包含转债个券赎回意愿差异的CCBA定价模型。可转债在满足赎回条款后，发行人有权选择是否执行条款。当发行人赎回意愿强时，投资者预期转债的实际存续期较短，转债价格便会较低，可见赎回意愿在一定程度上会影响转债的价格。本文基于专题报告《可转债定价模型与应用》中的CCB模型以及转债赎回与不赎回的公告数据，通过对赎回保护期的概率分布进行建模，从而在转债定价中实现了对赎回意愿的刻画，形成了新的赎回概率调整定价模型CCBA（Callable Convertible Bond Adjusted）。该CCBA模型相对于传统的CCB模型与蒙特卡洛模拟模型有着如下的优势与提升：
　　①相对于CCB模型。由于加入了赎回意愿的变化，CCBA模型在相对定价与绝对定价两个维度均有一定的提升。1）相对定价：CCB定价模型中没有体现出个券赎回意愿的差异，其假设所有转债的赎回意愿均较强，因此CCB选债策略易选出赎回意愿强的转债，如金融转债。而加入个券赎回意愿差异的CCBA模型，相当于对赎回意愿进行了“中性化”，使得选债策略超额收益更加稳定。2）绝对定价：最近几年整体转债市场估值提升的原因之一为赎回意愿的弱化，赎回意愿的弱化使得转债期望存续期更长，理论定价应当更高。因此我们将赎回意愿变化考虑在定价之后，得到的市场CCBA定价偏离度中枢更加稳定且接近于0，对择时有相对更好的效果。
　　②相对于蒙特卡洛模拟模型。蒙特卡洛模拟为常用来刻画赎回意愿的定价模型，然而该模型的核心应该是在于如何建模赎回意愿，而非蒙特卡洛模拟本身。因此当我们调整赎回意愿模型时需要经常批量重新模拟路径并计算新定价，该过程较为耗时。而CCBA模型是基于CCB模型构建，CCB模型本身是解析解运算效率高，因此我们可以专注于对赎回意愿进行建模，使得定价模型的效率与效果皆优。
　　对于CCBA定价模型，本文主要有以下两点应用：
　　①平衡转债增强策略。我们构建了CCBA定价偏离因子=转债真实价格/CCBA模型定价-1，该因子在平衡转债中能够实现稳定的超额收益。基于CCBA定价偏离因子构建的平衡转债增强策略，从2020年开始相对于平衡基准能够实现年化10.6%的超额收益，信息比率2.60，在2023年也能实现15.1%的绝对收益，同时波动与回撤分别仅有8.8%与5.3%。
　　②择时策略。我们基于信用债与转债YTM之差和市场CCBA定价偏离度可以实现对转债&国债的择时策略，当信用债与转债YTM之差较低且CCBA估值较低时，说明转债市场已经处于估值低位，且相对于股票的敏感性已经较低，此时下行空间有限，择时策略便会超配转债资产，该策略从2008年开始能够实现9.26%的年化收益，显著优于2.99%的策略基准。
　　风险提示：以上结论均基于历史数据和统计模型的测算，如果未来市场环境发生明显改变，不排除模型失效的可能性。