Skip to content

13.3 事件驱动结构:从期限结构里拆出事件波动率

难度★★★

This page hasn’t been translated into English yet, so you’re reading the Chinese original. Chapters are being translated one by one.

跨式的 7.6% 里,有多少是财报本身

Section titled “跨式的 7.6% 里,有多少是财报本身”

打开附录的财报记录表。从第2章起,你每次财报都记一行:财报前的平值跨式、隐含幅度、实际涨跌、「实际 ÷ 隐含」。第9章训练题 1 用过一组这样的数字:NVDA 财报前的跨式 $17.10,隐含幅度 7.6%;过去 8 次财报后的实际涨跌,平均 6.75%。于是有人说:「6.75% 小于 7.6%,期权偏贵,应该卖。」

这个比较的问题在于,两边量的不是同一段时间。实际涨跌只统计财报后的第一个交易日;跨式却在 4 天后到期,它的价格覆盖到期前的每一个交易日,其中只有一天是财报。所以要先回答:7.6% 里有多少是财报本身,有多少是普通交易日的波动?

一个常见的答法是直接相减。NVDA 平时的 IV 约 40%,4 天里普通交易日的部分约 3.4%(与 7.6% 一样,按 0.8 × σ × √T 换算成幅度),于是事件就是 7.6% − 3.4% = 4.2%。这样算是错的:标准差不能直接相减,正确的结果约为 6.9%。

4.1 的延伸阅读为 NVDA 剔除过一次普通交易日。本节给出一般的算法:先从期权价格读出市场为这次事件定了多大的幅度,再据此选择结构。要用到的是 0.6 的方差,2.6 的事件溢价、IV 崩塌(IV crush)和「平值跨式 ≈ 0.8 × S × σ × √T」,以及 8.5 的日历价差。宏观数据和 FOMC 议息的事件波动率,也可以用同样的方法从指数期权的期限结构里拆出来。

先看一组简单的数字。两段互不相关的波动,一段的 1σ 是 3%,另一段是 4%。合起来的 1σ 不是 7%,而是 √(3² + 4²) = 5%。原因是两段波动有时同向、有时反向,会部分抵消,所以合起来的幅度小于两者之和。走路的距离也是这样:向东走 3 公里,再向北走 4 公里,离起点只有 5 公里。两个方向互不相关,距离只能按勾股定理合成。

一般的算法是:互不相关的波动,先平方成方差再相加,相加之后再开方;标准差不能直接相加,也不能直接相减。 方差就是标准差的平方(0.6)。

放到期权里,一段时间的方差 = 年化 IV² × 剩余年数。这是 2.2 的 √T 规律换一种写法:1σ = IV × √T,平方以后就是 IV² × T。普通交易日的方差随天数增加;事件只发生一次,它的方差是一个固定的数 m²,其中 m 是事件当天的 1σ 涨跌幅。

近月指最近一个包含事件的到期日(2.5)。它的价格覆盖两部分:剩余期限里普通交易日的波动,以及一次事件。两部分互不相关,按上一节的规则相加:近月的总方差 = 普通日子的方差 + 事件的方差,即

σfront2×T=σnormal2×T+m2\sigma_{\text{front}}^2 \times T = \sigma_{\text{normal}}^2 \times T + m^2

移项,使 m² 单独留在一边,再开方,就得到事件波动率 m:

m=T(σfront2−σnormal2)m = \sqrt{T\left(\sigma_{\text{front}}^2 - \sigma_{\text{normal}}^2\right)}
  • m:事件波动率(event volatility),即事件带来的一次性涨跌幅,取 1σ,用百分比表示。
  • T:近月的剩余时间,以年为单位(日历天数 ÷ 365)。
  • σ_front:近月的平值 IV(年化),已经包含事件。
  • σ_normal:不包含事件时的基准 IV(baseline volatility),取法见下文。

T 要数到期权的到期日,而不是数到事件那一天。因为近月 IV 是按到期前的全部天数年化的,σ_normal² × T 这一项正是这些天里普通日子的方差。IV 按小数代入,例如 91% 写作 0.91。

m 是标准差。财报记录表里的实际涨跌,却是一次一次的幅度,取的是绝对值;过去 8 次的平均,就是涨跌幅绝对值的平均。两者要可比,就要把 m 换成同一种量:涨跌幅绝对值的平均值,称为预期绝对涨跌幅(expected absolute move)。在正态分布里,它约为标准差的 0.8 倍,精确值是 √(2/π) ≈ 0.798。

这正是 2.6 的公式「平值跨式 ≈ 0.8 × S × σ × √T」里的 0.8。跨式到期时的价值等于股价偏离行权价的距离,所以它的公平价格约等于这段时间涨跌幅绝对值的平均值。隐含幅度(跨式 ÷ 股价)因此是一个预期绝对涨跌幅,而不是 1σ。

所以,与历史上财报当天的实际涨跌比较时,用事件本身的预期绝对涨跌幅,按正态分布近似为 0.8m,而不是跨式的隐含幅度。 隐含幅度还包含到期前的普通交易日,历史上的实际涨跌只有财报当天。

延伸阅读:0.8 从哪里来

设 X 服从标准正态分布,密度是 φ(x) = e^(−x²/2) ÷ √(2π)。分布左右对称,所以绝对值的平均等于正半边的两倍:

E∣X∣=2∫0∞x φ(x) dx=22π∫0∞x e−x2/2 dx=22π=2/π≈0.798E|X| = 2\int_0^\infty x\,\varphi(x)\,dx = \frac{2}{\sqrt{2\pi}}\int_0^\infty x\,e^{-x^2/2}\,dx = \frac{2}{\sqrt{2\pi}} = \sqrt{2/\pi} \approx 0.798

其中 ∫₀^∞ x e^(−x²/2) dx = 1。标准差为 σ 时,绝对值的平均就是 0.798σ。分布不是正态时,这个比值也会改变,所以 0.8m 是一个近似。

σ_normal 取值不同,算出的 m 也不同。常见的取法有三种,各有缺点:

取法 做法 缺点
财报前到期的合约 用财报日之前到期的周度合约,它不包含这次事件 期限短,容易受别的消息影响;没有周度合约的股票无法使用
平时的 IV 例如上次财报一个月后、市场平静时的 30 天平值 IV 市场环境可能已经改变
剔除财报日的实现波动率 用过去的日收益率计算,剔除财报后的那几天 反映的是过去,不是当前的报价

读法:第一种最接近「没有事件时市场的报价」,有周度合约时优先用它。基准 IV 的取法会改变 m,所以每次都要写明取法和理由。 时间允许时,三种都算一遍,看 m 相差多少。另一种办法是不事先给出基准 IV,用两个到期日把它解出来,见下文「两个到期日的版本」。

示范(示例价格,非实时;本节的报价都是示例):沿用 2.6 和第2章训练题 4 的情景。NVDA $225,财报后的第一个到期日还剩 4 天,平值 IV 91%;NVDA 平时的 IV 约 40%,取作基准 IV。

  1. T = 4 ÷ 365 ≈ 0.010959 年。
  2. σ_front² = 0.91² = 0.8281;σ_normal² = 0.40² = 0.16。
  3. 相减:0.8281 − 0.16 = 0.6681。
  4. 乘以 T:0.6681 × 0.010959 ≈ 0.007322,这就是事件的方差 m²。
  5. 开方:m = √0.007322 ≈ 0.0856,约 8.6%(1σ)。
  6. 换算成预期绝对涨跌幅:0.8 × 8.56% ≈ 6.85%,约 6.9%。

现在回答开头的问题:7.6% 里有多少是财报?按方差验算一遍。

  • 4 天的总 1σ = 91% × √(4/365) ≈ 9.53%,其中普通日子的部分 = 40% × √(4/365) ≈ 4.19%。
  • 事件和普通日子按方差相加:√(8.56² + 4.19²) ≈ 9.53,正好等于总量。
  • 三个数都乘以 0.8:总量约 7.62%,就是第2章的 7.6%,它等于 √(6.85² + 3.35²)。四舍五入后,事件约 6.9%,普通日子约 3.4%。

事件和普通日子是直角三角形的两条边:合起来 7.6%,不是 10.2%

NVDA 财报前,4 天期平值跨式的预期绝对涨跌幅(IV 91%、基准 40%,都已乘 0.8)拆成两段(例子 2,示例,非实时)

直角三角形:事件 6.85%普通日子
3.35%
合起来 7.62%

首尾相接6.85% + 3.35% = 10.2%

事件普通日子

按方差合成√(6.85² + 3.35²) ≈ 7.62%

斜边

7.62% 就是第2章跨式隐含的 7.6%。反过来求事件波动率,也要按方差相减:√(7.62² − 3.35²) ≈ 6.85%,而不是 7.6% − 3.4% = 4.2%。

按方差合成 · NVDA 财报前的 7.6%

读法:跨式买方付出的 $17.10,买到的是「一次约 6.9% 的事件」加上「几个普通交易日约 3.4% 的波动」。两者直接相加是 6.85% + 3.35% = 10.2%,远大于 7.6%;开头直接相减得到的 4.2%,又远小于 6.9%。第9章训练题 1 的 6.75% 只统计财报当天,主要反映事件本身,所以更公平的比较对象是 6.9%,而不是 7.6%。按这个口径,差距从 7.6 − 6.75 = 0.85 个百分点缩小到约 0.1 个百分点,看不出期权明显偏贵。

随堂练习:AAPL 财报前,6 天后到期的平值 IV 52%;你取 AAPL 平时的 IV 25% 作基准 IV。

(a) 求事件波动率 m 和预期绝对涨跌幅。

(b) 按 0.8 公式,这张平值跨式的隐含幅度约是多少?把它按方差拆成事件和普通日子两部分,并说明为什么不能把两部分直接相加。

参考解答

(a) T = 6 ÷ 365 ≈ 0.016438;0.52² − 0.25² = 0.2704 − 0.0625 = 0.2079;m² = 0.2079 × 0.016438 ≈ 0.003418;m ≈ 0.0585,约 5.85%(1σ)。预期绝对涨跌幅 ≈ 0.8 × 5.85% ≈ 4.7%。

(b) √(6/365) ≈ 0.1282。隐含幅度 ≈ 0.8 × 52% × 0.1282 ≈ 5.3%,普通日子的部分 ≈ 0.8 × 25% × 0.1282 ≈ 2.6%,事件约 4.7%。验算:√(4.68² + 2.56²) ≈ √28.45 ≈ 5.33,等于总量。直接相加得 7.2%,超过了总量:两部分互不相关,会部分抵消,只能按方差合成。与 AAPL 历史上财报当天的涨跌比较时,用 4.7%。

先看同一个事件在各个到期日上是什么样子。把事件波动率公式两边除以 T:

σfront2=σnormal2+m2T\sigma_{\text{front}}^2 = \sigma_{\text{normal}}^2 + \frac{m^2}{T}

m² 是固定的,T 越短,m² ÷ T 越大。所以在包含事件的到期日里,离事件越近,IV 越高;离事件越远,同一个事件的方差分摊到越多的普通日子里,IV 抬升得越少。用 NVDA 的 m² ≈ 0.007322 验算 2.6 的期限结构表:14 天期 √(0.16 + 0.007322 × 365 ÷ 14) ≈ 59%,与表里的约 59% 一致;30 天期算出约 50%,也与表里一致。4 天期(财报所在那一周到期的那个到期日)算出来正好是 91%。30 天期的波动率把一天的事件方差摊到整个期限上,所以一次影响较小的事件只会使它略有抬升;要读出这样的事件,看包含它的最短的到期日。

这个等式也给出了不用基准 IV 的办法。找不到可信的 σ_normal 时,用两个都包含事件的到期日:每个到期日都满足同一个等式,两个等式正好解出 σ_normal 和 m 两个未知数。记较近的到期日的 IV 和剩余年数为 σ₁、T₁,较远的为 σ₂、T₂,基准 IV 为 σₙ:

σ12T1=σn2T1+m2σ22T2=σn2T2+m2\begin{aligned} \sigma_1^2 T_1 &= \sigma_n^2 T_1 + m^2 \\ \sigma_2^2 T_2 &= \sigma_n^2 T_2 + m^2 \end{aligned}

两式相减,m² 消去,得到 σ₂²T₂ − σ₁²T₁ = σₙ²(T₂ − T₁)。由此解出基准方差,再代回第一式求出 m:

σn2=σ22T2−σ12T1T2−T1m=(σ12−σn2)T1\begin{aligned} \sigma_n^2 &= \frac{\sigma_2^2 T_2 - \sigma_1^2 T_1}{T_2 - T_1} \\ m &= \sqrt{\left(\sigma_1^2 - \sigma_n^2\right) T_1} \end{aligned}

这种用两个到期日联立求解的算法,下文称为两期法。两个到期日都只包含这一次事件、而且普通日子的 IV 在两个期限上相同时,它们满足同一个等式,两式相减消去 m²,就能不事先给出基准 IV,同时解出基准 IV 和 m。 远月还包含别的事件(FOMC、除息或下一次财报),或者基准的期限结构明显倾斜时,解出的结果会有偏差。 σₙ² 那一式是一个比值,分子分母里的 365 互相抵消,所以手算这一式时 T₁、T₂ 可以直接用天数;求 m 的那一式没有分母,T₁ 仍要除以 365(见下面示范第 3 步)。

示范:假设 NVDA 32 天后到期的平值 IV 是 49.4%,这个到期日也包含这次财报。

  1. 较近:0.91² × 4 = 0.8281 × 4 = 3.3124;较远:0.494² × 32 = 0.244036 × 32 ≈ 7.8092。
  2. σₙ² = (7.8092 − 3.3124) ÷ (32 − 4) = 4.4968 ÷ 28 ≈ 0.1606,σₙ ≈ 40.1%。
  3. m = √((0.8281 − 0.1606) × 4/365) = √(0.6675 × 0.010959) ≈ √0.007315 ≈ 8.55%。

基准 IV 约 40.1%、m 约 8.55%,与上面取 40% 算出的 8.6% 一致。13.6 项目 4 的 event_vol.py 把两种算法写成代码(13.6),输入同样的数字,得到同样的结果。

包含财报的到期日的平值 IV · NVDA 事件波动率约 8.6%

财报公布以后,事件方差消失,近月 IV 回到基准附近,这就是 2.6 的 IV 崩塌。美股盘后财报多在新加坡凌晨 04:00–04:30(夏令时)/ 05:00–05:30(冬令时)公布。IV 崩塌要到当晚 21:30(夏令时)/ 22:30(冬令时)开盘才看得清楚,盘外时段不能当作计划(0.2)。财报前每天记一次 m,就能看出市场为这次事件定的幅度在扩大还是缩小。近月 IV 每天上升而 m 不变,只说明 T 在缩短,不说明市场预期的幅度变大了。

随堂练习:接上一题的 AAPL。同一次财报,34 天后到期的平值 IV 是 31.5%,这个到期日也包含财报。用两期法求基准 IV 和 m,并与上一题取 25% 算出的结果比较。

参考解答

用天数手算:0.52² × 6 = 0.2704 × 6 = 1.6224;0.315² × 34 = 0.099225 × 34 ≈ 3.3737。σₙ² = (3.3737 − 1.6224) ÷ (34 − 6) = 1.7513 ÷ 28 ≈ 0.06255,σₙ ≈ 25.0%。m = √((0.2704 − 0.06255) × 6/365) = √(0.20785 × 0.016438) ≈ √0.003417 ≈ 5.85%。

两种算法都得到 m 约 5.85%,说明 25% 这个基准 IV 与两个到期日的报价是自洽的。如果远月 IV 是 30.5%,同样的算法得到基准 IV 约 23.5%、m 约 5.95%:基准 IV 对远月的报价很敏感,m 变化不大。

有了 m,就能说明事件前的日历价差为什么能赚钱,又在什么时候亏损。做法是卖出包含事件的近月(IV 被事件抬得最高),买入更远的到期日(IV 抬升得少),两条腿用同一个行权价。日历价差的结构、帐篷形的盈亏和策略卡片见 8.5。

事件过后,两个到期日都失去了事件方差。然而事件方差在近月总方差中所占的比例大得多,所以近月 IV 回落得也多得多:NVDA 的近月从 91% 回落到约 40%,32 天期只从 49.4% 回落到约 40%。事件前的日历价差赚的是近月 IV 比远月回落得多;股价大幅跳空、或者远月 IV 回落得比预期多,它就亏损;两条腿在近月到期前一起平仓时,最大亏损是付出的净借方。

示范:卖出 4 天期 225C(IV 91%,$8.60),买入 32 天期 225C(IV 49.4%,$13.50),净付 $4.90/股,每组 $490。假设财报后第二天两条腿的 IV 都回到 40%,近月剩 3 天,远月剩 31 天。下表按 Black-Scholes 模型(2.8)计到分,没有按 $0.05 的最小报价单位取整:

涨跌 近月 225C 远月 225C 价差 每股盈亏
不变 3.29 10.83 7.54 +2.64
+5% 11.66 17.76 6.10 +1.20
−5% 0.29 5.78 5.49 +0.59
+10% 22.59 26.30 3.71 −1.19
−10% 0.00 2.61 2.61 −2.29

读法:价差 = 远月 − 近月,每股盈亏 = 价差 − 4.90。股价不动时,近月只剩 $3.29 的时间价值,远月还有 $10.83,盈利最多。股价跳得越远,两条腿离行权价越远:涨 10% 时两条都是深度实值,跌 10% 时两条都是深度虚值。两条腿的时间价值都很小,价差缩到 $2–4,所以亏损。这是第一种亏损情形,原因是时间价值在平值时最多、向两侧递减(8.5)。第二种是远月 IV 回落到 40% 以下,远月那条腿少值钱。股价跳空的距离越远,价差越接近 0,亏损越接近净借方 $4.90。

组数照 9.7 按亏满定:每组亏满就是净借方 $490,单笔上限 $2,000(7.0)时最多 2,000 ÷ 490 ≈ 4.1,即 4 组。下单、检查和平仓的新加坡时间也照 9.7。对角价差是两条腿行权价不同的版本,在日历价差上加入一点方向判断(8.6),事件前的算法相同。

随堂练习:接上两题的 AAPL。卖出 6 天期 340C(IV 52%,$9.15),买入 34 天期 340C(IV 31.5%,$13.60)。假设财报后第二天两条腿的 IV 都回到 25%,各情景的报价如下:

涨跌 近月 340C 远月 340C
不变 4.05 10.75
+5% 17.35 21.90
−5% 0.15 3.95
−10% 0.01 0.95

(a) 净借方是多少?各情景每组盈亏多少?

(b) 这个结构在哪两种情形下亏损?最大亏损是多少?

(c) 单笔上限 $2,000 时,按亏满最多开几组?

参考解答

(a) 净借方 = 13.60 − 9.15 = $4.45/股,每组 $445。

  • 不变:10.75 − 4.05 = 6.70,每股 +2.25,每组 +$225。
  • +5%:21.90 − 17.35 = 4.55,每股 +0.10,每组 +$10。
  • −5%:3.95 − 0.15 = 3.80,每股 −0.65,每组 −$65。
  • −10%:0.95 − 0.01 = 0.94,每股 −3.51,每组 −$351。

(b) 一是股价大幅跳空,两条腿都远离行权价,时间价值都很小,跌 10% 时价差只剩 $0.94;二是远月 IV 回落得比假设的 25% 更多。两条腿在近月到期前一起平仓时,最大亏损是净借方,每组 $445。这里跌 5% 已经亏损,而 NVDA 的示范跌 5% 仍有盈利:AAPL 事件后的 IV 只有 25%,两条腿的时间价值集中在更窄的价格区间里,帐篷更窄。

(c) 2,000 ÷ 445 ≈ 4.5,向下取整,最多 4 组,亏满共 $1,780。

财报的结果是连续的:股价可能涨 2%,也可能跌 9%,越接近原价的结果越常见,所以可以用正态分布和 0.8 倍近似。另一类事件只有两种主要结果,例如新药获批或被拒、官司胜诉或败诉,称为二元事件(binary event)。这时股价的分布不是一座钟形的山,而是两座分开的山,事后股价几乎不可能停在原地。0.8 来自正态分布,所以「平值跨式 ≈ 0.8 × S × σ × √T」和由它算出的 IV,在这里都会误导。

更好的做法是估计两种结果下的股价,再从现价倒推市场给出的概率。忽略利息时,现价约等于两种结果的概率加权平均,即现价 ≈ 概率 × 好结果价 + (1 − 概率) × 坏结果价。由此得到:

概率≈现价−坏结果价好结果价−坏结果价\text{概率} \approx \frac{\text{现价} - \text{坏结果价}}{\text{好结果价} - \text{坏结果价}}

这样倒推出的是风险中性概率(2.9),含有风险溢价,不完全等于真实的概率;而且它是按你自己估计的两种结果价算出的,结果价估计错了,概率也随之改变。

示范:某生物科技股 $40,一周后公布 FDA 结果。假设获批后股价约 $70,被拒后约 $25。

  1. 隐含获批概率 ≈ (40 − 25) ÷ (70 − 25) = 15 ÷ 45 ≈ 33%。
  2. 获批时 40 跨式值 70 − 40 = $30,被拒时值 40 − 25 = $15。按概率加权,40 平值跨式的「公平价」≈ 1/3 × 30 + 2/3 × 15 = $20,是股价的一半。用 Black-Scholes 由 $20 反推 7 天期的 IV,约 460%(用 0.8 × S × σ × √T 粗算,σ ≈ 20 ÷ (0.8 × 40 × √(7/365)) ≈ 450%)。
  3. 这个 IV 并不说明期权定价过高,而是因为两种结果都离 $40 很远。按正态分布,最可能的结果是股价停在 $40 附近、跨式归零;实际上,这正是几乎不会出现的结果。

二元事件是两座山:现价 $40 落在山谷里,事后几乎不会停在这里

示意 · 某生物科技股 $40,一周后公布 FDA 结果:获批约 $70,被拒约 $25(下面例子 5)· 山的高低表示可能性

示意图:横轴是事后的股价,$25 处的山比 $70 处的高一倍,现价 $40 在两座山之间的低谷里。被拒:约 2/3获批:约 1/3$25现价 $40$70
  • 两种结果:两座分开的山
  • 正态分布的想象:一座钟形山

隐含获批概率 ≈ (40 − 25) ÷ (70 − 25) = 15 ÷ 45 ≈ 33%:现价落在两种结果之间的 1/3 处。

40 平值跨式的「公平价」≈ 1/3 × 30 + 2/3 × 15 = $20,是股价的一半,换算成 IV 约 460%。

二元事件的两座山 · FDA 结果前的生物科技股

实战中还有三项风险:

  • 公布之前常常停牌(10.6)。
  • 公布之后,股价跳空越过所有行权价。
  • 事前的 Delta 对冲没有作用,因为股价是跳空到达新价位的,中间无法调整对冲。

所以,二元事件的结果集中在两端,不能用正态分布和 0.8 倍估算;交易它只用限定风险的结构。 买入期权的最大亏损是权利金,借方垂直价差是净借方,贷方垂直价差是两个行权价之差减去收到的权利金。这些都以两条腿一直都在为前提:跳空以后,实值的空头腿可能被提前指派,处理照第8章实战要点第 3、4 条。组数照样按亏满定(9.7)。

随堂练习:一家小药企 $18,7 天后公布 FDA 结果。你估计获批后股价约 $30,被拒后约 $9。

(a) 市场隐含的获批概率是多少?18 平值跨式的「公平价」约是多少?

(b) 一位学员按「平值跨式 ≈ 0.8 × S × σ × √T」反推出 IV 约 500%,说「期权太贵,卖出跨式」。错在哪里?

(c) 你判断获批的概率明显低于市场隐含的概率。写出一个限定风险的结构,以及它的最大亏损由什么决定。

参考解答

(a) 概率 ≈ (18 − 9) ÷ (30 − 9) = 9 ÷ 21 ≈ 43%。获批时跨式值 30 − 18 = $12,被拒时值 18 − 9 = $9。公平价 ≈ 3/7 × 12 + 4/7 × 9 = 36/7 + 36/7 ≈ $10.29,超过股价的一半。

(b) 0.8 和 IV 的读法都来自正态分布,默认股价最可能停在 $18 附近。实际的结果集中在 $30 和 $9 两端,跨式到期至少值 $9;高 IV 只反映两种结果都离现价很远,不说明期权偏贵。卖出跨式还要面对停牌、跳空越过所有行权价和 Delta 对冲失效,call 一侧的亏损没有上限,本课程的读者不裸卖。

(c) 买入 put,或者熊市看跌价差(买入较高行权价的 put、卖出较低行权价的 put)。买 put 的最大亏损是权利金;价差的最大亏损是净借方,被拒时最多赚两个行权价之差减去净借方。组数按亏满定(9.7)。不要用卖出裸 call 表达这个观点:获批时股价跳到 $30,亏损没有上限。

现金收购是二元事件的一个应用。宣布以后只剩「交易完成」与「交易破裂」(deal break)两种主要结果。目标公司的股价通常接近收购价、略低于收购价,这个差额叫交易价差(deal spread)。它补偿两样东西:等待交易完成的时间(利息),以及交易破裂的风险。市场预期出现更高的竞购报价时,股价也可能高于收购价。现金收购中,买入目标公司的股票、赚取交易价差的做法,称为并购套利(merger arbitrage);换股收购还要按换股比例卖空收购方的股票。宣布以后期权的定价怎样变化(IV 崩塌、收购价以上的 call 几乎归零、虚值 put 只反映交易失败的可能),见 10.6。

示范:目标公司原价 $40,收购方出价每股 $50 现金,预计 6 个月完成,股价跳升到 $48.50;你估计交易失败时股价跌回约 $38。交易价差 = 50 − 48.50 = $1.50,相对现价,6 个月约 3.1%。按二元事件的方法粗算,成功概率 ≈ (48.50 − 38) ÷ (50 − 38) = 10.5 ÷ 12 ≈ 87.5%。这个粗算忽略了利息,会低估成功概率,因为交易价差有一部分补偿的是 6 个月的利息,而不是失败的风险。持股并买入 45P(报 $0.90),可以对冲交易破裂的风险:交易成功时,盈利为每股 1.50 − 0.90 = $0.60;交易失败、股价跌到 $38 时,put 值 45 − 38 = $7.00,每股亏损 10.50 − 7.00 + 0.90 = $4.40,而不是 $10.50。另一种做法是持股并在收购价附近卖出 call,代价是出现更高的竞购报价时,得不到那一部分涨幅。

每次财报算一次,结果写进附录财报记录表那一行的备注。表里财报前的近月 IV 和次月 IV(近月之后的下一个到期日的平值 IV),就是这张计算单和两期法的输入。

项 怎样算 例:NVDA
是不是二元事件 是,就不用这张单,改按两种结果倒推概率 否(财报)
基准 IV 三种取法选一种,写明理由;或用两期法 40%,平时的 IV;两期法 40.1%
T 日历天数数到近月的到期日,÷ 365 4 ÷ 365
m √(T × (σ_front² − σ_normal²)) 8.6%
预期绝对涨跌幅 0.8 × m 6.9%
实际涨跌 财报后第一个交易日的收盘,取绝对值 6.0%(附录示例行)
实际 ÷ 预期 实际涨跌 ÷ 0.8m 6.0 ÷ 6.85 ≈ 0.88

读法:附录示例行的「实际 ÷ 隐含」是 0.79,看起来买方吃亏不少;按事件本身算,「实际 ÷ 预期」是 0.88。一次说明不了什么,要看攒起来的比例。本节项目要算的 3 次财报也只能检验算法,不能证明优势(12.2 的 t 值)。

事件类型 算法 可用的结构
连续分布:财报、CPI、FOMC m 的公式或两期法;与历史比较用 0.8m 事件前的日历价差;买入跨式、宽跨式;卖方用铁鹰、铁蝶(9.7)
二元:FDA 审批、判决 按两种结果倒推概率;跨式按两种结果加权 买入期权或垂直价差;不裸卖,不靠 Delta 对冲
已宣布的现金收购 由交易价差倒推成功概率(偏低) 持股加虚值 put;持股并卖出收购价附近的 call

读法:先判断事件属于哪一行,再用这一行的算法读出市场定的幅度或概率,与你自己的判断比较。有分歧,才从最后一列选结构;组数一律按亏满定(9.7)。

常见误区:

  • 「跨式隐含 7.6%,所以事件会让股价波动 7.6%。」——7.6% 还包含普通交易日的波动;剔除这一部分之后,事件本身约为 6.9%。
  • 「普通日子 3.4%,事件就是 7.6% − 3.4% = 4.2%。」——标准差不能直接相减,应当按方差相减:√(7.62² − 3.35²) ≈ 6.85%。
  • 「T 数到财报那一天就行。」——近月 IV 是按到期前的全部天数年化的,T 要数到期权的到期日;数短了,m 会算小。
  • 「财报日历价差稳赚 IV 崩塌。」——股价大幅跳空时仍然会亏损,远月 IV 也会回落。它的盈利来自近月 IV 比远月回落得更多,前提是股价没有偏离行权价太远。
  • 「两期法不用基准 IV,结果一定更可靠。」——解出的基准 IV 对远月的报价很敏感,远月 IV 差 1 个点,基准 IV 可能差 1.5 个点。用买卖价差小的到期日,并与另一种取法对照。
  • 「并购宣布后买 put 很便宜,交易一破就发财。」——put 便宜是因为交易破裂的概率低,所以大多数时候它会归零。
  • 「二元事件也能用正态分布估算。」——在两座山的分布里,股价几乎从不停在现价附近,跨式到期的价值至少等于离现价较近的那种结果与现价的距离;按正态分布的 0.8 倍和由跨式反推的 IV 都会误导。

思考题:

  1. AAPL 财报前,3 天后到期的平值 IV 62%,基准 IV 25%。求 m 与预期绝对涨跌幅。(答:m = √(3/365 × (0.3844 − 0.0625)) ≈ 5.1%,乘以 0.8,预期绝对涨跌幅约 4.1%。第9章训练题 6 的隐含幅度 4.5% 按方差拆开,事件约占 4.1%,普通日子约占 1.8%,因为 √(4.1² + 1.8²) ≈ 4.5。)
  2. 两段互不相关的波动,1σ 分别是 6% 和 3%,合起来的 1σ 是多少?(答:按方差相加,√(36 + 9) = √45 ≈ 6.7%,而不是 9%。)
  3. 为什么事件过后,日历价差的远月 IV 也会下降?(答:远月同样包含这次事件。事件过去之后,远月的事件方差也随之消失;只是事件方差在远月总方差中占比小,所以远月 IV 下降得少。)
  4. SPY 平时的 IV 15%。设一次 FOMC 议息的事件波动率 m = 1.2%,30 天后到期的平值 IV 会被抬到多少?2 天后到期、同样包含这次议息的呢?(答:30 天:√(0.15² + 0.012² × 365/30) = √(0.0225 + 0.00175) ≈ 15.6%,只高约 0.6 个点。2 天:√(0.0225 + 0.000144 × 365/2) = √(0.0225 + 0.0263) ≈ 22.1%。30 天期把一天的事件方差摊到整个期限上,所以要读出指数的事件波动率,看包含事件的最短的到期日。)
  5. 现金收购宣布后,目标公司股价 $61.20,收购价 $63;你估计交易失败时股价跌回约 $48。粗算成功概率是多少?这个数偏高还是偏低?(答:(61.20 − 48) ÷ (63 − 48) = 13.2 ÷ 15 = 88%。它偏低:交易价差有一部分补偿的是等待的利息,粗算把它也当作了失败的风险。)

本节要点:

  1. 互不相关的波动先平方成方差再相加,相加之后再开方;标准差不能直接相加,也不能直接相减。
  2. 近月的总方差 = 普通日子的方差 + 事件的方差,所以 m = √(T × (σ_front² − σ_normal²)),T 数到期权的到期日。
  3. 与历史上财报当天的实际涨跌比较时,用事件本身的预期绝对涨跌幅,按正态分布近似为 0.8m,而不是跨式的隐含幅度。
  4. 基准 IV 的取法会改变 m,每次都要写明取法和理由。
  5. 两个到期日都只包含这一次事件、而且普通日子的 IV 在两个期限上相同时,它们满足同一个等式,两式相减消去 m²,就能不事先给出基准 IV,同时解出基准 IV 和 m。
  6. 事件前的日历价差赚的是近月 IV 比远月回落得多;股价大幅跳空或远月 IV 回落得比预期多时亏损;两条腿在近月到期前一起平仓时,最大亏损是净借方。
  7. 二元事件的结果集中在两端,不能用正态分布和 0.8 倍估算;按两种结果倒推概率,只用限定风险的结构,它们的最大亏损以两条腿一直都在为前提。

本节任务:从自己的财报记录表里选一次已经记了近月 IV 和次月 IV 的财报;还没有这样的记录,就选下一次要公布财报的一家,记下今天这两个到期日的平值 IV。按「事件波动率计算单」算出 m 和预期绝对涨跌幅,写进这一行的备注,并写明基准 IV 的取法和理由。约 15 分钟,这就是项目「3 次财报的事件波动率」的第一行。

关键术语:

中文 English 释义
事件波动率 event volatility 期权价格中为某个已知事件额外计入的波动;按 1σ 计,就是事件当天一次性的涨跌幅 m
基准 IV baseline volatility 不包含事件时的日常 IV
预期绝对涨跌幅 expected absolute move 涨跌幅绝对值的平均值,在正态分布里约为标准差的 0.8 倍
二元事件 binary event 只有两种主要结果的事件,例如 FDA 的审批决定;股价的分布集中在两端
并购套利 merger arbitrage 现金收购中,买入被收购公司的股票,赚取收购价与股价之间的交易价差;换股收购还要按换股比例卖空收购方的股票

项目卡

参考学时
约 16 小时(3 次财报的记录可能跨一个财报季)
先修回顾
2.2;2.3;2.6;8.5;9.7
项目产出
从 3 次财报中提取事件波动率,并与实际涨跌幅比较。

问 AI 导师

卡住了,或者想换个角度再学一遍?把下面这段提示词交给 Claude 或其他 AI 助手,它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。

AI 也会算错:它给的数字请自己复算,拿不准时以正文和答案页为准。

仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。