两个世界的联系

期权星球专栏 — 选择与未来 —

介绍期权的学术文章和深度研究成果

经典是“选择”，前沿是“未来”

作者：呆木若基

来源：期权星球

我们上一篇通过隐含波动率和实际波动率是想引出我们到底在期权市场获取的信息和现实世界获取信息有什么差别？我们从期权里面提取的信息本质是什么？然后我们到底用什么方法才能更准备获取这些信息？这是我们近期要逐步去介绍的问题。

在风险中性的世界里，我们只关心收益而不用关心风险，因为所有的预期收益率都是无风险利率，所有现金流的贴现都用无风险利率进行贴现求得现值。但很可惜我们处在现实世界里，现实的世界充满了风险，所有人都讨厌风险，担心坐着火车，吃着火锅飞来横祸，系统性的风险需要我们拥有风险溢酬。风险溢酬就是两个世界的连接。

比如你最熟悉的隐含波动率，它是用期权定价公式倒算出来的，期权定价公式是在风险中性世界的。所以你看到的隐含波动率其实是风险中性世界里的预期波动率，它和现实世界预期波动率的联系就是波动率风险溢酬。除了隐含波动率，还有偏度、峰度等。

我们提取他们有什么用？我们可以对比风险中性预期信息和现实世界未来实现值（比如实际波动率）然后研究预期的准确性，研究预期形成的原因和特点，构造交易策略。为什么成熟的市场参与者、学术界研究金融工程的学者以及富有眼见的监管者在努力的推进中国期权市场的建设？因为发达的期权市场，可以提取出资产价格未来分布，你能从期权市场提取出一到四阶矩信息。我们可以从期货市场、期权市场获取标的资产价格的期望值；可以从期权市场利用无模型的方法提取波动率；将来有了个股期权，或有沪深300和中证500的指数期权，或者沪深两市各自代表的ETF期权，那就可以提取两个标的资产的隐含相关系数，有了隐含波动，个股隐含波动率，相关系数，就可以得到隐含β系数；然后可以提取隐含偏度监控市场预期尾部风险。

风险中性世界预期信息是利用期权价格倒推出来，这个过程主要可以分为两种方法：一种是利用定价公式，也就是“有模型”的方法；另一种就是直接利用价格计算，这就是“无模型”的方法。

利用模型倒推的最简单的就是利用B-S定价公式（Black和Scholes，1973）反推出的隐含波动率，但是知道B-S定价公式的人都知道这个方法的弊端就是模型假设太严格，这个就是“模型误差”。

假设基本和实际世界是完全不同的，那么倒算出来的预期信息当然误差会比较大，所以最好的倒算方法是“无模型”的办法。为了解决这些问题，Breeden，Litzenberer（1978），Derman，Kani（1994），Rubinstein（1994，1998），Derman，Kani，Chriss（1996）以及Britten-Jones和Neuberger（2000），Jiang，Tian（2005），还有Bakshi，Kapadia，Madan（2003）等前人研究，在中国市场还没有期权市场的情况下，国内金融工程团队研究隐含信息成果比较多的有陈蓉，郑振龙（2008），黄薏舟，郑振龙（2009）以及陈蓉，曾海为（2012），刘杨树、郑振龙、张晓南（2012）； 杨旸; 林辉; 段文; 刘逖（2019），李雪飞; 赵冰; 严高剑（2019），康书隆; 甘群芳（2018）

风险中性和现实世界两个世界的差别是风险溢酬，风险中性世界的信息本质是什么，然后提炼风险中性预期信息的办法又用什么更好？我们例举很多已有的从理论研究到市场实证分析的研究成果。这也是我们后面要逐步介绍，学习，探讨的问题。但是作为一个偏向市场投资的公众号，我们不单单只是介绍提炼隐含信息的方法和论文，我们希望利用50ETF期权价格实际计算这些成果，试图去改进，然后进行展示，做到策略化，实战化。