1. 衍生品市场概览

衍生品是价值依赖于标的资产的金融合约。全球场外衍生品名义本金超过600万亿美元，场内交易所衍生品日均成交量数十亿合约。

衍生品分类 衍生品 期货 标准化合约 每日结算 期权 权利非义务 非线性收益 互换 利率/货币/CDS 场外定制 远期 非标准化 到期结算 结构化产品 组合打包 定制收益 用途：对冲风险 | 投机 | 套利 | 价格发现 当前环境：VIX低位、利率4.37%、波动率曲面平坦

2. 期权Greeks详解

期权Greeks一览 Greek 含义 公式 对冲方法 Delta (Δ) 价格敏感度 ∂C/∂S = N(d₁) 买卖标的资产 Gamma (Γ) Delta变化率 ∂²C/∂S² 买卖期权 Theta (Θ) 时间衰减 ∂C/∂t 无法对冲（时间单向） Vega (ν) 波动率敏感度 ∂C/∂σ 波动率互换/VIX期货 Rho (ρ) 利率敏感度 ∂C/∂r 利率期货/债券

动态Delta对冲

做市商卖出期权后，通过持续调整标的资产头寸保持Delta中性。对冲频率取决于Gamma大小——Gamma越大，Delta变化越快，需要更频繁调整。

实际挑战：离散对冲（无法连续交易）、交易成本、跳跃风险（价格突然大幅变动）。

3. 风险度量体系

3.1 VaR（Value at Risk）

P(Loss > VaR) = α，通常α = 1%或5%

含义：在给定置信水平下，未来一定时期内的最大可能损失。

  • 历史模拟法：使用历史收益分布直接估计分位数
  • 参数法：假设正态分布，VaR = μ - z_α × σ
  • 蒙特卡洛模拟：模拟大量路径，适用于复杂组合

3.2 CVaR / Expected Shortfall

CVaR = E[Loss | Loss > VaR]

VaR的改进：衡量超过VaR后的平均损失大小。CVaR满足次可加性（coherent risk measure），更适合组合风险管理。

VaR 与 CVaR 示意 VaR (5%) CVaR区域 收益分布 5%概率损失超过此值

4. 尾部风险管理

正态分布严重低估极端事件的概率。金融收益分布具有"厚尾"特征：

  • 正态分布下3σ事件概率0.27%，实际市场中约1-2%
  • 6σ事件在正态分布下几乎不可能，但历史上多次发生（2008、2020.03）
  • 解决方案：使用t分布、极值理论（EVT）、或非参数方法建模尾部

极值理论（EVT）

专门研究分布尾部的统计理论。广义帕累托分布（GPD）用于建模超过阈值的极端损失，比正态假设更准确地估计尾部风险。

5. 压力测试与情景分析

  • 历史情景：重放2008金融危机、2020新冠冲击等历史事件
  • 假设情景：Fed突然加息100bp、地缘冲突升级、科技股崩盘30%
  • 反向压力测试：从"什么情况会导致破产"出发，反推触发条件

6. 当前风险环境评估（2026年5月）

  • 波动率：VIX低位，隐含波动率低于实现波动率 → 保护成本低
  • 利率风险：10Y美债4.37%，30Y突破5%，久期风险显著
  • 集中度风险：S&P 500前10大权重股占比超35%
  • 流动性风险：市场深度在低VIX环境下可能具有欺骗性
  • 地缘风险：尾部事件概率被市场低估（低VIX ≠ 低风险）

参考文献

  • Hull, J. (2024). Options, Futures, and Other Derivatives.
  • McNeil, A., Frey, R. & Embrechts, P. (2015). Quantitative Risk Management.
  • Taleb, N.N. (2007). The Black Swan.
  • Jorion, P. (2006). Value at Risk. 3rd Edition.