可轉換公司債

可轉換公司債（CB）是公司發行的債券，持有人可以在約定期間內用轉換價格把債券換成股票：股價漲過轉換價，它跟著股票走；股價跌，它還有債券的面額與賣回權撐底。這份資料把 2009 年底以來全市場每一檔可轉債的條款與狀態整理成逐日面板：轉換價格、賣回權、強制贖回、發行餘額、票面利率與轉債參考價，搭配另一份成交行情資料，每個交易日更新。

這份資料裡有什麼

可轉債發行資訊（cb_published_info）每列是「一檔 CB × 一天」的狀態快照，累計超過 110 萬列，欄位包含轉換價格與生效日、最近賣回權起迄與價格、強制贖回條款、原始發行總額與上月底發行餘額、轉債參考價格與轉換標的股票價格。成交面另有可轉債成交資訊（cb_price），涵蓋 2007 年以來的每日行情。一行取出，完成安裝設定後登入即可：

finlab.login()
df = data.get("cb_published_info")

因為是逐日面板，任何一天的「當時轉換價格」都查得到，做歷史研究不會被後來的條款調整污染。

怎麼判讀這份資料

上圖是全市場可轉債流通發行餘額：2019 年年均約 1,260 億元是近年低點，之後一路擴張，2026 年最新約 3,138 億元、流通中 383 檔，都是這條序列的高點。可轉債市場的冷熱跟股市多頭高度相關：股市好，公司愛發（等於用溢價賣未來的股票）、投資人愛買（下有保底上有轉換權）。

再記兩個台股 CB 的結構性事實。第一，目前流通的 383 檔可轉債，票面利率全部是零：買 CB 領不到利息，你買的實質上是「債券保底 + 一個股票選擇權」，評價的核心永遠是轉換權的價值。第二，目前約 32% 的 CB 處於價內（標的股價高於轉換價）、76% 的轉債參考價在面額 100 元之上，這兩個比例可以當成 CB 市場的溫度計，多頭越熱佔比越高。

用這份資料最容易踩的兩個陷阱

第一個陷阱：用現在的轉換價格看歷史。轉換價格不是固定的，除權息會重設、特定條件下公司還會下修；回測任何轉換價值策略，必須用「當天的轉換價格」對齊，這正是逐日面板存在的理由，拿最新條款套整段歷史會做出不存在的套利機會。

第二個陷阱：忽略流動性。可轉債多數時間成交清淡，掛單價差大，cb_price 的行情矩陣是稀疏的；回測若假設任何一天都能按收盤價進出，績效會過度樂觀，同樣的課在鉅額交易與回測方法的什麼是回測都有展開。

怎麼接上選股策略

可轉債資料常見的兩個研究方向：一是 CB 本身的評價與套利（價內外、轉換溢價率、賣回收益率的橫斷面比較）；二是把「公司有流通中的 CB」當成個股的事件與籌碼背景，例如轉換價下修、強制贖回觸發前後的股價行為，搭配重訊公告可以還原事件時間軸。想把想法接成可回測的流程，可從台股選股完整指南入手。

怎麼自己取得這份資料

把市場規模與價內比例整理出來，只要幾行：

from finlab import data
import pandas as pd
 
df = data.get("cb_published_info")
d = pd.to_datetime(df["date"], errors="coerce")
bal = pd.to_numeric(df["上月底發行餘額"], errors="coerce")
total = bal.groupby(d).sum() / 1e8   # 全市場 CB 發行餘額(億元)

要看單一 CB 的條款歷史，用 df[df["symbol"] == "<債券代號>"] 過濾。這份資料的涵蓋年限、筆數與更新狀態，本頁下方有即時健檢可以查；不想寫程式的話，頁面下方可以把取資料、算轉換溢價率與畫圖直接交給 AI 完成。