金融工程专题报告《从隐含波动率看资产价格走势之一》详尽分析报告
一、元数据与概览
- 报告标题:《从隐含波动率看资产价格走势之一》
- 分析师:祝涛
- 发布机构:渤海证券股份有限公司研究所
- 发布日期:2020年9月22日
- 研究主题:以波动率(尤其是隐含波动率)为核心,深入剖析资产价格(特别是中国A股标的如50ETF)波动率特征及其对未来收益率预测的作用,探讨波动率背后的驱动因素及其在市场风险监测中的应用价值。
- 核心观点和传达信息:
- 波动率作为收益率的二阶矩,虽然基本面信息较少,但通过衡量投资者分歧和风险偏好,可为市场行为分析提供额外视角。
- 隐含波动率信息丰富,预测能力优于收益率自身,尤其在衍生品市场中有明显优势。
- A股市场波动率的行为模式与美股异同明显,特殊的市场结构与资金流动形成了独特影响因素。
- 通过对50ETF隐含波动率指数与未来收益的实证分析,揭示其负相关关系及波动率层区间对应的收益特征。
- 引入偏度指数对尾部风险预期的探讨,反映市场投资者对极端事件的态度及对应未来走势的表现。
- 并列举多项潜在影响因素:成交活跃度、海外市场影响、信用利差、政策不确定性、北上资金等,剖析它们对波动率和市场风险的作用。
二、逐节深度解读
1. 引言
引言部分以2020年新冠疫情危机为背景,说明资产价格极端波动与联动性的显著增强。通过全球主要资产(标普500、沪深300、布伦特原油、黄金、美国10年美债)的价格走势(图1)及波动率指数(图2)变化,彰显风险事件引发的全球市场震荡和波动率急升。
归结为波动率是反映资产价格偏离均值程度的统计量,同时作为收益率的二阶矩,含有较少的基本面信息,但能反映投资者的分歧和风险偏好。特别强调波动率均值回复性以及衍生品市场隐含波动率包含未来信息(尤其引用Edwards,2017对美国VIX的实证研究)。
引言最后指出当波动率升高而预期收益不变,收益风险比下降,投资者趋向于降低风险敞口进入“Risk Off”市场环境。
2. A股市场波动率特征及潜在影响因素
2.1 波动率特征
由于A股缺乏官方波动率指数,本部分选用50ETF期权隐含波动率指数替代实际波动率,通过仿照CBOE VIX指数的计算方法进行。
- 50ETF波动率指数与标的50ETF股票收益大体呈现负相关,相关系数为-0.08,负相关程度弱于美国市场(图7),主要表现为市场大幅下跌时波动率急剧攀升,而上涨期间波动率同时也可能抬升,这一点区别于美国市场。
- 历史波动率均值稳定,但会受市场环境影响形成不同的波动率中枢,例示2015年去杠杆、2018年中美贸易摩擦升级及2020年疫情,均对应较高的波动率表现。
- 隐含波动率对未来实际波动率有一定解释力,50ETF未来月波动率与波动率指数线性回归系数约为1,R²达0.53,说明未来波动率能够被隐含波动率较好预测(图8)。
2.2 波动率潜在影响因素
-
成交活跃度:
- 波动率反映投资者分歧,股价大幅波动常伴成交量放大,尤其在上涨阶段体现明显(图9-13)。
- 市场顶部伴随成交量剧增,随后波动率可能进一步抬升或回落,取决于后续走势。
- 在市场下跌阶段,成交量急剧放大不常见,成交活跃度对下跌阶段波动率的辅助判断力有限。
-
海外市场影响:
- 美股作为海外最重要市场,对A股的波动率有显著传导效应,尤其在美股波动率攀升时,A股波动率往往随之上扬(图14)。
- A股投资者结构以个人为主,做空机制不完善,导致波动率普遍高于美股。
- 随着互联互通放开,海外市场影响日增。
-
信用利差:
- 反映市场风险偏好,信用利差与波动率呈一定相关性,但其解释力时间和幅度均有限(图15,16)。
- 2017-2018年及2020年表现出较好相关性。
-
经济政策不确定性:
- 经济政策不确定性通过新闻关键词频率构建,经政策重视时期指数会抬升。
- 波动率指数多次领先这一经济政策指标,反映期权市场包含未来政策风险预期信息(图17)。
-
北上资金流向:
- 作为以海外机构主导的资金,北上资金流动具有稳定性和节奏感。
- 其流入流出对波动率有抑制(“熨平”)或放大作用,2020年3-5月、6-9月案例明显体现资金流转对波动率的逆向调节作用(图18、19)。
- 随着外资占比增加,A股波动率将逐步趋于国际市场特点。
3. 从隐含波动率看股指走势
3.1 波动率指数与标的未来收益率的关系
-
50ETF隐含波动率指数与未来月度收益率呈负相关:
- 极低隐含波动率(<15)阶段:未来收益较稳定,极少大幅亏损;
- 中等波动率(15-30)阶段:未来收益率较高且波动样本集中;
- 极高波动率(>40)阶段:风险远大于机会,收益偏低。
-
线性回归结果:y=−0.0015x+0.0381,即波动率指数每升高1单位,未来月收益率平均下降0.15%(图20,21)。
-
波动率与未来5、10、20日收益率均值、正收益概率呈近似单调递减趋势,但短期内(5-10日)在极高波动率区间(>50)有反弹现象,显示反转信号(图22,23)。
-
美国VIX指数与香港恒指波幅的历史数据呈现类似但不完全相同规律:
- 美国低波动率与高波动率都对应未来较高收益,中间区间收益较低;
- 香港市场在极高波动率时收益为负,形态更接近A股特征(图24-27)。
3.2 偏度指数与标的未来收益率的关系
- 偏度指数反映隐含波动率曲面的倾斜度,刻画投资者对极端市场尾部风险的预期程度。
- 50ETF偏度指数区间主要在90-110间波动,极端波动时突破该区间但持续时间较短(图28)。
- 相比美国CBOE SKEW指数,50ETF偏度指数更低,市场呈现右偏,即极端上涨事件多于极端下跌,部分原因是较少的行权价档位限制情绪充分反应。
- 根据偏度指数水平分成8组,未来收益的均值和正收益概率呈先升后降,最高点位于中等偏度水平,极高或极低偏度对应较低未来收益(图29-31)。
三、图表深度解读
- 图1 & 图2:2020年上半年全球资产价格和波动率走势,疫情引发的价格剧烈波动与波动率飙升清晰可见,证明波动率指数为市场风险的重要晴雨表。
- 图3-6:BlackRock市场风险监测体系示意,说明波动率指数(VIX、MOVE)与资产相关性、风险偏好、风险溢价共同构成系统风险的多维度监控,体现波动率作为风险核心指标的地位。
- 图7-8:中国50ETF期权波动率指数与标的走势关系及未来波动率预测力数据,展示隐含波动率作为市场预期测度的有效性和其动态演变。
- 图9-13:波动率指数与上证50换手率(成交活跃度)比较,突出交易量对波动率水平尤其上涨阶段的影响,多个年份时间节点案例分析支撑此观点。
- 图14:50ETF波动率指数与美国VIX指数对比,显现美股风险事件向A股市场的波动率传导效应。
- 图15-16:信用利差与波动率指数的联动变化及两者的滚动相关系数曲线,提示二者关系非稳定,但在部分阶段具有解释力。
- 图17:经济政策不确定性指标与50ETF波动率指数对比,反映波动率对政策风险预期信息的敏感性及领先性。
- 图18-19:北上资金流入与波动率指数互动,具体示范资金流动对市场波动的“熨平”作用。
- 图20-23:50ETF波动率指数与未来收益率散点及统计特征(分位值、均值、正收益概率)分析,系统揭露不同区间波动率与收益特性。
- 图24-27:标普500及恒指期权波动率指数的未来收益统计,highlight不同市场波动率与收益行为的差异。
- 图28-31 & 表1:50ETF偏度指数走势及与美国CBOE SKEW指数的分位比较分析,结合未来收益的统计,反映尾部风险定价与市场预期差异。
四、估值分析
本报告不涉及传统估值工具如DCF或P/E评估,主要聚焦波动率作为风险及市场预期指标的应用和分析。报告使用隐含波动率指数、偏度指标等衍生品市场数据和统计模型对未来股指表现进行概率与趋势层面的剖析,而非直接的估值测算。
五、风险因素评估
- 报告明确指出模型众多假设依据历史数据,无法完全预测未来收益,存在本质上的预测误差风险。
- 波动率和未来收益的负相关关系存在不稳定性,且受诸多市场环境、资金流、政策因素影响,存在外部冲击和体制差异带来的风险。
- A股独有的市场结构与行为特点,导致波动率的表现和意义与成熟市场有所不同,模型及结论外推需谨慎。
- 期权市场本身的成熟度、行权价档位限制偏度指数全面反映的能力,影响分析的准确性。
- 风险事件和市场心理非线性的复杂性未充分展开,可能导致在极端情况下波动率信号失效。
缓解策略包括结合多因素交叉验证,加强对外部变量和流动性状况的动态跟踪,以及审慎使用波动率指标作为辅助判断工具。
六、批判性视角与细微差别
- 报告全面利用历史数据,缺乏特别针对突发结构变化或非线性市场行为的建模,存在历史经验对未来的滞后适用假设。
- 50ETF隐含波动率与美股VIX指数对比揭示A股市场波动率“偏高且结构差异明显”,说明结论在A股市场应用时需特别审视本土化特征。
- 报告强调波动率预测能力高于收益率,然而波动率本身也会受市场冲击信息驱动,预测的因果机制存在一定局限。
- 对北上资金影响的论述,虽有数据支撑,但未充分讨论资金策略多样性与其他外资渠道的潜在替代性影响。
- 报告对风险提示相对保守,但未深挖极端市场条件下波动率与市场情绪复杂互动的多样态,存在未来研究拓展空间。
七、结论性综合
本报告通过严谨的数据分析和丰富的图表资料,深刻揭示了隐含波动率(尤其基于50ETF期权)作为市场风险指标的多维度价值和局限性。主要结论包括:
- 隐含波动率的预测价值显著:其均值回复性和期权市场敏感性使其对未来波动率及收益率具较强解释力,优于单纯的历史收益率预测。
- A股波动率特征独特:与成熟市场负相关但负相关程度较低,且在上涨过程中波动率常同步上升,反映中国市场特殊的投资者结构和交易行为。
- 多重驱动因素共同塑造波动率动态:成交活跃度、海外波动率传导、信用利差、政策不确定性及北上资金流动多角度影响波动率水平及其对市场走势的传导。
- 波动率与未来收益率存在明显负相关关系,且该关系呈分区间变化特征:低波动率环境下收益稳定,高波动率区间风险显著加大,但短期可能存在超跌反弹机会。
- 偏度指数作为补充风险度量指标,体现尾部风险预期,并显示中等偏度水平时投资回报较佳。
- 实证对比显示A股与美股、港股的波动率行为和收益结构存在差异,强调本土化研究及因市场结构调整同步完善模型必要性。
总体而言,作者通过深入研究隐含波动率的动态特性,在理论与实证层面揭示其作为重要市场指标的应用价值,提供了金融工程领域及资产配置、风险控制等实践工作的有力工具和理论基础。
附:重要图表示例(Markdown格式,便于溯源及展示)
-
图1:2020年上半年全球部分资产价格走势
-
图7:50ETF期权波动率指数及标的走势对比
-
图20:50ETF期权波动率指数及未来月度收益率散点图
-
图28:50ETF期权偏度指数及标的走势对比
参考文献及数据来源
- 渤海证券研究所整理,Wind数据库,CBOE白皮书,BlackRock市场风险监测数据,Economic Policy Uncertainty指数,期权市场历史数据及自建统计模型。
注:以上分析全部基于报告内容和数据展开,所有结论均附带对应出处页码,确保信息透明及可溯源。,4,5,6,7,8,9,10,11,12,13,14,15,16]