转债定价方法：BS模型、二叉树模型、蒙特卡洛模拟，各有优缺。本篇报告将可转债拆解为看涨期权+债底。其中看涨期权部分将考虑三大特殊条款，通过解析解定价，计算精度相对于BS模型有所改善，计算速度相对二叉树和蒙特卡洛模拟，具有数量级的提升；债底部分将考虑退市及信用风险，相对传统用同等级信用债指数YTM贴现的方法，在市场出现信用风险和退市风险预期后，定价更为精确。
　　考虑三大特殊条款的期权定价：期权定价部分，我们考虑了赎回、下修、回售三大特殊条款，通过生成正股的七种可能波动路径，在风险中性假设下计算现值，得到奇异期权解析定价。
　　考虑退市风险与信用风险的债底定价：对于退市风险，主要考虑交易类退市中的1元退市和市值退市，可以根据退市前转股卖出所获现金流，通过二值期权对债底定价；对于信用风险，可以通过信用债资产负债率相关数据建立回归模型，代入可转债发行主体的资产负债数据，获得考虑信用风险的YTM预测值，并在上述债底定价过程中进行贴现。
　　定价结果对比：通过将债底定价与期权定价相加，得到可转债定价。从结果来看，本篇报告模型给出的可转债定价，整体比传统方法给出的定价更低。由此构造定价偏差因子。
　　因子测算：通过可转债收盘价与理论定价的偏差构造定价偏差因子，并在全市场可转债中进行分层月频调仓测算，在偏债层、中性层、偏股层中均有效，2019年以来年化收益分别为6.96%、27.38%、53.49%。通过分层市值加权构建的转债组合，2019年以来年化收益30.03%，夏普比率2.15，最大回撤11.82%
　　风险提示：本篇报告通过历史数据进行建模，但由于市场具有不确定性，模型仅在统计意义下有望获得投资业绩。量化择债模型需要关注可转债数量减少带来的统计样本不足风险。另外，本报告不构成任何投资建议。