【元大国际期货·】 孙彬彬/李浩时（联系人）
元大期货
2018年开始，在市转债数量迅速增长，至今6年矣。由转债内含期权特征及条款特性，股价有景气表现的标的陆续强赎转股，基本面偏弱标的逐渐沉淀下来。如今临期转债数量逐渐增加，转债市场或面临高于过去的临期标的风险。基于此，站在当前时点上，我们认为有必要对转债的信用风险进行系统研究。
我们认为评级分析是解构转债信用风险的一个很好的跳板。评级是评级机构全方位分析转债信用风险的结果，转债评级的过程，也是我们师从评级机构来认识转债风险因素的过程。在了解认识评级结果及其逻辑的基础上，我们更容易将研究延拓到预测评级变化，构建信用框架等更深层次的问题。
基于量化的思路，我们可以看到，转债评级在一定程度上是能够有效拆解、分析并预测的。评级机构对转债信用的分析在行业、财务指标、公司管理、转债属性等四个方面有较高的权重，其中年报营收利润及现金流边际变化、公司现金流周转指标、公司实控人属性、大股东质押比例、转债的剩余期限和未转股比例等因子对转债评级调整与否或具有较大影响。
最后，评级机构的侧重点很可能具有随时间偏移的特征。基于当前转债市场的结构和特征，展望后市，从预测的角度出发，我们认为除了前述方向外，一些其他的方向及相关因子也较为值得关注：（1）正股退市层面，随着今年部分转债产生退市压力，我们建议关注正股价格、退市相关财务指标等因子；（2）财务困境层面，我们建议关注一些相对成熟的上市公司财务风险模型；（3）减资清偿事宜等或可能导致转债提前退市的因素触发概率。这些因素可能对2024年下半年，乃至2025年的转债评级以及信用风险的边际变化产生影响。
风险提示：统计规律失效风险，转债信用风险，宏观环境不确定性，货币政策不确定性，转债条款博弈风险。
我们通过量化的方法对转债评级进行拆解，并得到对应的机器学习模型。我们将季度/TTM的数据输入对应模型，进而得到更高频且可解释的转债评级边际变化结果，可以作为进一步转债信用分析的入口。
1.为何从评级入手？
复盘历史转债评级调整行情，我们会发现2024年市场对转债评级调整的反应较强。2024年跟踪转债评级下调后首个交易日转债平均跌1.07%，这一幅度明显高于2018年以来除2021年之外的所有年份。2021年和2024年的一个相似之处在于，相对于之前的年份，转债评级下调个数出现明显增长。
评级作为独立第三方，保持着一年一次的跟踪评级，当市场越来越关注转债信用问题时，转债评级和评级变动是市场关注转债信用变化和分析转债信用资质的一个入口。
同样，我们可以从拆解评级所关注的相关信用因子，来进一步展开对于转债的信用分析。
2.如何拆解转债评级因子？
从历史上的转债跟踪评级观点出发，我们发现评级下调的转债中，以下四类内容频繁出现：
（1）产业角度：产业上下游失衡导致的风险，包括所处行业供需不平衡、下游原料波动较大；
（2）财务审计角度：公司业绩亏损、审计意见非标准、债务规模大且结构差（尤其是短期债务占比过高，例如大业转债2023年6月评级观点：“公司债务负担较重，债务结构中短期债务占比较高，债务结构有待优化”）、经营性现金流为负或大幅下滑、营收大幅下滑、相对营运资金应收账款或存货额度太大且回款指标恶化、商誉规模过大、其他偿债指标恶化等。
（3）经营管理角度：公司股权质押比例过高，领导层频繁变更，存在重大诉讼，收到监管警示，相对营运资金对外担保额度过高，已存在逾期债务等
（4）转债角度：转债剩余期限短且未转股比例较高等。
行业：关注行业产销情况
评级公司在行业上的切入点或具有一定的前瞻属性，指数财务指标属于历史数据，较难从左侧判定行业的景气变化。我们给出一个思路：考虑监管对行业产能的关注度。如2023年非审核类问询函中被监管提到产能问题较多的中信二级行业，同行业转债2024年评级下调概率也相对较大。
财务：关注营收&利润增长率、速动比率、经营性现金流等指标
财务指标方面，使用综合财务指标结合一些非线性的方法能明显提高解释能力：简单考虑过去两年年发行人经营性现金流和净利润均为负的转债，2022年以来当年转债评级下调概率均维持在50%及以上。
另外，采用决策树方法对2018-2022年历史数据进行训练，可以得到基于年报净利润增长率、营收增长率、速动比率等因素结合的预测逻辑。采用这一逻辑对2023年转债评级进行预测，在23个转债评级下调的结果中，这一模式能够预测到20个转债的评级调整。
同时，我们也对诸多偿债指标进行了单因子测试。从结果来看，净资产负债率，营运资本/总资产、经营性现金流/负债等因子与转债评级边际变化具有较强的相关性。
管理：关注实控人属性、股权质押比等因素
实控人为国资的标的评级调整概率远小于实控人非国资标的。例如2024年至今跟踪评级调整的39 只转债中，仅有一只为实控人国资转债。其余年份中实控人为国资转债评级调整数量也相对较小。
大股东股权质押比率较高的转债评级调整概率更高。从结果来看，大股东股权质押比例用于进行评级调整预测的效果要好于公司整体股权质押比例用于评级预测的效果。
实控人变更，或实控人遭到处罚&留置，公司收到监管问询等因素往往是突发事件，它们对转债评级变化有较大的影响，但由于数据并不连续，因此或并不适用于本文的转债因子构建。
转债本身：生命周期末期的转债评级波动风险更大
从结果上来看，短久期转债相对长久期转债更容易评级下调。2018年至今剩余期限在2年以下的转债评级下调数量和不下调数量之比在13%左右，相比之下剩余期限4年及以上转债评级下调概率不足5%。一方面，短久期的转债到期偿付的可能性相对长久期更高，评级机构更关注其债性因素；另一方面，部分短久期转债属于较长时间正股缺少转股机会的标的，说明公司基本面可能具有一定瑕疵。随着临期转债数量变多，我们认为这一因子的重要性也随之增大。
关注评级调整因素的时序演化
最后，从时序词频的角度来讲，评级公司的关注重点也在发生变化。在2024年，评级观点中“毛利率”、“净利润”、“费用”等词的词频明显提高，或说明评级机构对公司利润释放以及控费情况关心程度提高；“订单”、“需求”的词频提高，尤其“需求”自2021年开始词频陡升，或说明评级公司对公司产销以及产能投建情况关心程度提高；“货币资金”、“回款”、“减值”等词的词频提高，或说明评级公司对公司现金流以及回款能力的关心程度提高。另外，从2022年开始，“退市”一词开始出现在转债评级观点中。
3.如何做转债评级预测？
基于前述研究，我们进行了信用因子的筛选和设计，最终选择了超过40个因子作为预测变量，这些因子多数来自上市公司财务报表，同时也涵盖上市公司融资情况、股权质押情况、实际控制人情况、转债特征等。
针对不同时期评级观点中的不同关注点，我们的应对方案是藉由如lasso等的正则项，或树模型中通过剪枝，让机器去剔除&选择合适的因子。另外，我们采用滚动拟合的方案，每年生成新的模型，来适应信用环境的变化。
通过不同的模型尝试，我们发现决策树方法能够较好的通过历史数据学习预测样本外的评级结果。具体来看，以2024年评级结果为例，我们用2021-2023年的评级数据作为训练集来训练决策树模型，能做到整体83%的准确率，其中评级下调组的召回率76%，即2024年评级下调的50只转债中，有38只转债能够在年报出具后被准确预测。但同时模型的精确率只有34%，即模型的筛选思路类似“广撒网”，能有效覆盖评级结果。
采用xgboost的方法，结合多棵决策树做提升，从效果上来看，较单一决策树有明显效果上的提高。从特征重要性上来做分析，2024年营收/总资产、剩余期限因子具有明显更高的特征重要性；2023年剩余期限、长期债务/营运资金特征重要性更高；2022年营收/总资产，净利润同比增长率和经营性现金流同比增长率特征重要性更高。
从效果上来看，截至2024年8月初，xgboost评级下调转债的预测命中率如下所示：
此外，转债评级模型可以进行高频延拓：我们每年做一次模型拟合，并用当年的模型，结合季报的数据，预测每个季度转债评级是否有潜在调整可能。举例来说，我们采用2022-2023的评级数据训练模型，并用于2024年一季报至三季报的评级调整预测。从结果上看，2024年一季报反馈的评级可能下调转债的个数和占比均较2023年年报有所下调。
从实践的角度来看，如果在低价策略（A-以上评级转债，选择价格最低30只，月末调仓）中排除存在潜在评级调整风险的转债。在今年6月低价转债的极端行情中，这一因子可以有效减小低价转债策略的回撤。
4.小结
2018年开始，在市转债数量迅速增长，至今6年矣。由转债内含期权特征及条款特性，股价有景气表现的标的陆续强赎转股，基本面偏弱标的逐渐沉淀下来。如今临期转债数量逐渐增加，转债市场或面临高于过去的临期标的风险。基于此，站在当前时点上，我们认为有必要对转债的信用风险进行系统研究。
我们认为评级分析是解构转债信用风险的一个很好的跳板。评级是评级机构全方位分析转债信用风险的结果，转债评级的过程，也是我们师从评级机构来认识转债风险因素的过程。在了解认识评级结果及其逻辑的基础上，我们更容易将研究延拓到预测评级变化，构建信用框架等更深层次的问题。
基于量化的思路，我们可以看到，转债评级在一定程度上是能够有效拆解、分析并预测的。评级机构对转债信用的分析在行业、财务指标、公司管理、转债属性等四个方面有较高的权重，其中年报营收利润及现金流边际变化、公司现金流周转指标、公司实控人属性、大股东质押比例、转债的剩余期限和未转股比例等因子对转债评级调整与否或具有较大影响。
最后，评级机构的侧重点很可能具有随时间偏移的特征。基于当前转债市场的结构和特征，展望后市，从预测的角度出发，我们认为除了前述方向外，一些其他的方向及相关因子也较为值得关注：（1）正股退市层面，随着今年部分转债产生退市压力，我们建议关注正股价格、退市相关财务指标等因子；（2）财务困境层面，我们建议关注一些相对成熟的上市公司财务风险模型；（3）减资清偿事宜等或可能导致转债提前退市的因素触发概率。这些因素可能对2024年下半年，乃至2025年的转债评级以及信用风险的边际变化产生影响。
