牛晓健 巴雄

摘要：可转换债券作为一种兼具债券和股票特征的金融产品，已成为资本市场重要的融资工具和广大投资者青睐的资产配置工具。由于国内可转债的附加条款及内含期权复杂，常用的Black-Scholes公式严格的前提假设往往造成定价结果偏差较大。经实证发现，以31个可转债因子作为解释变量，通过支持向量回归能很好地拟合可转债价格。

关键词：可转债定价;Black-Scholes模型;机器学习;支持向量回归

中图分类号：F832 文献标识码：A文章编号：1009 - 5381（2021）05 - 0058- 14

收稿日期：2021 - 08 - 02

基金项目：本文系国家自然科学基金面上项目“流动性压力、信息交互与价格联动——基于中国股票和债券市场多层复杂网络的风险交叉

传播机制与控制修复策略研究”（项目批准号：71873039，71573051）阶段性研究成果。

作者简介：牛晓健，男，新疆阿克苏人，复旦大学国际金融系教授。研究方向：量化投资。

巴雄，男，江西九江人，复旦大学经济学院金融硕士研究生。研究方向：量化投资。

一、引言

可转换公司债券（以下简称可转债）是指持有者可在规定时间内按照转股价转换为公司股票的债券，或者可以直接持有到期等待发行人还本付息。可转债最早出現在美国金融市场，由于兼具债券价值的保底和复杂期权的波动机会，可转债在发达的金融市场发展迅速。中国的可转债市场起步较晚，发展历程大致可以分为几个阶段： 第一个阶段是21世纪之前。1993年，国内可转债市场迎来了首个可转债标的——由中国宝安集团发行的宝安转债，发行规模为5个亿。……