转债评级拆解、分析和预测.docx

内容目录

为何从评级入手？ 3

如何拆解转债评级因子？ 3

行业：关注行业产销情况 4

财务：关注营收利润增长率、速动比率、经营性现金流等指标 5

管理：关注实控人属性、股权质押比等因素 6

转债本身：生命周期末期的转债评级波动风险更大 7

关注评级调整因素的时序演化 7

如何做转债评级预测？ 8

4.小结 11

图表目录

图1：2024年跟踪评级下调后首日分类别转债涨跌幅均值（） 3

图2：2018-2024年转债跟踪评级发布后首日涨跌幅均值（） 3

图3：2018-2024年转债跟踪评级调整占比 3

图4：2021、2024年评级调降转债个数较此前有明显提升（个） 3

图5：转债评级观点要点汇总 4

图6：2023年非审核类问询中提到产能问题标的个数分行业梳理（中信二级行业） 4

图7：2023年非审核类问询中提到产能问题多的行业2024年评级调整转债相对偏多（中信二级行业） 5

图8：简单财务指标预测评级下调结果 5

图9：2018-2022年财务数据训练决策树预测逻辑可视化 5

图10：各类偿债指标与2018年至今转债评级边际变化结果的相关系数 6

图11：2018-2024至今国资转债评级调降概率较低 6

图12：2018-2024至今大股东股权质押比例低评级调降概率低 6

图13：转债市场“老龄化”特征明显 7

图14：2018至今长久期转债评级调降概率低 7

图15：2018-2024年评级观点部分词词频表现 7

图16：部分所选信用因子展示 8

图17：决策树模型2024年模型预测效果分析 8

图18：2022-2024年模型在AUC评级下调预测方面的表现 8

图19：高频评级逐季度情况汇总 10

图20：高频评级优化过的低价策略6月回撤小于传统低价策略 10

表1：决策树（dt）xgboost评级下调类别的效果对比 9

表2：2024年初至2024年8月初转债评级下调及预测情况汇总 9

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。

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。

图1：2024年跟踪评级下调后首日分类别转债涨跌幅均值（%） 图2：2018-2024年转债跟踪评级发布后首日涨跌幅均值（%）

资料来源：WIND， 资料来源：WIND，

图3：2018-2024年转债跟踪评级调整占比 图4：2021、2024年评级调降转债个数较此前有明显提升（个）

资料来源：WIND， 资料来源：WIND，

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。

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：

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；

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。

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

转债角度：转债剩余期限短且未转股比例较高等。

图5：转债评级观点要点汇总

资料来源：WIND，

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。

图6：2023年非审核类问询中提到产能问题