可转债估值定价方法探讨：下修强赎概率预测，及信用评级和折现率优化

请务必阅读最后一页股票评级说明和免责声明1衍生品研究可转债估值定价方法探讨——下修强赎概率预测，及信用评级和折现率优化2023 年 10 月 16 日衍生品研究/专题报告中证转债指数资料来源：最闻相关报告转 债 主 题 基 金 梳 理 及 优 选 券 挖 掘2023.9.1山 证 转 债 分 类 筛 选 评 价 体 系 再 升 级2023.7.14并表优化资产负债率，出表提升当期营收与净利润-REITs 上市如何影响原始权益人报表？ 2023.6.14山证衍生品团队分析师：崔晓雁执业登记编码：S0760522070001邮箱：cuixiaoyan@sxzq.com投资要点：本文主要解决四个问题：信用评级调整：基于中证信用旗下 Ratingdog 的 YY 评级，对个券信用评级进行调整，以更客观及时反映信用风险。折现率选择：转债投资不同阶段面临的核心风险不同，当正股股价超过转股价（实值期权阶段），转债投资主要面临正股波动风险。我们认为此时，折现率不再适用反映信用风险的贴现率，更适用资本成本（COE 或 WACC）。行权概率预测：我们整理了 2019 年以来转债市场全部下修、强赎记录，引入 Python 机器学习模块下的逻辑回归模型和数据建模库，对上市公司下修、强赎决策概率进行预测。回售期权：经验证，由于到期赎回价、下修条款、市场溢价的存在，回售条款几乎无实际意义。因此，我们不再单独计算回售期权，以免高估。转债估值模型优化及估值效果验证下修概率预测：我们发现剩余期限、对流通股稀释率、转债市价、转股价值、正股最近 180 天涨跌幅 5 个指标，对下修决策影响显著。强赎概率预测：我们发现实控人持股比例、冲击力度、股票质押率、资产负债率、转债过去 15 天均价、转股价值、转股溢价率 7 个指标，对强赎决策影响显著。估值效果：历史数据显示，加入行权概率后，估值更有效。分解定价法下，2022 年、Q123 新券估值偏离度平均分别仅 0.52%、-2.01%。2022 年以来，75%的新券上市首日估值落在未来半年市价区间内。整体法下，优化后MC 估值偏离度多在 10%之内，63%的个券估值落在未来半年市价区间内。为进一步验证估值效果，我们精选 6 只存续时间长、交易活跃的个券，比较推导估值与市价的偏离情况，趋势一致，多数偏离度不大。基于转债估值推导的投资建议优化后估值模型基础上，目前时点可能存在低估的五只个券：道氏转 02、晶澳转债、科顺转债、奥维转债、易瑞转债，建议重点关注。风险提示：行权概率预测训练数据量较少，预测准确率仍有待提升；历史回测不代表未来，模型可能随时根据市场情况修改。请务必阅读最后一页股票评级说明和免责声明2衍生品研究/专题报告目录一、 可转债估值方法概述.................................................................................................................................................. 5二、 债券部分估值推导...................................................................................................................................................... 7三、 期权部分估值推导.................................................................................................................................................... 131、 回售期权：到期赎回价+下修，回售几乎无实际意义........................................................................................132、 下修、强赎行权概率预测...................................................................................................................................... 142.1 下修案例统计.......................................................................................................................................................152.2 强赎案例统计.......................................................................................................................................................212.3 引入机器学习，预测上市公司决策概率...........................................................................................................25四、 转债估值推导............................................................................................................................................................ 301、 分解定价法下，转债估值推导.............................................................................................................................. 302、 整体定价法下，转债估值推导.............................................................................................................................. 323、 转债估值推导——个券案例.................................................................................................................................. 35五、 基于转债估值的投资建议...........................