可转债估值定价方法探讨:下修强赎概率预测及信用评级折现率优化-山西证券
本报告提出可转债估值优化方法,包括基于YY评级的信用调整、实值期权阶段采用资本成本折现、机器学习预测下修/强赎概率。加入行权概率后,2022年新券估值偏离度仅0.52%,75%新券上市首日估值落在未来半年区间。优化后模型提示道氏转02等5只个券或被低估。
本报告提出可转债估值优化方法,包括基于YY评级的信用调整、实值期权阶段采用资本成本折现、机器学习预测下修/强赎概率。加入行权概率后,2022年新券估值偏离度仅0.52%,75%新券上市首日估值落在未来半年区间。优化后模型提示道氏转02等5只个券或被低估。
本报告提出可转债估值优化方法,包括基于YY评级的信用调整、实值期权阶段采用资本成本折现、机器学习预测下修/强赎概率。加入行权概率后,2022年新券估值偏离度仅0.52%,75%新券上市首日估值落在未来半年区间。优化后模型提示道氏转02等5只个券或被低估。
本报告提出可转债估值优化方法,包括基于YY评级的信用调整、实值期权阶段采用资本成本折现、机器学习预测下修/强赎概率。加入行权概率后,2022年新券估值偏离度仅0.52%,75%新券上市首日估值落在未来半年区间。优化后模型提示道氏转02等5只个券或被低估。核心数据:0.52%。
本报告由山西证券发布,发布于 2023 年。
覆盖 2023 年,全文约 41.0。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合可转债投资者、量化研究员、金融分析师等读者参考。
重点分析了金融投资、山西证券等议题。