隐含波动率与波动率微笑 — 波动率

周一上午 9:31，集合竞价刚收，你坐在某家私募波动率自营台前，屏幕上挂着一条 SSE 上市的 50ETF 期权（510050）一个月到期的合约链，标的中间价 2.853。前一节课已经把 Black-Scholes 模型（Black-Scholes, BS）的闭式定价公式写好——但模型要的输入里有一个 $\sigma$ ，盘面没有给你。市场给你的是价格。今天上午第一件事，就是反过来：拿到每一行的市场中间价，倒推出唯一一个让 BS 模型价格和市场价格相等的 $\sigma$ 。这个数字就叫隐含波动率（implied volatility, IV），是整张合约链上唯一不可直接观察的量，却是所有报价、对冲与博弈的核心。九点三十四分屏幕弹出 ATM 的 IV = 18.4%，下一秒你扫一眼旁边二十个执行价（strike）——它们的 IV 并不都是 18.4%。

反演：隐含波动率的定义

固定合约参数 $S_0$ 、 $K$ 、 $r$ 、 $T$ ，以及市场观察到的看涨欧式期权（European option）中间价 $C_{\text{mkt}}$ 。BS 的定价映射把一个候选的波动率 $\sigma$ 送到一个模型价格：

C_{\text{BS}}(\sigma) = S_0 \, N(d_1(\sigma)) - K e^{-rT} N(d_2(\sigma)).

隐含波动率定义为满足 $C_{\text{BS}}(\sigma^*) = C_{\text{mkt}}$ 的唯一 $\sigma^*$ 。存在性与唯一性靠一行论证就成立—— $C_{\text{BS}}$ 关于 $\sigma$ 的导数就是维加（vega）

\mathcal{V}(\sigma) = \frac{\partial C_{\text{BS}}}{\partial \sigma} = S_0 \, N'(d_1) \, \sqrt{T},

对所有 $\sigma > 0$ 都严格为正。严格单调加连续性（都直接继承自闭式定价器），保证只要市场价格落在无套利带 $\max(S_0 - K e^{-rT}, 0) < C_{\text{mkt}} < S_0$ 之内，就有唯一根。落在带外是有用的信号：要么是过期报价，要么是涨跌停封板，要么是流动性极差的执行价上买卖价差吃掉了中间价。

牛顿—拉夫森迭代（Newton-Raphson）：用闭式维加求根

既然维加有闭式表达，Newton-Raphson 是台面标准解法。更新公式为

\sigma_{n+1} = \sigma_n - \frac{C_{\text{BS}}(\sigma_n) - C_{\text{mkt}}}{\mathcal{V}(\sigma_n)}.

用 Brenner-Subrahmanyam 初值 $\sigma_0 \approx \sqrt{2\pi/T} \cdot (C_{\text{mkt}}/S_0)$ 起步。对 ATM 附近的执行价，初值距离真解只差几个百分点。
反复迭代直到 $|C_{\text{BS}}(\sigma_n) - C_{\text{mkt}}| < 10^{-6}$ 。对 SSE 50ETF 期权 ATM 合约，通常 3 到 4 次就收敛。
当 $\mathcal{V}(\sigma_n) < 10^{-3}$ 或 $\sigma_n$ 跳出 $(0.001, 5.0)$ 时，立即跳出 Newton 换求根器。

跳出条件很重要。深度虚值（deep OTM）期权的维加塌到接近零——价格几乎对 $\sigma$ 不敏感，更新公式的分母爆炸，迭代来回弹甚至发散。生产环境里的兜底是 Brent 法，作用于同一残差 $f(\sigma) = C_{\text{BS}}(\sigma) - C_{\text{mkt}}$ 。Brent 用两个让 $f$ 异号的 $\sigma$ 起点（例如 0.01 和 3.0）把根夹住，再把二分法和逆二次插值结合起来。它每步比 Newton 慢，但只要夹根有效就绝不发散。

实证对象：跨执行价的 IV 不平

把反演程序对一个到期日上所有挂牌执行价跑一遍，把得到的 IV 对执行价作图。图绝不平。中国 50ETF 期权（510050）一个月链上，低执行价 put（看跌期权）的 IV 明显高于高执行价 call，斜率在短到期合约上可以达到 5% moneyness 移动对应 0.6 个 vol 点以上。这就是波动率微笑（volatility smile）——对中国指数期权而言，更准的叫法是波动率偏斜（skew）。

实际操作中常见三种形态。第一是股指偏斜：单调下行，自 1987 年以来在欧美指数上从未消失；在中国 50ETF 和沪深300 IO 上同样持续，部分驱动来自涨跌停（10% 限价）制度对下行尾部分布的拉宽。第二是 FX 微笑：关于 ATM-forward 大致对称，反映双向宏观仓位。第三是单股事件微笑：远离公告期相对平坦，临近一次已知事件（业绩披露、并购裁定）时两侧明显凸起。需要注意的是，由于 SSE/SZSE 当前没有为大量个股挂牌期权，国内波动率微笑的研究几乎全部停留在指数层面（510050、沪深300 IO），单股事件微笑在境内市场基本没有等价物。

一个一月到期股指期权切片上的微笑形态（region-anchored: 50ETF / 沪深300）

执行价（占现货比）	Delta 近似	典型 IV（vol 点）	解读
88%	10-delta put	23.8	尾部对冲买盘
94%	25-delta put	20.6	常规下行保护
100%	ATM	18.4	基准波动率
106%	25-delta call	17.1	适度上行需求
112%	10-delta call	16.8	流动性稀薄翼端

把上表当作 IV-对-执行价的离散图来读，得到一条从 88% 档（IV 23.8）单调下行到 ATM（IV 18.4）再到 112% 档（IV 16.8）的曲线——这就是中国 50ETF 期权链上的典型偏斜样貌。10-delta put 比 ATM 高出约 5.4 个 vol 点。在 SSE 主板与中金所 IO 上，私募的尾部对冲流量是这一偏斜长期不消的主因。

Formula Explorer

abs(C_BS - C_mkt) / vega

这个交互演示展示了 Newton-Raphson 残差除以维加的比值。当维加很小（深度 OTM），即使一个很小的价格残差也会带来非常大的 $\sigma$ 更新——这正是求根器在两翼发散、Brent 必须兜底的原因。

微笑形态告诉你风险中性密度的什么

BS 假设标的在风险中性测度下服从几何布朗运动（geometric Brownian motion, GBM），意味着对数收益率服从正态、到期标的价格服从对数正态。对数正态终值分布会推出 IV 微笑是平的——所有执行价共用一个 $\sigma$ 。非平的微笑因此直接证伪了模型假设。更有用的解读来自 Breeden-Litzenberger 等式：风险中性密度 $q(S_T) = e^{rT} \, \partial^2 C / \partial K^2$ ，在 $K = S_T$ 处取值。下行偏斜把左尾质量抬高——市场愿意为一条比正态更厚的左尾买单。对称微笑则把两尾同时抬高。微笑就是模型在告诉你它哪里坏掉了。

练习

Exercise

某私募 vol 台观察到 510050 一月到期 2.80 put 在 SSE 上中间价 0.058， $S_0 = 2.853$ 、 $r = 2.1\%$ 。Brenner-Subrahmanyam 初值 $\sigma_0 = 0.198$ ，对应 BS 价 0.054，维加为 0.34。求下一次 Newton-Raphson 迭代后的 $\sigma_1$ 。

提示

更新公式

\sigma_1 = \sigma_0 - (C_{\text{BS}}(\sigma_0) - C_{\text{mkt}})/\mathcal{V}(\sigma_0)

。先把题面里的每一项对号入座。

提示

\sigma_1 = 0.198 - (0.054 - 0.058)/0.34 = 0.198 + 0.0118 \approx 0.210

，IV 约 21.0%。再走两轮残差即可降到

10^{-6}

以下。

Exercise

沪深300 IO 一月到期的 25-delta put IV = 22.3%，25-delta call IV = 17.8%。给出描述这一不对称的标准术语，并提出一个本土市场结构层面的解释。

提示

这一不对称在跨执行价 IV 形态上有一个固定名字。再想一想：在中金所沪深300 IO 上，哪一类资金长期付费买这部分？

提示

这就是股指偏斜（equity skew）。本土解释主要有两条：一是私募与公募对冲组合下行风险的长期买盘抬高了低执行价 put 的 IV；二是涨跌停制度使下行尾部分布相对正态更厚，市场为这部分尾部风险定价时自然要求更高的 IV。

衔接到下一节（bridge to next lesson）

到此你能：把单一观察价反演为单一 IV（Newton-Raphson 主力、Brent 兜底），识别同一到期日不同执行价上的非平 IV 曲线，区分股指偏斜、FX 微笑与事件微笑三种形态，并把形态与非正态的风险中性密度联系起来。你还做不到的是把图沿第二个轴——时间——推开。SSE 上的 50ETF 期权挂牌当月、次月与之后两个季月四档，加上中金所 IO 周度合约，构成一张比单一切片复杂得多的 $K \times T$ 网格。下一节把微笑推广到完整的隐含波动率曲面 $\mathrm{IV}(K, T)$ ，介绍私募台常用的 $(\delta, T)$ 与对数在值度（log-moneyness） $(k, T)$ 两种再参数化，定义 ATM 切片对 $T$ 的曲线即期限结构，并把任何生产级曲面拟合都必须满足的无静态套利约束（日历套利与蝶式套利）摆到台面上。