2. 倾斜方向变动

倾斜方向变动 Skew Risk * Skew Vega

$$ \underbrace{\text{Skew Vega} \cdot \Delta \text{SkewRisk}}_{\text{倾斜方向变动}} $$

该公式分离了波动率曲面中方向性不对称风险的影响(Flat Risk反映整体波动水平,Skew Risk反映方向偏好)。

市场逻辑:Skew Risk如何驱动?

1. 驱动Δ SkewRisk的三大因素

驱动因素市场表现例子
尾部恐惧(Tail Fear)虚值Put IV大幅上升 → Skew负值加深经济衰退预期(如2022年美联储激进加息时美股期权左偏加剧)
流动性失衡单边抛售压力导致某方向虚值期权需求激增外汇市场因资本外流导致Call端IV陡升(如新兴市场货币危机)
市场结构变化做市商或对冲资金头寸调整影响供需雪球结构对冲导致韩元期权的特殊偏斜形态

2. 不同资产的Skew特征

  • 股票期权:典型左偏(Skew < 0),虚值Put IV > ATM IV → 反映下行保护需求(如保险策略、尾部对冲);
  • 外汇期权:偏斜方向依赖标的货币的利率和风险属性(如高息货币Call端IV可能更高);
  • 商品期权:常因供需季节性出现非对称偏斜(如原油虚值Call IV在供应紧张时飙升)。

一、理解Skew Risk 与 Skew Vega

1. Skew Risk(倾斜风险)

  • 定义:波动率曲面**倾斜程度(Skewness)**的变化风险。
    • 倾斜:指低行权价(虚值Put)的隐含波动率(IV)高于高行权价(虚值Call)的IV(称为“左偏”)。
    • 业务实质:市场对下行尾部风险的定价(如崩盘担忧或恐慌性对冲)。
  • 市场表现
    • Skew Risk 上升(例如25Δ Put的IV比25Δ Call高5%→7%)→ 市场更担心暴跌风险;
    • Skew Risk 下降(倾斜缩小)→ 市场对下行风险定价减弱(如牛市预期增强)。
  • 示例
    • 美股标普500的25Δ Put IV通常高于25Δ Call IV,若该差值从3%升至5%,表明投资者正积极对冲潜在崩盘风险(如2020年疫情初期)。

2. Skew Vega(倾斜Vega)

  • 定义:期权组合对Skew Risk变动1%的敏感度(用货币单位衡量)。
    • 单位:美元(或其他货币)/1%倾斜度变化。
    • 公式

$$     \text{Skew Vega} = \frac{\partial V}{\partial \text{SkewRisk}} $$

  • 业务实质
    • Skew Vega > 0:波动率曲面左偏(下行IV升高)时组合增值(如持有虚值Put多头);
    • Skew Vega < 0:倾斜平坦化(下行IV下降)时组合受损(如卖出虚值Put策略)。
  • 示例
    • 某组合的Skew Vega = -$8,000,表示当SkewRisk上升1%(Put IV溢价扩大),组合亏损$8,000。这可能是一份卖出虚值Put的收益结构产品。

二、定量解析:如何计算Skew Vega?

方法1:直接敏感性测试

  • 步骤

    1. 保持Flat Risk(平值波动率)和Smile Risk(曲率)不变;
    2. 增大倾斜度(例如25Δ Put IV从25%→27%,25Δ Call IV保持20%→SkewRisk从+5%→+7%);
    3. 计算组合价值变化 → 该变化即为Skew Vega的值。
  • 示例

    某个雪球产品在原始SkewRisk=+5%时价值1,000,000,SkewRisk=+7%升至+7985,000,则:

$$  \text{Skew Vega} = \frac{985,000 - 1,000,000}{2%} = -$7,500 \quad (\text{负号表示做空倾斜}) $$


方法2:基于偏斜敏感的加权计算

  • 基础公式: 组合的Skew Vega是通过各期权对倾斜系数的敏感度加总得出。

$$   \text{Skew Vega} = \sum_{i=1}^n \left( \frac{\partial V_i}{\partial \text{SkewRisk}} \times w_i \right) $$

偏斜系数通常通过线性回归或市场标准倾斜参数(如25Δ Put-Call IV差)建模。

  • 单腿期权倾斜敏感度
    • 虚值Put:对SkewRisk敏感度为(因直接受益于Put IV升高);
    • 虚值Call:对SkewRisk敏感度为(若Call IV相对下降)。
  • 示例
    • 持有1手25Δ虚值Put(Skew敏感度+2,000)和卖出1手25Δ虚值Call(Skew敏感度+1,500)(Call IV下降会导致正收益);
    • 组合Skew Vega = (+2,000) + (+1,500) = +\3,500$ → 组合在倾斜扩大时增值。

三、特点总结:Skew Risk与Skew Vega的特性

Skew Risk的特点

  1. 非对称性风险:反映市场对下行vs上行风险的定价差异(更多关注暴跌而非暴涨);
  2. 事件驱动:在黑天鹅事件(如战争、疫情)期间倾斜度骤升(2020年3月美股SkewRisk升至历史高点);
  3. 市场情绪指标:倾斜度扩大常伴随恐慌指数(VIX)飙升和Put/Call Ratio上升。

Skew Vega的特点

  1. 方向性对冲工具
    • Skew Vega允许交易员单独对冲倾斜风险,而非整体波动率;
    • 例如,卖出虚值Put的投行可通过买入偏斜敏感的期权(如虚值Put Spreads)对冲负Skew Vega。
  2. 时间依赖的非线性
    • 近月期权的倾斜敏感度强于远月(因短期尾部风险更紧迫);
    • 极端事件下倾斜度的剧烈变化可能导致Skew Vega呈现凸性(需考虑Vanna效应)。
  3. 交易策略的多样化
    • 正Skew Vega策略:买入虚值Put、日历价差(做多近月Put IV vs远月);
    • 负Skew Vega策略:卖出Put、做多Put Ratio Spreads(限制下行亏损)。