从成长股到成长转债

1、1、 引言在国海金工之前的研究中，我们会更多的从转债市场的特质风格出发去构建策略、拆解风格。本文中我们将转换研究视角，从选股的维度来考虑如何选转债。过去我们构建的一些策略，例如动量类策略，收益的主要来源是转债估值水平的进一步提升（参见转债投资的三个焦点：动量、景气度和信用转债系列研究二），这代表策略很大一部分收益来自于正股上涨后，转债端在高估值下继续冲高这一现象，一些炒作券还在某些时间对策略收益有较高的贡献度。因此对于资金量偏大的投资者来说，这类策略中有一部分收益是难以获得的，对于流动性较差的转债市场，获利之后如何出场是一个难题。而如果从选股的维度来出发，那么赚取的更多的是转股价值上涨带来的收

2、益，这部分的收益会直接和股票挂钩，只要股票不大幅下跌，正股端的收益是有保障的。对于某些转债，如果估值买的太贵，也会有转债端估值大幅下行带来转债亏损的风险，不过如果是在合理溢价水平下买入一只转债，正股上涨带来的这部分收益一般是可以兑现的。另外过去如果从选股的逻辑出发，很多我们认为优质的标的，在转债市场是没有样本的，而最近随着越来越多上市公司发行转债，我们通过选股的方法在转债市场中能够越来越多地找到对应的标的，因此选股策略落地到转债上的可行性也变得越来越高。本文是我们从选股的维度做转债研究的首次尝试，首先我们将探讨转债对应正股的一些特征，接下来我们将介绍如何从成长的思路来选股选债。2、 转债对应的

3、正股有何特征？对上市公司来说，发行转债是一种重要的再融资手段。这些发行转债的上市公司，也就是转债对应的正股有何特征，是我们首先关注的一个问题。、 转债对应正股画像、 定性来看，转债的正股样本会有怎样的特点从发转债的诉求来看发行转债的上市公司一般是业务扩张需要资金，因此一些成长板块中重资产的例如电子、新能源会发转债，而轻资产的计算机、传媒发转债的不多。制造业类发转债较多，所以上市转债里有恩捷、韦尔这样的龙头企业，消费板块的龙头因为不缺乏资金，发转债意愿不高，所以在转债的标的里比较稀缺。从资本运作看偏好高负债、高杠杆运作，资本市场经验丰富的公司会更多的发转债。从正股质地看因为发行转债带有一定的门槛

4、，因此转债对应正股质地上平均来看会优于一般正股。、 从风格上看，转债样本的特征为了解转债的正股样本与非转债样本的差异，我们尝试利用 barra 模型下的几个股票风格因子帮助我们做定量的分析。表 1：转债与非转债样本的风格因子暴露差异非转债样本转债样本差值beta 0.470.46-0.01价值-0.25-0.130.13盈利-0.21-0.030.18成长-0.120.040.15杠杆-0.430.040.47流动性0.840.64-0.20中市值0.941.040.09动量-0.14-0.17-0.03市值-1.72-1.490.23波动0.270.280.00资料来源：Wind，数据时间

5、20220729电子(中轻工制通信国防 纺表 2：分行业转债与非转债样本的风格因子暴露差异行业非转债样本转债样本差值房地产(中信)1.012.091.0银行(中信)0.700.62-电力及公用事业(中信)0.390.72煤炭(中信)0.35-0.31商贸零售(中信)0.151.4建筑(中信)0.130.非银行金融(中信)0.12交通运输(中信)0.09石油石化(中信)-0.21钢铁(中信)-0.26有色金属(中信)-0.3消费者服务(中信)-0农林牧渔(中信)电力设备及新能源(中信)建材(中信)汽车(中信)家电(中信)基础化工(中信)传媒(中信)机械(中信资料来源：Wind，数据时间 2022

6、0729从这几个风格因子的暴露上看，转债样本在杠杆上差异最为明显，说明重资产的上市公司发行转债的更多。另外转债的样本在成长、价值上都更有优势，这可能说明转债样本的基本面属性要好于全 A 的样本，我们认为长期来看转债样本上策略表现有可能会优于全 A样本。、 转债对应正股样本表现如何、 转债对应正股的三个定义为充分了解转债对应正股的属性，我们对转债对应正股做三个定义：定义 1：当前上市的转债样本定义 2：所有曾经发过转债的上市公司对应正股定义 3：曾经发过转债的上市公司+待发转债的上市公司对应正股图 1：不同定义下的样本数量资料来源：Wind，数据日期 20220729从定义 1 到定义 3 样本

7、量逐步扩大，我们可以认为定义 1 是狭义样本，定义 2是广义样本，定义 3 是未来样本。图 2：定义 1 和定义 2 样本数量的动态变化资料来源：Wind，、 等权策略表现：转债样本 vs 全样本图 3：转债对应正股 vs 全样本净值表现（单位：元）资料来源：Wind，表 3：转债对应正股 vs 全样本绩效表现年化收益最大回撤年化波动率calmarsharpe全A等权5.636.923.40.150.23转债正股样本（定义1）滚动样本6.934.622.80.200.29转债正股样本（定义1）固定样本8.334.423.20.240.34转债正股样本（定义2）9.633.122.60.290.

8、40转债正股样本（定义3）10.033.222.70.300.41资料来源：Wind，从过去的结果来看，转债对应正股的表现要好于全样本。其中当前样本好于滚动样本，包含退市转债的广义样本又好于当前样本，而包含未来上市的转债对应正股的未来样本历史表现最好。从这个维度上来看，转债样本的质地是变得越来越好的。、 对比指数：转债的正股样本和主要指数表现的差异图 4： 转债对应正股 vs 主要指数的表现（单位：元）资料来源：Wind，通过用近期数据与指数的对比我们发现，过去几年转债对应正股的表现好于沪深300 和中证 1000。表 4：转债对应正股 vs 主要指数分季度表现资料来源：Wind，分季度来看，

9、更多时候转债对应正股的表现也要好于沪深 300 和中证 1000。特别是 2021 年2022 年，大多数时间转债样本相对于指数都表现出了较为显著的超额收益。、 风格：转债的正股与指数的风格相似度、 转债对应正股与沪深 300 和中证 1000 的比较60.302)(0.80.2波动35)(1.70.549)(1.市值18)(0.30)(0.17)(0.动量81.726)(0.41.0中市值70.716)(0.40.6流动性5).3(080.040.0杠杆30.060.140.0成长23)(0.90.103)(0.盈利5).3(010)(0.13)(0.价值10.702)(0.60.4beta

10、中证1000标的沪深300标的转债标的表 5：转债对应正股平均的风格与中证 1000 标的相近资料来源：Wind，数据时间 2022072980.103)(0.70.0波动41)(1.20.764)(1.市值28)(0.0).4(024)(0.动量81.833)(0.21.3中市值60.719)(0.70.6流动性6).5(009)(0.10)(0.杠杆20.080.000)(0.成长3).4(021)(0.26)(0.盈利9).5(064)(0.7).4(0价值70.709)(0.20.4beta中证1000标的沪深300标的转债标的表 6：转债对应正股中位数风格与中证 1000 标的相近资

11、料来源：Wind，从风格上看，我们认为转债对应的正股样本和中证 1000 的成分股相似度较高。、 转债对应正股和中证 1000 的进一步比较图 5：转债对应正股与中证 1000 成长因子分布资料来源：Wind，图 6：转债对应正股与中证 1000 价值因子分布资料来源：Wind，我们通过概率密度函数对在因子上的分布做进一步比较，会发现相比于中证 1000 标的，转债标的会更偏成长、也会更偏价值一些。从这个维度上看，我们可以把转债样本理解为相对于增强版中证 1000。、 行业上看：行业板块的分布、 行业上转债数量表 7：转债对应正股较多的几个一级行业指数名称转债数目今年4月29日以来指数涨跌医药

12、(中信)415基础化工(中信)4020机械(中信)3433电力设备及新能源(中信)3136电子(中信)2813建筑(中信)260汽车(中信)2344电力及公用事业(中信)2216资料来源：Wind，指数涨跌数据时间 20220729我们按中信一级行业做划分，医药、基础化工、机械、电力设备新能源是转债对应正股样本最多的几个行业，其中有多个行业近期涨幅明显。可以认为转债对应正股行业上数量排名靠前的平均来看有不错的涨幅（今年 4 月底以来）。表 8：转债对应正股较少的几个一级行业指数名称转债数目今年4月29日以来指数涨跌钢铁(中信)510石油石化(中信)510商贸零售(中信)31煤炭(中信)38消费

13、者服务(中信)210房地产(中信)1-5资料来源：Wind，指数涨跌数据时间 20220729而转债数量上排名比较靠后的，行业在近期表现普遍偏弱。今年4月29日以来指数涨5312其他专用机械(中信)行业应用软件(中输变电化学制剂(中信)16环保及水务(中信)19汽车零部件(中信)转债数目指数名称表 9：转债对应正股较多的几个三级行业资料来源：Wind，指数涨跌数据时间 20220729我们按中信三级行业做划分，汽车零部件、环保及水务、化学制剂等数量较多，这些行业在近期也有较好的表现。、 重要行业在成长价值因子上的暴露图 7：主要一级行业成长因子暴露（单位：点）0.800.70农林牧渔(中信)0

14、.600.500.40基础化工(中信0).30有色金属(中信)0.20(中信)医药(中信)电力设备及新能源(中机(中信)0.100.00500.汽车(中信)-0.10-0.20-0.30(中信)银行建筑(中信)轻工制造(中信)3.502.002.501.00501.用事业(中信)0.电力及公00-0.00信)计算机械电子(中信)成长-100价值资料来源：Wind，图 8：主要三级行业成长因子暴露（单位：点）1.20)1.000.800.60成长0.400.20其他专用机械(中信)输变电设备(中信)-1.50汽车零部件(中信)-1.00PCB(中信)0.00化学制剂(中信)-0.500.50专用

15、计算)-0.20城商行(中信2.002.501.00及水务(中信) 50 1.机设备(中信)环保0.00证券(中信)(中信)专业工程及其他)医疗器械(中信(中信)行业应用软件畜牧养殖(中信价值资料来源：Wind，我们发现，在转债数量上排名较高的行业中，在风格上会更偏成长，而在价值上大多是负向暴露。、 总结转债对应正股表现好于A 股市场全样本，也好于主要指数，这是过去一段时间转债有较好表现的一个主要影响因素；转债正股的风格暴露与中证 1000 相近，不过从成长因子、价值因子的分布看，转债样本更偏成长，也更偏价值；转债对应正股的重点行业近几年有不错表现也是转债近年来表现突出的一个重要原因；在表现较

16、好的重点行业中，他们在成长因子上的暴露在各行业中也最为明显。3、 成长类指标选股、 稳定型：SUE 指标选股、 SUE（预期外盈利）指标构建SUE 是一个经典的成长类指标， 中文名标准化预期外盈利（ standarized unexpected earnings）。它的主要用处是捕捉财报披露净利润上超出原有趋势的股票。模型 1：带漂移项的 SUE（预设增长） = + 4 + . . . 0，2 模型 2：不带漂移项的 SUE（无增长） = 4 + . . . 0，2 代表本季度的净利润，4代表上一年本季度的净利润，是一个随机游走项，模型认为净利润会有随机的被动。SUE 计算方法 = 其中可以用

17、过去 2 年（8 个季度）的 4的标准差来估计对于带漂移项的模型 = 4 + 对于不带漂移项的模型 = 4、 SUE 指标分组收益表现图 9：SUE 的 IC 值达到 0.0401（单位：点）资料来源：Wind，图 10：SUE 分组收益表现也比较理想资料来源：Wind，本文中我们使用带漂移项的 SUE 因子，我们发现在全 A 样本中选股，分组收益和 IC 表现都令人满意。IC 达到 0.04，分组超额收益单调性稳定。、 SUE 指标在全样本多头组表现根据SUE 指标，把所有正股分为 10 组，我们把排名最高前称为第 10 组，每次选择SUE 指标第 10 组的策略我们称为SUE 多头组策略。

18、图 11：SUE 多头组合的收益情况（单位：元）8.007.006.00净值5.004.003.002.001.000.00相对收益策略基准3.002.802.60超额收益2.402.202.001.801.601.401.201.00资料来源：Wind，表 10：分年度的绩效表现收益最大回撤年化波动率胜率calmar sharpe 2010 29.3125.7328.3558.921.140.972011 -23.7931.1424.3351.03-0.81-1.222012 17.0618.5123.4753.721.080.782013 35.2415.5122.9559.072.341

19、.392014 48.2512.3520.7658.203.811.852015 98.5452.3048.7560.081.891.622016 -5.9125.1432.0455.560.140.182017 -2.6816.3416.1156.20-0.22-0.342018 -28.4735.1524.2447.52-0.84-1.482019 35.4619.0423.8855.561.901.322020 28.8112.6125.4154.552.110.972021 30.9611.2318.2157.852.591.362022 1.8226.0226.5158.500.11

20、0.13总体表现16.6752.3027.0355.870.320.61资料来源：Wind，SUE 多头组策略有相当不错的表现，我们将等权组合定为比较基准，组合相比于基准超额收益稳定。最大的超额收益回撤来自于去年 8 月份到今年年初这一段成长显著回撤的行情。、 应用到转债样本：SUE 指标在转债正股中多头表现对于策略在转债样本上的应用，我们考虑两种方式，一种是固定样本，一种是滚动样本：方法 1（固定样本）：用当前（2022 年 7 月 31 日）的转债对应正股样本作为可选样本方法 2（滚动样本）：每次选股都用当期转债对应的正股作为可选样本图 12：SUE 方法 1（固定样本）下的收益情况（单位

21、：元）2.001.801.601.40净值1.201.000.800.600.400.200.000.500.40超额收益0.300.200.100.00-0.10超额收益策略基准资料来源：Wind，图 13：SUE 方法 2（滚动样本）下的收益情况（单位：元）1.601.401.20净值1.000.800.600.400.200.000.200.15超额收益0.100.050.00-0.05-0.10-0.15超额收益策略基准资料来源：Wind，如上图，我们会发现，固定样本的表现会好于滚动样本，这表示当下的转债对应正股比之前的转债对应正股历史上来看表现更好。、 SUE 指标在转债正股中多头表

22、现（2010 年以来）图 14：SUE 固定转债样本下的收益情况（单位：元）9.008.007.006.00净值5.004.003.002.001.000.00相对收益策略基准2.402.20超额收益2.001.801.601.401.201.00资料来源：Wind，表 11：SUE 固定转债样本下的绩效情况收益最大回撤年化波动率胜率calmar sharpe 2010 12.7225.7428.9357.680.500.472011 -30.5037.4124.5550.62-0.86-1.612012 13.1623.2325.4753.310.710.632013 49.9719.622

23、5.0157.812.621.742014 59.0513.1721.8459.024.412.112015 100.3149.4050.3060.082.011.592016 -9.3621.9132.1454.32-0.020.062017 14.0911.9116.9556.611.120.662018 -21.9831.9024.5249.17-0.73-1.102019 27.3117.1721.7954.321.661.152020 42.9913.0825.9159.093.151.392021 26.069.1417.5254.552.641.182022 3.7428.492

24、6.4854.420.200.23总体表现18.0749.4027.6055.550.370.65资料来源：Wind，我们再看固定样本上 SUE 策略的表现，它比全样本上的 SUE 策略结果更好，这也一定程度上说明了转债对应正股样本相比于全A 的优势。、 SUE 指标为何在滚动样本中表现不佳？我们认为滚动样本中表现不佳有可能是因为 2019 年大幅上涨的股票，发转债的时点较晚。于是我们选取 2019 年的某一期，研究固定样本策略中涨幅较高（大于 10%）的股票的上市日期。图 15：两个方法的收益对比图（单位：元）2.001.801.601.40净值1.201.000.800.600.400.2

25、00.000.450.400.350.30超额收益0.250.200.150.100.050.00-0.05-0.10超额收益方法1方法2资料来源：Wind，表 12：2019 年 3 月份部分选股结果证券简称收益上市日期正邦科技3720200715禾丰股份3320220518君禾股份1920200403兴业银行1020220114垒知集团820220520首华燃气620211118上海银行620210210立讯精密520201202蓝帆医疗520200619雪榕生物520200724济川药业520171129超声电子320210114资料来源：Wind，结果印证了我们的猜想，许多在固定样本下

26、被选中表现出色的股票。转债上市日期都在 2020 年及以后。图 16：涨幅 10%的股票中转债发行日对应日期占比资料来源：Wind，固定样本下被选中表现出色的股票（涨幅 10%的股票）中转债发行日对应日期占比，这一比例 2020 年以来出现大幅下降，说明 2020 年转债市场的扩容纳入了大量长期来看有不错表现的标的。、 进攻型：超预期选股、 超预期选股逻辑：超预期事件的定义超预期是另一个常用的成长类策略。如果年报或者预告事件后一段时间（7 个自然日），分析师发布超预期研报或者调升净利润预测，如果出现两种情况中的某一种，我们就认为出现了超预期事件。发生超预期事件后的一段时间，很多股票会出现大幅的

27、上涨。超预期选股的策略逻辑是通过财报或者预告发布 + 分析师认同，双重确认的方式选出有基本面逻辑支撑的优质股票。图 17：锦浪科技:年报后分析师调高净利润预测资料来源：Wind，图 18：奥特维：年报后分析师发布超预期研报资料来源：Wind，我们以锦浪科技为例，锦浪科技在披露年报和一季报之后，增速超过市场预期，这一点也可以从公告次日股票大幅上涨看出来。到 5 月 3 日，多家卖方发布研报，调高净利润预期，确认了超预期事件，接下来 3 个月，锦浪科技出现了大幅上涨的行情。、 超预期事件前后收益情况我们计算了超预期事件前后的收益情况，平均来看，超预期事件能够在 T 日到T+60 日获取收益。图 1

28、9：超预期事件前后超额收益（基准：全 A 等权指数）情况（单位：元）资料来源：Wind，一般而言，由于我们的策略会有 7 个自然日的滞后，建仓前策略已经经历了一轮上涨，这代表深入研究基本面的投资者会比我们更早确认超预期的信息。不过我们也无需忧虑错过涨幅，我们超预期的收益主要来自于此后的第二轮行情，是赚取更长期的收益。不同事件中，预告后超预期相比财报后的超预期超额收益更明显，分析师调升净利润作用效果最弱。图 20：2022 年 Q1 超预期事件前后超额收益（基准：全 A 等权指数）情况（单位：元）资料来源：Wind，、 超预期选股表现接下来我们尝试基于超预期这一事件构建一个简单的策略。测试逻辑：

29、样本：全 A 样本，剔除上市半年以内的次新股，剔除换仓时点停牌、涨停的股票，剔除ST；换仓时点：每年 5 次调仓，分别是 1 月、4 月、7 月、8 月、10 月的最后一个交易日，对应预告和季报发布高峰时点；确定换仓标的的时点：换仓日之前的一个交易日，也就是月底倒数第二个交易日（T 日） ，在这一天（T 日）到前 30 个自然日（T-30）发生超预期事件的股票，被我们纳入到持仓标的；交易成本：双边千分之三。图 21：超预期选股的收益情况（单位：元）9.008.007.006.00净值5.004.003.002.001.000.00相对收益策略基准4.003.50超额收益3.002.502.00

30、1.501.00资料来源：Wind，表 13：超预期选股的绩效情况收益最大回撤年化波动率胜率calmarsharpe201025.7021.4426.0556.101.210.932011-17.7023.9423.4248.56-0.80-0.93201227.0919.4924.9652.071.601.12201330.5213.8624.7854.852.381.20201435.9413.4222.1958.202.631.36201572.0753.0551.0659.261.331.262016-6.5323.4731.3453.090.080.1220172.6113.4616

31、.6154.960.140.022018-25.4529.5926.3446.28-0.91-1.20201948.3615.6822.8555.143.211.81202050.7714.5828.1458.263.311.48202118.2013.5419.9854.131.090.652022-5.6828.2626.8352.94-0.23-0.23总体表现16.8353.0527.7954.140.320.61资料来源：Wind，我们发现，这一策略能够实现非常好的收益表现，并且在之前的较长时间内相对于等权基准的超额收益也较为稳定，不过近两年来看，策略的调整也比较明显。、 应用到转债

32、样本：转债对应正股组合而我们使用滚动转债样本，在转债对应正股组合里选择超预期股票组合，策略表现较差，不能跑赢基准。关于对应样本为何表现较差，我们后文会再做分析。图 22：转债对应正股超预期选股的收益情况（单位：元）1.601.401.20净值1.000.800.600.400.200.000.00-0.05-0.10超额收益-0.15-0.20-0.25-0.30-0.35-0.40-0.45超额收益策略基准资料来源：Wind，表 14：转债对应正股超预期选股的绩效收益最大回撤年化波动率胜率calmarsharpe2018-46.3247.3732.8840.99-0.99-1.8820192

33、9.9318.3625.8453.091.791.14202037.6826.3936.1355.371.310.9420218.0117.2421.3054.960.450.322022-4.2831.9028.6155.56-0.18-0.17总体表现-0.1647.5729.4851.900.000.04资料来源：Wind，、 文本超预期和一致预期上调的比较中位1.分析师调升_预告文本超文分析师调升均值类型接下来我们尝试去了解超预期事件中这些细分事件的差异。表 15：不同事件后的 60 日平均涨跌幅资料来源：Wind，表 16：大多数年份超预期事件之后会有正向收益2-1.417.1-0.

34、721.202211.23.33.02.202143.65.92.21.202068.80.76.93.20194-2.7-4.2-30-7.201812.23.41.71.201760.22.70.52.2016411.510.417.86.20151-4.79.15.310.201456.56.70.201343.9-1.02.51.2012.3-18.3-52-6.6-8.2011711.86.42.2010文本超预期_预告文本超预期分析师调升_预告分析师调升年份资料来源：Wind，我们根据不同事件后的平均涨跌幅和中位数涨跌幅的统计发现，超预期事件选出的标的中，中位数收益较差而平均收益高

35、较高。这就说明超预期的逻辑是用不高的胜率（中位数差）去博取极高的赔率（平均收益高）。细分事件中，文本超预期事件后的涨跌幅优于分析师调升，预告后的超预期优于季报后的超预期。、 研究不同利润增速预期分组的情况一般而言，我们认为，超高利润增速的股票留给投资者想象空间会更大，这些股票会更有可能大幅上涨。表 17：超预期后股票 60 日涨跌幅分组统计分析师增速分组均值中位数(-100.0, 0.03.10.0(0.0, 0.11.1-0.4(0.1, 0.22.10.6(0.2, 0.31.60.1(0.3, 0.43.41.0(0.4, 0.62.50.4(0.6, 1.03.20.0(1.0, 10

36、0.02.9-0.7资料来源：Wind，通过对不同分析师预期增速的股票做分组，我们发现高增速分组的超额收益会更加明显，超过 30%的预期增速后依然超预期，最后的涨幅也会更大。而通过比较涨跌幅均值和中位数，我们发现高增速的分组中，胜率会更低，中位数收益率较差，这提醒我们这些分析师预期高增速的股票，通常估值水平也很高，这就使得高位买入之后下跌的可能性也较大。、 高增速超预期股票策略考虑到高增速超预期股票的赔率更高，我们考虑在我们的样本中做进一步的筛选，只选择那些分析师预期高增速的股票，希望能够进一步提升策略的收益。图 23：高增速超预期选股的收益情况（单位：元）14.0012.0010.00净值8

37、.006.004.002.000.00相对收益策略基准5.004.50超额收益4.003.503.002.502.001.501.00资料来源：Wind，表 18：高增速超预期选股的绩效情况收益最大回撤年化波动率 胜率calmarsharpe201036.7020.4126.5254.881.821.242011-22.0326.9923.9747.74-0.85-1.11201236.7820.8624.9751.651.971.42201342.1213.8026.1955.273.221.48201420.6114.2422.4854.511.380.79201579.2252.9549

38、.8358.021.501.382016-1.7119.2231.2553.910.310.2520173.3613.6617.5054.130.200.072018-23.9830.0627.9045.87-0.85-1.05201967.9915.7324.9253.914.432.18202057.8713.7728.9457.023.991.60202119.0014.9223.0852.891.030.6220224.4628.5028.6651.630.340.37总体表现21.2252.9528.4253.210.400.74资料来源：Wind，我们发现，高增速超预期股票策略收益

39、确实有进一步的提升。、 组合策略：超预期 SUE 选股、 全 A 样本图 24：超预期 SUE 选股组合表现（单位：元）20.0018.0016.0014.00净值12.0010.008.006.004.002.000.00相对收益策略基准8.007.00超额收益6.005.004.003.002.001.00资料来源：Wind，表 19：超预期 SUE 选股组合绩效收益最大回撤年化波动率胜率calmarsharp201061.3620.1828.3956.713.082011-14.9327.5625.3050.21-0.6201234.0818.7127.2151.65201335.861

40、5.2825.9854.201446.6713.5521.84201576.1952.4250.720165.9923.5220174.5312.832018-29.6833201957.14202062.2021202总资料来源：Wind，如果我们结合 SUE 和超预期的思路，在全 A 样本中选股，同时满足在 SUE 排名前 20%和正股发生超预期事件两个条件才将股票纳入持仓，我们把这个策略称为超预期 SUE 策略。SUE 组合收益相比于此前的策略有进一步的提升。、 广义转债对应正股样本图 25：超预期 SUE 选股转债正股广义样本表现（单位：元）60.0050.0040.00净值30.00

41、20.0010.000.00相对收益策略基准17.0015.0013.00超额收益11.009.007.005.003.001.00资料来源：Wind，总表 20：超预期 SUE 选股转债正股广义样本绩效收益最大回撤年化波动率胜率calmarsharp201099.7620.0733.7655.495.052011-17.2033.0431.4448.97-0.6201261.4718.6727.2153.33201312.3818.2623.4052.2014135.3110.3730.32201560.7553.6354.3201631.5725.6720170.8416.662018-2

42、2.0131201965.06202071.2021202资料来源：Wind，如果应用到广义转债样本上，我们会发现策略收益还有进一步的提升。、 转债对应正股滚动样本图 26：超预期 SUE 选股在转债正股样本表现（单位：元）资料来源：Wind，表 21：超预期 SUE 选股在转债正股样本绩效资料来源：Wind，不过如果样本池放到转债的正股滚动样本上，这个策略在 2018-2019 年表现一般，不过2020 年以后组合开始有一定表现，不过最近两年策略表现又有所下降，总体来看表现不算突出。、 转债对应正股固定样本图 27：超预期 SUE 选股转债正股固定当前样本表现（单位：元）3.002.502.

43、00净值1.501.000.501.201.00超额收益0.800.600.400.200.000.00-0.20超额收益策略基准资料来源：Wind，表 22：超预期 SUE 选股转债正股固定当前样本绩效收益最大回撤年化波动率胜率calmarsharpe2018-30.0536.7932.5145.05-0.83-1.06201968.8318.5528.8352.263.951.99202054.3820.3234.0154.962.631.38202121.2617.8225.6554.130.920.6220220.7931.0133.2652.290.050.12总体表现18.8139

44、.4930.8651.810.480.63资料来源：Wind，如果样本池变成固定的当前 400 多只转债对应的正股样本， 这个策略在2020-2021 年有比较突出的表现，相对于滚动样本表现更好。超预期 SUE 策略在转债的广义样本上有不错表现，说明这些能够发行转债的个股是成长策略的合适的选股样本。但是超预期 SUE 策略在滚动的转债正股样本上又表现不佳，我们认为，2020 年以前主要是因为很多优质标的还未上市，2020年转债市场扩容后策略确实取得了较高的超额收益，而 2021 年开始以后，虽然有更多的转债上市，但是超预期策略的表现不如以往，这导致 2021-2022 年这两年没有获得超额收益

45、。、 总结SUE 和超预期策略都是经典的成长类策略，核心逻辑在于挖掘有基本面支持的优质个股，广义转债样本上，这两个策略的表现都要好于全 A 样本，这也说明了转债对应正股样本基本面上的优势。转债对应正股的滚动样本，我们发现在这个样本上成长策略表现都不理想。我们认为这主要是因为 2020 年以前很多优质标的还未上市，而 2021 年开始以后超预期策略的表现不如以往，导致 2021-2022 年这两年没有获得超额收益，这些原因使得转债对应正股的滚动样本上策略表现不及预期。虽然从回测结果来看，转债对应正股滚动样本表现一般。但从长期来看，随着转债市场的进一步扩容，更多的上市公司发行转债，优质样本会越来越

46、多的纳入转债正股标的。如果成长类策略能够延续过去 10 年的趋势，策略在转债正股上的表现有望大幅提升。、 超预期 SUE 策略转债正股样本上最新一期选股、 4 月 30 日的选股样本表 23：超预期 SUE 策略在转债正股 4 月底样本正股代码证券简称收益603688.SH石英股份126300811.SZ铂科新材65000810.SZ创维数字50600438.SH通威股份34002895.SZ川恒股份23688179.SH阿拉丁7002597.SZ金禾实业6002812.SZ恩捷股份6300196.SZ长海股份5300398.SZ飞凯材料-1603979.SH金诚信-6资料来源：Wind，超预

47、期 SUE 策略 4 月底样本中，有一只股票实现了超过 100%的收益，其余股票也大多有正向收益，这就使得策略能够在 4 月份以来的反弹行情中跑赢基准。、 7 月 30 日的选股样本表 24：超预期 SUE 策略在转债正股 7 月底样本正股代码证券简称收益600438.SH通威股份10603212.SH赛伍技术9603688.SH石英股份7601231.SH环旭电子7300332.SZ天壕环境0603348.SH文灿股份-2002812.SZ恩捷股份-3002615.SZ哈尔斯-4601677.SH明泰铝业-13资料来源：Wind，如上表 7 月底对应的最新标的。4、 从成长股到成长类转债、

48、SUE 因子在转债端的应用、 策略表现前面我们讨论了一些成长类策略在股票上的表现，现在我们再尝试把这些策略移植到转债市场，看看这些策略会有怎样的表现。图 28：SUE 转债组合收益（单位：元）资料来源：Wind，表 25：SUE 转债绩效收益最大回撤年化波动率胜率calmarsharpe2018-7.3615.0012.7243.39-0.54-0.85201922.2412.5112.6457.201.841.50202021.0310.8918.8454.961.770.90202129.8110.1915.6457.022.731.4920223.2719.6617.8357.050.2

49、30.17总体表现14.0319.6615.5653.780.710.76资料来源：Wind，我们发现，在转债市场上，SUE 选债策略虽然有一定表现，但是表现并不惊艳，2020 年以前策略表现较差，2020 年开始策略表现有显著提升。、 风向标归因图 29：SUE 转债组合收益风向标归因（单位：点）资料来源：Wind，从风向标归因的结果我们可以看出，SUE 转债组合在估值端收益稳定，而在股票端虽然在 2020 年以前表现不佳，但是 2020 年开始策略在股票端开始有较好的表现，也就是说它的表现是逐渐提升的。、 风格归因图 30：SUE 转债组合风格归因（转债端风格）（单位：点）资料来源：Win

50、d，图 31：SUE 转债组合风格归因（正股端风格）（单位：点）1.081.061.041.0210.980.960.940.922017/12/312018/12/312019/12/312020/12/312021/12/31价值（正股）成长（正股）beta（正股）动量（正股）资料来源：Wind，通过风格归因我们发现，转债端风格中，评级收益较为明显，正股风格中，动量贡献更多。风向标因子收益贡献基本为 0，这表示在剔除其他风格影响后，估值端对策略表现 0 贡献。、 超预期转债组合、 超预期组合在转债上的表现图 32：超预期转债组合收益（单位：元）1.801.601.401.20净值1.000

51、.800.600.400.200.000.00-0.05-0.10超额收益-0.15-0.20-0.25-0.30-0.35-0.40-0.45超额收益策略基准资料来源：Wind，表 26：超预期转债绩效资料来源：Wind，超预期策略相对于股票策略表现较差，2020 年策略获得了部分超额收益，不过近两年转债端的超预期策略又开始出现回撤，总体来看表现较差。、 超预期 SUE 组合在转债上的表现图 33：超预期 SUE 转债组合收益（单位：元）1.801.601.401.20净值1.000.800.600.400.200.000.150.100.05超额收益0.00-0.05-0.10-0.15-0.20-0.25-0.30超额收益策略基准资料来源：