目錄一、可轉債估值方法概述 5二、債券部分估值推導 7三、期權部分估值推導 131、回售期權：到期贖回價+下修，回售幾乎無實際意義 132、下修、強贖行權概率預測 14下修案例統計 15強贖案例統計 21引入機器學習，預測上市公司決策概率 25四、轉債估值推導 301、分解定價法下，轉債估值推導 302、整體定價法下，轉債估值推導 323、轉債估值推導——個券案例 35五、基于轉債估值的投資建議 39風險提示 40圖表目錄圖1：不同情景下，可轉債價值分別由債券價值或轉換價值支撐 8圖2：據我們統計，2019年以來轉債市場共101次下修記錄 16圖3：據我們統計，2019年以來轉債市場共701次強贖觸發記錄 21圖4：強贖決策結構比較（按企業性質） 23圖5：強贖決策結構比較（按剩余期限） 23圖6：強贖決策結構比較（按債券余額） 23圖7：強贖決策結構比較（按正股總市值） 23圖8：強贖決策結構比較（按個券過去15天均價） 24圖9：強贖決策結構比較（按實控人持股比例） 24圖10：Logistic回歸下，下修相關各指標統計意義比較 25圖優化后Logistic回歸模型，下修相關指標效果展示 26圖12：新債上市首日下修概率分布 27圖13：中證轉債成分券2023/8/31日下修概率分布 27圖14：Logistic回歸下，強贖相關各指標統計意義比較 28圖15：優化后Logistic回歸模型，強贖相關指標效果展示 29圖16：新債上市首日強贖概率分布 29圖17：中證轉債成分券2023/8/31日強贖概率分布 29圖18：不同定價方法推導新債估值，相對未來半年成交均價的偏離度 30圖19：不同定價方法推導新債估值，在未來半年最高價和最低價之間的比例 31圖20：原始版和優化版MC推導新債估值，相對未來半年成交均價的偏離度 32圖21：原始版和優化版MC推導新債估值，在未來半年最高價和最低價之間的比例 33圖22：優化版MC與二叉樹整體法推導新債估值，相對未來半年成交均價的偏離度 33圖23：二叉樹整體法與原始版、優化版MC推導新債估值，在未來半年最高價和最低價之間的比例 34圖24：利德轉債（123035.SZ）市價與估值歷史趨勢 35圖25：樂歌轉債（123072.SZ）市價與估值歷史趨勢 37圖26：蘇銀轉債（110053.SH）市價與估值歷史趨勢 35圖27：福能轉債（110048.SH）市價與估值歷史趨勢 36圖28：柳藥轉債（113563.SH）市價與估值歷史趨勢 36圖29：瑞科轉債（113563.SH）市價與估值歷史趨勢 37表1：6年期不同評級債券到期收益率 7表2：YY評級與外部評級對應關系 9表3：山證估算純債價值低于WIND估算幅度最大的十只 10表4：山證估算純債價值高于WIND估算幅度最大的十只 10表5：山證估算上市首日純債價值低于WIND估算幅度最大的十只 表6：山證估算上市首日純債價值高于WIND估算幅度最大的十只 表7：2019年以來觸發回售條款的轉債 14表8：2019年以來全部下修案例統計 15表9：信用風險暴露后的下修案例 16表10：信用風險提升的下修案例 17表回售壓力下的下修案例 17表12：尚未進入轉股期的下修案例 18表13：信用壓力下下修案例統計 19表14：新債次新債基于提升轉股概率的下修案例統計 19表15：中間狀態，目的傾向不明確的下修案例統計 20表16：下修案例各指標平均值與轉債市場平均比較 20表17：2019年以來發行人強贖決策統計（單位：次） 21表18：基于估值推導，重點關注的轉債個券 39一、可轉債估值方法概述（上市公司可轉債估值大致可分為兩類，分解定價法和整體定價法：分解定價法加總得到可轉債整體估值。債券價值相對簡單，主要使用未來現金流貼現計算，關鍵在于折現率的確定。期權部分，則是將內嵌期權再度拆解為相對簡單的幾份期權，然后使用Black-Scholes模型、二叉樹模型等期權定價模型求解。簡單拆解后加減，沒有辦法考慮下修因素，也忽略了轉股、強贖、回售這幾種不同類型期權間的相互作用，實際上行使某一種權利必然對其它期權產生影響。因此，整體而言，分解定價法相對粗糙簡化，并不是最優法。整體定價法：N整體法提升了定價精確度，但運算量巨大，效率極低，恐難應用于即時性較強的高頻領域。19982019600余只。2019年至今涉及強贖、下修的數慮。概述全文，我們主要解決三大問題：轉債估值推導中，應如何選擇折現率；可轉債債券部分評級調整；可轉債下修、強贖行權概率預測。二、債券部分估值推導75%1而純債價值則決定了轉債價值的底線、向下風險。期限、到期贖回價影響，未來現金流貼現法公式為：其中，B為債券價值，n為債券的到期年限（566年期if=*rF（國內可轉100元。其中折現率最為關鍵，債券估值主要依據剩余期限和債券評級，不同評級不同期限，對應不同折現率。表1：6年期不同評級債券到期收益率期限AAAAAA-AA+AAAA-A+AA-BBCCC02.15%2.20%2.25%2.30%4.71%7.14%9.43%11.49%26.49%44.49%12.39%2.44%2.49%2.54%4.95%7.38%9.67%11.73%26.73%44.73%22.56%2.62%2.68%2.88%5.29%7.72%10.01%12.07%27.07%45.07%32.73%2.81%2.91%3.20%5.61%8.04%10.33%12.40%27.40%45.40%42.80%2.98%3.08%3.42%5.83%8.26%10.55%12.62%27.62%45.62%52.92%3.10%3.25%3.65%6.06%8.49%10.78%12.85%27.85%45.85%63.05%3.23%3.41%3.82%6.23%8.66%10.95%13.02%資料來源：WIND，，注：2023年8月31日數據1指標計算公式：純債價值/可轉債整體價值（C。CE計算公式如下：其中：Rf表示無風險利率；β表示股票的貝塔系數，貝塔系數是衡量股票對系統風險的敏感程度；(Rm-Rf)表示市場風險溢價。再如股票DCF估值中使用的加權平均資本成本（CostOfCapital,，CC計算公式：公司債務的市場價值，V=E+D=（股權+券，RRd債務成本，稅率。虛值期權實值期權圖1：不同情景下，可轉債價值分別由債券價值或轉換價值支撐虛值期權實值期權資料來源：WIND，我們對可轉債純債價值估算進行了兩方面優化：折現率選擇：COE20239498只成分券為例，正股股價高于轉股價的共14829.72%2019112023331600只轉債個27946.5%。我們認為這一調整更恰當反映了可轉債的權益屬性，部分股性較強但評級偏低的轉債20%COE之間進行加權，以平滑變化趨勢。信用風險衡量：Ratingdog（2015年，第一大股東中證信用增進股份有限公司）YYYYYY評YYYY評級未覆蓋的個券，仍以外部債項評級為準。這一調整，主要為了更及時準確的反映偏債型轉債的信用風險。表2：YY評級與外部評級對應關系YY外評YY外評YY外評1AAA4AA+7+AA2+AAA4-AA+7AA-2AAA5+AA+7-AA-2-AAA5AA+8+A+3+AAA5-AA+8A3AAA6+AA+8-A-3-AAA6AA9BB4+AA+6-AA10CCC資料來源：20239498只成分券為例，YY497212只不變，55只調升評級，230AA+AAAA+、YY8+A+A、YY評級9BB。算法優化后，20239498WIND5%10%12046只調高，74只調低。表3：山證估算純債價值低于WIND估算幅度最大的十只序號代碼名稱山證估算WIND山證/WIND-1YY評級外評調整后評級市價/轉股價1118016.SH京源轉債36.6475.02-51%9ABB100%2111014.SH李子轉債72.6194.48-23%8+AAA+85%3118036.SH力合轉債65.8885.02-23%8AA-A92%4123180.SZ浙礦轉債67.8886.79-22%8AA-A69%5127034.SZ綠茵轉債76.4996.33-21%8-AA-A-79%6123168.SZ惠云轉債70.8689.03-20%8AA-A86%7123157.SZ科藍轉債72.2389.68-19%8AA-A89%8123146.SZ中環轉275.0092.08-19%8AA-A91%9127055.SZ精裝轉債76.6492.67-17%8AA-A79%10127054.SZ雙箭轉債83.4499.85-16%8+AAA+101%資料來源：WIND，，注：使用2023/8/31數據表4：山證估算純債價值高于WIND估算幅度最大的十只序號代碼名稱山證估算WIND山證/WIND-1YY評級外評調整后評級市價/轉股價1123201.SZ紐泰轉債95.9768.5340%8AA120%2123187.SZ超達轉債95.5069.9037%8AA120%3123141.SZ宏豐轉債100.3278.2328%8AA118%4123140.SZ天地轉債97.3576.1428%8AA128%5118021.SH新致轉債92.0372.1927%7-AAA-195%6123195.SZ藍曉轉0298.4677.9926%6A+AA99%7113628.SH晨豐轉債103.9282.3426%8AA113%8111012.SH福新轉債100.2879.9625%8A+A112%9123177.SZ測繪轉債96.3277.7924%8+A+A+122%10118014.SH高測轉債95.8177.7823%7+A+AA79%資料來源：WIND，，注：使用2023/8/31數據2019112023331600只轉債個券，山證衍生品估算上市首日WIND5%10%9215.33%81只調低。表5：山證估算上市首日純債價值低于WIND估算幅度最大的十只序號代碼名稱上市首日山證估算WIND山證/WIND-1YY評級外評調整后評級市價/轉股價1118016.SH京源轉債2022/8/2529.1167.21-57%9ABB92%2110072.SH廣匯轉債2020/9/1561.2089.19-31%8AA+A94%3123111.SZ東財轉32021/4/2372.1386.52-17%AA+AA+112%4110068.SH龍凈轉債2020/4/1580.5194.20-15%7AA+AA-83%5118025.SH奕瑞轉債2022/11/1879.6690.53-12%7AAAA-95%6113659.SH萊克轉債2022/11/1580.3491.18-12%7AAAA-98%7127053.SZ豪美轉債2022/3/474.5684.59-12%8+AA-A+84%8110086.SH精工轉債2022/5/2381.4092.11-12%7-AAAA-89%9113048.SH晶科轉債2021/5/3179.7390.02-11%7AAAA-82%10110066.SH盛屯轉債2020/3/3180.3090.64-11%7AAAA-83%資料來源：WIND，，注：使用上市首日數據表6：山證估算上市首日純債價值高于WIND估算幅度最大的十只序號代碼名稱上市首日山證估算WIND山證/WIND-1YY評級外評調整后評級市價/轉股價1123162.SZ東杰轉債2022/11/499.4167.4547%8AA112%2123062.SZ三超轉債2020/8/1793.3664.8244%AA130%3123173.SZ恒鋒轉債2023/2/893.2065.9041%AA109%4127080.SZ聲迅轉債2023/2/1096.8473.6232%A+A+111%5123171.SZ共同轉債2022/12/1697.0073.7931%A+A+132%6123166.SZ蒙泰轉債2022/11/2597.9675.3330%A+A+119%7127057.SZ盤龍轉債2022/4/896.0273.9230%A+A+229%8123118.SZ惠城轉債2021/7/2696.2874.4329%A+A+109%9127065.SZ瑞鵠轉債2022/7/2796.3575.0428%A+A+169%10123152.SZ潤禾轉債2022/8/1198.1676.7528%A+A+151%資料來源：WIND，，注：使用上市首日數據COE3及類似情況，其期權價值上會有所反映。最后，新上市個券由于發行時間尚短，正股價格相對轉股價偏離度不大、信用風險變化也不大，因此山證估算與WIND傳統貼現法估算結果的偏差整體較小。我們認為，算法優化后的折現率更好地反映了轉債個券的主要風險，由此推導得出的轉債純債價值更為客觀。三、期權部分估值推導分估值公式為：轉債期權價值=轉股期權（call）+回售期權（put）-強贖期權（call）+下修期權1、回售期權：到期贖回價+下修，回售幾乎無實際意義%時,70%60%80%。窗口僅最后兩個計息年度。然而，我國可轉債多有補償利率，到期贖回價高于面值+利息。2019年上市的所有轉債個券中，溢價率最高的是202012月上市的僑銀轉債（128138.SZ1302.5%3.0%；溢價率最低的201971062.2%3.0%；20194月上市的核建轉債（3024.H，到期贖回價105元，亦高于面值加最后兩期利息1.8%和2.0%。+7.552年期AA2.88%103.502.07%義。201999945債價值高于回售價格等原因，絕大多數投資人選擇不回售，最終實際回售金額不足萬元。表7：2019年以來觸發回售條款的轉債代碼名稱回售公告日市價純債價值回售價債券余額公告日債券余額變動剩余期限正股價/轉股價110031.SH航信轉債2019-07-23106.30101.89100.8423.99-0.001.8952%128012.SZ輝豐轉債2020-12-18100.7598.15100.920.24-0.041.3454%128026.SZ眾興轉債2022-03-11108.3098.04100.664.09-0.001.7665%113535.SH大業轉債2022-06-17111.85105.50100.195.00-0.001.9064%110045.SH海瀾轉債2022-09-14109.51104.60100.2529.50-0.001.8369%123004.SZ鐵漢轉債2023-02-07110.52103.22100.268.03-0.000.8661%128035.SZ大族轉債2023-03-18106.63102.38103.0022.99-0.000.8955%123011.SZ德爾轉債2023-08-29118.90107.37100.242.51-0.000.8953%資料來源：WIND，反而會導致高估，影響整體估值的準確性。（18025.S獨計算沒有實際意義的回售期權。2、下修、強贖行權概率預測進行預測。下修案例統計常態。據我們統計，2019101904.3712.0397.36億元。（1284.4次；最快下修的是晶科轉債（3048.H21天即下修；最晚下修的是吉視轉債（3017.0.405.38%60%。20197%2019、20100%下修到底，2021-2280%以上下修到底，20231-859%下修到底；表8：2019年以來全部下修案例統計年度下修次數下修到底未進轉股期次新債平均（年）平均下修幅度平均資產負債率基于信用風險基于提升轉股率201966155.41-22%45.856202033125.33-23%35.8132021292410155.02-26%55.37323202234295184.34-28%57.199222023.1-829172113.43-24%67.831213合計/平均1017919514.37-26%58.412467資料來源：WIND，，注：次新債為上市兩年以來的個券圖2：據我們統計，2019年以來轉債市場共101次下修記錄資料來源：WIND，率。這兩個目的相輔相成，但也會有所側重。（1）緩解信用壓力的代表是下修次數最多的正邦轉債（1284.Z。20225月至2364（128062.S202292373（123015.S202282023年52次；以及全筑轉債（3578.H、花王轉債（3595.H、思創轉債（123096.SA級以下。表9：信用風險暴露后的下修案例代碼名稱下修日期下修幅度下修到底剩余期限債券余額評級評級方向企業性質正股總市值123015.SZ藍盾轉退2022/8/1-59%12.041.00CCC調低民營企業30.122023/5/9-38%11.271.00CCC調低民營企業6.00128062.SZ亞藥轉債2022/9/9-48%02.569.62B-調低民營企業28.012023/4/3-29%02.009.62B-調低民營企業24.582023/7/17-30%11.719.62B-維持民營企業23.45128114.SZ正邦轉債2022/5/23-59%14.0715.96AA調低民營企業197.60代碼名稱下修日期下修幅度下修到底剩余期限債券余額評級評級方向企業性質正股總市值2022/12/15-28%13.5113.33BBB調低民營企業140.602023/3/9-17%13.2813.17B調低民營企業107.962023/6/27-15%02.9811.70CCC維持民營企業88.90113578.SH全筑轉債2023/6/29-39%02.813.84B-調低民營企業14.79113595.SH花王轉債2022/9/13-35%13.853.30B+調低民營企業17.10123096.SZ思創轉債2023/7/21-46%13.528.17BBB+調低公眾企業37.40資料來源：WIND，類似情況，也出現在上市公司被公開調低評級的時候。表10：信用風險提升的下修案例代碼名稱下修日期下修幅度下修到底剩余期限債券余額評級調整方向企業性質正股總市值128100.SZ搜特轉債2021/8/17-44%14.577.99AYY調低民營企業47.63128087.SZ孚日轉債2021/4/28-29%04.646.50AAYY調低地方國企38.95128044.SZ嶺南轉債2021/12/1-39%12.706.59AA-調低民營企業54.74123023.SZ迪森轉債2022/5/18-34%12.845.29AA-調低民營企業17.12110060.SH天路轉債2022/8/16-22%13.207.06AAYY調低地方國企51.02110063.SH鷹19轉2022/11/2-24%13.1218.44AA+YY調低民營企業109.87110047.SH山鷹轉債2022/11/2-25%12.0522.46AA+YY調低民營企業109.87113535.SH大業轉債2023/5/30-22%00.955.00AAYY低評民營企業27.42113600.SH新星轉債2023/7/4-27%13.114.53A+調低民營企業29.74123004.SZ鐵漢轉債2023/7/14-35%10.438.03AAYY調低中央國企76.79113017.SH吉視轉債2023/8/4-5%10.4011.35AA+YY調低地方國企67.02123010.SZ博世轉債2023/8/29-10%10.854.30A調低地方國企35.69資料來源：WIND，（臨近或已進回售期用壓力的一種表現。表11：回售壓力下的下修案例代碼名稱下修日期下修幅度下修到底剩余期限債券余額評級評級方向企業性質正股總市值128042.SZ凱中轉債2022/3/8-22%12.404.16AA維持民營企業29.43127006.SZ敖東轉債2022/9/27-27%11.4624.07AA+維持民營企業159.80128056.SZ今飛轉債2023/4/11-10%11.891.72A+維持民營企業27.29代碼名稱下修日期下修幅度下修到底剩余期限債券余額評級評級方向企業性質正股總市值113505.SH杭電轉債2023/5/23-15%10.797.50AA維持民營企業41.60資料來源：WIND，（2）提升轉股概率的代表是尚未進入轉股期即主動下修的新債21天的晶科轉債3048.H9019家。我們認為轉債上市時間尚短，上市公司基本面尚未發生重大變化，此時主動下修，顯然更傾向于提升轉股概率為目的。表12：尚未進入轉股期的下修案例代碼名稱下修日期下修幅度下修到底剩余期限債券余額評級企業性質正股總市值行業128066.SZ亞泰轉債2019/9/16-14%15.594.80AA-外企27.04建筑裝飾128100.SZ搜特轉債2020/9/10-46%15.508.00AA民企83.50紡織服飾123073.SZ同和轉債2021/1/8-35%15.803.60A+民企26.11醫藥生物123082.SZ北陸轉債2021/2/8-22%15.835.00A+民企39.76醫藥生物123087.SZ明電轉債2021/2/22-31%15.816.73AA-民企44.69電子123086.SZ海蘭轉債2021/3/10-28%15.767.30AA-民企39.62國防軍工123078.SZ飛凱轉債2021/3/24-19%15.688.20AA外企81.51基礎化工127028.SZ英特轉債2021/4/10-32%15.746.00AA+地方國企33.43醫藥生物123084.SZ高瀾轉債2021/6/9-21%05.512.80A+公眾企業22.51機械設備113048.SH晶科轉債2021/6/21-19%15.8430.00AA民企143.81公用事業110079.SH杭銀轉債2021/8/30-22%15.58150.00AAA地方國企754.32銀行123119.SZ康泰轉22021/12/31-25%15.5420.00AA民企677.00醫藥生物123134.SZ卡倍轉債2022/3/11-18%15.802.79A+民企40.16汽車113630.SH賽伍轉債2022/4/22-42%15.527.00AA-民企83.56電力設備110084.SH貴燃轉債2022/5/16-29%15.6210.00AA民企79.10公用事業113058.SH友發轉債2022/9/21-28%15.5320.00AA民企88.99鋼鐵111006.SH嶸泰轉債2022/12/23-12%15.646.51AA-民企41.02汽車113653.SH永22轉債2023/1/17-15%15.537.70AA-民企44.50基礎化工113066.SH平煤轉債2023/7/25-17%15.6529.00AAA地方國企180.12煤炭資料來源：WIND，此外，另有46家上市公司在轉債上市2年2內選擇下修。我們統計區間內，新債3、次新2剩余期限大于等于4年3新債指上市不足半年，尚未進入轉股期的個券債46766.34%64。2023年中期策略》p5-6A股市場。尤28672264以提升轉股概率為目的。表13：信用壓力下下修案例統計年度下修次數下修到底平均剩余期限（年）平均下修幅度平均資產負債率2021323.97-37%65.222022983.03-37%87.0220231281.94-26%88.48合計/平均24182.60-32%85.03資料來源：WIND，表14：新債次新債基于提升轉股概率的下修案例統計年度下修次數下修到底平均剩余期限（年）平均下修幅度平均資產負債率2019665.41-22%45.852020335.33-23%35.81202123195.38-24%53.51202222185.13-24%47.5720231355.06-22%51.09總計67515.24-23%49.61資料來源：WIND，4次新債指上市半年至2年的個券，剩余期限小于5.5年，大于4年表15：中間狀態，目的傾向不明確的下修案例統計年度下修次數下修到底平均剩余期限（年）平均下修幅度平均資產負債率2021333.33-35%59.752022332.48-30%38.302023442.58-27%60.30合計/平均10102.77-30%53.53資料來源：WIND，數據統計顯示，約70%的下修案例發生在轉債個券上市一年左右的時間，民企占比85%（略高于市場平均23%有以下特點：1、本期轉債對公司較重要，具體表現為轉債對流通股稀釋率相對較高、對正股流動性沖擊力度較大；2、實控人控制力較強，具體表現為實控人合計持股比例近40%，高于市場平均水平；3、主業相對重資產，具體表現為資產負債率高于市場平均水平，但低于50%，不算過高；4、短期信用風險不大，具體表現為轉債余額/賬面現金比例低于市場平均水平、股票質押率也低于市場平均水平。表16：下修案例各指標平均值與轉債市場平均比較項目市場平均下修案例平均新債次新債下修信用壓力下修轉債相關市價（元）135.01116.73115.89118.74對流通股稀釋率（%）14.3716.2717.1215.57沖擊力度（倍）11.9220.4422.0016.97轉債余額/賬面現金1.441.090.981.41正股相關股票質押率（%）12.5412.6410.0819.92資產負債率（%）45.0858.4149.6185.03民企占比84%82%85%75%實控人持股合計（%）37.7635.1339.6425.96資料來源：WIND，，注：沖擊力度=債券余額/正股過去30天日均成交額強贖案例統計據我們統計，2019345701次觸發強贖，其中首次觸發條款即16966只；多次放棄機會，最終以自然到期方式退市的1只；已放棄至少1次機會，仍在存續5中的共109只。表17：2019年以來發行人強贖決策統計（單位：次）年度觸發強贖條款當期不強贖當期強贖首次觸發即贖回首次觸發即贖回占比20193415191750%202015987726340%2021205139665024%2022210157532612%2023.1-89368251011%合計70146623516624%資料來源：WIND，圖3：據我們統計，2019年以來轉債市場共701次強贖觸發記錄資料來源：WIND，理論上，可轉債已被視為股權融資工具，為避免還本付息以及盡快完成轉股，上市公司應5截至2023年8月31日17中首次觸發即贖回次數占比也證明，201934次強贖觸發事件，其50%20231-810家為首次觸發即強贖。我們認為上市公司做出“放棄強贖”的決策，主要基于兩點考慮：根據我們統計，2019年以來有轉債上市的正股中，60.25%波動率6或相對中證1000波動率高于發行前，總市值小于等于100億的小盤股相對波動率提升比例可達65.97%，總市值小于等于3068.48%3012048.91%，發行轉債對正股市場關注度的提升效果，可謂立竿見影。2%7201972.93%的個券出現下跌，發布572.37%58.45%46.67%。2021、222021-238509次記錄單獨進行分析，并分為兩類：觸發即贖、放棄機會。按照企業性質、轉債剩余期限、債券余額、正股總市值、個券過去15天均價、實控人持6使用上市首日前后365天年化波動率7詳見2023年1月6號報告《可轉債打新梳理與分析——狹窄的無風險套利空間》比較。我們發現以下現象：1、民企相對國企更傾向于放棄強贖機會；2、剩余期限越長，放棄強贖的概率越大；3、小盤股、小盤券放棄強贖概率更高；42005、實控人持股30-50%放棄強贖概率最高，超過50%反而會降低。圖4：強贖決策結構比較（按企業性質） 圖5：強贖決策結構比較（按剩余期限）資料來源：WIND， 資料來源：WIND，圖6：強贖決策結構比較（按債券余額） 圖7：強贖決策結構比較（按正股總市值）資料來源：WIND， 資料來源：WIND，圖8：強贖決策結構比較（按個券過去15天均價） 圖9：強贖決策結構比較（按實控人持股比例）資料來源：WIND， 資料來源：WIND，引入機器學習，預測上市公司決策概率Python機器學習模塊下的邏輯回歸(LogisticRegression)StatsModels數下修決策概率預測值、轉債對正股流通股稀釋率等眾多指標代入logistic18055%影響顯著。圖10：Logistic回歸下，下修相關各指標統計意義比較資料來源：WIND，StatsModelsLogit函數，我們使用剩余期限、對流通股稀釋率、轉債市價、1805概率預測環節，得出具體個券特定時點下修概率預測值。0PB1.000。圖11：優化后Logistic回歸模型，下修相關指標效果展示資料來源：WIND，Logistic2019112023331600只轉債個券（基于上市首日數據20239498只成分券（20238月31號數據）的下修概率進行預測。從預測結果來看，新券下修概率在0-85.72%區間均勻分布，中證轉債成分券下修概率在0-99.98%區間均勻分布，整體是合理的。他上市公司更傾向于下修，同時基于特定概率進行估值是必要的。圖12：新債上市首日下修概率分布 圖13：中證轉債成分券2023/8/31日下修概率分布 資料來源：WIND， 資料來源：WIND，23%。維持其轉債價值，而聰明的投資者早已將這種預期反映在價格之內。強贖決策概率預測市值、轉債對正股流通股稀釋率等眾多指標代入logistic157個指標在5%的置信水平下對強贖決策影響顯著。圖14：Logistic回歸下，強贖相關各指標統計意義比較資料來源：WIND，7個有效指標重新測算。值得注意的是，logistic回歸顯示企（強贖決策歷史數據75901.0050%0.40%圖15：優化后Logistic回歸模型，強贖相關指標效果展示資料來源：WIND，圖16：新債上市首日強贖概率分布 圖17：中證轉債成分券2023/8/31日強贖概率分布資料來源：WIND， 資料來源：WIND，四、轉債估值推導1、分解定價法下，轉債估值推導用風險或正股波動風險是一致的?？紤]強贖和下修概率，我們認為轉債期權部分計算公式如下：轉債期權價值=轉股期權*（1-下修概率）+新轉股看漲期權*（下修概率）-強贖期權*強贖概率度，二是否落在未來半年最高價和最低價之間。S模型原始版為參照（50%。20192021年二季度，相對簡化的原始版準確率較高，偏離度平均-4%，80%的個券落在2022-20%30%2022擇放棄強贖、合理利用下修等條款博弈相符，也凸顯了上市公司行權決策預測的重要性。圖18：不同定價方法推導新債估值，相對未來半年成交均價的偏離度資料來源：WIND，圖19：不同定價方法推導新債估值，在未來半年最高價和最低價之間的比例資料來源：WIND，188%20220.52%Q123離度平均-2.01%，準確度較高。BSLSM推導得出的估值差異很小。43466只成分券為樣本。BS原始版推導估值偏離度平均-22%、中位數-21%10.09%，與上文結論呼應。引入行權概率預測后，6.00%43.13%準確率仍有待提升。值推導準確率不佳的原因。2、整體定價法下，轉債估值推導可轉債估值推導