例变化，例如：有色金属行业在2021年一季度附近被明显增配、电力设备及新能源行业在2020年以前的持仓相对稀少，但在近2年有明显提升等。 对于转债+债券型的双债基金，其转债配置比例总和要明显低于纯转债型基金，约在40%到50%之间。而在内部行业配置层面，可以看到其各分项占比在归一化后和纯转债型基金整体较为接近。但其中，双债基金相对纯转债型基金而言更为超配银行，二者的银行行业平均配置比例分别为归一后19.38%、25.09%，且近两年在持仓上有明显提升；同时，在电力设备及新能源、电子等行业上，双债基金则明显有所低配。从逻辑上来说，双债基金的一部分投资重点在于转债和债券的相对配置价值，因而，在转债内部可能相对减弱了对个券挖掘的关注度，从而导致其在大市值、低风险的银行转债上配置比例更高。 而对于转债+股票型基金，由于其存量数目仅为8只，基于模型测算的分析可能存在因样本较少、数据质量不足所导致的误判，单一基金变化对整体结论的影响也较大，因此我们暂不予讨论分析。 最后，从模型拟合的效果来看，3种转债基金的模型调整R2均值都处于70%以上，其中，持仓模型对纯转债型和转债+股票型基金的拟合效果更好，总体调整R2水平均在85%左右。对于转债+债券型基金，其调整R2的长期均值约为77%，我们认为导致这一现象的一部分原因是由于转债+债券型基金的模型变量数更多，因此调整R2受到的惩罚也更大。截至2022年9月30日，3种模型的调整后R2读数分别为纯转债型90%、转债+债券型78%、转债+股票型82%。 1.2. 转债基金因子模型 持仓模型为我们跟踪基金仓位分布提供了工具，而另一种跟踪基金投资行为的思路，是从风格角度入手，仿照多因子模型对基金风格进行测算。相比于持仓模型来说，因子模型更关注基金在各个因子维度的暴露情况，反映的是基金经理的赚钱思路和投资方法论。由于转债基金的底层资产同时涉及到可转债、股票与债券，因此，我们可以分别从这3个维度出发，考虑不同资产下的多空因子来对基金业绩进行拟合，如下所示： a. 转债多空因子编制方式 对于表中的股票和债券类因子，由于市场中已有数量丰富的相关风格指数，可以简单以对应指数的收益率做差得到。但对于可转债而言，其多空因子的构造需自行计算。参考如下方法，对于任意指标A的转债因子，其计算方式为： 下列图表展示了可转债方面5个多空因子的分组净值与多空超额情况。这些因子分别从转债的期权、债底和正股等不同维度，对可转债的收益来源进行了刻画。可以看到，对于高转债动量、低债底信用、高转债折价、低正股市值和高正股盈利的转债，其在长期视角下具备更高的收益表现。 其中需额外说明的是，转债定价因子来源于我们的研究报告《可转债定价与套利策略初探——固收量化系列研究之三》，其参考核心是转债的CRR定价折价率，即可转债CRR二叉树定价相对于转债市价的折价比例，其中，CRR定价是可转债的理论定价值，当折价率越高，则说明转债市价越被低估，而转债便更具有投资价值。从历史测算情况看，转债定价因子的多空收益表现在5个因子中最为稳健，整体呈现出显著的单边增长趋势。 我们对上述因子的月度收益率相关性进行了测算，从结果看，各个因子间总体呈弱相关性，但债底评级因子与正股市值因子的正相关性偏高，达到73%，我们认为这主要是由于高信用转债多集中在银行系，因而其企业市值总体偏高所导致。 b. 转债基金因子模型设计 通过上述方式得到所有因子取值后，可以同样沿用持仓模型的设计框架，针对不同类型的基金，选择不同的因子进行拟合，以达到最优的解释效果。首先，对于纯转债型基金，其重点在于转债持仓部分的收益分解，核心是6只转债因子：转债市场因子、转债动量因子、债底评级因子、转债定价因子、正股市值因子。而除转债因子外，还可额外纳入股票市场因子与债券市场因子，作为股票和债券资产端的综合代理变量。 对于转债+债券型基金，其股票部分持仓占比小，仅纳入股票市场因子便已足够，在债券端，需分别细化考虑债券市场因子、债券期限因子和债券信用因子参与回归分析。最后对于转债+股票型基金，其变量选取方式与双债基金相反，在股票端，分别选择股票市场因子、股票市值因子和股票风格因子共3个细分因子作为其代理变量。 同样以40个交易日的滚动窗口进行拟合，参考如下回归方程，便得到了所有基金的历史因子暴露情况。 其中，R_F代表基金收益率，R_FACTOR代表多空因子收益，β_FACTOR代表基金在因子上的暴露程度，而对于任意的市场因子，其暴露度β_MARKET可以在0到K之间浮动，K的默认值为3。对不同类别的基金，我们另做了额外补充限制：1）纯转债型基金：拟合的股票、债券市场BETA需小于1；2）纯转债型基金：拟合的股票市场BETA需小于1；3）转债+股票型基金：拟合的债券市场BETA需小于1。 c. 全市场基金测算结果分析 对截面内所有基金的因子暴露数据取平均，计算其时间序列，就可以得到全市场基金的平均因子暴露情况。 下图展示了纯转债型基金的测算结果，可以看到：1）全市场纯转债型基金的市场BETA在0.6到1.2之间浮动，随着时间的推移，市场BETA值的中枢水平有所提升；2）整体来看，全市场纯转债型基金在转债动量因子和正股盈利因子上的暴露持续为正值，说明基金经理在投资行为上更倾向于选择有着一定动量效应的转债和正股盈利能力更强的转债；3）市值层面，纯转债型基金的市值BETA暴露多为负值，说明多数基金的持仓以大市值转债为主；4）对于转债定价因子，与其他因子不同的是，其BETA暴露总体在0线上下徘徊，一定程度上反映出相比于从衍生品定价出发来说，基金经理更倾向于从正股基本面角度进行择券。同时，在21Q2至22Q2的时间段内，转债定价因子BETA显著为负，说明该时段内基金的持仓结构更偏向于持有市价相对理论定价而言高估的转债。 对于转债+债券型的双债基金，其市场BETA约在30%至50%区间内波动，暗含了相对于纯转债型基金而言更低的转债仓位水平。从各项转债因子的长期暴露情况看，双债基金在正股市值因子上的BETA暴露同样长期为负值，表现出基金的大市值择券倾向。在近年来，正股盈利因子的BETA至在0线上下往复，说明基金持仓在盈利层面更为中性，这一点与纯转债型基金有所差异。 将纯转债型基金和双债基金的测算结果综合对比来看，可以发现除了定价因子外，基金在其余因子上的暴露度正负号基本一致，这反映出两类基金的基金经理具有相似的投资偏好，但整体来说，双债基金的调性要更为均衡，纯转债型基金则有着更为鲜明的风格特征。此外，值得注意的是，因子模型本身以转债指数作为市场因子，因此其无法反向对市场指数的风格暴露情况进行解释。 从因子模型拟合的效果来看，3种转债基金的拟合调整R2均值均处于70%以上，具备较高的解释力度。与持仓模型的结果类似，纯转债型基金和转债+股票型基金的整体拟合效果更好，调整R2水平分别在86%和84%，而转债+债券型基金的调整R2长期均值为74%。截至2022年9月30日，3种模型的调整后R2读数分别为纯转债型89%、转债+债券型78%、转债+股票型81%。 下表中，我们罗列汇总了各因子下长期正向暴露较高的5只转债基金，供投资者参考。 II 模型准确度研究与案例分析 上文中，我们分别从持仓模型和因子模型两个角度入手，对转债基金的投资行为进行了动态跟踪。从模型的拟合效果来看，各类型转债基金的调整R2均值基本都维持在70%以上，整体具备较高的解释力度。 对于其中的持仓模型，可以进一步将基金季度披露的资产配置比例，与模型所测算的各资产总占比进行对比，以验证其估计的精确性。如下表所示，在3类基金中，分别有579、673和79个样本期作为数据点，从误差的均值分布看，模型对纯可转债型基金的测算误差为股票部分0.28、债券部分1.2和转债部分5.66；对于双债基金，测算误差为股票部分-1.07、债券部分2.22和转债部分-1.72；对于转债+股票型基金，测算误差为股票部分2.99、债券部分-1.63和转债部分6.93。 可以看到，在纯转债型基金和转债+股票型基金中，持仓模型主要在转债持仓上有所高估，而对于双债基金，模型的仓位估计则相对更为准确。而通过将模型拟合的仓位乘以调整系数，对齐至基金实际披露的杠杆率之后，各类基金的资产配置误差进一步缩小到2%以下。总的来说，持仓模型的估计误差基本在可控范围内。 而对于因子模型，由于缺乏相对直接的验证方式，我们将从案例着手，结合基金的披露信息，对模型的准确性进行验证分析。 2.1. 转债基金A 某转债基金A是一只纯转债型基金，其基金经理曾多次对外发表针对转债市场的投资观点，并分享其在管理产品时的经验，结合相关资讯信息来看： 2019．8：“团队的特色是在信用债投资上有自身特殊体系，并不追求极端的信用下沉，而是在信用可控的层面进行投资。“ 信用债投资的方法轮可衍生至转债投资体系之中，如果将转债基金A的持仓转债信用情况进行梳理，可以发现，与市场平均相比，可转债基金A在AA+及以上的高评级转债中相对市场低配约10%，而在AA-等级的转债中超配14%，但在更低的信用维度，则基本没有配置，这与该位基金经理的发言内容相符合。同时，如果从因子模型的分析结果来看，基金有着明显高于市场平均的评级因子暴露，这预示着基金更倾向于超配低信用维度的转债，以博取收益增厚。 2019.8：“投资策略方面，会采取比较稳健的策略，以低溢价率的大盘转债为主要的配置，再利用基金在成长股上的研究优势，自下而上地选取一些转债标的，配置一定仓位。” 同时，基金经理强调，其持仓策略中以大盘转债为主，但同时，也会从正股基本面的角度出发，筛选正股成长风格的优质标的予以配置。从相关测算数据来看，同样可以发现，基金的长期市值因子暴露度相对市场基准而言偏低，除21Q4外，基本位于0以下，说明其持仓更偏大市值转债。而在盈利层面，基金的长期盈利因子暴露又显著高于市场平均，说明基金的择券逻辑在很大程度上是从正股端出发，优先考虑纳入那些已实现盈利较好、或是未来盈利预期较高的个股所对应的转债。 2.2. 转债基金B 某转债基金B同样为纯可转债型基金，其基金经理对产品的定位为一款“低波动的资产配置底仓产品”，从近期的调研信息看，产品侧重绝对收益定位，通过分散配置的方式对冲风险。 2022.7：“基金定位低波动的固收+产品，站在绝对收益的视角来管理回撤，转债如果波动很大，在极端市场情况下，会通过降低绝对权益持仓的方式去控制产品的波动性。另外，在股票、转债部分，还会再通过行业、个股的分散组合，实现波动性的相对可控。“ 以持仓模型滚动测算产品过去2年的转债持仓，从拟合结果看，基金在各个行业上的占比相对均衡，未有特别明显的行业偏好。进一步从因子模型的测算情况看，可转债基金B的历史市场因子暴露要低于市场平均水平，自2019年以来，全市场转债基金的市场BETA有一定的趋势性攀升迹象，长期均值为0.87，而可转债基金B的长期BETA均值仅0.66，并且在2022年，其读数要远低于市场平均水平。市场BETA的偏低可能由两个因素影响：其一，基金通过降低转债持仓的方式对回撤进行控制；其二，在转债资产内部，相对于高弹性的股性转债而言，基金更倾向于稳健型的债性转债，而这两种可能性，均与基金的“低波”定位相匹配。 2022.7：“目前，低利率背景下，我会首选中高等级的债券，大概率不会考虑做信用下沉，首先保证风险控制。” 持仓信用维度，因子模型的结论也验证了基金经理所说，基金的最近评级因子暴露低于市场平均线，且位于0以下，说明基金在持仓层面更偏好持有高信用等级的转债以控制组合的信用风险暴露。 2.3. 转债基金C 某转债基金C为一只双债基金，其投资重点主要聚焦于转债和债券资产的相对配置比例上，而在基金的季报中，对其仓位择时的行为进行了明确的披露： 2021年报：“可转债方面，在年初低价券跌到深度价值区间大幅加仓低价转债，随后随着转债市场估值拉升行情的演绎，逐渐降低转债仓位。” 2022中报：“年初高估值的转债市场，在一季度跟随股市下跌，估值也一度压缩到中性附近水平，但随着二季度以来股市的反弹，转债指数再度上行，同时估值再次拉升到历史偏高水平。基金在报告期内的转债仓位经历了先升后降，当前再度回到偏低的仓位水平。” 以持仓模型对该双债基金的行业持仓进行测算，并累加得到其在转债和股票两类权益型资产上的配置比例。可以看到，基金在过往3年内的仓位测算数据与实际披露数据变动方向基本一致，占比比例也较为接近。如季报中所言，基金在21年初和22年初均提升了转债的仓位比例，但从整体趋势来看，自2021年以来，随着转债估值的不断提升，基金的转债占比中枢也不断下降。目前截至9月底，该双债基金的转债、股票持仓测算值分别为13%、7%，合计权益类持仓总比例约为20%。 2020年报：“可转债方面，仍然坚持在拥有债性的基础上进行转债配置，更侧重低价券策略。“ 2021年报：“在年初低价券跌到深度价值区间大幅加仓低价转债，随后随着转债市场估值拉升行情的演绎，逐渐降低转债仓位。” 而在转债内部持仓风格方面，基金整体更强调低价类偏债性转债的配置。需注意的是，因子模型中未包含转债风格的多空因子，原因在于该因子与转债市场因子间的相关性较高。但视情况而定，我们也可以选择以转债风格因子替代市场因子进行分析，使模型定向适配不同的分析需求。简单定义转债风格因子为股性转债（平价110以上）与债性转债（平价90以下）组合的收益率之差，从替代后因子模型的测算结果来看，双债基金C在转债端的持仓风格整体偏债性，风格BETA基本在0线附近徘徊，基金持仓披露下的转债平价中位数基本维持在90元左右，模型测算数据与实际情况相一致。 III 模型应用与转债基金FOF策略设计 在前两节中，我们对可转债基金的类别进行了划分，分别构造了基于基金持仓和投资风格的跟踪模型，并验证了模型测算结果的准确性。本节中，我们将把研究的侧重点聚焦于模型的应用层面，即根据模型测算的结果，为投资者提供一些启发式的转债基金与双债基金FOF配置思路。 3.1. FOF组合中的因子配置 对于转债基金而言，因子模型告诉了我们基金在各个投资风格下的暴露情况，而基于这一结果，最容易联想到的配置方式是根据基金的因子暴露度去构造FOF策略。这类投资策略需要因子在长期视角下有效，具备相对稳定的持续收益，如：低估值因子、高盈利因子等，而对于周期性很强、经常阶段性失效的因子则并不适用此方法。 a. 转债基金FOF策略 考虑基于转债动量因子、转债定价因子和正股盈利因子构造3因子转债基金FOF组合，从理论上来说，多个因子的配置起到了分散化投资的效果，因此在长期超额收益表现的稳定性上应相对单一因子而言更高。在操作层面，可以考虑在每个调仓日，选择3个因子下综合打分最高的N只转债基金进行投资，具体设计如下： 从三因子FOF的测算情况看，可以发现：1）转债定价因子、转债动量因子和正股盈利因子都具备长期视角下相对稳定的业绩表现，3个组合均能够跑赢转债基金的市场基准，且高盈利FOF的收益弹性最高，但回撤风险同样也较大；2）通过3因子叠加后，三因子FOF的收益表现有了进一步的提高，年化收益率提升至14.65%，同时，在最大回撤上仅高于高折价FOF组合，为18.24%，该组合的收益波动比和收益回撤比分别为0.93和0.8，具备最高的投资性价比。 综合来看三因子FOF组合的超额收益的表现：1）以纯转债型基金为比较基准看，不同因子的超额收益回撤时点均有所差异，例如盈利因子的回撤出现在20Q3、21Q3、22Q1等，动量因子的回撤出现在20Q1、21Q3、22Q2等，折价因子的回撤出现在20Q3、22Q2等。多个因子的配置方式在一定程度上平滑了组合超额收益的回撤波动，使其在长期趋势上更为稳定，从而获得了测算区间内的最优业绩表现。2）如果以中证转债为比较基准，则FOF组合的超额收益走势波动性有所加剧，尤其在21Q3到22Q1、22Q3等时段内回撤风险明显升高，而这主要是由于纯转债型基金整体相对转债标的的业绩出现回撤所导致。 b. 双债基金FOF策略 3.1节中的讨论主要围绕在纯转债型基金层面，而如果将视野范围拓展至纯债基金，希望从更偏绝对收益的角度进行基金配置，则可以考虑结合我们在《纯债基金久期及到期收益率的估计与应用——固收量化系列研究之一》中的研究成果，构造双债FOF组合。在上述报告中，我们提出了一种同时考虑债券券种、信用利差和期限利差的纯债基金YTM测算方案，以一系列债券指数对基金涨跌幅进行拟合，来计算基金的每日YTM估计值。基于测算结果，我们提出了最高到期收益率FOF组合（下称高YTM FOF）这一投资方案，具体框架如下： 纯债基金高YTM FOF组合近3年的年化收益率约为4.36%，相对中长期纯债、低YTM FOF两个比较基准而言产生了0.76%、2.18%的超额收益，组合最大回撤为1.89%，风险调整后的收益波动比为6.83，收益回撤比为2.45。 通过将上文中的转债基金三因子FOF组合与纯债基金高YTM FOF组合进行结合，就得到了双债基金FOF配置方案。 分别以基金指数和全市场双债基金为工具，构造两种双债基金比较基准。从测算情况来看，回测区间内，双债FOF组合的年化收益率为7.94%，明显超越双债FOF基金，超额收益分别达到2.36%和1.75%；风险维度，双债FOF组合的年化波动率为5.36%，略高于基准组合，最大回撤为5.7%，为三者内最低；风险调整后收益维度，双债FOF组合的收益波动比为1.48，收益回撤比为1.39，同样高于两只业绩比较基准。整体来看，双债FOF组合呈现出中低收益、低风险的偏绝对收益型组合收益风险特征。 3.2. 双债基金FOF的资产配置 上两节中，文章的讨论主要围绕在转债基金和纯债基金内部的选基层面，解决的是基金挑选的问题，而当落脚到双债基金配置时，需要额外关注的另一个维度是组合的基金资产配置比例，即配置多少的转债基金与纯债基金最为合适。对于此问题，我们有两个选择：1）通过跟踪双债基金的转债仓位，来构造被动配置的市场中性组合；2）结合已有的转债择时指标，构造动态配置组合。 a. 基于仓位跟踪的市场中性组合 如何跟踪双债基金的转债仓位水平？我们可以通过将持仓模型测算结果中的各个转债指数的持仓合并，来提取出基金的转债配置占比。如下表所示，其展示了全市场双债基金的转债持仓截面中位数情况。从测算结果看：1）计入杠杆后，全市场双债基金的转债仓位基本维持在30%到50%附近；2）最近的持仓高位出现在2021年3季度，在市场达到阶段峰值后，双债基金的持仓水平明显下降，并在2021年1季度达到低谷；3）最近1年，双债基金的持仓水平趋势性回复，又在边际上有所回落，截至2022年9月30日，读数为43%。 以如下方式，对双债基金的资产轮动能力进行观察： 其中，双债长期恒定组合是在前窥窗口下，以基金转债仓位的长期均值作为恒定比例进行配置的投资组合，可以作为轮动组合超额收益获取能力的参考基准。从测算结果来看，双债轮动组合的年化收益率为6.02%，相对长期恒定组合的超额收益率为0.26%；在风险控制层面，双债轮动组合的最大回撤为4.01%，相对长期恒定组合而言优化了0.85%。 虽然双债基金的转债仓位变动幅度并不非常剧烈，但轮动组合的超额收益净值在长期视角下增长相对平稳，除今年2季度外，总体呈现出稳定上升的趋势，这反映出全市场双债基金经理从平均上而言，具备一定的资产轮动能力。 通过将底层标的置换为转债基金和纯债基金，便可以构造出双债FOF的市场中性组合： 从测算结果看，双债FOF市场中性组合的收益弹性相比双债基金基准而言增强了约2.7%，最大回撤有不到0.3%的少许升高，通过被动化的仓位复制进行资产配置，市场中性组合能够紧跟市场的平均仓位水平避免错配，并结合3.1节中的选基策略，在相对收益维度获得更优的风险调整后收益表现。 b. 基于转债定价的动态配置组合 除了以被动的方式跟踪双债基金的持仓之外，也可以选择根据其他的择时指标来构造动态配置FOF策略。在我们以往的研究中，给出了一种以可转债定价偏离度为依据的择时方案。如下式所示，对于单个可转债而言，转债定价偏离度被定义为可转债CRR定价与其市价的差值，而市场偏离度则是任一日截面所有转债的定价偏离度中位数，该指标读数越高，则全市场转债的市价越便宜，可转债资产的整体配置价值越强： 可转债定价偏离度 = 可转债CRR定价 - 可转债市价 市场偏离度 = 全市场可转债定价偏离度中位数 从指标的历史时间序列情况看，指标的取值在正负15元范围内波动，而每当指标下行到明显低位的时候，往往均伴随着转债市场较为明显的回撤。因此，我们可以选择以市场偏离度大于5元、0到5元、-5到0元和小于-5元为分界，划分4种情景，并配置不同比例的转债资产。 与前文类似，首先根据轮动信号的动态读数和长期恒定均值，分别构造双债CRR轮动组合和双债CRR长期恒定组合，观测指标的轮动效果，具体设计如下： 长期来看，CRR轮动策略年化收益率为9%，相对长期恒定策略而言具备2.62%的超额收益，组合最大回撤为5.11%，相对基准优化了约2%，轮动组合主要规避了今年一季度左右的市场熊市，在收益回撤比上超越基准组合约一倍。 以相同方式，将底层标的置换为转债基金和纯债基金，构造双债FOF的动态配置组合： 从测算结果看，收益维度，双债FOF的动态配置组合历史3年的年化收益率为14.38%，相对市场中性组合的超额收益率为5.53%；风险维度，动态配置组合的年化波动率为9.65%、最大回撤为7.27%，较市场中性组合均有所升高，其中，组合回撤风险增加了约1.2%，但相对而言，动态配置组合的收益提升幅度明显更大；风险调整后收益维度，动态配置组合的收益波动比为1.49，收益回撤比为1.98，分别领先市场中性组合0.16、0.53。动态配置组合的整体收益风险特征呈现为中收益、中低风险。 最后，还需额外补充的是，由于可转债本身随平价的高低变化，也可以显现出股性、平衡和债性的资产风格，因此，上述的市场偏离度指标除了可以用于指导双债FOF的资产配置外，也同样可以用于转债或转债基金内部的风格轮动，即：在转债整体溢价较高、不具配置价值的时点，以债性转债介入，通过低价的债底依托，在一定程度上替代纯债进行回撤控制。 具体来说，我们首先可以以2.3中所描述的方式，将模型中的转债市场因子替代为转债风格因子，以识别不同转债基金在股性、平衡和债性风格下的暴露水平，并构造风格类FOF组合： 可以看到，三种风格下的转债基金FOF组合显露出不同的收益风险特征。其中，股性转债FOF的收益弹性最高，但回撤风险也最大，其长期年化收益率和3年最大回撤分别为10.62%、25.25%；债性转债FOF的风险控制最强，最大回撤为12.63%，但在牛市区间欠缺了BETA弹性；平衡转债FOF的表现则介于二者之间，长期收益率为9.55%，最大回撤为18.67%。 尝试以上文中的股性转债基金与债性转债基金替代上一节中的双债基金，构造风格轮动FOF，具体设计如下： 风格轮动FOF组合的年化收益率为13.7%，最大回撤为14.67%，组合风险相对债性转债FOF而言有小幅提升，但在回报率上显著领先，综合来看，组合的收益波动比为1.03、收益回撤比为0.93，具有最高的风险调整后收益。 IV 往期研究推荐 《可转债定价与套利策略初探——固收量化系列研究之三》 《基于转债溢价率的估值模型与增强策略——固收量化系列研究之二》 《纯债基金久期及到期收益率的估计与应用——固收量化系列研究之一》 重要申明 风险提示 本文内容基于当前数据和现有理论构建模型，当市场出现异常波动或市场环境发生重大改变时，存在模型失效的风险。 分析师承诺 本研究报告的每一位证券分析师，在此申明，本报告清晰、准确地反映了分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。 本报告分析师 任瞳 SAC职业证书编号：S1090519080004 王武蕾 SAC职业证书编号：S1090519080001 梁雨辰 SAC职业证书编号：S1090523070008 特别提示 本公众号不是招商证券股份有限公司（下称“招商证券”）研究报告的发布平台。本公众号只是转发招商证券已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。 本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。 招商证券对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，招商证券均不承担任何形式的责任。 本公众号所载内容仅供招商证券股份客户中的专业投资者参考，其他的任何读者在订阅本公众号前，请自行评估接收相关内容的适当性，招商证券不会因订阅本公众号的行为或者收到、阅读本公众号所载资料而视相关人员为专业投资者客户。 一般声明 本公众号仅是转发招商证券已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见招商证券网站（http://www.cmschina.com/yf.html）所载完整报告。 本公众号所载资料较之招商证券正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。 本公众号所载资料涉及的证券或金融工具的价格走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，招商证券可能会发出与本资料所载意见、评估及预测不一致的研究报告。招商证券的销售人员、交易人员以及其他专业人士可能会依据不同的假设和标准，采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论或交易观点。 本公众号及其推送内容的版权归招商证券所有，招商证券对本公众号及其推送内容保留一切法律权利。未经招商证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）