研究报告全文：中国可转债周报模糊的股债性边界认定学习模型与PYTHON实践2023-02-10模糊的股债性边界我们过去采用平底比值来作为转债股债性的判断标准但由于目前1估值分化夸张2正股与转债的个体属性差异大不少股性与债性转债实际的表现与判断预期结果偏离大因此我们现在需要改良在此之前我们先明确转债股债性的刻画债性转债应当体现债券的稳定性即可从相对纯债指数的年化波动和最大回撤两个维度进行打分而股性应当体现把握个股机会的能力即可通过波动和Beta来划分该标准能相对做好对转债的归类工作只是这一方法论是事后的判断所以我们需要通过机器学习模型利用一些基础指标来做转债股债性的预测在报告中我们做了模型逻辑的展示和代码的示意从预测效果来看模型能够较好预测转债的股债性即能提前做好转债的分类为何此时需要探讨这个问题甚至不惜提高一些复杂度除了市场本身容量的改变以外我们也要理解的是市场估值在此前经历了较大幅度的回升虽然暂且还不形成直接的压力我们也要明确当下需要靠股性来找到收获债性乃至连债性也称不上的品种此时买入或继续持有的意义并不大因此我们尤其需要能够定量地明确哪些品种我们可以称之为股性哪些不能转债一级发行情况本周合计公告2单预案为天润乳业99亿元合兴股份61亿元股东大会通过3单项目分别为东宝生物5亿元双林股份6亿元城发环境23亿元证监会核准通过3单项目分别为精测电子1276亿元华特气体646亿元亚太科技1159亿元目前已过会待审项目合计21单规模共计24994亿元已核准待发行项目合计20单规模合计17152亿元风险转债模型存在误差转债估值进一步高企市场炒作风险急聚