買賣權平價關系偏離能預測現貨市場收益嗎？

崔海蓉 李晶晶 魯訓法

摘? ?要：選取隱含波動率差指標，以上證50ETF期權為研究樣本，研究了期權市場買賣權平價關系偏離能否預測標的資產未來的收益信息。將分組分析和回歸分析兩種方法相融合，并將樣本數據劃分為三個不同階段進行分析，結果顯示，在發展初期期權市場包含標的資產未來較短時間內的收益信息，但信息含量很少;隨著期權市場的發展，即在發展中期和發展期，期權市場包含標的資產未來更長時間范圍內的收益信息且信息方向發生改變;期權市場能否準確預測現貨市場信息與投資者情緒顯著相關。

關鍵詞：買賣權平價關系;隱含波動率差;市場效率;投資者情緒;流動性

一、引言

市場是信息的集散地，對市場信息的提煉一直是學者們研究的重點。若能合理利用市場信息，就可以提前對市場未來可能出現的金融風險做好應對準備。近年來，衍生品的發展催生了大量針對衍生品市場信息的研究，其中由于期權支付的非線性，期權市場的隱含信息成為目前研究的熱點。

雖然理論上期權是冗余證券，期權市場無法反映標的市場以外的信息，然而在現實中期權市場相對現貨市場存在著一定的信息優勢（鄭振龍等，2012）[1]，這主要是因為相比現貨市場，期權市場高杠桿、低交易成本的優勢使得許多知情交易者選擇先在期權市場上進行交易。此外，期權市場也有利于噪音交易者隱藏交易。

上證50ETF期權自2015年2月9日推出以來已經歷了六年多的發展，從剛上市到逐步發展成熟需要經歷一個長期過程，那么目前上證50ETF期權市場發展狀況如何值得研究。本文通過買賣權平價關系偏離來研究期權市場的信息含量，并以上證50ETF期權為例，探究我國指數期權市場的發展狀況，為期權市場的后續發展提供建議，為維護金融市場的安全和穩定提供重要參考。

二、文獻綜述

Black（1975）[2]最早提出期權市場的高杠桿可能使得知情交易者選擇交易期權而不是股票;Figlewski和Webb（1993）[3]認為由于期權市場的賣空成本更低、杠桿更高，投資者更傾向于在期權市場利用私人信息進行交易，因而一個自然的結果就是期權市場將可能早于股票市場反映價格信息。

要驗證Black等人的觀點，需要在期權市場及其原生資產價格之間建立起聯系（胡昌生等，2019）[4]。于是部分學者通過期權交易量與標的資產收益或波動之間的關系來研究期權市場的信息含量。Easley等（1998）[5]最早構造了包含現貨市場價格信息的期權交易量模型（the sequential trade model），發現美國CBOE市場的期權交易量包含股票未來的收益信息。Lee和Wang（2016）[6]則綜合以往文獻中的期權與標的股票交易量之比等多項指標，將投資者類型進一步細分，發現在中國臺灣指數期權市場上僅外國機構投資者具有顯著預測力，且相對其他指標看漲期權與標的股票交易量之比預測能力更好。Ryu和Yang（2019）[7]、Yang等（2019）[8]則研究發現期權交易量包含標的未來的波動信息，其中，期權市場對波動率的總體需求并不能預測股市波動性，但是外國投資者的Vega加權凈需求包含了未來波動的重要信息。呂雪嶺等（2020）[9]則同時從異常收益率和波動率兩個角度研究期權交易對標的市場的影響。

同時，一些學者發現期權市場的隱含波動率偏斜抑或擁有現貨市場的收益信息。Rubinstein（1994）[10]最早提出由于市場不完美，現實中的隱含波動率并非如B-S公式那樣為常數，而是呈現出偏斜狀態。在此之后波動率偏斜對標的未來收益的預期成為重要的研究方向之一。研究者主要通過構造投資組合計算超額收益和回歸分析兩種方法來研究波動率偏斜的信息含量，得出的結論大多為標的未來收益與波動率偏斜呈負相關關系，如Zhang（2018）[11]、倪中新等（2020）[12]等。學者們對于這種關系的解釋為：擁有未來股價消極信息的投資者會增加對看跌期權的需求或（和）減少對看漲期權的需求，進而看跌期權隱含波動率上升或（和）看漲期權隱含波動率下降;擁有未來股價積極信息的投資者會增加對看漲期權的需求或（和）減少對看跌期權的需求，進而看漲期權隱含波動率上升或（和）看跌期權隱含波動率下降。

還有不少學者認為風險中性偏度與波動率偏斜可以反映相同或相關度很高的信息（Dennis和Mayhew，2002）[13]。通過某一時間到期的期權的波動率偏斜可以確定資產價格的風險中性概率，亦稱為隱含概率分布。波動率偏斜對應的隱含概率分布比對數正態分布有更肥的左端尾部和更瘦的右端尾部（赫爾，2014）[14]，而風險中性偏度是資產在風險中性測度下收益率分布的偏度程度。鄭振龍等（2019）[15]對在岸人民幣期權和離岸人民幣期權的風險中性偏度進行了研究，他們發現在“8·11匯改”之后，外匯期權市場的風險中性偏度包含了越來越多的關于匯率未來價格分布的信息。

除了波動率偏斜和風險中性偏度指標以外，部分學者運用方差風險溢價（即隱含方差與已實現方差之差）來衡量期權市場是否擁有現貨市場的收益信息，如Zhou（2018）[16]、Yun（2020）[17]等。他們得出的結論大致相同，即方差風險溢價越大，標的資產未來收益越高。

然而，具有相同到期期限和行權價格的看漲和看跌期權的隱含波動率是不相等的（陳蓉和趙永杰，2017）[18]，即看漲期權和看跌期權之間存在隱含波動率差（Implied Volatility Spread，縮寫為IVS），也稱之為買賣權平價關系偏離（Deviations from Put-Call Parity）（Cremers和Weinbaum，2010）[19]。Nishiotis和Rompolis（2019）[20]通過構造投資組合的方法對個股期權進行研究，發現這種波動率差包含標的資產的未來收益信息;而Cao等（2020）[21]則是運用回歸分析的方法，發現個股期權的隱含波動率差對標的個股的長期股本溢價具有預測能力。

綜上所述，目前的研究都是分別針對期權市場包含現貨市場兩種不同類型的信息展開的，即基于標的價格的方向性信息（收益率）和基于不確定性的波動信息（波動率），但這些研究基本都是針對個股期權進行的，針對中國期權市場的研究則較少。在研究方法上普遍運用分組構造投資組合法或回歸分析法，研究方法較為單一。在指標選取上雖然采用了波動率偏斜、風險中性偏度、方差風險溢價等較為豐富的指標，但是沒有考慮期權價格偏離買賣權平價關系的可能性，而是直接假定服從買賣權平價關系，這完全背離了真實金融市場狀況。

基于以上不足，本文的研究主要出于以下考慮：首先，本文以上證50ETF期權為研究樣本，通過買賣權平價關系偏離來衡量期權市場隱含的未來現貨市場的收益信息，所采用的指標為隱含波動率差（IVS）。與之前的指標相比，該指標可以直接作用于現實世界，在反映期權與標的市場信息傳遞狀況的同時，還可以反映出看漲看跌期權的相對定價效率。其次，針對目前所使用的分組分析和回歸分析兩種方法的優劣，并結合上證50ETF期權的特點，將兩種方法相融合來研究IVS對未來收益率的預測能力，以使得結果更加科學可信。再次，為了考察IVS本身的時變特征及其對標的資產未來收益預測能力的演變過程，特別將相關數據分成三個階段討論，從而得到了非常有意義的結果。最后，由于期權市場是全體參與者整體預期的體現，但這一預期是理性預期還是非理性預期值得探討。如果考慮非理性預期的可能性，投資者情緒可以作為非理性表現的指標，為此構建投資者情緒指標，研究買賣權平價關系的偏離是否受到投資者情緒的影響。

三、數據說明

（一） 數據來源

上證50ETF期權的標的為上證50ETF。上證50ETF期權于2015年2月9日在上海證券交易所上市，樣本區間選自2015年2月9日開始，至2019年9月20日結束，共計1127個交易日，數據來自國泰安數據庫和銳思數據庫。期權數據包括每日各行權價格和到期期限的期權持倉量、交易量、隱含波動率。其中隱含波動率數據用于計算隱含波動率差，該數據是基于B-S期權定價公式求得的（Li，2005）[22]。目前的一些研究采用無模型方法來計算隱含波動率，由于無模型方法通常需要對數據進行離散化和內外插值處理，對期權行權價格數據量要求較高（Ryu和Yang，2019）[7]，考慮到上證50ETF期權實際情況，B-S公式計算效果會更好，因此，本文直接采用該指標進行后續研究。標的資產數據包括每日收盤價、開盤價及交易量。關于投資者情緒數據還包括每日滬市融資融券余額、滬市流通市值加權市場日換手率。

為了更好地挖掘隱含波動率差的信息，借鑒Cremers和Weinbaum（2010）[19]的做法，并根據上證50ETF期權的發展歷程將樣本劃分為三個區間：發展初期（2015年2月9日—2016年7月29日）、發展中期（2016年8月1日—2018年4月2日）和發展期（2018年4月3日—2019年9月20日）。圖1為IVS的原序列圖，該圖直觀地揭示了這樣劃分的合理性：在第一個子區間IVS波動較大;在第二個子區間內IVS趨于穩定，均值增大且多為負數;在第三個子區間內，IVS均值進一步增大且為正數。

（二）IVS描述性統計分析

買賣權平價關系偏離的程度主要由IVS的絕對值大小來反映。從圖1可以看出IVS明顯異于零，說明上證50ETF看漲期權和看跌期權的隱含波動率絕大部分情況下偏離了買賣權平價關系。尤其在發展初期階段，買賣權平價關系偏離的程度更大，意味著上證50ETF期權市場在發展初期定價效率較低，這可能與2015年股災的影響有關。IVS為正說明看漲期權價格相對看跌期權價格過高，IVS為負則正好相反。圖1中IVS多為負值，說明上證50ETF期權市場上買賣權平價關系的偏離更多發生在看跌期權相對看漲期權價格較高的方向，反映了投資者在所選取的數據區間內更多持有相對悲觀的情緒。

表1是上證50ETF期權IVS的描述性統計。IVS均值絕對值的大小在不同發展階段先顯著減小、隨后趨于平穩，說明隨著期權市場的發展買賣權平價關系偏離的程度在下降，市場定價效率顯著提升。從IVS的標準差來看，在發展初期，當市場出現危機或大幅波動時，IVS波動也隨之增大，而在發展中期和發展期IVS波動也趨于平穩。

此外，ADF檢驗和PP檢驗都說明在1%的顯著性水平下，IVS序列呈平穩狀態，意味著在后續建模過程中可以直接使用IVS的原序列。

四、IVS對現貨市場預測力的分析

相關研究方法大體分兩種：一種是按照IVS大小分組，不考慮交易成本構造投資策略來研究IVS和標的未來收益之間的關系（Cremers和Weinbaum，2010）[19];另一種是運用回歸分析法研究個股期權的IVS對未來股票收益率的預測力（Cao等，2020）[21]。前者的優點在于能夠比較不同個股期權橫截面的IVS與未來收益之間的關系，但該方法只能從統計意義上得到相應的結論，不能得到變量之間具體的依賴關系;而回歸分析法雖然可以得到具體的依賴關系，但在建模之前具有一定的盲目性和主觀性，為此本文將這兩種方法相融合。

對上證50ETF一種期權來說，不需要對比不同個股橫截面之間的差異，分組分析法的目的是獲得統計意義上的演化路徑以及后續建模所需的時間跨度依據。而在此基礎上進行的回歸分析，能給出IVS與未來收益之間的即時關系，以獲得即時具體交易策略的指導。具體的實施步驟為：先對上證50ETF期權按照IVS大小進行分組，運用分組分析法得到IVS與未來收益率之間在統計意義上的演化路徑和時間跨度依據，為后續研究提供強有力的支撐;接著根據統計意義的演化路徑，構建IVS與收益率之間關系的回歸分析模型，并在不同時間跨度上進行分析討論;最后獲得IVS對未來收益較為具體的預測能力結果。

（一）分組分析

以IVS分組方法進行分析，具體步驟僅以發展初期為例，其余兩個時期類似：對IVS根據三等分位點將其分為IVS（高）、IVS（中）、IVS（低）三組，并對每組內的IVS分別取平均值;針對分組后的每日IVS，計算自該日起持有標的上證50ETF的 1～10日、20日、30日、60日的收益率，并將這些收益率分別取平均值;觀察分組后的各平均收益是否隨IVS的增加呈現遞增（或減）趨勢，如果是，則認為IVS包含標的未來的收益信息，否則不包含。

表2是各發展時期分組后的IVS以及投資標的收益的均值情況，其中[r1]，[r2]，[…]，[r60]分別對應投資標的1日、2日、…、60日的平均收益率。從表2可以發現，在發展初期收益率隨著IVS的增加呈現出明顯的遞增趨勢。以r1為例，IVS（低）組對應的投資標的平均收益率為-0.0024，IVS（中）組對應的平均收益率為0.0006，IVS（高）組的平均收益率為0.0014。這種遞增趨勢大概維持10個交易日，即[r20]、[r30]、[r60]不再具有這種趨勢，說明IVS在發展初期階段包含標的資產未來較短時間內的收益信息。然而在發展中期和發展期，投資標的收益具有明顯的隨IVS增加而逐漸減少的趨勢，這種趨勢持續到30個交易日（[r60]并未包含此趨勢），說明IVS在發展中期和發展期包含了未來標的較長時間的收益信息，且信息方向隨著期權市場的發展呈相反趨勢變化。

（二）構建回歸分析模型

在確認IVS與未來標的收益之間關系的統計演化路徑之后，接下來構建回歸模型以研究IVS與未來標的收益的即時走勢關系。根據Cao等（2020）[21]，構建如下時間序列模型，其中[rt+k]表示未來[k]天內標的收益率，[t]為當前時刻：

表3給出了各發展期式（2）中IVS對未來收益[r]預測的估計結果。從發展初期來看，IVS的回歸系數[β]均不顯著，意味著盡管在統計意義上得出IVS包含標的未來的收益信息，但是這種關系在時間序列意義上并不顯著。說明在發展初期IVS包含的標的未來信息含量非常少，且迅速被標的市場所吸收。

在發展中期，IVS的回歸系數[β]在k=9和k=10時顯著為負，且調整的可決系數[R2]大于0.5%。Campbell和Thompson（2008）[24]認為當[R2]大于0.5%時，意味著對收益率的預測具有經濟意義，且數值越大，說明經濟意義越顯著。這表明隨著期權市場的發展，IVS開始包含標的未來的收益信息，但短期內的信息含量仍不顯著，直到9個和10個交易日后才開始顯現，且信息方向與發展初期階段相比出現了相反的變化，即IVS越大標的收益反而越低。

在發展期，IVS的回歸系數幾乎全部顯著為負，與發展中期對比，不僅回歸系數的顯著程度進一步加強，[R2]也在增大，說明隨著期權市場的發展，IVS包含標的資產的未來收益信息越來越多且呈現顯著負相關關系。

綜上，可以認為發展初期上證50ETF期權市場在一定程度上包含標的未來較短時間內的收益信息，IVS與未來收益正相關，但是信息含量很少，在10個交易日后會迅速被標的市場吸收。隨著期權市場的發展，即在發展中期和發展期，期權市場包含了標的未來相對更長時間范圍內的收益信息，但是此時IVS越大收益反而越低，出現IVS與標的收益關系的反轉演化，究其原因可能是因為與發展初期相比，更多個體投資者參與到期權市場，他們通常會對市場信息表現出過度反應。例如，當市場預期標的收益上升時，眾多投資者因為羊群效應或非理性因素會大量買入看漲期權，造成看漲期權價格相對高估，導致IVS增大，但是標的收益率實際上并未上升，甚至有時會下降。

（三）穩健性檢驗

期權市場的流動性體現著投資者對期權或現貨市場的關注度（Lei 等，2017）[25]。有學者認為，當期權相對于標的資產的流動性更高時，期權市場反映的信息會更強（Easley等，1998;Gremers和Weinbaum，2010）[5，19]，那么這種關注度是否會影響IVS的信息含量值得研究。因此，為了研究前述結果是否受市場流動性變化的影響，類似于Chen 等（2014）[26]的研究，將每個時期的期權分為高流動性、中流動性和低流動性，根據式（2）再作回歸。

衡量流動性的指標很多，這些指標大多適用于衡量一段時間內的流動性狀況，而本研究主要集中于日數據，同時考慮簡單、可操作性強的原則，這里選取日交易量作為流動性的代理指標。具體來說，將每日相同行權價格、相同到期期限的看漲看跌期權對按照各自的交易量數據分為三組。以2015年2月9日為例，該日共有20個期權對，每對期權都對應著一個隱含波動率差和交易量數據。將這些期權對按照當日交易量大小排序并找出30%分位點和70%分位點。如果期權對的交易量位于30%之前則視為高流動性期權，位于30%分位點與70%分位點之間視為中流動性期權，位于70%分位點之后視為低流動性期權。然后根據式（2）對各組期權再做回歸分析。表4—6為不同時期區分流動性后的回歸結果。

表4是發展初期區分流動性后式（2）中IVS對未來收益[r]預測的估計結果。從表4可以看出，高流動性期權IVS的系數[β]絕大部分為正（除k=2和k=3為負外），但都不顯著;中流動性期權IVS的系數β雖然均為正，但只在k=5時才具有10%的顯著性;低流動性期權IVS的系數[β]除在k=1、2時為正，其他均為負，且只在k=9、10時才有10%的顯著性。說明在發展初期，區分流動性后IVS預測力仍然較弱，這與未區分流動性時的結論是一致的。高流動性期權和中流動性期權的IVS與收益率呈正相關關系，而與低流動性期權為負相關關系，這在一定程度上可能會出現相互抵消的情況，從而最終呈現出正相關關系。這也說明前文在未區分流動性的情況下研究期權IVS包含信息的結果不顯著的現象，可能是由于流動性高的期權與流動低的期權所包含的信息含量方向相反造成的。

表5是發展中期區分流動性后式（2）中IVS對未來收益[r]預測的估計結果。根據表5，高流動性期權IVS的系數[β]在k=10以內均為負，當k=8和9時有5%的顯著性，k=10時有10%的顯著性，其他不具有顯著性。中流動性期權IVS的系數[β]大多為負值，且都不具有顯著性。低流動性期權IVS的系數[β]均為負值，當k=8時有5%的顯著性，k=9和10時有10%的顯著性，其他也不具有顯著性。說明中流動性組IVS的預測力幾乎為零，低流動性組與高流動性組IVS體現出稍強的預測力，且低流動性組的預測力會更強一些。

因此，總體來說發展中期回歸系數β的顯著性較發展初期有所增強，IVS預測力隨著期權市場的發展在逐漸顯現，與收益率之間總體呈現出負相關關系，和發展初期相比出現了反轉演化，這與未區分流動性時的結論是一致的。

表6是發展期區分流動性后式（2）中IVS對未來收益[r]預測的估計結果。可以看出，高流動性期權IVS的系數[β]均為負，除k=1、2外其他系數均在1%或5%的水平下顯著，說明高流動性期權IVS具有非常強的預測力，且包含標的未來較長時間的信息。中流動性期權IVS系數[β]也都為負，僅當k=10和k=20時分別在5%和10%水平下顯著，說明中流動性期權IVS也包含標的未來較長時間的信息，但是預測力較高流動性組要低很多。而低流動性期權IVS的系數[β]大多為正值，且都不顯著，說明低流動性期權IVS預測力非常弱。

很明顯，發展期IVS總體預測力較其他兩個時期來說是最強的，與收益率的關系在低流動性的正相關和中高流動性的負相關相互抵消后仍然呈現出負相關關系，IVS所包含的信息含量隨著期權流動性的增強而增強，且表現出更長時期的預測力。

綜上，當考慮期權市場流動性時，IVS的預測力在不同發展時期隨流動性增強呈現出的變化規律是不一樣的，即發展初期IVS預測力隨流動性的增強而減弱，發展中期IVS預測力和流動性關系呈U形變化，發展期IVS的預測力隨流動性的增強而增強，但IVS隱含未來現貨市場信息的結論與未區分流動性時的結論是一致的。

五、 IVS與投資者情緒的關系

前述研究表明盡管IVS隱含現貨市場未來的收益信息，但IVS的預測力會受流動性變化的影響，即當考慮期權市場流動性時，不同發展階段IVS隱含的收益信息含量及方向均不一致，IVS并不能準確預測未來的收益率，這一現象的根源值得進一步深入研究。

陳蓉和林秀雀（2016）[27]在研究波動率偏斜對尾部風險的預測效果時發現預測結果并不準確，于是考慮非理性因素的影響，進一步研究波動率偏斜與投資者情緒之間的關系，通過投資者情緒對波動率偏斜的影響關系來解釋波動率偏斜含有尾部風險信息但卻不能準確預測尾部風險的現象，類似的研究還有Cao等（2020）[21]。此外，Brown和Cliff（2005）[28]、Cao等（2020）[21]認為如果IVS受到市場情緒的影響，期權市場就會反映標的未來更長時期的信息。而前述研究已經表明，上證50ETF期權市場在發展中期和發展期包含了未來較長時間范圍內的收益信息，因此，猜想IVS可能受到市場情緒的影響，故本部分將研究IVS與投資者情緒之間的關系。

投資者情緒是對金融市場上“理性人”假設的一種顛覆（劉勇和白小瀅，2020）[29]。周佰成等（2021）[30]、Mand和Sifat（2021）[31]認為投資者情緒是投資者對未來收益或收益相關因素的主觀信念，且這種信念并不能反映已有的客觀事實，而是與投資者自身的經驗知識和社會背景等密切相關。投資者情緒目前尚無統一的指標，常用的有：IPO數量、機構投資者新增開戶數、看漲看跌交易量比率、看漲看跌持倉量之比等。Han（2008）[32]在研究標普500指數期權時，選取3個投資者情緒代理指標，即多空之差、期貨凈頭寸和指數定價誤差。

本文結合現有研究并考慮數據的可得性，選取股票換手率、看漲看跌期權交易量比率、看漲看跌期權未平倉比率、滬市融資融券余額比等四個指標，通過主成分分析法提取出第一主成分，即投資者情緒指數，構建如下模型：

先前的實證分析結果表明發展初期IVS包含了未來較短時間范圍內的標的資產收益信息，而發展中期和發展期IVS包含了未來較長時間范圍內的收益信息，因此，將發展初期作為一個樣本期，發展中期和發展期歸為一個樣本期來研究IVS與投資者情緒之間的關系。

表7給出了式（3）中IVS與投資者情緒Senti關系的估計結果。從表7可以看出，發展初期投資者情緒的回歸系數[β]不具有顯著性，而發展中期和發展期投資者情緒的回歸系數[β]在1%水平下顯著，說明發展初期期權市場基本不受投資者情緒的影響，而在發展中期和發展期期權市場受到投資者情緒的影響較為顯著，此時投資者情緒指數越高，IVS越小，說明看跌期權相對于看漲期權的價格被高估，投資者大多持有相對悲觀的市場情緒。

表7的結果深刻解釋了前述所得結果的根源：在發展初期個體投資者通常較少參與市場，大多為機構投資者，而機構投資者相對較為理性，使得市場上有較少的非理性因素，因此，在發展初期期權市場包含較短的標的未來收益信息，且信息量很少，并且這種信息含量基本不受流動性的影響。隨著期權市場的發展，即在發展中期和發展期，大量個體投資者開始加入，他們增加了市場上的非理性選擇，使得IVS受到市場情緒的影響，期權市場反映了標的未來相對更長時間范圍內的信息，且信息含量受流動性影響的程度更大。

六、結論與建議

盡管理論上認為具有相同到期期限和行權價格的歐式看漲和看跌期權的隱含波動率是相等的，即滿足買賣權平價關系，但真實的金融市場并非如此。那么，買賣權平價關系偏離的程度是如何演化的，是否隱含未來現貨市場信息，以及這種偏離是否有更深層次的原因值得深入探討。本文以上證50ETF期權為例，對上述問題做了一系列的研究。主要結論如下：

首先，對上證50ETF期權來說，隱含波動率差（IVS）絕大部分情況下顯著不為零，買賣權平價關系偏離屬于常態，在發展初期買賣權平價關系偏離的程度較大，后續顯著降低并趨于平穩，說明上證50ETF期權市場定價效率不斷改善。

其次，買賣權平價關系偏離確實隱含未來標的資產的收益信息。在發展初期，IVS含有未來較短時期的收益信息，且IVS越高收益就越高，但所含的信息量非常少且很快被現貨市場吸收;而在發展中期和發展期IVS的信息方向出現了反轉，即隨著IVS的增大，未來收益反而越低，且IVS包含了標的資產未來相對較長時間范圍內的收益信息。

再次，當考慮期權市場流動性時，IVS仍然包含未來標的資產的信息，但IVS的預測力在不同發展時期隨流動性增強呈現出的變化規律有所不同：在發展初期低流動性組IVS預測力稍強一些;發展中期低和高流動性組的預測力會稍強，中流動性組幾乎沒有預測力;發展期高流動性組IVS的預測力會更強，中流動性組預測力顯著下降，低流動性組幾乎沒有預測力。

最后，針對IVS隱含未來現貨市場信息，但其預測結果并不準確，考慮是否由市場情緒所引起。為此構建投資者情緒指標，將IVS對投資者情緒做回歸，結果表明IVS確實與投資者情緒顯著相關，尤其在發展中期和發展期，期權價格更多受到投資者主觀感受的影響，期權市場存在明顯非理性因素。

因此，對于投資者來說，可以利用隱含波動率差對未來資產收益作出判斷，以更理性地進行投資決策;對監管者來說，可以利用買賣權平價關系所隱含的收益信息對市場作出預期，從而防范資產價格大幅變動尤其是價格驟跌的風險，此外可以利用投資者情緒指標對買賣權平價關系的偏離所產生的影響驗證期權市場是否存在非理性因素，從而對投資者進行理性引導，進一步穩定金融市場。

參考文獻：

[1]鄭振龍，呂愷，林蒼祥.交易量的信息含量：臺灣期權市場的證據 [J].金融研究，2012，（6）.

[2]Black F. 1975. Fact and Fantasy in Use of Options[J].Financial Analysts Journal，31（4）.

[3]Figlewski S，Webb G P. 1993. Options，Short Sales and Market Completeness [J].The Journal of Finance，48（2）.

[4]胡昌生，程志富，陳晶，陳聰. ETF期權隱含偏度、投資者情緒的理性與非理性 [J].系統管理學報，2019，28（6）.

[5]Easley D，O'Hara M，Srinivas P S. 1998. Option Volume and Stock Prices： Evidence on where informed traders trade [J].The Journal of Finance，53（2）.

[6]Lee Y H，Wang D K. 2016. Information Content of Investor Trading Behavior： Evidence from Taiwan Index Options Market [J].Pacific-Basin Finance Journal，38.

[7]Ryu D，Yang H. 2019. Who Has Volatility Information in the Index Option Market？ [J].Finance Research Letters，30.

[8]Yang H，Kutan A M，Ryu D. 2019. Volatility Information Trading in the Index Options Market：An Intraday Analysis [J].International Review of Economics and Finance，64.

[9]呂雪嶺，熊熊，嚴雨萌，許克維.“穩定”還是“擾動”——基于上證50ETF期權的實證分析 [J].管理科學，2020，33（4）.

[10]Rubinstein M. 1994. Implied Binomial Trees [J].The Journal of Finance，49（3）.

[11]Zhang J. 2018. Informed Options Trading Prior to Dividend Change Announcements [J].Financial Management，47（1）.

[12]倪中新，郭婧，王琳玉.上證50ETF期權隱含波動率微笑形態的風險信息容量研究 [J].財經研究，2020，46（4）.

[13]Dennis P，Mayhew S. 2002. Risk-Neutral Skewness：Evidence from Stock Options [J].The Journal of Financial and Quantitative Analysis，37（3）.

[14]約翰·赫爾.期權、期貨及其他衍生產品 [M].王勇， 索吾林譯.北京： 機械工程出版社，2014.

[15]鄭振龍，黃珊珊，郭博洋.外匯期權信息含量與在岸離岸市場效率 [J].金融研究，2019，（10）.

[16]Zhou H. 2018. Variance Risk Premia，Asset Predictability Puzzles， and Macroeconomic Uncertainty [J]. Annual Review of Financial Economics，10.

[17]Yun J. 2020. Variance Risk Premium in a Small Open Economy with Volatile Capital Flows：The Case of Korea [J].International Review of Economics and Finance，65.

[18]陳蓉，趙永杰.隱含波動率曲面的預測研究：來自中國臺灣市場的證據 [J].系統工程理論與實踐，2017，37（8）.

[19]Cremers M，Weinbaum D. 2010. Deviations from Put-Call Parity and Stock Return Predictability [J].Journal of Financial and Quantitative Analysis，45（2）.

[20]Nishiotis G P，Rompolis L S. 2019. Put-call Parity Violations and Return Predictability：Evidence from the 2008 Short Sale Ban [J].Journal of Banking and Finance，106.

[21]Cao C，Simin T，Xiao H. 2019. Predicting the Equity Premium with the Implied Volatility Spread [J/OL].Journal of Financial Markets，https：//doi.org/10.1016/j.finmar.2019.1

00531.

[22]Li S. 2005. A New Formula for Computing Implied Volatility [J].Applied Mathematics and Compution，170（1）.

[23]Li J，Yao Y，Chen Y，Lee CF. 2018. Options Prices and Stock Market Momentum： Evidence from China [J]. Quantitative Finance，18（9）.

[24]Campbell J，Thompson S P. 2008. Predicting Excess Stock Returns out of Sample：Can Anything Beat the Historical Average？ [J]. Scholarly Articles，21（4）.

[25]Lei Q，Wang X W，Yan Z P. 2017. Volatility Spread and Stock Market Response to Earnings Announcements [J/OL].Journal of Banking and Finance， https：//doi.org/10.1016/j.jbankfin.2017.04. 002.

[26]Chen C H，Chung H， Yuan S F. 2014. Deviations from Put-Call Parity and Volatility Prediction： Evidence from the Taiwan Index Option Market [J].Journal of Futures Markets，34（12）.

[27]陳蓉，林秀雀.波動率偏斜與風險中性偏度能預測尾部風險嗎 [J].管理科學學報，2016，19（8）.

[28]Brown G W，Cliff M T. 2005. Investor Sentiment and Asset Valuation [J].The Journal of Business，78（2）.

[29]劉勇，白小瀅.投資者情緒、期權隱含信息與股市波動率預測——基于上證50ETF期權的經驗研究 [J].證券市場導報，2020，（1）.

[30]周佰成，遲雪丹，陰慶書.風險預期對股票市場交易行為的影響研究 [J].吉林大學社會科學學報，2021，61（1）.

[31]Mand A A，Sifat I. 2021. Static and Regime-dependent Herding Behavior： An Emerging Market Case Study [J/OL].Journal of Behavioral and Experimental Finance， https：//doi.org/10.1016/j.jbef.2021.100466.

[32]Han B. 2008. Investor Sentiment and Option Prices[J].The Review of Financial Studies，21（1）.