转债策略研究：如何构建转债评级预测模型？

固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 1 转债策略研究 证券研究报告 2025 年 06 月 13 日 作者 谭逸鸣 分析师 SAC 执业证书编号：S1110525050005 tanyiming@tfzq.com 唐海清 分析师 SAC 执业证书编号：S1110517030002 tanghaiqing@tfzq.com 刘宇豪 联系人 liuyuhaoa@tfzq.com 近期报告 1 《固定收益：固定收益-美债仍有上行压力？》 2025-06-12 2 《固定收益：利率专题-银行利润与负债视角再看债市》 2025-06-11 3 《固定收益：固定收益-地方政府如 何应对关税冲击？》 2025-06-09 如何构建转债评级预测模型？ 可转债主体年报业绩期结束，转债评级调整重回市场短期关注焦点。评级调整有何规律？如何对转债评级调整做前瞻预测？ 转债信用评级动态演化分析 1）转债市场近 5 年反映出信用风险边际扩大的趋势，整体呈“易下难上”格局。2020-2024 年，评级下调数量由 7 只增至 49 只，上调案例不到 3例/年。2）评级调整呈现季节性集聚。3）行业结构性分化明显，社会服务、纺织服饰等行业下调比例显著较高。4）产业链分化显著，TMT 与制造产业链风险抬升。5）评级下调迁移路径集中，下调主体中 AA、AA-级占比长期占据主导地位。 转债评级因子体系 在可转债信用评级的预测中，构建一个全面且科学的评级因子体系是实现精准预测的关键基础。基于市场实践与理论分析，并结合机器学习模型的结果，可以将转债评级因子体系分为五大类： 1）转股压力因子：大多指标均为快变量，随市场行情逐日变化，便于实时跟踪转债转股压力动态。债券余额/正股市值、正股近期是否创年内新低等指标与评级下调显著正相关；正股收盘价、转股价值等显著负相关。 2）偿债压力因子：构建长短期分层指标体系，量化短期流动性风险与长期偿债能力，识别信用资质的“临界点突变”。资产负债率与评级下调显著正相关；EBITDA/带息债务、利息保障倍数等显著负相关。 3）盈利质量与经营效率因子：通过“盈利-周转-现金流”三维分析框架，识别经营效率的边际变化与潜在风险，构建盈利质量的动态评分体系。连续亏损、财务退市风险等显著正相关；每股收益、净资产收益率等显著负相关。 4）公司治理与特质因子：反映发行人的内部治理质量以及公司的特质信息，是信用评级调整的隐性推手。审计意见类别、是否风险警示等指标与评级下调显著正相关。 5）市场表现因子：反映投资者对发行人信用资质的实时定价。通过异常交易特征捕捉市场情绪与信用风险的共振效应，观测市场对发行人信用资质的预期差。面值退市风险、纯债到期收益率等显著正相关；市盈率、收盘价等负相关。 机器学习模型 基于转债评级因子体系构建的多因子指标，通过机器学习算法构建模型进行二分类预测。并对模型进行优化：为深度挖掘可转债评级变动的潜在驱动因素，在原始五类评级因子的基础上，可进一步构建三类衍生因子强化特征表征能力。为了提升对评级下调转债的覆盖率，采用了引入 PR-AUC作为核心评估指标及动态阈值调整等方法。 采 用双 层 Stacking 集 成框 架， 第一 层次 采用 随机森 林、 XGBoost 与CatBoost 模型融合，并结合五折交叉验证技术。第二层次应用逻辑回归模型对第一层次输出进行 stacking 处理。模型性能优异：在 2022-2024 年的测试集上的 AUC 值分别为 96.4%、98.5%和 91.5%，效果均优于单一基模型。 风险提示：1）模型失效风险；2）模型拟合风险；3）金融转债外推风险。 固定收益 | 固定收益专题 请务必阅读正文之后的信息披露和免责申明 2 内容目录 1. 转债信用评级动态演化分析 .............................................................................................................. 4 2. 转债评级因子体系 ................................................................................................................................ 7 2.1. 转股压力因子 .............................................................................................................................. 7 2.2. 偿债压力因子 .............................................................................................................................. 8 2.3. 盈利质量与经营效率因子 ........................................................................................................ 9 2.4. 公司治理与特质因子............................................................................................................... 11 2.5. 市场表现因子 ............................................................................................................................ 12 3. 机器学习模型 ....................................................................................................................................... 14 3.1. 基模型表现................................................................................................................................. 14 3.2. 模型优化 ..................................................................................................................................... 15 3.2.1.