图源：摄图网

摘  要：本文基于上证50ETF期权日交易量，按在值程度构建虚值、平值和实值期权的交易量占比，测试各类期权交易对上证50ETF已实现波动率的预测能力。结果发现虚值期权能显著提升HAR、HAR-CJ模型的波动率预测效果。进一步研究发现，虚值期权中的信息含量主要来自于深度虚值期权，非深度虚值期权对波动率预测效果较弱。相比隐含波动率，深度虚值期权对波动率的样本内拟合和样本外预测效果都更佳。深度虚值期权中，看涨期权的信息含量大于看跌期权，且看涨期权交易量与未来波动率负相关，看跌期权交易量与未来波动率正相关。这些结果表明，信息交易者倾向于使用深度虚值期权交易，而深度虚值看跌和看涨期权与未来波动率的不同关联性恰好与杠杆效应一致。本文的发现可用于改进现有的波动率预测模型，还将有助于完善监管者的风控指标体系。
关键词：深度虚值期权；已实现波动率；HAR模型; 波动率预测; 中国期权市场

一、研究背景与意义

在理论和实证金融文献中，波动率通常被认为是衡量金融风险的主要指标，在风险管理和资产定价中有重要应用。无论是风险管理还是资产定价，都涉及对预期风险水平的估计，因此，对波动率的预测就显得非常关键。前人对波动率预测模型的研究，已经证实如投资者情绪、投资者关注度、隐含波动率等对波动率的预测能力，但鲜有研究挖掘期权的交易量对现货波动率的预测能力。事实上，由于期权市场相对于现货市场有更低的交易成本和更高的交易杠杆，更能吸引信息交易者在期权市场上进行交易，因此，期权交易中很可能含有对未来价格波动有预测效果的信息。事实上，有系列研究证实期权交易量对现货收益率的显著影响。因此，非常有必要深入测试期权交易量对波动率的预测效果。

本文选取中国市场中的上证50ETF期权作为主要的实证研究对象。相比现货市场，中国期权市场准入门槛较高，需要50万元以上的资金储备、6个月以上的期货交易经验和相关考试合格等条件。因此，中国期权市场的交易者其专业化程度更高，对信息的挖掘和分析能力更强，其交易量可能更能预测标的资产的未来波动。而上证50ETF期权作为中国第一支交易所上市的金融期权，相对于其他几个较晚上市的期权品种，其交易时间最长，同时也是中国期权市场上交易最活跃的期权品种，2021年其平均日交易量为259万张，已成为全球最主要的ETF期权品种之一。此外，逐步活跃的市场和逐步改善的交易制度，有利于我们考察预测能力的时变性，进而更好地测试期权交易预测波动率的机制。

进一步地，深度虚值期权由于行权概率较低，杠杆最高，信息交易者以其进行交易获利幅度最大，因此我们推测其交易量可能含有最多的预测未来的信息。前人研究也指出，深度虚值期权交易量对收益率有最强预测能力。但前人研究中，现有的采用期权信息的波动率预测模型主要集中于考察隐含波动率等收益率高阶矩的预测能力，仅有郑振龙等(2021)考察了期权交易量对波动率的预测能力。但郑振龙等(2021)考虑的是净购买压力，即希腊字母加权的期权交易量之和，很难清晰地比较不同虚值程度的期权信息含量差异。本文将构建不同在值程度的期权占比，并对比虚值期权，平值期权，实值期权，深度虚值期权和隐含波动率在提升HAR模型预测效果方面的差异，由此将对前人文献进行补充和拓展。

二、主要内容

1） 测试如下三个假设
Easley等(1998)指出，高杠杆期权更容易吸引信息交易者。Chakravarty等(2004)也发现信息交易者倾向于选择杠杆较高的虚值期权进行交易。由此推断，相较平值期权和实值期权而言，虚值期权价格最低，故信息交易者更倾向于购买虚值期权来降低交易成本，以高杠杆撬动大收益。因此，虚值期权交易含有相对平值和实值期权更高的信息量。

假设1：相对于平值和实值期权，虚值期权对波动率有更好的预测效果。
由于深度虚值期权行权概率较低，非信息交易者或私有信息不够清晰的交易者会因深度虚值期权风险较大而更倾向于购买非深度虚值期权。而对于信息交易者而言，深度虚值期权有更低的价格和更高的杠杆，可以获得更高的收益率。Pan和Poteshman(2006)、Zhou(2022)都证实深度虚值期权对未来收益的较强预测能力。

假设2：深度虚值期权比非深度虚值期权有更强的波动率预测能力。
市场上看涨的虚值期权和深度虚值期权交易量上升意味着信息交易者对未来股票走势比较乐观或市场有正向信息将发布，根据杠杆效应的原理，这预示未来波动率的下降。反之，看跌的虚值期权和深度虚值期权交易量上升则意味着信息交易者看待后市较为悲观或有负面消息将发布，根据杠杆效应，未来波动率将会上升。由此，可以提出假设：

假设3：虚值和深度虚值期权的交易量中，看跌交易量与未来波动率正相关，看涨交易量与未来波动率负相关。

2） 主要方法
本文先使用上证50ETF日内高频收益率(5分钟)估计每日已实现波动率，之后按照Delta将期权分类为虚值、平值和实值，再用次月到期的上证50ETF期权日交易量数据计算看涨和看跌期权中各类期权所占的比例（以最近5天均值构建该比例变量），然后将这些比例引入HAR模型中，测试各类期权交易占比对未来短期(1天)、中期(5,10天)和长期(22天)的波动率效果。

本文分析的关键步骤包括：用全样本测试各类看涨期权和看跌期权占比在全样本中对未来不同期限的波动率的影响，即系数绝对值的大小和显著性；采用滚动预测，以全样本前60%作训练样本，后40%作为测试样本，样本外测试这些期权交易量占比指标加入后模型相对HAR模型的预测效果提升。

3） 稳健性分析
a) 以上交所政策调整时间点(2018年1月1日)为界，将全样本分割为两个分样本，比较两个分样本区间的差异，证实了结果稳健，且虚值期权的预测能力在制度改善后加强；

b) 在标准HAR模型加入隐含波动率构成HAR-IV模型，然后再加入深度虚值期权占比的模型进行对比，检验是否在加入隐含波动率后，期权的交易量仍然含有预测未来波动率的增量信息，结论证实深度虚值期权预测能力强于隐含波动率，且含有不同于隐含波动率的信息；

c) 将基准模型由HAR模型改为HAR-CJ模型，再次测试深度虚值期权的预测能力，证实了深度虚值期权预测能力的稳健性，即不会被跳跃所吸收掉；

d) 变换样本内外的划分：分别选取前40%或前80%作为训练样本组，后60%或20%作为预测组，证实结论稳健，即不依赖于样本内外的划分时点；

e) 更换深度虚值期权的定义，将原来作为深度虚值期权划分的Delta绝对值小于0.2改为0.15或0.25，证实结论在不同虚值期权划分下依旧稳健；

f) 取过去3天，7天和10天期权交易量平均值构造期权交易量占比变量，并以新构造的变量重新测试模型的预测能力，证实结论稳健，即不依赖于期权占比变量构建时时期参数的选择；

g) 将次月到期的期权数据替换为后两个季月的期权数据，测试期权数据选择的合理性，证实次月到期的期权信息含量最高，而远期到期的深度虚值期权仍有一定的预测能力；

h) 将预测样本分为带跳跃和不带跳跃的两组数据，分别进行滚动预测，并比较其预测结果，发现深度虚值期权对无跳跃的日期预测效果显著好于含跳跃的日期。

三、主要结论与政策建议

主要结论：1）相比平值和实值期权，虚值期权的样本内拟合效果最好，且看涨和看跌的虚值期权交易量都对未来波动率有显著的影响；2）虚值期权中深度虚值部分对波动率预测有非常显著的提升效果，而非深度虚值部分提升效果则有限，甚至不如虚值期权的提升效果；3）深度虚值期权交易量对未来已实现波动率的预测信息并不能被隐含波动率所解释，而是预测波动率的额外增量信息；4）深度虚值期权交易量对未来已实现波动率的预测存在显著的杠杆效应，即看涨的深度期权交易量显著负向预测未来已实现波动率，而看跌的深度虚值期权的交易量显著负向预测未来已实现波动率；5）看涨的深度虚值期权的交易量对未来中长期已实现波动率有更好的预测精度。

政策建议：本文证实可通过深度虚值期权构建指标预测未来市场波动，从而有助于监管者优化系统性风险监控体系。可行的方案包括：首先，增加各类期权的品种，并通过增加做市商、增加媒体报道等提升市场流动性，从而增加期权市场的效率和信息含量；之后，基于虚值期权和深度虚值期权的交易量占比，构建风险监控指标，完善系统性风险预测预警体系；此外，还可以针对各类大宗商品，依据其虚值期权交易占比，构建更全的价格波动风险预测预警体系。

四、边际贡献与未来拓展

本文的主要贡献在于进一步深化了中国市场中期权预测现货波动率的相关研究。前人研究主要集中于隐含波动率、看涨看跌交易之比等对指数波动率的预测，未有研究深入比较不同虚值程度的期权交易对波动率的预测效果差异。本文以50ETF期权为例，证实了不同在值程度的期权对波动率的预测能力存在差异，且虚值期权的预测能力大于平值和实值期权，而深度虚值期权预测能力最强，且看涨深度虚值期权的预测能力超过看跌深度虚值期权。由此揭示，中国期权市场中知情交易者集中于使用深度虚值期权获利，且偏好看涨超过看跌，从而还有助于拓展知情交易的相关研究。

未来的研究方向：可以进一步测试商品期权中，深度虚值期权交易占比对现货波动率的预测作用；可以考虑用机器学习方法，找出引入深度虚值期权后，具有最佳预测性能的预测模型；可以尝试将深度虚值期权交易者含有信息优势的理念，引入到公司金融理论中的增长期权、实物期权模型中，探讨公司并购、融资等过程中信息不对称程度的新度量方法。
 

本文摘编自《系统工程理论与实践》第43卷第3期论文《期权交易量能预测波动率吗——来自上证50ETF期权的证据》（点击题目链接全文）；
作者：万谍，浙江工商大学金融学院, 博士,教授,硕士生导师,研究方向:公司金融,资本市场,国际金融；田毅，浙江工商大学金融学院,硕士研究生,研究方向:市场微观结构.