国内金融期权基本信息 　　

　　

　　截至2020年12月31日，境内上市金融期权包括上证50ETF期权、沪深300ETF期权(沪深)和沪深300股指期权。2015年2月9日上市的上证50ETF期权是国内最早上市的期权。沪深300ETF期权和沪深300股指期权在上证50ETF期权到期后，于2019年12月23日上市。 　　

　　

　　截至目前，上证50ETF期权和沪深300ETF期权(上交所)每日交易量近200万笔。表1显示了它们的交易概况。上证50ETF期权是上证50指数，沪深300ETF是沪深300指数。这两个指数的相似之处在于，都是由金融股和制造业股组成，上证50指数中金融股占47%，制造业股占37%。沪深300指数中金融股占27%，制造业股占48%。不同的是，上证50指数以金融为主，而沪深300指数以制造业为主。 　　

　　

　　表1显示了上证50ETF期权和沪深300ETF期权(上交所)的交易和持仓量。 　　

　　

　　波动性概述 　　

　　

　　波动率是金融资产价格波动的幅度，是对金融资产收益率不确定性的度量，目的是反映金融资产的风险水平。有三种常见的波动类型，即历史波动、已实现波动和隐含波动。目前学术界和实务界公认的波动特征有五种，即聚集性、不对称性、长记忆性、跳跃性和均值回复性。 　　

　　

　　集聚就是波动大的时刻会聚集在一起，波动小的时刻也会聚集在一起。即如果当前交易日波动幅度大，则下一交易日波动幅度大是大概率事件。用通俗的语言解释就是，大波动之后还是大波动，小波动之后还是小波动。 　　

　　

　　长记忆性是指波动率序列的高阶自相关性，即当前交易日的波动率会影响下个月的波动率。 　　

　　

　　不对称意味着好消息和坏消息对波动性的影响是不同的。一般来说，如果当前交易日收盘后有利空消息，下一个交易日的波动会加大。 　　

　　

　　跳跃性是指当市场出现重要信息或异常信息时，波动率会发生显著变化，出现明显跳跃。即如果当前交易日收盘后突然出现消息，下一个交易日就会出现跳空，并伴随单边走势。 　　

　　

　　均值回归是指波动率总是围绕长期均值波动，一个上升或下降的趋势无论持续多久都不可能永远持续下去。即波动率上升太多，会跌到长期均值；如果跌得太多，就会涨到长期平均线。 　　

　　

　　沪深300指数和上证50指数波动特征比较 　　

　　

　　这一部分主要从数理和交易两个方面比较沪深300和上证50指数波动的五个特征。 　　

　　

　　聚合 　　

　　

　　波动率聚类主要采用广义自回归异方差GARCH模型进行度量，度量结果如表2所示。 　　

　　

　　表2是上证50指数和沪深300指数的GARCH模型参数估计结果。 　　

　　

　　从数学的角度来说，和分别代表了上一期的信息，以及上一期的波动对本期波动的影响。简单解释就是昨天的盘后消息以及昨天的波动对今天波动的影响。上证50指数和沪深300指数，两者都显著为正，说明昨天的波动对今天的波动影响很大，昨天的新消息也会造成今天的波动被放大，其中昨天的波动影响更大。统计显著性表明，这两个指标的波动性是累加的。需要注意的是，如果隔夜有较大的消息变动，消息引起的波动变化将占主导地位。 　　

　　

　　从交易的角度来说，聚合是指当波动率处于高位时，一定不要马上做空波动率，因为高波动率后面跟着高波动率。此外，新消息可能会导致波动性上升得更高。其实这个时候基本面消息变化对波动变化起主导作用，只有基本面缓和了，波动才会减缓。例如，2020年3月，在以美国为首的西方国家爆发新冠肺炎疫情期间，沪深300和上证50指数的波动率连续7个交易日保持上升，美国股市在美联储推出救市政策后才开始缓慢下跌。 　　

　　

　　长记忆性 　　

　　

　　波动率是否具有长记忆性是用赫斯特指数来衡量的，上证50和沪深300的赫斯特指数等于0.53。此外，为了更具体地解释长期记忆，我们使用了异质自回归HAR模型来解释上证50和沪深300指数的波动性。HAR模型是基于异质市场假说。为了展示不同交易者所代表的波动率，它用日波动率、周波动率和月波动率来代表短期、中期和长期交易者所产生的波动率，其中1天、5天和22天作为三个投资者的交易时间尺度。HAR模型的具体结果见表3，其中RV1代表日波动率系数，RV5代表周波动率系数，RV22代表月波动率系数。 　　

　　

　　表3是上证50和沪深300指数的HAR模型的参数估计结果。 　　

　　

　　从数学的角度来看，上证50和沪深300的赫斯特指数都大于0.5，所以都具有长记忆性。从HAR模型的系数可以看出，两个指数的RV1和RV5系数在一个数量级，RV22小一个数量级，这意味着日波动率和周波动率对下一个交易日波动率的影响远远大于月波动率。此外，上证50指数HAR模型中的RV22系数不显著，这意味着月度波动对下一交易日的影响在统计上不显著。特别是两个指数的HAR模型R2分别为0.58和0.53，这意味着长期、中期和短期波动对未来波动的解释力可以达到50%左右。显然，HAR模型是GARCH模型的进一步深化，它进一步将GARCH模型中前期的波动分为三种类型——日波动、周波动和月波动。 　　

综上所述，下一交易日的波动率50%是由当前交易日波动率和上个星期的波动率决定的，它们各占50%的比例，下一交易日波动率剩下的50%是由隔夜的新消息决定的。

　　

从交易角度看，长记忆性表示波动率会向周均值靠近，因此当波动率与周均值相差过大时，则可以考虑做空波动率。第一，考虑HAR模型中RV5系数和R2的数值，则上证50和沪深300指数的波动率回到周波动率均值的概率有25%。第二，虽然新消息对波动率值的影响占50%，但是新消息影响会逐渐过去。综上所述，当新消息的效应逐渐退去，同时波动率和周均值之间相差过大时候，则可以考虑做空波动率。例如，2020年7月6日到9日，波动率脉冲上涨，也只是持续了4个交易日就达到了最高点。

　　

非对称性

　　

波动率的非对称性是利用带有杠杆效应的广义自回归异方差EGARCH模型进行度量。EGARCH模型中Alpha系数捕获杠杆效应的方向，Gamma系数捕获杠杆效应的大小。

　　

从数理角度看，由表4可知，沪深300和上证50指数的Alpha都为负，这表示下跌行情会带来更大的波动。两个指数的Gamma数值都接近0.15，这表示下跌波动带来的影响的权重是0.15，同时考虑到代表昨日波动影响的权重Beta是0.99左右，这表示下跌会带来额外15%波动的增加。

　　

从交易角度看，非对称性表示下跌行情会进一步放大波动率。因此，在下跌过程中，一旦新消息被市场完全消化，则是做空波动率的最佳时机。例如，2020年2月3日，由于武汉新冠肺炎疫情暴发，引起上证50和沪深300指数出现了暴跌，市场波动率出现了脉冲上涨，但是市场很快意识到中国做了很好的反应，因此市场很快反转，波动率就出现了下跌。

　　

表4为上证50和沪深300指数的EGARCH模型的参数估计结果

　　

跳跃性

　　

波动率的跳跃性是利用连续跳跃的异质性自回归HAR-CJ模型进行度量。与HAR模型相同，HAR-CJ模型也基于异质市场假说，不同之处是它将波动率分为连续波动率CV和跳跃波动率JV。HAR-CJ模型分别利用C1、C5和C22分别代表短期、中期和长期交易者所产生的连续波动，利用J1、J5和J22分别代表短期、中期和长期交易者所产生的跳跃波动。需要特别强调的是，C5和J5分别是代表最近5个交易日的连续波动和跳跃波动的均值。

　　

从数理角度看，由表5可知，在跳跃波动方面，上证50和沪深300指数两者结论相差较大。上证50指数的3个跳跃波动系数中J1处于主导地位，其数值为正且相对较大，这表示若当前交易日出现比较大的跳空行情，则下一个交易日的波动会被放大。沪深300指数的3个跳跃波动系数中J5处于主导地位，其数值为负且相对较大，这表示若过去5个交易日出现过跳空行情，则下一交易日的波动会减小。

　　

表5为上证50和沪深300指数的HAR-CJ模型的参数估计结果

　　

从交易角度看，行情跳空会对下一个交易日的波动带来一定影响。上证50指数交易中，若出现行情跳空，则可以做多波动率。沪深300指数交易日，若出现行情跳空，则需要做空波动率。

　　

均值回归性

　　

与长记忆性类似，均值回归性是指波动率受到长期均值的影响，最终会回归到长期均值附近。它也是利用HAR模型进行解释的。

　　

从数理角度看，根据上证50和沪深300指数的RV1、RV5和RV22的关系可知，波动率有两个方向：一种是延续昨天的波动率RV1，另一种是朝着周波动率RV5回归。

　　

从交易角度看，传统波动率交易理论认为，波动率会朝着20日均线回归，但是实证结果显示，波动率主要是朝着周波动率RV5回归。若波动率大于长期均值RV5过高，则是做空波动率的好时机。

　　

关于波动率的常见问题

　　

问题1：波动率为什么会涨了之后又涨？

　　

由波动率的长记忆性可知，波动率50%决定于过去波动率的情况，50%决定于今天的新消息，只要还有新消息，则波动率就会出现快速上涨。以2020年3月9日至17日的上证50和沪深300指数波动率快速上升为例，就是美国股市在此期间出现了三次熔断行情，极大影响了其表现，每次熔断都促使波动率创出高点。

　　

问题2：为何行情下跌会出现波动率上涨的情况？

　　

这其实就是非对称性，也叫做杠杆效应。具体解释是：股价下降导致财务杠杆率上升，从而公司风险上升，因此股价收益的波动率也随之上升。

　　

问题3：境内股市为什么会出现上涨过程中波动率也上涨的情况？

　　

这个特点叫做反杠杆效应，比较典型的案例是2020年7月6日，波动率出现了脉冲式上涨。这主要是因为受到券商利好消息的刺激，当天上证50和沪深300指数出现了9%左右的涨幅。所以是新消息刺激了标的上涨，从而促进了波动率上升。至于中国股市为何会出现暴涨的情况，这主要是由于散户居多，容易受到情绪影响。

　　

结论

　　

上证50和沪深300指数都具有波动率的五大特性――聚集性，长记忆性、非对称性、跳跃性和均值回归性。

　　

波动率的聚集性认为，在交易中，若处于高波动率阶段，则基本面的新消息变化在波动率变化中起到了主导性作用，只有当基本面出现缓和时，波动率才会出现缓慢下跌。波动率的HAR模型认为，在交易中，下一交易日的波动率50%是由当前交易日波动率和上个星期的波动率决定的，两者各占50%的比例，下一交易日波动率剩下的50%是由隔夜的新消息决定的。波动率EGARCH模型认为，在交易中，非对称性表示下跌行情会进一步放大波动率。因此，在下跌过程中，一旦新消息被市场完全消化，则是做空波动率的最佳时机。上证50指数交易中，若出现行情跳空，则可以做多波动率。沪深300指数交易中，若出现行情跳空，则需要做空波动率。若波动率大于长期均值RV5过高，则是做空波动率的好时机。

　　

（作者单位：华融融达期货）

　　

本文源自期货日报