分散度交易：指數波動率、個股波動率與相關性

僅供教育參考，不構成投資建議

直接答案

分散度交易在股票指數與按權重建立的成分股籃子之間持有方向相反的波動率部位。典型的做多分散度是賣出指數波動率、買入成分股波動率；反向則是做空分散度。它試圖提取指數方差與個股方差之間、受成分股共同運動程度顯著影響的差異。

它不是簡單比較報價隱波，也不是無風險套利。實際組合可能包含數十只期權和反覆的 Delta 對沖，並繼續承受波動率水平、相關性、偏斜、跳空、指數權重變化、流動性、結算和模型風險。

方差與隱含相關性

若指數報酬近似為成分股報酬的加權和，則

σ_指數² ≈ Σ(w_i²σ_i²) + 2Σ(i<j)(w_iw_jσ_iσ_jρ_ij)

第一項是加權個股方差，第二項包含兩兩共變異數。在權重和個股波動率不變時，相關性越高，指數方差通常越高。因此可用指數與成分股期權隱波估算平均隱含相關性，但這個數字依賴模型，並把完整相關性矩陣壓縮成一個值。

Cboe 將做多分散度描述為賣出平值 SPX 跨式，同時買入按權重配置的成分股平值跨式。專業實作也可能使用期權條帶或方差曝險。只按股票權重或合約張數配對並不足夠，因為乘數、名義本金、Vega、Gamma、期限和方差敏感度不同；價格、希臘字母和指數成分變化後，初始中性也會漂移。

個股波動率不變時的相關性變化

假設十只股票等權，每只年化波動率均為 30%，並使用統一的兩兩相關係數：

σ_指數² = 0.1×0.30² + 0.9×0.30²×ρ。

相關性為 0.20 時，指數波動率約為 15.9%；升至 0.80 時約為 27.2%。個股波動率沒有變化，僅共同運動增強就顯著提高了指數波動率。

假設市場價格隱含相關性約 0.58，管理者預計為 0.35，於是買入個股方差並賣出指數方差。若幾家公司因互不相關的財報分別跳動 7%、9%、6%，方向又在指數內互相抵銷，個股腿可能占優。但整體仍可能虧損：個股期權買價可能高於實現方差，指數下行偏斜可能變貴，對沖與執行成本也可能吞噬差異。

壓力事件中，成分股可能同步下跌，相關性接近一。此時賣出的指數波動率會快速虧損，而個股多頭 Gamma 因權重、曲面、交易時點和流動性無法完美匹配，不一定能抵銷。

風險檢查清單

將每一腿換算到一致的方差、Vega、Gamma、乘數、期限和貨幣口徑。
使用最新指數權重，並模擬成分調整、再平衡、拆股、併購和特別股息。
比較完整波動率曲面，而不只看平值隱波；指數 Put 偏斜可能含有高額崩跌保護溢價。
建立財報、訴訟、併購、停牌和下市事件日曆，避免單只股票主導組合。
壓測相關性為 0.20、0.90 和接近一，以及單股和全市場跳空。
將損益拆分為指數方差、個股方差、共變異數、Delta 對沖、曲面變化和成本。
計入數十條買賣價差、衝擊成本、佣金、借券、融資和無法同步成交的風險。
核對現金結算指數期權與實物交割個股期權的最後交易時間和履約規則。
把精簡成分股籃子視為追蹤誤差，而不是完整複製。

常見誤區

「分散度是純相關性交易。」相關性是核心，但波動率水平、偏斜、跳空、權重和成本仍存在。
「指數股票權重就是期權張數。」還必須標準化期權敏感度和合約條款。
「隱含相關性低就一定回升。」歷史均值不能決定未來制度或可執行價值。
「做多分散度在崩跌中有保護。」相關性與指數偏斜可能同時急升。
「初始 Vega 中性會一直保持。」標的、時間、隱波和成分權重不斷改變對沖。
「組合獲利就證明相關性預測正確。」歸因後可能發現收益實際來自 Gamma、Vega 或執行。