楊旸 林輝 段文 劉逖

(1.上海證券交易所，上海 200120；2.復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院，上海 200433；3.南京大學(xué)商學(xué)院，江蘇 南京 210093)

引言

股票期權(quán)具有對(duì)沖股市系統(tǒng)性風(fēng)險(xiǎn)的套期保值功能，相比起股指期貨的對(duì)稱(chēng)對(duì)沖，股票期權(quán)既能對(duì)標(biāo)的資產(chǎn)不利價(jià)格變化帶來(lái)的風(fēng)險(xiǎn)進(jìn)行規(guī)避，又留存了有利價(jià)格變化所產(chǎn)生的收益，故具有非對(duì)稱(chēng)套期保值功能(Hull, 1987)[1]。尤其在股市非理性暴漲、股市泡沫即將破裂的情形下，股票期權(quán)更是成為理性投資者優(yōu)先選擇的避險(xiǎn)工具(Bates, 1991)[2]。這表明作為風(fēng)險(xiǎn)管理工具的股票期權(quán)隱含著股市風(fēng)險(xiǎn)的先驗(yàn)信息。因此，人們利用股票期權(quán)隱含波動(dòng)率來(lái)反映股票價(jià)格波動(dòng)所導(dǎo)致的市場(chǎng)風(fēng)險(xiǎn)，在這方面已有大量的研究成果(Andersen等，2015；Leung和Sircar, 2015；Manela和Moreira, 2017)[3][4][5]。然而，如何通過(guò)股票期權(quán)來(lái)反映股票的流動(dòng)性，即股票期權(quán)隱含流動(dòng)性的研究則相當(dāng)匱乏。

本研究之目的是通過(guò)構(gòu)建隱含流動(dòng)性計(jì)量體系，從期權(quán)市場(chǎng)測(cè)算股市流動(dòng)性。研究的創(chuàng)新之處體現(xiàn)在：通過(guò)股票期權(quán)隱含股票價(jià)格構(gòu)建隱含相對(duì)價(jià)差(IRS)；運(yùn)用股票交易量調(diào)整的看漲-看跌期權(quán)平價(jià)公式計(jì)算隱含相對(duì)深度(IRD)；基于流動(dòng)性調(diào)整的BS期權(quán)定價(jià)公式估計(jì)隱含流動(dòng)性比率(ILR)；立足于50ETF期權(quán)市場(chǎng)開(kāi)展隱含流動(dòng)性實(shí)證，將其應(yīng)用于股市危機(jī)早期預(yù)警中，這些是以往研究中尚未涉足的。流動(dòng)性是證券市場(chǎng)的生命力所在，本研究從股市系統(tǒng)之外——股票期權(quán)市場(chǎng)來(lái)揭示股市的流動(dòng)性問(wèn)題，具有“旁觀者清”的效果，為刻畫(huà)股票市場(chǎng)流動(dòng)性、緩釋流動(dòng)性隱患、建立股市危機(jī)預(yù)警系統(tǒng)提供理論指導(dǎo)和實(shí)踐中可操作的方法，具有重要的研究意義。

價(jià)格法下的隱含流動(dòng)性模型：隱含相對(duì)價(jià)差

一、應(yīng)用模型

傳統(tǒng)的BS模型假設(shè)對(duì)標(biāo)的資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)進(jìn)行復(fù)制的自融資組合，不管交易有多大的規(guī)模，均不會(huì)影響到期交易價(jià)格的變化(Feng等，2016)[6]，這在流動(dòng)性充分好的市場(chǎng)是可以成立的。然而，現(xiàn)實(shí)中股票市場(chǎng)的流動(dòng)性既不充分也非完美，若仍以BS模型來(lái)構(gòu)造自融資組合，將產(chǎn)生對(duì)沖誤差(Liu和Yong, 2005；Cetin等，2006；Feng等，2013)[7][8][9]，顯然，對(duì)沖誤差是由股票的流動(dòng)性非完美所致，這表明對(duì)沖誤差隱含著股票的流動(dòng)性信息。如果通過(guò)傳統(tǒng)BS公式反推出隱含的股價(jià)，那么便能從中提取自融資組合復(fù)制所產(chǎn)生的流動(dòng)性沖擊。

理性投資者若預(yù)期股票市場(chǎng)流動(dòng)性惡化，將額外持有一定數(shù)量股票期權(quán)以避險(xiǎn)，其中，多頭投資者通過(guò)看跌期權(quán)避險(xiǎn)，空頭投資者則以看漲期權(quán)避險(xiǎn)。以多頭投資者為例，為了尋求非對(duì)稱(chēng)對(duì)沖而額外建立的看跌期權(quán)頭寸將改變供求關(guān)系，這導(dǎo)致股市流動(dòng)性不足時(shí)的看跌期權(quán)價(jià)格大大高于流動(dòng)性充足時(shí)的看跌期權(quán)價(jià)格，與此同時(shí)，看漲期權(quán)的價(jià)格卻異常地低。為了從股票期權(quán)中提取隱含的流動(dòng)性信息，可構(gòu)建隱含相對(duì)價(jià)差指標(biāo)(implied relative spreads, IRS)，形成價(jià)格法下的隱含價(jià)差模型，內(nèi)容如下：

(2)借鑒市場(chǎng)微觀結(jié)構(gòu)理論關(guān)于價(jià)差計(jì)量流動(dòng)性的方法，且為了消除量綱，可構(gòu)造隱含相對(duì)價(jià)差指標(biāo)，這里：

其中，sm為觀測(cè)到的股票交易價(jià)格(市價(jià))，可視為多頭投資者的買(mǎi)價(jià)(bid price)。

從股票期權(quán)的性質(zhì)來(lái)看，出于規(guī)避股市非流動(dòng)性而建立的看跌期權(quán)，若其價(jià)格異常得高，或看漲期權(quán)價(jià)格異常得低，則隱含股票價(jià)格 異常地低于實(shí)際交易價(jià)格sm，這樣由式(1)得到相對(duì)價(jià)差I(lǐng)RS就隱含著股票的流動(dòng)性信息。

二、隱含相對(duì)價(jià)差的應(yīng)用——來(lái)自50ETF期權(quán)的實(shí)證

圖1 50ETF期權(quán)市場(chǎng)隱含相對(duì)價(jià)差

本研究收集了上證50ETF期權(quán)市場(chǎng)自2015年2月9日～2018年8月31日的全部正式合約(共計(jì)1238份)及50ETF收盤(pán)數(shù)據(jù)，數(shù)據(jù)來(lái)源于Wind資訊。

由BS模型反推隱含的股價(jià)st,i(隱含波動(dòng)率σt,i采用90日歷史波動(dòng)率，下同)，計(jì)算全樣本隱含相對(duì)價(jià)差。以各合約第t日成交量占第t-1日全部期權(quán)成交總量的比值為權(quán)重，計(jì)算50ETF期權(quán)市場(chǎng)隱含相對(duì)價(jià)差的加權(quán)時(shí)間序列，如圖1所示。

由圖1可知，樣本期內(nèi)，50ETF期權(quán)市場(chǎng)隱含相對(duì)價(jià)差呈現(xiàn)先劇烈波動(dòng)、后平穩(wěn)波動(dòng)的特點(diǎn)，在2015年波動(dòng)尤為劇烈。樣本區(qū)間內(nèi)，IRS出現(xiàn)兩次較大的變動(dòng)：第一次是2015年6月下旬，IRS快速上升，此時(shí)50ETF成交了亦激增至全年最高水平，IRS在出現(xiàn)0.122高點(diǎn)后快速回落，同時(shí)50ETF成交量在最高水平維持一周后快速趨于萎縮；第二次出現(xiàn)在2015年8月下旬，IRS亦呈現(xiàn)出先快速增長(zhǎng)后回落的走勢(shì)，最低點(diǎn)達(dá)到-0.060，同期50ETF交易量由短暫充盈驟減至枯竭。IRS的這兩次變動(dòng)都與50ETF成交量變化特征相互照應(yīng)，表明其能夠刻畫(huà)標(biāo)的資產(chǎn)流動(dòng)性的變動(dòng)情況。兩次劇烈變動(dòng)之后，IRS總體保持平穩(wěn)，未再出現(xiàn)類(lèi)似上述兩次的劇烈波動(dòng)。需要說(shuō)明的是，IRS念，因此，對(duì)多頭交易而言，在樣本區(qū)間內(nèi)出現(xiàn)了兩次階梯式下降，時(shí)間點(diǎn)對(duì)應(yīng)上證50ETF除權(quán)日，故階梯式下降系由標(biāo)的資產(chǎn)除權(quán)所致。

數(shù)量法下的隱含流動(dòng)性模型：隱含相對(duì)深度

一、應(yīng)用模型

根據(jù)市場(chǎng)微觀結(jié)構(gòu)理論，市場(chǎng)深度(market depth)指標(biāo)包括報(bào)價(jià)深度和成交深度，報(bào)價(jià)深度可以用最佳買(mǎi)賣(mài)報(bào)價(jià)上的訂單數(shù)量表示，成交深度可以通過(guò)成交數(shù)量或者金額表示(劉逖，2012)[17]。由于成交深度反映訂單實(shí)際成交的情況，因此可以視作投資者關(guān)于標(biāo)的資產(chǎn)流動(dòng)性的信念(王茂斌和馮建芬，2008；酈金梁等，2012)[18][19]。本研究采用成交深度指標(biāo)，結(jié)合看漲-看跌期權(quán)平價(jià)關(guān)系式，構(gòu)建數(shù)量法下的隱含流動(dòng)性模型——隱含相對(duì)深度。

如果股票市場(chǎng)缺乏深度，投資者變現(xiàn)股票將給市場(chǎng)帶來(lái)流動(dòng)性沖擊(liquidity impact)，導(dǎo)致其在不利價(jià)格下成交。因此，越是缺乏深度的股票市場(chǎng)，投資者越需要通過(guò)期權(quán)市場(chǎng)建立避險(xiǎn)頭寸，這就意味著股票期權(quán)的交易量隱含著股票市場(chǎng)的深度信息。若股票、股票看漲期權(quán)和股票看跌期權(quán)三者處于無(wú)套利均衡狀態(tài)，則由看漲期權(quán)-看跌期權(quán)平價(jià)公式p+s=c+ke-rτ可以得到：

其中，qs表示股票的成交量，c、p和s分別表示看漲期權(quán)、看跌期權(quán)和股票的價(jià)格。

借鑒Feng等(2016)[6]計(jì)算成交金額的方法，將視為股票的成交金額vs，不妨將vs代入(2)，且由于實(shí)際的市場(chǎng)條件下，還需要考慮交易成本ξ，故由(2)得到：

本研究基于式(3)給出的看漲期權(quán)、看跌期權(quán)和股票的相互關(guān)系，通過(guò)收集某個(gè)時(shí)刻全部看漲期權(quán)、看跌期權(quán)合約的價(jià)格、股票成交金額以及交易成本等數(shù)據(jù)，解出隱含成交量，記為，顯然，系某個(gè)時(shí)刻全部期權(quán)合約隱含著可交易的股票數(shù)量，故不妨稱(chēng)之為股票期權(quán)隱含深度或要求深度(required depth)。

二、隱含相對(duì)深度的應(yīng)用——來(lái)自50ETF期權(quán)的實(shí)證

由圖2可知，樣本期內(nèi)，50ETF期權(quán)市場(chǎng)隱含相對(duì)深度呈現(xiàn)先波動(dòng)劇烈、后波動(dòng)平穩(wěn)、再波動(dòng)加劇的特點(diǎn)，IRD在2015年波動(dòng)尤為劇烈，2018年次之。IRD最大值為1.056，最小值為0.920，平均值為0.999。統(tǒng)計(jì)期內(nèi)，IRD出現(xiàn)了兩次較大的變動(dòng)：第一次在2015年6月下旬，IRD在出現(xiàn)1.056高點(diǎn)后快速回落，在8月下旬達(dá)到最低點(diǎn)0.920，該時(shí)間段內(nèi)50ETF成交量亦呈現(xiàn)先增長(zhǎng)后萎縮至枯竭的特征。第二次在2016年1～2月，受“熔斷機(jī)制”影響，50ETF成交量出現(xiàn)階段性衰減，此時(shí)IRD出現(xiàn)多次下探至0.950附近的狀況，以上實(shí)證結(jié)果表明隱含相對(duì)深度能夠刻畫(huà)標(biāo)的資產(chǎn)流動(dòng)性的變動(dòng)情況。兩次較為劇烈的變動(dòng)之后，隱含相對(duì)深度總體保持平穩(wěn)，未再出現(xiàn)類(lèi)似上述兩次的劇烈波動(dòng)，但從圖2中還可以看出，2018年起IRD的波動(dòng)開(kāi)始加劇，1～8月最大值為1.019，最小值為0.981，平均值為1.003，這表明標(biāo)的資產(chǎn)50ETF近期流動(dòng)性活躍，并且較以往年份有逐漸增強(qiáng)的趨勢(shì)。

價(jià)量結(jié)合法下的隱含流動(dòng)性模型：隱含流動(dòng)性比率

一、應(yīng)用模型

圖2 50ETF期權(quán)市場(chǎng)隱含相對(duì)深度

標(biāo)的資產(chǎn)流動(dòng)性是期權(quán)定價(jià)的重要因素(Feng等，2016；Liu和Yong, 2005)[6][7]，F(xiàn)eng等(2016)[6]在Brunetti和Caldarera(2006)[10]研究基礎(chǔ)上，首先構(gòu)造了流動(dòng)性折現(xiàn)因子，如下：

其中，β是股價(jià)對(duì)股市流動(dòng)性的敏感度(sensitivity)(β＞0且為常數(shù))；vt是股市流動(dòng)性水平，。

將標(biāo)的資產(chǎn)流動(dòng)性參數(shù)結(jié)合到傳統(tǒng)的幾何布朗運(yùn)動(dòng)，建構(gòu)流動(dòng)性調(diào)整的幾何布朗運(yùn)動(dòng)方程如下：

其中，st為股票價(jià)格；κ=γσ，表示部分股票波動(dòng)率，σ為股票波動(dòng)率；。

類(lèi)似于BS模型的推導(dǎo)過(guò)程，采用伊藤引理和期權(quán)復(fù)制思路可得到流動(dòng)性調(diào)整的BS微分方程(Chou等，2011)[11]，即可得到看漲期權(quán)價(jià)格的解析解如下：

其中，ct為看漲期權(quán)價(jià)格，k為期權(quán)執(zhí)行價(jià)格，rt為無(wú)風(fēng)險(xiǎn)利率，τ為到期時(shí)間。

以(7)為基礎(chǔ)，本研究采用與價(jià)格法估計(jì)隱含相對(duì)價(jià)差類(lèi)似的方法，反推出隱含流動(dòng)性參數(shù)βvt。Feng等(2016)[6]定義β是股價(jià)對(duì)股市流動(dòng)性的敏感度(β＞0)，vt是Amihud和Mendelson(1991)[12]采用的流動(dòng)性衡量方法，即Amivest流動(dòng)性比率，是指引致價(jià)格變化1%所需的交易量，有：

其中，第t日股票i的成交價(jià)由si,t代表，第t日股票i的交易量由ni,t代表。這一流動(dòng)性比率數(shù)值越大，價(jià)格受交易量的沖擊越小，市場(chǎng)流動(dòng)性水平越高；反之，這一比率如果越小，則市場(chǎng)的流動(dòng)性水平越差[20]。

記lβv=βvt，表示隱含流動(dòng)性參數(shù)，由上分析可知，lβv越高則股市流動(dòng)性越充足，反之，lβv越低則股市流動(dòng)性越不足。據(jù)此，本研究構(gòu)建隱含流動(dòng)性比率(implied liquidity ratio, ILR)，這里ILR=lβv。

二、隱含流動(dòng)性比率的應(yīng)用——來(lái)自50ETF期權(quán)的實(shí)證

根據(jù)前述模型，由公式(7)反推隱含流動(dòng)性參數(shù)ILR，計(jì)算全樣本隱含流動(dòng)性比率。以各合約第t日成交量占第t日期權(quán)成交總量的比值為權(quán)重，計(jì)算得到50ETF期權(quán)市場(chǎng)隱含流動(dòng)性比率加權(quán)時(shí)間序列，如圖3所示。

由圖3可知，樣本期內(nèi)，50ETF期權(quán)市場(chǎng)隱含流動(dòng)性比率呈現(xiàn)先劇烈波動(dòng)、后趨于平穩(wěn)的特點(diǎn)，其中，在2015年波動(dòng)尤為劇烈，6月下旬ILR快速上升，此時(shí)50ETF成交量激增至全年最高水平，ILR在出現(xiàn)1.030高點(diǎn)后快速回落，50ETF成交量在高位維持一周后亦快速趨于萎縮，表明隱含流動(dòng)性比率能夠刻畫(huà)標(biāo)的資產(chǎn)流動(dòng)性的變動(dòng)情況。該劇烈變動(dòng)之后，隱含流動(dòng)性比率總體保持平穩(wěn)。進(jìn)一步，本研究分析主力合約——平值期權(quán)的隱含流動(dòng)性比率，如圖4所示。

由圖4可知，平值期權(quán)ILR在2015年中多次出現(xiàn)負(fù)值，50ETF在2015年8～9月出現(xiàn)了流動(dòng)性枯竭，對(duì)應(yīng)的ILR亦呈現(xiàn)連續(xù)快速下探，且幅度逐漸增加，表明隱含流動(dòng)性比率可以反映2015年股市發(fā)生的流動(dòng)性危機(jī)。

隱含流動(dòng)性在股市危機(jī)預(yù)警系統(tǒng)中的檢驗(yàn)

一、股市危機(jī)早期預(yù)警系統(tǒng)模型構(gòu)建

圖3 50ETF期權(quán)市場(chǎng)隱含流動(dòng)性比率

圖4 50ETF平值期權(quán)隱含流動(dòng)性比率

期權(quán)市場(chǎng)蘊(yùn)含有關(guān)股市危機(jī)的先驗(yàn)信息(Black, 1975；Easley等，1998)[13][14]。本研究將隱含流動(dòng)性應(yīng)用于股市危機(jī)早期預(yù)警研究中。首先，采用Patel和Sarkar(1998)[15]的CMAXt比率定義股市危機(jī)時(shí)間段，它是當(dāng)前股價(jià)與過(guò)去一段時(shí)間最高股價(jià)的比率，窗口期設(shè)為120個(gè)交易日，如下：

其中，pt表示50ETF在第t日的收盤(pán)價(jià)。

將CMAXt比率轉(zhuǎn)換為監(jiān)測(cè)股市危機(jī)的指標(biāo)CCt，計(jì)算方法如下：

其中，ρt為CMAXt在樣本區(qū)間內(nèi)的標(biāo)準(zhǔn)差。

采用二項(xiàng)Logit模型建立股市危機(jī)早期預(yù)警系統(tǒng)(Li等，2015)[16]。被解釋變量yt包括兩個(gè)離散值{0, 1}，1代表前股市危機(jī)，預(yù)示即將發(fā)生股市危機(jī)；0代表后股市危機(jī)?；贑Ct對(duì)被解釋變量yt進(jìn)行離散值分類(lèi)，yt=1設(shè)定為股市危機(jī)爆發(fā)前30個(gè)交易日段。

二項(xiàng)Logit模型的預(yù)測(cè)概率計(jì)算公式如下：

其中，y是被解釋變量，x是解釋變量矩陣，β'是系數(shù)向量轉(zhuǎn)置，是Logistic累計(jì)密度函數(shù)，m=1表示前股市危機(jī)，m=0表示后股市危機(jī)。

構(gòu)建隱含流動(dòng)性調(diào)整的股市危機(jī)早期預(yù)警系統(tǒng)，如下：

其中，vix是無(wú)模型隱含波動(dòng)率，該指標(biāo)采用中國(guó)波指(iVX)，由于其在2018年2月14日停止發(fā)布，故實(shí)證樣本區(qū)間設(shè)為2015年2月9日～2018年2月14日。lix由IRS、IRD和ILR分別代表，由此分別建立三組模型。

二、股市危機(jī)早期預(yù)警系統(tǒng)實(shí)證分析

基于(13)進(jìn)行回歸分析，回歸結(jié)果如表1所示。

表1 回歸估計(jì)結(jié)果

由表1可知，隱含波動(dòng)率和隱含流動(dòng)性均能夠解釋股市危機(jī)狀況，三個(gè)模型中的隱含波動(dòng)率均在1%顯著性水平下通過(guò)檢驗(yàn)。此外，隱含相對(duì)價(jià)差未通過(guò)顯著性檢驗(yàn)，隱含相對(duì)深度和隱含流動(dòng)性比率均在1%顯著性水平下通過(guò)檢驗(yàn)，這表明在三個(gè)指標(biāo)中，隱含相對(duì)深度(IRD)和隱含流動(dòng)性比率(ILR)具有對(duì)股市危機(jī)的解釋力。

基于模型對(duì)股市危機(jī)進(jìn)行滾動(dòng)預(yù)測(cè)，具體做法是：對(duì)在第1日至第t-1日樣本進(jìn)行回歸，得到模型系數(shù)后代入第t日預(yù)測(cè)樣本，計(jì)算第t日關(guān)于股市危機(jī)的預(yù)測(cè)值，本研究定義預(yù)測(cè)值小于0.5記為非股市危機(jī)，大于或等于0.5記為股市危機(jī)，預(yù)測(cè)區(qū)間為2015年3月30日～2018年2月14日?；谌N模型對(duì)股市危機(jī)的預(yù)測(cè)結(jié)果如圖5所示。

圖5 股市危機(jī)預(yù)測(cè)結(jié)果

表2 模型預(yù)警效果評(píng)價(jià)

圖5顯示在2015年4月～2016年3月間股市有較高可能性發(fā)生危機(jī)，特別是在2015年6～10月間，樣本外預(yù)測(cè)值較高，股市風(fēng)險(xiǎn)較大，預(yù)測(cè)結(jié)果與實(shí)際危機(jī)狀況相符，具體情況如下：(1)2015年5月27日，三個(gè)模型預(yù)測(cè)值超過(guò)0.5預(yù)警線，此時(shí)50ETF處于橫盤(pán)調(diào)整階段，但從6月9日起開(kāi)始大幅下挫。(2)2015年7月27日，模型二預(yù)測(cè)值迅速升至0.42，逼近預(yù)警線，50ETF于7月28日大幅下跌，跌幅達(dá)-9.14%。(3)2015年11月9日，三個(gè)模型預(yù)測(cè)值均超過(guò)0.5預(yù)警線，50ETF此時(shí)仍處于回調(diào)上升階段，之后50ETF開(kāi)始橫盤(pán)，并于2016年1月4日開(kāi)始大幅下跌。(4)2018年2月7日，模型二預(yù)測(cè)值激增至0.62，觸發(fā)股災(zāi)預(yù)警，對(duì)應(yīng)50ETF開(kāi)始了長(zhǎng)達(dá)8個(gè)月的下跌走勢(shì)，預(yù)警結(jié)果與實(shí)際相符。進(jìn)一步，本研究對(duì)股市危機(jī)預(yù)測(cè)效果進(jìn)行評(píng)價(jià)，結(jié)果如表2所示。

由表2可知，三種模型對(duì)股市危機(jī)的預(yù)測(cè)總體正確率均超過(guò)90%。預(yù)警比率一顯示，三種模型發(fā)出預(yù)警信號(hào)且預(yù)警正確的比率均超過(guò)91%；預(yù)警比率二顯示，當(dāng)預(yù)警指標(biāo)yt=1時(shí)，模型二和模型三正確發(fā)出預(yù)警信號(hào)的比率超過(guò)93%，優(yōu)于模型一。預(yù)警比率三顯示，當(dāng)預(yù)警指標(biāo)yt=0時(shí)，三種模型未發(fā)出預(yù)警信號(hào)的比率均超過(guò)94%。上述結(jié)果均表明本文構(gòu)建的模型對(duì)股市危機(jī)具有良好的識(shí)別能力。另外，經(jīng)檢驗(yàn)，回歸結(jié)果是穩(wěn)健的，此處略去檢驗(yàn)過(guò)程。

結(jié)論與建議

2015年我國(guó)股市發(fā)生了自開(kāi)市以來(lái)最為嚴(yán)重的流動(dòng)性危機(jī)，尤其是2015年6～7月的多個(gè)交易日出現(xiàn)了“千股跌?！钡默F(xiàn)象，由于股市流動(dòng)性缺乏導(dǎo)致許多股票無(wú)法交易甚至主動(dòng)停牌，給投資者帶來(lái)不可估量的損失，本文實(shí)證結(jié)果顯示隱含流動(dòng)性能夠揭示市場(chǎng)劇幅波動(dòng)時(shí)期的流動(dòng)性水平。從期權(quán)提取其所隱含的股市流動(dòng)性信息，可以為監(jiān)管機(jī)構(gòu)提前采取措施、緩釋股市的流動(dòng)性隱患、避免流動(dòng)性危機(jī)爭(zhēng)取時(shí)間。從這個(gè)意義上說(shuō)，開(kāi)展股票期權(quán)隱含流動(dòng)性研究，對(duì)我國(guó)新興的資本市場(chǎng)在防控股市系統(tǒng)性風(fēng)險(xiǎn)方面具有必要性和緊迫性。建議如下：

一是注重從股市系統(tǒng)外部提取股市流動(dòng)性監(jiān)控指標(biāo)。以往從股市系統(tǒng)內(nèi)部構(gòu)建的流動(dòng)性指標(biāo)，則只有當(dāng)股市已經(jīng)發(fā)生流動(dòng)性風(fēng)險(xiǎn)事件時(shí)才發(fā)揮作用。從股市系統(tǒng)外部——股票期權(quán)市場(chǎng)來(lái)觀測(cè)股市流動(dòng)性，具有“旁觀者清”的效果，也為提前發(fā)現(xiàn)股市流動(dòng)性問(wèn)題、緩釋流動(dòng)性隱患、進(jìn)行早期預(yù)警提供了一個(gè)新途徑。

二是統(tǒng)籌流動(dòng)性和波動(dòng)率在系統(tǒng)性風(fēng)險(xiǎn)防控中的應(yīng)用。以往利用隱含波動(dòng)率來(lái)反映股票價(jià)格波動(dòng)所導(dǎo)致的市場(chǎng)風(fēng)險(xiǎn)，本文則通過(guò)隱含流動(dòng)性來(lái)表征期權(quán)市場(chǎng)隱含的股市流動(dòng)性水平。實(shí)證表明，隱含波動(dòng)率和隱含流動(dòng)性在股市危機(jī)預(yù)警中均具有有效性，可作為防控股市系統(tǒng)性風(fēng)險(xiǎn)、維護(hù)市場(chǎng)穩(wěn)定的重要依據(jù)。

三是密切關(guān)注2018年起股市流動(dòng)性變動(dòng)加劇的情況。實(shí)證顯示隱含相對(duì)深度在2018年變動(dòng)狀況較以往年份有增強(qiáng)趨勢(shì)，變動(dòng)程度與2015年2月相仿。建議監(jiān)管機(jī)構(gòu)在強(qiáng)化市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)預(yù)研預(yù)警預(yù)判工作基礎(chǔ)上，制定流動(dòng)性風(fēng)險(xiǎn)處置調(diào)控預(yù)案，防范股票市場(chǎng)寬幅波動(dòng)，確保資本市場(chǎng)行穩(wěn)致遠(yuǎn)。