`

基于隐含波动率和实际波动率的系统风险指标——“学海拾珠”系列之一百五十七

创建于 更新于

摘要

本报告提出了基于隐含波动率(IV)和实际波动率(RV)构建的系统风险指标IVRVSRI,覆盖2000年至2023年全球主要股市。指标能够稳健反映不同市场的风险水平与动态,捕捉各市场在金融危机中的异质性反应。通过与传统系统风险指标(CATFIN、CISS、SRISK、Cleveland FED)比较,IVRVSRI显示出更强的预测标准普尔500指数风险能力,特别是在系统风险高发时期。此外,该指标参数稳健,计算简单,适用于高频实时监测,为风险预警提供有效工具[pidx::0][pidx::3][pidx::8][pidx::13][pidx::23][pidx::24]。

速读内容

  • IVRVSRI指标构建及特性[pidx::8][pidx::9]

- 指标基于隐含波动率(IV)与实际波动率(RV)结合,分别计算各国及全球系统风险指数,通过加权综合得出综合指标。
- 引入动态四分位数排名,用颜色标示风险水平从绿色(极低)到红色(极高),适用于国家和全球层面动态监测。
  • 不同市场风险表现差异[pidx::16][pidx::17][pidx::18]

- 各主要国家(美国、欧元区、日本、巴西)股市在金融危机中的IVRVSRI波动体现异质性。
- 日本和巴西市场对2010年欧洲债务危机反应较弱,美国及欧洲市场反应更显著且持续时间更长。
- 全球范围内,IVRVSRI能准确反映重大危机节点及其严重程度,捕捉危机期间市场的动态变化。
  • IVRVSRI与其他系统风险指标对比及相关性[pidx::19]

- IVRVSRI与标准系统风险指标如CATFIN、CISS、SRISK、Cleveland FED比较,显示更高的稳定性和领先性。
- 基于隐含波动率的成分反应速度快于仅基于实际波动率的,且整体指标与标准风险指标的相关性较高。
  • IVRVSRI的预测能力分析[pidx::21][pidx::22][pidx::23]

- 采用重叠和非重叠周收益数据,构建了简单线性回归、拟分位数回归和分位数回归模型,验证IVRVSRI对标准普尔500指数下跌风险的预测能力。
- IVRVSRI在各模型中均表现出最高的解释力,特别是在低分位(市场下跌较大时)预测能力最强。
- 与其他指标相比,IVRVSRI的调整后R²较高,表明其在系统高风险期间具有较强的实用价值。
  • 指标优势及未来展望[pidx::0][pidx::24]

- IVRVSRI基于市场公开数据,计算简单,计算量低,适合高频甚至实时风险监测,降低模型风险。
- 可扩展至更多国家或资产类别,支持实时预警系统,未来计划网站发布实时数据服务。

深度阅读

报告深入分析:基于隐含波动率和实际波动率的系统风险指标IVRVSRI研究报告解构与剖析



---

一、元数据与报告概览


  • 报告标题:《基于隐含波动率和实际波动率的系统风险指标——“学海拾珠”系列之一百五十七》

- 作者:卢昱杉(执业证书号:S0010522110001)、严佳炜(执业证书号:S0010520070001)
  • 发布机构:华安证券研究所

- 发布日期:2023年
  • 研究主题:构建和验证利用隐含波动率(IV)与实际波动率(RV)共同构造的系统风险指标(IVRVSRI),并将其与现有主流系统性风险指标(如CATFIN、CISS、SRISK和Cleveland FED)进行比较,重点分析其在预测美国标准普尔500指数(SP500)下跌风险上的表现。

- 核心结论:文献证实通过隐含波动率和实际波动率可以构建一个简洁且稳健的系统风险指标IVRVSRI,该指标对系统性风险高发期有最强预测能力,相较于其他主流指标更能准确反映市场系统风险水平和动态,并可适用于全球多个主要市场。研究强调IVRVSRI具有较低的模型风险、低计算复杂度及高实时监测能力。[pidx::0][pidx::3][pidx::24]

---

二、逐节深度解读



2.1 简介(第3至4页)


  • 重点:本节提出了研究背景及目标——需及时发现金融市场动荡,以捕捉系统性风险。提出利用IV与RV构建系统风险指标,目标验证在2000-2023年主要市场金融动荡条件下的有效性。

- 逻辑依据
- 市场价格数据能即时反映风险,与会计数据存在滞后性相比较,市场指标可更快警示风险。
- 以往复杂模型存在模型风险大和计算资源消耗高的问题。
  • 研究假设

- RH1:通过IV和RV构建稳健的系统风险指标。
- RH2:系统风险表现依赖市场地理位置。
- RH3:指标稳定性依赖参数选择(RV记忆期、IV到期时间等)。
- RH4:IVRVSRI具备最高的市场下跌预测能力。
  • 定义澄清

- 系统性风险不仅仅是单个实体风险,而是因市场实体相互关联,危机会扩散加剧系统整体风险。
  • 市场实例:硅谷银行、Signature银行倒闭及COVID-19突发事件强化了实时监测系统风险指标重要性,市场型指标优于部分基于财务数据方法。

- 批判性视角
- 融合市场及会计数据虽为主流方法,但存在模型风险和计算复杂度较高的问题。
- 本研究选择简洁公开数据的方案降低模型风险并提高响应速度。

2.2 文献综述与系统性风险指标分类(第4至7页)


  • 文献信息

- 涉及系统性风险测度方法多样,包括基于VaR、CoVaR等多种指标。
- 经典人士观点汇集(Brimmer、De Bandt & Hartmann、Bisias等)强调系统性风险多层面且复杂,需要多角度考察。
  • 指标分类

- 宏观经济指标、网络指标、风险前瞻指标、压力测试、横截面指标及流动性指标等。
  • 系统性风险经济模型

- Acharya提出银行持有相关资产收益率,风险扩散机制被正式化。
  • 主流系统风险指标简介

- SRISK(Brownlees和Engle):度量金融公司在系统崩溃时的资本缺口。
- ∆CoVaR:度量个体机构陷困对整个系统风险贡献。
- CATFIN:基于尾部风险和VaR方法,捕捉银行系统灾难性风险。
- CISS:综合多个细分市场压力,考虑相关性加权得出系统压力指标。
- 克利夫兰联储系统风险指标(cfSRI):基于违约距离和投资组合违约距离的差异度量美国银行系统压力。
  • 方法论缺陷指摘

- 多指标模型复杂,数据频率低,可能错过突发风险。
- 复杂模型依赖多个关键假设,容易引入模型风险。

2.3 方法论及指标构建(第7至11页)


  • IV和RV定义与计算

- 隐含波动率(IV):依托期权价格信息,采用CBOE VIX指数计算方法基础,采用波动率指数公式,利用多种执行价格期权加权计算隐含波动率,反映市场对未来波动预期。
- 实际波动率(RV):对历史价格序列计算,采用年化滚动标准差,测量实际波动情况。
  • IVRVSRI指标构造

- 综合两者构成指标,赋予隐含波动率与实际波动率相等权重(50%:50%),也可根据研究需要调整权重。
- 指标通过对各国指数隐含与实际波动率加权组合,按市值权重加总形成全球系统风险指标。
- 设定动态四分位排名(DQR),将风险指标按历史分位数划分四个等级,以颜色形式直观展示风险水平(绿色至红色表示风险从低到高)。
  • 比较指标选取

- 选定SRISK、CATFIN、CISS、cfSRI作为传统基准指标,与IVRVSRI进行同期比较和预测能力检验。

2.4 数据选取(第14至17页)


  • 时间范围:2000年至2023年,涵盖多轮金融动荡事件。

- 市场:美国(SP500)、欧洲(EuroStoxx50)、日本(Nikkei225)、巴西(Bovespa)。
  • 指标数据

- 高频波动率指数(隐含波动率和实际波动率)每日数据。
- 市场价格及市值数据。
  • 市场资本总值权重分布:美国占比高达77.7%,欧洲8.1%,日本12%,巴西2.2%,用于权重计算。

- 描述性统计
- 不同市场波动率显著差异,反映了区域经济特性。
- 波动率峰值对应危机事件,呈现波动群集效应。

2.5 结果分析(第16至22页)


  • 各国隐含波动率与实际波动率走势对比

- 重大金融危机如2008年全球金融危机、2020年疫情冲击波动达到峰值。
- 各国反应程度不同,日本对疫情反应相对温和,欧洲债务危机期间巴西和日本反应有限。
- 美国和欧洲市场风险持续恢复较慢,巴西和日本恢复较快。
  • IVRVSRI走势与四分位色阶图

- 定量反映不同市场渡过危机的差异,验证RH2(地理位置影响风险指标表现)。
- 系统风险指标有效识别出不同动荡阶段,且与市场资本规模存在呼应。
  • 全球IVRVSRI及其隐含与实际波动率构成部分

- 综合指标显著暴露所有重要全球金融动荡事件。
- IV指标响应速度快于RV,体现市场预期对于风险事件的领先反映。
  • IVRVSRI与传统四个指标相关矩阵与预测能力分析

- IVRVSRI与传统指标相关性良好且更稳定。
- 通过简单回归、拟分位数回归及分位数回归模型,IVRVSRI在SP500指数的下跌风险预测中表现出最高的解释力。
- 预测能力在市场极端负面波动期尤为突出,验证RH4。
  • 统计数据表明IVRVSRI周收益率与SP500收益率存在强负相关,体现有预测市场下跌的能力。


2.6 估值分析



本报告主要聚焦于系统风险指标构造及其预测能力评估,并未涉及传统意义上的企业估值分析,但其在构建加权指标过程中涉及:
  • 以各国市值作为权重的指标整合,体现市场规模对系统风险贡献的权重分配原则。

- 赋予隐含波动率与实际波动率等权重,形成的加权指标满足灵活调整,支持多模型融合与敏感性分析。

2.7 风险因素评估


  • 数据限制风险:报告中多次提醒,指标构建基于历史公开数据与国外文献经验,存在一定延迟与数据覆盖不完整的风险。

- 模型风险:报告强调复杂指标存在过度依赖模型假设风险,IVRVSRI以简洁的波动率概念规避了部分模型风险,但对于波动率的准确估计依赖于期权市场的活跃程度。
  • 市场特殊事件冲击:例如近期硅谷银行倒闭、新冠疫情等突发事件可能因模型以历史经验为基础而未完全捕捉历史外风险,需持续检验指标稳健性。

- 地理及资产范围限制风险:当前研究主要聚焦于股票指数市场,拓展到其它资产类别及更多国家尚需验证其有效性。
  • 敏感性风险:参数设定(记忆期、权重等)变化对指标的影响有限,但需持续监测。


---

三、图表深度解读



图表1~4:主要股指波动、回报及回撤趋势


  • 展示美国、欧洲、日本和巴西市场在2000~2023年的价格波动及回撤特征。

- 明显见证全球金融危机、大宗商品泡沫、欧债危机、2020疫情等风险事件对市场的周期性冲击。
  • 不同市场波动幅度差异明显,美国市场波动最大且反弹相对缓慢,巴西、日股表现较为独立。

- 此系列图为基础数据体现市场事件驱动,支持系统风险指标设计背景。

图表6~8:隐含波动率、实际波动率及IVRVSRI国家级数据走势


  • IV与RV走势相似但响应速度差异明显,IV预期性质使其能提前反映潜在风险。

- IVRVSRI反映两者的组合特征,可以平衡市场预期与实际风险的短中期表现。
  • 历史高峰均对应重大市场事件,指标及时捕捉并体现不同市场风险异质性。

- 叠加分析表明:不同市场在同期危机情况下响应速度和持续性有显著差别。

图表9~11:基于四分位数的彩色风险地图(国家与全球)


  • 颜色从绿色到红色依次递增风险强度,图形直观展示了系统风险的动态变化。

- 国家层面图揭示各市场风险传导和区域性风险差异,如欧债危机对欧洲市场冲击显著。
  • 全球四分位色阶体现全球市场整体协同走势,展示多事件叠加的系统风险累积过程。

- 有助投资者及监管机构快速识别系统风险变化节点。

图表14~19:回归模型结果展示


  • 显示IVRVSRI与SP500指数周收益率间负相关关系,且呈现显著的预测效果。

- 分位数回归结果特别显示在回报较低区间(市场下跌时),IVRVSRI的解释力显著提高。
  • IVRVSRI在所有模型中均超过CATFIN、CISS、SRISK和Cleveland FED指标,突出其实用价值。

- 滞后期模型揭示系统风险指标的领先预测能力,尤其适合风险管理和投资组合防御。

---

四、估值分析


  • 报告采用基于市值加权的多地区综合法构建IVRVSRI。

- 权重对隐含波动率和实际波动率分配均等(50%-50%)。
  • 这种简单的加权逻辑降低模型风险,增加透明度,适合市场实时监控需求。

- 没有涉及传统DCF或市场估值模型。

---

五、风险因素评估


  • 历史波动率及隐含波动率数据质量与完整性风险。

- 模型假设参数敏感度分析充分,体现指标的稳健性。
  • 对于冲击事件的反应速度虽快,但可能存在误报风险,需结合多维数据辅助判断。

- 区域市场异质性要求在实际应用中考虑本地市场特点。
  • 指标预测能力主要针对股票市场,对货币、债券等资产类别需另行验证。


---

六、批判性视角与细微差别


  • 尽管报告主张IVRVSRI在预测能力和稳健性上优于其他指标,但其专注于股票市场,缺少对其它资产类别诊断,应用范围有限。

- 该指标基于公开数据,固然减少私有数据访问壁垒,但也可能限制了部分系统重要机构的风险捕获。
  • 回归模型的预测解释力虽然相对较高,但最大调整后$R^2$在10%-20%区间,说明预测仍有限,风险管理需结合多指标。

- 如图表所示,日本市场对疫情反应较弱说明指标或缺乏对非传统地缘政治风险事件的灵敏度。
  • 利用四分位数颜色图形简洁展示风险,虽直观,但也简化了风险的连续性信息,实际应结合数值数据综合判断。


---

七、结论性综合



报告提出的IVRVSRI基于隐含波动率和实际波动率的理念,成功构建了一个具有高度稳健性的系统风险指标。这一指标结合了市场预期和实际波动情况,能够灵敏捕捉和反映全球及主要国家股票市场的系统风险状态。其显著优势包括计算简便、模型风险低、能够高频率实时更新,并且基于公开数据降低了数据获取门槛。

具体而言,IVRVSRI:
  • 在2000年至2023年涵盖多重危机事件的历史样本中均准确反映了系统性市场压力峰值,验证了其可靠性;

- 不同国家股市的异质性表现被指标有效捕获,体现地理位置对系统风险表现的重要影响;
  • 相较现有主流系统风险指标,IVRVSRI在预测SP500指数下跌风险时表现出更高的统计显著性和解释力,尤其在风险暴发期呈现更卓越的领先性能;

- 通过动态四分位数排名和颜色地图,指标实现了风险的视觉化展示,便于监管者和投资者实时监控;
  • 具备灵活参数设定和敏感性分析能力,确保指标在不同市场环境和参数调整下仍保持稳定性和有效性。


图表中尤其以IVRVSRI与SP500指数走势的负相关性、IV与RV的互补功能、四分位数色阶图的典型风险变化周期为代表,有力支撑了报告的实证结论。回归分析表明,在考虑重叠和非重叠数据、不同分布尾部情况下,IVRVSRI均展现出最高的预测能力和解释力。

总体来看,报告对IVRVSRI系统风险指标的构建、验证和实际应用价值进行了系统、完备的阐述,展现了其作为系统风险预警和监测工具的巨大潜力。

---

文字总结



本研究基于隐含波动率和实际波动率构建的系统风险指标IVRVSRI,以其架构的简洁性、实时性和高度稳健性优势,成功补充并超越了传统系统风险指标的局限。IVRVSRI不仅能准确捕捉跨区域金融危机的发生与动态,还能精准预测市场下跌风险,实现监控和预警的提前介入,有望为市场监管及投资风险管理提供实用参考。

未来研究可结合更多资产类别、扩大地理覆盖面、加入更高频数据,进一步验证该指标的普适性和灵敏度。报告作者规划建设实时数据发布平台,期待IVRVSRI能成为系统风险监测领域的重要工具。[pidx::0][pidx::3][pidx::7][pidx::8][pidx::9][pidx::13][pidx::15][pidx::17][pidx::19][pidx::21][pidx::23][pidx::24]

---

(全文共约2100字)

附件:关键图表Markdown示例


  • 图表15:主要市场价格指数波动(2000-2023)



  • 图表8:国家级IVRVSRI走势



  • 图表18:简单回归模型调整后$R^2$



  • 图表24:IVRVSRI与SP500指数周收益率分位数回归伪$R^2$


报告