这篇是一篇难得的研究资产波动率的框架性文章。波动率交易本身就是一个小众的话题，加上本身就略显神秘的宏观交易者常常从宏观的视角交易波动率波动率，从外人看来很难理解宏观交易与波动率交易之间的联系。虽然文章是2016年写的，但仍然是一篇少有的好文。而且从今天看来，在央行逐渐退出极度宽松的货币政策之后，各类资产的波动率持续上升。 本文我们首发在星球，有兴趣的朋友可以到文末扫QR code进入星球。
在这篇文章里，Variant Perception介绍了他们内部的波动率研究框架。他们认为从基本面看，波动率和经济一样存在周期，而且上升多由信用恶化引发，信用周期和经济增长周期是两项最佳的预测指标。从市场来看，跨资产价格的波动率、相关性，以及超额流动性，是从预测波动率变化的最好指标。
金融危机之后，市场长期处在低波动率环境下。造成这一现象的原因，一部分和企业债到期时间延长有关，另一部分和市场参与者大规模卖空波动率，追逐超额收益有关。本文最后还介绍了波动率实战模型。
央行宽松的货币政策压低市场波动率，就像是野火防控中心毫无区别的扑灭所有小型火焰一样。宽松的政策在短期可以防止大型火灾的发生，但随着森林密度增加，日后发生大规模野火的概率反而上升。
虽然波动率在央行、市场参与者的影响下维持低位，但我们认为，波动率上升的底层逻辑并没有发生变化。
今天的市场上，低波动是主要旋律。下图1所示，波动率自金融危机后一路下降，于2014年8月达到最低点。2016年有小幅反弹，但依旧处于历史低位。
图1– 2002-2016年的波动率变化
2014年当波动率触底时，主流媒体争相报道宣称波动率已死，就像1979年《商业周刊》头版报道《债券已死》一样。
央行的货币政策压低了波动率水平，但是央行并没有改变驱动波动率上升的因素。当央行渐渐退出市场，波动率将再次回归。
下图2是市场收益率在央行QE和非QE期间的分布。很显然在QE期间，市场的极端波动更小，两张图的对比可以清晰说明央行货币政策对市场的影响。
图2– S&P500日收益率在QE和非QE期间分布
欧盟央行的货币政策对欧洲市场也有类似效果。下图3为EUROSTOXX的日收益率在QE和非QE之间的分布。
图3– EUROSTOXX日收益率在QE（左图）和非QE期间（右图）的分布
低波动率本身并不是个问题，了解这一点很重要。另外，波动率数据有序列相关特性。和天气一样，如果今天市场的波动率较低，明天的波动率可能还会偏低，除非市场环境出现变化。
另外，长期的低波动率（图4绿线）往往对应着市场上行，比如1992-97和2004-07年的牛市，都是属于长期的市场上涨和低波动率同时出现的情况（图4）。
图4– 低波动率和市场上行
我们的内部结构性和实战性模型都认为，高波动的市场环境可能回归，波动率会显著持续升高。
长期低波动环境也聚集了一定的风险。在这一点上，市场波动率和森林火灾有相似之处。苏黎世大学的Didier Sornette教授曾引用美国南加州和墨西哥下加州(Baja California)火灾治理的例子来说明严格防控野火的反面效果。
美国南加州和墨西哥的下加州地理位置相连、气候相近。美国政府从1900年开始采用非常激进的火灾防控政策，墨西哥则相反，对灾情几乎是睁一只眼闭一只眼。
结果，墨西哥的下加州地区常年小火灾不断，树木生长稀疏，几乎没有大型山火。美国这边则是异常严格的防控措施，扑灭几乎一切火苗，树木因此更加茂密。相对墨西哥下加州，美国这边发生大规模野火的次数更多。
今天，央行的货币政策系，再加上投资者做空波动率策略，系统性的压低了市场波动率。和野火治理类似，对波动率的全面压制，意味着未来市场波动率暴涨的可能性较大。
波动率周期
本文讨论的波动率驱动因素，都和信用利差直接间接相关。因为股票对标企业的剩余价值（股权=资产-债权），所以当信用恶化时，债务增加，股权价值的不确定性上升，导致市场波动率升高，反之亦然。
图5– VIX和高收益债利差的走势
我们将这类结构性驱动分类两类。
一是信用周期，也就是杠杆率的上升和下降。通常来说信用周期领先市场波动率和信用利差3年。
二是经济周期。市场波动率和经济增长的波动率密切相关，如下图6所示，VIX和ISM的相关性比较高，在经济衰退期间更显著。
图6– VIX和ISM（倒数）走势
有的时候信用和经济周期会重合，有时候不。例如，1996-2000年期间，经济增长和杠杆率同步上行；再比如2003-06年期间，增长上行，企业杠杆和波动率却下降。当两个周期重合时，VIX受到的影响最大，比如经济衰退叠加高杠杆。
下面我们将详细分析两个周期对波动率的作用。
1. 信用周期
企业杠杆率（信用周期）是预测波动率和信用利差最好领先指标，而杠杆率的变化则很大程度上受到借贷环境的影响。通常来说，借贷条件越宽松，借贷活动越频繁；当贷款紧缩时，信用规模上升的可能性也不大。
如果企业在借贷时加大债务融资，当债务到期时，很可能因为债务量太大、新利率上涨，导致偿还本金出现困难，推高股价波动率。
因此，贷款松紧程度和借贷规模增速可以作为市场波动率的前行指标（图7）。
图7（左）-C&I贷款规模增速（领先3年）和VIX（右）-银行C&I贷款的松紧程度
同理，债务期限长度，决定了债务上升领先信用恶化的时间差。历史的平均领先时长为三年，和公司债的平均到期时间近似。
这一关系也意味着，当利率长期保持低位时，债务的平均期限可能会延长，上市公司可以在更久的时间里享受低成本债务，推迟信用下滑的时间。这一点可以部分解释为何现在波动率长期较低。
事实上，信用周期的长度不是定值。要抓住信用周期的转折，我们可以跟踪信贷成本和经济增长的变化，央行政策利率和国债收益率曲线的变化可以作为代表性衡量指数（图8）。央行升息意味着债务利息增加，收益率曲线平坦化则代表未来可能增长下滑，这些都指向现金流下降、收入降低。
图8（左）-VIX和实际央行政策利率（右）-VIX和VarientPerception收益率曲线
从上图可以看出，央行的实际政策利率领先波动率变化两年，VariantPerception内部的收益率曲线指标领先三年。其中VP的收益率曲线指数，囊括了所有到期日的债券，不仅仅包括长、短期债券。
按照信用恶化、增长下滑导致流动性紧缩，导致股票波动率增加的逻辑，我们可以从下图9中看出，企业现金流/融资缺口和波动率之间正相关。
图9左，公司现金流/债务比值的走势，领先VIX一年；图右，融资缺口（资本支出和内部资金之差），大约领先九个月。
图9 - 企业资金流和融资缺口领先VIX走势
最终，当企业资不抵债时，贷款冲销率、违约率上升，波动率也会一起起上涨（图10）。
图10– C&I贷款冲销率和股票波动率
2. 经济周期
驱动波动率上行的第二个结构性因素是经济周期。如下图11所示，通常市场波动率较高时，经济增长不确定性也很大。
图11– 市场波动率和经济增长波动率
这一关系在衰退期间更显著。一般来说，我们会看到VIX飙升和市场崩盘同时发生。
图12– 衰退指标和VIX
上图12左图中，Bloomberg报道衰退新闻的数量基本和VIX同步。我们的内部的衰退领先指标（图12右）对衰退报道指标有不错预测力，可以帮助客户预防衰退发生和VIX大幅上行。
除了预测衰退报道指标之外，VP内部还有US增长领先指数和压力指数（下图13），领先C&I贷款的冲销率分别六个月和十二个月。
图13– VP内部增长指数和压力指数领先C&I贷款冲销率
上面提到的杠杆率和经济周期的变化，会改变基本面大环境，造成金融市场在高/低波动率背景之间转换。
波动率长期低位的原因
目前，信用周期和经济周期的走向指向市场波动率会更高，但是为什么我们还没有观测到波动率上行呢？
如下图14所示，在当前的周期内，基本面经济数据和波动率走势出现了背离。
图14– VIX和VP内部波动率预测模型出现背离
其他传统的可以稳定预测VIX的模型也开始“失效”。比如Kalecki利润分解模型，通常领先VIX指数两年（图15）。该模型的思路是，当企业/居民开始储蓄，减少投资/支出时，企业收入压力将增加，导致波动率上升。
图15– 政府/居民存储领先VIX两年
我们认为波动率与基本面出现背离有两个原因。
第一个是前面提到的，本次周期中平均企业债务到期时间变长，推迟了信用恶化的时间。这和央行长期的超低利率政策有关。
第二个是市场结构的变化。央行QE政策造成长期的低利率环境，为了追逐更高收益率，市场参与大量使用做空波动率策略。这是我们认为压低波动率的主要原因。下面我们详细用图表分析该策略带来的影响。
本轮周期里，央行资产负债表扩张和市场干预产生了深远的影响。QE政策的本质是资产替换，也就是将投资者的金融资产替换成银行储备金。这导致市场上风险资产的供应减少，迫使投资者增加风险偏好，投资更多波动率高、久期长的产品，推高了整体资产价格。
这过程中，有一类策略变得非常受欢迎，那就是做空波动率策略。做空波动率策略类似卖出尾部风险保险，由于QE期间市场极端波动减少，大部分情况下投资者可以赚取保险金，获得正收益。
如下图15所示，卖出S&P500一年期看空期权策略的隐含收益率，和其他类似久期的产品相比非常可观。
图15– 做空波动率策略收益和其他债券收益率比较
金融危机后，“在VIX上涨时积极做空”策略总体上效果不错，可以提高投资收益。该策略也将波动率控制在一定范围内，抑制了VIX的反弹。
下图16左图，金融危机后，做空波动率指数超跑做多波动率和尾部对冲指数。图右为CBOE做空波动率指数和VIX走势。
图16（左）–做空波动率指数和做多/对冲波动率指数（右）-做空波动率指数和VIX
卖出看跌期权也成了金融危机后赚取阿尔法的最常见策略之一。CBOE卖出看跌期权指数和对冲基金表现HFRX指数有95%的相关性（图17）。这足以说明，基金经理们非常熟悉这类交易。
图17– CBOE卖出看跌期权指数和对冲基金表现
除了卖出期权策略外，VIX类期货的市场规模也不断增加（图18左），这和波动率相关ETF的资金管理规模上升有关（图18右）。
图18– VIX期货未平仓量和波动率ETF资金规模
VIX ETF对应的标的是VIX期货，如果将ETF的资金规模通过vega换算成相应的期货敞口，可以看到VIXETF相当占据了整个VIX期货市场未平仓合约的30-40%（图19左），对波动率走势有很大的影响（图19右）。
图19– VIX ETF对应VIX期货的占波动率期货比例
VIX ETF通常使用流动性最好的VIX当月和下个月期货合约作为投资标的，也就需要经常展期/移仓。当VIX ETF做多波动率时，展期时需要卖掉当月合约，买入下个月合约，给期货价格陡峭化压力；类似的，当ETF做空波动率时，价格曲线有平坦化倾向。
VIX ETF的流行对市场波动率也起到压制作用。虽然ETF投资者大部分时间做多波动率，但每当VIX反弹时，市场都会把它当作卖空信号，VIXETF头寸会迅速从多转空。
如下图20所示，在2011年夏天、2014年年底、2015年夏天里都可以观测到这一趋势。我们认为，这也是一种卖空波动率策略，和前面提到市场追逐超额收益率的现象一致。VIXETF做空波动率时，期货展期效应，将压低未来波动率水平。
图20– VIX ETF头寸和VIX走势
如图21，VIX期货中的投机性头寸大部分时间在做空VIX，虽然规模在2015年9月达到最低点。
图21– 投机性VIX期货头寸和VIX走势
波动性实战性模型
作为市场投资者来说，我们了解波动率的主要目的是收益最大化。在VP内部，我们建立了一系列实战性模型，帮助预测波动率的极端波动。这是我们内部每天使用的模型，下面做简单介绍。
市场大幅调整模型
两个最有用的预测市场大幅调整、VIX暴涨的指标是：1）多个资产类别的波动率同时上升，包括信用债、货币市场、银行间借贷市场；2）多个资产价格走势相关性上升，反应市场投资者的跟风行为。
我们内部模型预测大幅回调正是基于第一点，主要思路是抓住跨资产之间同时上涨的价格压力。这一模型不直接预测股市下跌，而是衡量是否出现下跌的市场环境。
2016年，模型在1月5日市场调整10%之前、6月15日英国脱欧投票之前发出警告（图22）。
图22– 市场回调模型和S&P走势
信号通常在VIX大幅上涨前夕出现，买入价外看跌期权可以获得不错收益，投资者可以从波动率上升和大盘下跌中同时获益。
图23– 市场回调模型和VIX走势
跨资产之间的价格相关性上升，也是做多波动率的好时机（图24）。这时大部分投资者开始互相抄作业，更关注价格而忽略基本面，交易员很有可能会在同一时间抛售，推高波动率。
图24– 全球跨资产价格相关性和VIX
市场流动性
波动率有序列相关性，但是通常高波动率很难维持在高位。央行会出台政策，市场会定价极端的坏消息。
这时流动性是另一个可以预测波动率上升/下跌的指标。当流动性充裕时，金融市场表现较好；流动性紧缩时，市场通常压力更大。我们用货币增速和超额流动性来近似流动性指标。
图25– 发达市场的实际M1增速和MSCI全球指数
下图26显示，发达市场实际M1增速和VIX指数也有一定相关性。M1增速变快，VIX上升；反之亦然。
图26– 发达市场实际M1增速和VIX指数
当市场完全定价了所有坏消息时，波动率很可能会回归常值。我们的一些实战性模型，目标就是抓住市场的恐慌顶点时刻。通常这些模型不轻易给出买入信号，但当它出现时，通常是做多市场的好时机。
图27– VP买入模型和S&P走势
结尾
这篇框架文章已经有点年头了，但是仍然不失为一篇业内少有的关于波动率与宏观周期的研究。 现在由于通胀的问题，各国央行都纷纷开始收紧加息，各类资产波动率开始上升。因此我们也选择在这个时间点分享此文，让大家学习。
联系客服
