期权的隐含波动性反映投资者对于标的大宗商品或金融工具未来价格变动潜在幅度的恐慌程度。不过，隐含波动性很少呈现均匀分布形态。有时候，投资者对上行风险的恐慌甚于下行。而有时候，相比极端上行，极端下行风险更令投资者感到担忧。隐含波动性偏度是指期权隐含波动性与高于和低于标的工具当前交易价格的行权价之间的差异。
但对于价格的未来走向，隐含波动性偏度可以透露哪些信息呢？例如，如果期权交易者认为极端上行风险大于极端下行风险，那么期货价格趋势是会走高还是走低？换句话说，市场是否会如其所料，趋向于期权投资者最担心的方向发展，还是朝着相反方向发展，或者是不受影响？
答案似乎取决于相应的大宗商品或金融工具。为回答这一问题，我们使用芝商所新推出的波动性指数（CVOL）。每种大宗商品或金融期货的CVOL指数采用简单方差法，对整个隐含波动性曲线内的行权价赋予相等权重。除覆盖所有行权价的整体CVOL数值以外，该指数还会产生UpVol，即行权价高于市场当前交易价格的期权隐含波动性，以及DownVol，即行权价低于市场当前交易价格的期权隐含波动性。根据这些数值之间的差异，即可得到CVOL偏度：UpVol – DownVol = CVOL偏度。
我们接下来建立一个扩散指数，在从0到100的范围内对CVOL偏度进行规范化表达。例如，如果CVOL偏度为过去2年内的最负值，则其读数为0。如果CVOL偏度为过去2年内的最正值，则读数为100。如果恰好为过去2年内的平均值，则读数为50。（如需了解有关扩散指数计算的详细说明，请查看下文附录）。
随后，我们估算一下每次观察CVOL偏度扩散指数后3个月内的期货合约回报率。就黄金、白银、铜、西德克萨斯轻质原油、超低硫柴油（原取暖油）和汽油等多种大宗商品而言，期货市场的CVOL偏度与随后3个月的回报率之间存在较强的负相关关系。2007年至2023年期间，交易者对上行风险的恐慌超过下行波动性，价格倾向于下降。当交易者对下行风险的担忧超过上行波动性时，这些市场的价格倾向于上升（图1-6）。这一规律也适用于豆粕和澳元美元汇率等其他市场，只是关联程度相对较低（图7和8）。
图1：
2009-2023年间黄金CVOL偏度和接下来3个月的黄金期货回报率
图2：
2009-2023年间白银CVOL偏度和接下来3个月的白银期货回报率
图3：
2015-2023年间铜CVOL偏度和接下来3个月的铜期货回报率
图4：
2009-2023年间WTI原油CVOL偏度和接下来3个月的WTI原油回报率
图5：
2009-2023年间汽油CVOL偏度和接下来3个月的汽油期货回报率
图6：
2009-2023年间超低硫柴油CVOL偏度和接下来3个月的超低硫柴油期货回报率
图7：
2009-2023年间豆粕CVOL偏度和接下来3个月的豆粕期货回报率
图8：
2007-2023年间澳元美元汇率CVOL偏度和接下来3个月的澳元美元汇率回报率
对于这些工具，隐含波动性偏度也许类似于情绪指标。当投资者主要恐慌的是极端上行风险时，或许意味着市场处于超买状态，因此相比上涨，更容易出现下跌。相比之下，当这些市场的CVOL处于极度负值区间时，通常会出现相反的情况：对极端下行风险的恐惧超过极端上行风险，通常意味着这些工具的市场处于超卖状态，价格容易出现上涨。
然而，另一组市场在过去16年内基本呈现出相反的状况。此类市场包括5年期、10年期和30年期美国国债、豆油，以及表现程度较低的欧元美元、日元美元和加元美元汇率（图9-15）。这些市场的CVOL偏度多半能正确预测价格趋势的未来方向。当交易者认为出现极端上行风险的可能性高于极端下行风险时，这些市场通常会走高。当投资者认为出现极端下行风险的可能性超过极端上行风险时，这些市场倾向于走低。
图9：
2007-2023年间5年期美国国债CVOL偏度和接下来3个月的5年期美国国债期货回报率
图10：
2007-2023年间10年期美国国债CVOL偏度和接下来3个月的10年期美国国债期货回报率
图11：
2007-2023年间30年期美国国债CVOL偏度和接下来3个月的30年期美国国债期货回报率
图12：
2007-2023年间欧元美元汇率CVOL偏度和接下来3个月的欧元美元汇率回报率
图13：
2007-2019年间加元美元汇率CVOL偏度和接下来3个月的加元美元汇率回报率
图14：
2007-2023年间日元美元汇率CVOL偏度和接下来3个月的日元美元汇率回报率
图15：
2009-2023年间豆油CVOL偏度和接下来3个月的豆油期货回报率
但是，债券、货币对（澳元美元除外）和豆油对CVOL偏度的反应为什么总体上与金属和能源等市场截然相反呢？对于政府债券期货市场和主要货币对而言，答案也许在于各央行是此类市场最大的参与者。当各央行开始放宽或收紧货币政策时，往往会在较长时间里向相同方向发展——最近的紧缩周期便是例证。此外，货币之间的利率差异——以及预期的利率差异演变是汇率的主要推动因素。各央行倾向于向市场传达其政策意图，然后在较长时间里据此采取行动。
澳元美元汇率的表现为什么与黄金、白银、铜或原油/原油产品更接近呢？原因或许是澳元美元汇率可能在更大程度上受到大宗商品价格的影响，因而它时常随大宗商品价格同步变化，而非随利率差异变化（图16）。
图16：
澳元美元汇率对比澳大利亚加权大宗商品指数
至于豆油，其表现往往与豆粕相反。例如，豆油与中国经济增长具有高度相关性。豆粕则不然。豆油还可作为混合燃料（尤其是柴油）的添加剂，有时还似乎充当着原油价格变动的主要指标。根据对未来数月原油供应状况的判断，炼油商可能增加或减少豆油采购量（参见我们有关豆油与原油关系的文章）。
最后，许多工具的CVOL偏度似乎对未来市场回报率几乎毫无影响。英镑美元汇率以及包括玉米、小麦和大豆在内的大多数农产品便是如此（图17-20）。虽然CVOL偏度对大多数作物价格的未来走向没有明显影响，但从另一个角度来看则耐人寻味：对于所有作物的价格而言，CVOL几乎始终呈现为正偏度。这意味着价外看涨期权的价格始终高于价外看跌期权。我们将在有关CVOL及其用途的下一篇系列文章中探讨这种现象发生的原因及其影响。
图17：
2009-2023年间玉米CVOL偏度和接下来3个月的玉米期货回报率
图18：
2009-2023年间小麦CVOL偏度和接下来3个月的小麦期货回报率
图19：
2009-2023年间大豆CVOL偏度和接下来3个月的大豆期货回报率
图20：
2007-2023年间英镑美元汇率CVOL偏度和接下来3个月的英镑美元汇率期货回报率
结论
即便是从未参与期权交易的人士，或许也应当密切关注CVOL偏度及其对现货期货价格未来走势的潜在影响。某些资产的现货期货价格会表现为与CVOL偏度背向而行，而其他资产则会与其保持同一方向。
附件
扩散指数计算方式如下：
- 提取过去2个日历年的每日CVOL偏度历史数据（总计500个单日观察结果）。在得出CVOL数据前，用高度相关序列对冲值0.15风险逆转指标代替，此数据亦可在QuikStrike中查询。
- 在电子表格中对每个单日CVOL偏度观察结果应用rank函数，将其与前499天 + 当天进行比较。如果为最负值，则指数值为零。如果为最正值，则为500。
- 接下来，在电子表格中使用“if/then”语句，将0到500的范围映射到0到100的范围。由此得到由0和1组成的矩阵，每个观察结果将被分配到从0-1到99-100的唯一一个区间内。
- 最后，用此矩阵依次乘以代表观察后3个月内再投资期货回报率的向量，然后除以每个区间的观察结果总数，即得到扩散指数100个区间中各个区间的平均回报率。
