【行业研究报告】-晨会纪要

改善，从而带动信用的扩张，缓解有效需求不足的矛盾，助力物价回升。
具体来看，10月金融数据的边际变化主要体现在以下几个方面：一是，
信贷结构优化，10月不仅居民贷款同比实现多增，企业中长贷跌幅也有
所收窄，显示一揽子政策的效果逐步显现，政策支持下微观主体资产负债
表逐步修复，信贷意愿扩张。二是，M1同比增速触底反弹，M1-M2剪
刀差收窄，企业流动性改善，资金活化能力提升。三是，财政存款大幅
下降，10月政府债融资边际退坡，但财政支出进一步发力，财政资金加
快拨付使用。风险提示：政策出台节奏及项目落地放缓导致经济复苏偏
慢；海外经济体提前显著进入衰退，国内出口超预期萎缩。
固收金工
固收点评20241111：股债跷跷板发生时，资产品种切换有何规律？（可
转债篇）
转债是否还是收益的“避风港”呢？作为兼具股性、债性的转债标的资
产，转债同股、债的关系是怎样的？转债在2024年能否穿越熊牛并继续
保持稳定的正预期回报率？这些问题在当前转债信用风险走高，估值垒
高，股、债风格切换、轮动加快的大环境下，值得重新借古鉴今，进行再
思考。股指、转债间的关系基本正相关。我们首先回溯2004-2024年
中证综指同中证转债的关系（图1），（1）可以看到转债指数同股指在大
部分时间里表现出较好的共振关系，计算下来交易日频数据相关系数达
到+0.86，这意味着判断转债指数涨跌，在86%的情形下等同于判断股指
的涨跌，这体现了中国市场转债标的股性较强的基本特征；（2）为了进一
步量化这一关系，我们计算了两者间1年期滚动相关系数（图2），通过
定义相关系数>0.5的区段为“常态”区段，我们可以识别出5大区段或
6小区段（第三区段其实可以分割成两个小区段，指标呈现“双底”特征）
两者正相关关系出现崩解；（3）为了保证结果的稳健性，进一步我们计算
了两者间6月期滚动相关系数（图3），我们发现更高灵敏度的该指标帮
我们筛选出了另两个正相关关系崩解的区段（黑色三角标记），这构成了
后续分析的基础。相较于转股溢价率这一传统股性强弱指标，滚动相关系
数更加直接、更加聚焦。为了验证以上两个指标同传统描述股性强弱指标
—转股溢价率—之间的一致性关系，图4中一方面可以看到转股溢价率
大于中位数（约37%）的区间同1年期滚动相关系数“冒顶”的部分基
本是重合的，另一方面滚动相关系数指向的区段更加聚焦，比如如果按照
转股溢价率来识别股性减弱区间，第一区段要从2012年9月-2013年3
月，过宽的区段显然导致分析的可操作性大幅下降。