证券研究报告《基于历史波动率和VIX指数的择时研究》详尽分析
1. 元数据与报告概览
报告标题: 基于历史波动率和 VIX 指数的择时研究
发布机构: 中信建投证券股份有限公司(含附属机构)
报告作者: 陈果(中信建投证券董事总经理、研委会副主任、首席策略官)
研究助理: 徐建华(智能量化投研组组长)
发布日期: 2022年4月26日
主题领域: 量化择时策略,基于市场波动率(历史波动率及VIX指数)对股票市场不同因子未来收益的预测分析。
核心论点与信息传达: 本报告综合了中国A股市场沪深300期权计算的VIX指数及历史波动率,探究市场波动水平对市场因子(市场、风格及行业因子)下期收益率的预测能力,并利用VIX与其63日均线判断市场风险状态,进一步分析不同市场风险状态下各因子的表现差异。
2. 逐节深度解读
2.1 引言与主要结论(第0页)
报告首先指出,市场因子的月度历史波动率与下期收益率整体呈显著的负相关关系,但对于不同因子具体表现不同:
风格因子中,大部分因子如流动性、中盘股、动量、大小盘回归斜率显著为负,唯独BETA因子为正且显著。
行业因子表现更为分化,部分行业如农林牧渔、综合、轻工制造、海运、传媒、社会服务、纺织服饰显著负相关,而机械设备、基础化工、煤炭、有色金属及钢铁则显著正相关。
沪深300期权的VIX指数与市场因子回归斜率不显著。大多数风格因子与VIX呈负相关,显著为负的有BP、流动性、中盘股和残差波动率因子。
行业因子中,VIX与16个行业为正相关,18个为负相关。煤炭和有色金属在负相关中显著,农林牧渔、建筑材料、食品饮料等在正相关行业中显著。
利用VIX 63日均线划分风险状态,发现风险下行时市场因子收益显著高于风险上行时,风格及行业因子表现各有优劣。
报告提醒,基于历史统计,模型存在偏差,过去收益不代表未来。
2.2 目录与研究内容结构(第1页)
报告结构清晰划分为波动率介绍、历史波动率分析、VIX分析、回测结果和结论等,配备丰富图表详述回归数据及分析。
2.3 波动率介绍(第2-5页)
历史波动率计算方法: 利用收益率标准差来估计,采用交易日数据,考虑样本期选择长短、价格选择(收盘价为主)等细节。强调历史波动率仅反映过去波动,未来趋势延续性有限。
VIX指数简介和优势: VIX简称“恐慌指数”,通过期权市场隐含波动率反映市场对未来30天波动的预期。VIX有超过25年数据,反映的隐含波动率信息广受关注。报告中自沪深300期权(包括ETF期权和指数期权)计算VIX指数,并详细描述VIX指标计算方法,涵盖选取虚值期权、计算远期价格、行权价间距等复杂步骤,确保实务可复制。3 ,3,4,5]
2.4 历史波动率分析(第6-12页)
月度波动率变化: 图表1显示2012年以来市场因子月度波动率整体震荡明显,2015-2016年为高波动期,2017年较低。
波动率与因子收益回归:
市场因子月度波动率与下期收益率显著负相关(回归斜率-1.2566,t值-1.9282)。
风格因子中,大部分因子收益与市场波动率负相关,BETA因子为正相关且显著。
行业因子中约半数呈正相关,半数呈负相关,部分行业回归显著。
波动率绝对及相对变化水平的预测能力较弱,原始波动率水平预测能力更强。
综合来看,绝大多数因子收益率与当期波动率表现负相关,用原始波动率数据构建因子择时模型效果更佳。7 ,7,8,9,10,11,12]
2.5 VIX分析(第13-19页)
VIX走势分析: 2020年2月以来VIX变化明显,结合63日均线划分风险状态(风险上行与风险下行)。
VIX与近期市场因子回归:
市场因子回归斜率虽为正但不显著。
大多数风格因子收益与VIX呈负相关,显著负相关因子有BP、流动性、中盘股和残差波动率。
行业因子中16个正相关,18个负相关,但显著负相关的只有煤炭和有色金属,显著正相关行业为农林牧渔、建筑材料、食品饮料等。
VIX绝对及相对变化水平与因子收益相关性较弱,不能提供有效预测。
VIX为择时指标在回归中表现优于绝对、相对变化水平。14 ,14,15,16,17,18,19]
2.6 利用VIX择时因子回测结果(第20-21页)
根据VIX与63日均线确定的风险状态回测显示:
市场因子: 风险下行状态收益19.73%、风险上行亏损0.27%,且风险水平明显较低,确认VIX与市场收益显著负相关。
风格因子: 风险上行时BP、成长、杠杆表现较好,杠杆收益9.45%最高;风险下行时BETA、成长、中盘股、动量表现更佳,某些因子如流动性、残差波动率表现与回归分析一致。
行业因子: 风险上行时期收益优异的有煤炭(77.79%)、农林牧渔、建筑材料等;风险下行时期白酒(47.10%)、煤炭、有色金属等表现佳。
结论强调部分因子回测表现与回归结果不符,可能源于沪深300期权上市较晚,导致VIX数据较少,数据样本不足影响回归精度和择时效果。21 ,21]
2.7 总结结论(第22页)
市场因子波动率对下期因子收益预测存在有效信号,但不同因子表现方向迥异。
VIX指数与下日各因子收益亦具一定相关性,风格因子多数呈负相关,行业因子则正负参半。
结合VIX与63日均线划分风险状态,回测验证不同市场状态因子表现差异显著,进一步支撑VIX作为风险状态判定工具的可用性。
同时指出回测与回归部分因子表现不一致,反映了沪深300期权及VIX数据历史较短,对择时模型稳定性构成限制风险。23
3. 图表深度解析
图表1(第6页) :2012至今市场因子月度波动率。波动剧烈,2015-16年波动率达到60%以上高位,2017年波动率降至10%以下低谷,其余年份波动率处于20%附近震荡。显示波动率周期特征,为后续回归和择时提供对照背景。
图表2-4(第7-8页) :
图表2显示市场因子波动率与下个月收益率回归斜率-1.2566,t值-1.9282,表现出较强负相关性。
图表3风格因子中8个因子波动率斜率为负,2个为正,显著负相关因子有流动性、中盘股、动量、大小盘,显著正相关为BETA。
图表4行业因子分布均衡,19个正相关,15个负相关。农林牧渔、综合等7个行业负相关显著,机械设备、基础化工、煤炭等5个行业正相关显著。
以上展现波动率对因子收益的多样影响,支撑结论中波动率具有预测价值但方向依因子异。
图表5-7(第9-10页) :波动率绝对变化水平对因子收益回归结果不显著,弱相关性,表明波动率的变化幅度预测能力不足,原始波动率水平更有效。
图表8-10(第11-12页) :波动率相对变化水平回归同样效果一般,少数风格及行业因子表现相对显著。总体显示,绝对和相对变化水平均不及直接波动率水平预测力强。
图表11(第13页) :沪深300期权计算VIX走势及63日均线,展示波动的周期性及其划分市场风险状态的应用。
图表12-14(第14-15页) :VIX对市场、风格、行业因子下日收益回归:
市场因子不显著。
风格因子多数负相关,BP、流动性、中盘股和残差波动率显著负相关。
行业中16正相关,18负相关,煤炭、有色金属显著负相关,农林牧渔等7行业显著正相关。
数据体现VIX与不同因子间复杂关联,带来择时可能性。
图表15-17(第16-17页) :VIX绝对变化水平对因子回归关系薄弱,显著性低,确认绝对变化水平预测力弱于VIX绝对值。
图表18-20(第18-19页) :VIX相对变化水平回归同样表现不理想,但个别因子(如EP负相关显著、建筑装饰行业正相关显著)显示潜在信号。
图表21-23(第20-21页) :基于VIX与63日均线划分市场风险状态,因子收益表现:
市场因子在风险下行时收益19.73%,风险上行时亏损0.27%,风险偏好显著不同。
风格因子不同风险态势表现差异显著,杠杆因子风险上行表现最好,动量等因子风险下行更优。
行业因子风险上行时纺织服饰等表现弱,煤炭等表现突出;风险下行时白酒表现突出。
图表真实性强烈支持VIX为因子择时依据的实际应用价值。
4. 估值分析
报告未涉及传统估值内容如P/E、DCF等,主要聚焦波动率指标与未来收益间的关系分析,属于量化择时策略框架研究,故无估值内容。
5. 风险因素评估
主要风险提示为模型基于历史数据构建,历史收益不代表未来表现。
沪深300期权上市时间较短,VIX数据历史有限,导致择时信号稳定性与回归精度存在偏差,可能衍生误差。
波动率和因子收益间关系非确定性,部分回测与回归结果有背离,体现模型内在局限。
报告建议投资者参考多维信息,警惕择时策略失效风险。
6. 批判性视角与细微差别
报告核心方法基于统计回归,有一定滞后效应和样本外泛化风险。
对波动率定义及计算充分考虑市场实际条件,有助于提升模型严谨性。
回归结果的相关系数较低(如市场因子R2仅0.0298),预测能力有限,不宜盲目过度解读。
VIX作为择时信号的有效性称为有限期货市场背景下优势,在国内市场尚处成长阶段,注意到数据缺口对结论影响。
回测中部分因子表现与回归相悖,提示择时信号精细度和稳定性尚需改善。
报告未对资金规模、交易成本及市场冲击等现实交易约束作深入讨论,这对实际运用影响较大。
7. 结论性综合
报告系统阐述了基于历史波动率与沪深300期权计算的VIX指数两类市场波动率指标对股票市场各类因子未来收益率的预测能力。通过严格的月度与日频回归分析,揭示了:
市场因子月度波动率与未来收益显著负相关,提供一定择时预测信号。
风格因子多数与波动率负相关,部分如BETA呈现正相关。
行业因子表现复杂,波动率与不同行业收益正负均有,但比例大致平衡,个别行业如煤炭、农林牧渔表现突出。
VIX指数较绝对、相对变化水平表现更优,对大部分风格因子呈现负相关性,对行业因子表现为正负参半。
结合VIX与63日均线划分风险状态,风险下行时市场因子及众多风格和行业因子收益显著优于风险上行时,进一步验证VIX作为风险状态指标的有效性。
图表分析充分支撑上述结论,回归系数、t值与回测收益展现出较为一致的信号,尤其是煤炭行业及杠杆风格因子表现亮眼。
报告谨慎指出限于沪深300期权市场历史数据较短,导致模型和择时效果存在一定误差,未来需更多数据验证和模型优化。
综上,中信建投的本报告为中国A股市场因子择时提供了基于市场波动率指标的量化框架和实证依据,揭示了波动率指标在因子收益预测和风险状态划分中潜在应用价值,但实际投资应用时需结合多方面因素,谨慎甄别策略适用条件和风险边界。1 ,1,2-25]
附录:关键图片示例
图表1 — 2012年至今市场因子月度波动率趋势
图表11 — 沪深300期权 VIX 指数及63日均线
图表0(首页)— 上证50与国债指数走势对比
图表0(首页)— 深证成指走势图
总结
本报告通过严谨的数据统计、回归分析和回测实证手段,较为全面地揭示了国内市场历史波动率与VIX指数在股票因子择时中的信号价值,兼顾了市场表现差异、因子类别差异及市场风险状态划分,为专业投资者的量化研究和实操提供了实证基础和策略思路。报告注重数据严肃性和实操可行性,并对局限性做了合理警示,是理解和运用波动率指标进行市场择时的重要参考文献。
参考文献提要
报告引用了多篇市场择时经典文献,包括Henriksson (1984)、Kon (1983)、Grinblatt & Titman (1989)等,结合Maggie M. Copeland & Thomas E. Copeland (1999)关于VIX的风格与规模择时研究,保证了理论依据的坚实且符合国际前沿研究。24
免责声明需注意
报告内信息基于合法公开数据和作者专业判断,内容仅供参考,不构成投资建议。风险提示中明确强调历史数据有限性和信息时效性,提醒投资者结合自身情况谨慎决策。26
(全文完)