波动率曲面与市场信息：从报价读到研究结论

一、我们究竟在图上看什么

同一个标的，不同行权价、到期日的期权会有不同报价。把每个报价放进同一套定价模型反解，就得到一组隐含波动率，简称IV。沿执行价看，是偏斜或微笑；沿期限看，是波动率期限结构；把两个方向放在一起，才是一张曲面。

这里先分清三层。期权市场给出带时点的bid和ask；模型把报价换一种参数形式表达；研究者再解释这种定价与未来风险、投资者要求的补偿或交易条件有什么关系。第三层不能跳过前两层。尤其不能把一张IV图直接读成真实概率分布的照片。上一节BSM中 \(N(d_2)\) 与实际概率不同的边界，在这里同样有效。¹

本篇先做一张可以复算的教学曲面，再读Cboe如何把特定期权报价构造成VIX，最后读一项2025年研究。前两段计算是练习，研究图是原文带读；它们不混成一份“历史回测”。

二、同源九点曲面：把报价区间保留下来

采用与M18、M19相同的 EXP-MEFG-IV-01：标的点数5,000，连续复利年利率4%，股息率设为0，期限按ACT/365。股息率0是教学假设，不是对S&P 500分红的测量。先明示各点的模型 \(\sigma\)，计算欧式call/put，再按SPX报价增量取整、加减0.2点半价差。真实SPX的100美元乘数只负责将点数换成美元；下面不是任何一天的SPX期权链。²

到期天数	执行价	生成报价所用 \(\sigma\)	call bid / mid / ask（点）	反解IV：bid / mid / ask
30	4,500	28.0%	530.00 / 530.20 / 530.40	27.9111% / 28.0037% / 28.0958%
30	5,000	24.0%	145.20 / 145.40 / 145.60	23.9724% / 24.0074% / 24.0425%
30	5,500	22.0%	10.40 / 10.60 / 10.80	21.8955% / 21.9929% / 22.0894%
90	4,500	27.0%	612.30 / 612.50 / 612.70	26.9695% / 27.0006% / 27.0316%
90	5,000	23.5%	256.70 / 256.90 / 257.10	23.4841% / 23.5045% / 23.5249%
90	5,500	22.0%	70.40 / 70.60 / 70.80	21.9679% / 21.9942% / 22.0205%
180	4,500	25.0%	702.80 / 703.00 / 703.20	24.9814% / 25.0011% / 25.0207%
180	5,000	23.0%	369.70 / 369.90 / 370.10	22.9864% / 23.0010% / 23.0155%
180	5,500	22.0%	160.90 / 161.10 / 161.30	21.9834% / 21.9989% / 22.0145%

读表先做两个动作。固定90天，低执行价的IV较高；这描述当前教学网格的执行价方向。再固定执行价5,000，从30到180天，输入波动率24%、23.5%、23%，描述期限方向。两者不是“期权价格随执行价或期限的斜率”：期权价格还同时受内在程度、资金时间等因素影响。

bid和ask反解得到一个IV区间。90天、K=5,000的call中价为256.90，反解23.5045%，略不同于生成未取整价格时的23.5%。这点差别来自报价取整，不是突然发现了另一种真实波动率。价格与IV的转换还依赖股息、利率、结算和模型；换一组假设，同一个报价可以对应不同IV。这里只检查这九点的价格界、执行价单调性和离散凸性，不宣称构建了一张全局无套利插值曲面。

三、VIX为什么不是“所有IV的平均数”

Cboe的VIX产品方法文件与数学方法文件各有职责。本篇采用前者 v6.0、2026-02-26，后者 v5.0、同日。产品方法确定合格SPX／SPXW合约、期限、报价与发布／结算安排；数学方法给定期权报价如何进入方差计算。常规30天VIX组合不是把当天到期的0DTE期权直接加进来。³

为看清权重，先只写一个期限 \(T\) 的核心表达：

\[ \sigma^2(T)= \frac{2}{T}\sum_i \frac{\Delta K_i}{K_i^2}e^{rT}q_{\rm quote}(K_i) -\frac1T\left(\frac F{K_0}-1\right)^2. \]

这里的 \(q_{\rm quote}(K)\) 是按方法选定的期权报价；原文把它写作 \(Q(K)\)，我们特意换符号，避免与M21的概率测度 \(Q\) 混淆。\(F\) 是由期权关系推得的远期水平，\(K_0\) 是相应边界执行价；两侧使用指定的虚值put／call，\(K_0\)处按规则使用两种期权的平均报价，\(\Delta K\)则给不同执行价间距以权重。完整规则还包括合约和报价过滤，不是随便拿一条链求和。⁴

每个期限先形成年化方差，然后在两个期限之间插值的是总方差。若两期限剩余分钟数为 \(N_1,N_2\)，目标30天为 \(N_*=43,200\)，一年为 \(N_Y=525,600\)，令

\[ w_1=\frac{N_2-N_*}{N_2-N_1},\qquad w_2=1-w_1,\qquad T_i=\frac{N_i}{N_Y}. \]

则

\[ \sigma_{30}^2 =\frac{w_1T_1\sigma_1^2+w_2T_2\sigma_2^2}{N_*/N_Y}, \qquad VIX=100\sqrt{\sigma_{30}^2}. \]

产品方法Appendix 3明确称为假设算例。它虽带一个示例日期和时刻，仍不是该日实测VIX。本篇只重建它的最后一步：

输入	近到期	次近到期
剩余分钟	34,484	44,954
已给定年化方差	0.019233906	0.019423884

代入得到13.927842，显示到两位小数为 13.93。另一项可核的小计算是执行价1,370那一行：\(\Delta K=5\)、报价0.2、原例舍入后的 \(r=0.000317,T=0.0656088\)，其求和项

\[ \frac5{1370^2}e^{0.000317\times0.0656088}\times0.2 \approx5.32804517\times10^{-7}. \]

这是求和中的一个贡献，尚不是完整期限方差；本篇没有重建整条执行价条带和利率曲线样条。³

再做一个更直观的独立教学变式：24天年化波动20%、36天24%，目标30天。权重各半，但总方差必须带期限：

\[ \sigma_{30}^2 =\frac{\tfrac12\,24(0.20)^2+\tfrac12\,36(0.24)^2}{30} =0.05056. \]

开平方是 22.485551%，不是20%与24%的算术平均22%。

最后，VIX现货指数的中间报价计算，不等于能直接按那个指数值买卖某个现货资产。相关衍生品到期使用的特别开盘报价SOQ有自己的单期限、开盘成交及相应替代报价规则，不是机械复制普通盘中两期限插值。³

四、带读一项研究：alpha下降，不等于所有风险补偿消失

Dew-Becker和Giglio的Chicago Fed工作论文 The decline of the variance risk premium: evidence from traded and synthetic options，稿件日期2025-09-04，比较真实交易期权与动态合成期权的回报。先不要跳到“卖波动还赚不赚钱”，先读三个设置。⁵

第一，两个样本不是一条历史期权链。 Synthetic使用CRSP股票市场回报构造，历史覆盖1926–2022；traded部分拼接CME的1987–1995与SPX OptionMetrics的1996–2022。1926年起的长历史是模型合成，不是当年已观察到相同上市合约。

第二，回报分母和窗口要对齐。 作者把期权超额回报按标的价格缩放，不是拿损益除以买入权利金。它表达每单位标的规模对应的期权结果，不能直接与M16中“投入500美元期权、回报140%”相比较。直接对照的持有窗口为第三个周五到下个月第三个周五；合成序列的另一些单变量统计用21日重叠窗口。Figure 8采用对齐的roll dates，不能将不同窗口静默拼接。

第三，风险调整不等于知道未来。 合成头寸利用滞后一日信息，波动估计使用扩张窗；§2.2的beta对冲是用期初信息选择的静态市场头寸，不是每天更新的delta对冲。§2.1–2.3还说明traded和synthetic的定义、所需条件及交易可行性问题：把一条可计算路径写出来，不代表任意参与者都能无成本、无限频率地实现它。

现在打开原论文 Figure 8，印刷p29／PDF第30页。先看横轴年份和图中滚动风险调整量，而不是把纵轴读成累计净值；再看traded与synthetic在可比样本中的变化。作者在§4.1–4.1.1讨论CAPM alpha部分衰减，并明确beta关联的方差风险补偿仍在。因此“某种alpha下降”不等于“所有variance risk premium归零”。研究也没有把一次期权交易或一个卖方策略变成稳赚产品。⁵

我们在这里保留原图阅读定位，不用人工画一条似是而非的“历史复现”。可以独立检验的任务是：说清样本、分母、窗口、对冲方法以及作者结论覆盖的范围。缺原始数据时，不能给读者一个虚构的年份筛选器，再声称重跑了Figure 8。

选读：交易商 gamma 的候选机制

BIS 2024年文章 What could explain the recent drop in VIX? 讨论收益增强产品、交易商头寸与对冲行为的候选联系。若某种客户交易使交易商净持有正gamma，价格上涨后减持、下跌后增持的对冲可能逆着价格变动交易；但净头寸还取决于客户方向、产品结构和其他头寸抵销。⁶

所以“0DTE成交量很大”只告诉我们活动规模，不能独立识别交易商净gamma；常规VIX不直接纳入0DTE，也不等于其他期限与市场机制不会有间接联系。这两句话要同时保留。该文章给的是需要进一步检验的机制，而不是从总成交量推出VIX下跌的已识别因果证明。本篇只采用已读正文及脚注，不采用其图中特有数值。

六、两个图形视角，各回答一个问题

曲面实验可以沿执行价或期限看同一九点网格，并切换bid／mid／ask。总方差实验单独画出两个期限与30天目标的关系。前者看报价如何表达，后者看指数如何聚合；研究卡另提供Figure 8的原文定位，不把人工合成图当成实证证据。

七、检验理解

题一：24天20%、36天24%，为什么不直接取22%？

解析。 合约期限不同，先形成期限内总方差，再插到30天并重新年化。公式得0.05056，开平方为22.485551%。先平均波动率会丢掉平方与期限权重。

题二：低执行价IV高，能否直接读出实际崩盘概率？

解析。 不能。它首先是某模型下对期权报价的表达，包含投资者对状态支付的定价、风险补偿及交易条件。真实概率需要另外的统计与经济假设，不能把定价权重直接换名。

题三：想复核论文的回报，为什么不能用“到期损益÷权利金”？

解析。 论文§3.1采用标的价格分母。换成权利金分母会引入不同的杠杆尺度，合约期限、虚实值和roll窗口也需保持一致；那已经不是同一个统计对象。

题四：Figure 8中alpha的变化，证明未来卖期权一定无利可图吗？

解析。 没有。它是指定样本和风险调整方法下的结果；作者区分alpha与beta相关补偿。预测未来可执行净收益还需新信息、真实成本、融资和风险约束，不能从该图一步推出。

题五：为什么这里不画“0DTE成交量导致VIX下降”的箭头？

解析。 总量不等于净方向或净gamma，常规VIX还有自己的成份方法。要画因果箭头，需要识别中间持仓、对冲路径及替代解释；现有候选机制不足以完成这一步。