随机波动率带跳跃与 VIX 期货定价：把恐慌也做成因子

传统多因子模型里，「因子」通常是价值、动量、规模这些横截面上的异常。但有一个因子一直站在棋盘之外、却在每个危机里决定你的生死——恐慌本身。VIX 不是新闻，它是一个可以被定价、被交易、被做成组合一块的资产。本文的论点只有一句：把「波动率风险溢价(VRP)」当成和风险资产同等地位的一个因子，它的收益来源、风险来源、与股票的相关结构，都清清楚楚。

我们用一个 Bates 型 SVJ（随机波动率＋跳跃） 模型把整条逻辑跑通：先生成带崩盘跳的随机波动路径，再据此给 VIX 与 VIX 期货定价，最后把「恐慌」拆成一个可多可空的因子。在 20 年（5040 个交易日）模拟里，模型隐含 VIX 中枢 ≈20、峰值 45，共发生 11 次崩盘跳；由此定出的 VIX 期货在平静日呈 Contango（升水）、恐慌日呈 Backwardation（贴水），全样本 67% 的交易日期货高于即期、VRP 均值 +0.74 vol 点——一个真实存在、长期为正的溢价。把它做成「做空 VIX 期货」因子，年化 7.2%、波动 15%、Sharpe 0.48，比同期股票（Sharpe 0.12）还高；它顺周期（与股票相关 +0.54），危机关头和你同跌，这正是它被定价的本质。

一、SVJ：让波动自己随机、让崩盘自己跳#

普通 BS 模型把波动当成常数，但 2020 年 3 月的 VIX 从 15 飙到 80，绝不是「常数波动」能解释的。SVJ 做两件事：用 Heston 随机方差 v_t 让波动连续地随机游走，用复合泊松跳给收益周期性地来一记崩盘。

• 方差服从 CIR：dv = κ(θ−v)dt + σ_v√v dW
• 收益：d lnS = (μ − ½v − λm_J)dt + √v dZ + J_t，其中 J_t 是跳，强度 λ、单跳对数收益 ∼N(μ_J, σ_J²)
• ρ(J,Z)=−0.7：跳往往伴随波动飙升（崩盘日 VIX 暴涨）
• m_J = E[e^{J}−1] 是跳的漂移补偿，保证风险中性下股价是鞅

代码如下（纯 numpy，无外部定价库）：

import numpy as np

S0, r = 100.0, 0.02
v0, kappa, theta, sigma_v, rho = 0.04, 3.0, 0.04, 0.4, -0.70
lam, muJ, sigJ = 0.6, -0.09, 0.11          # 崩盘型负跳: 平均 -9%, 年跳 0.6 次
mJ = np.exp(muJ + 0.5 * sigJ ** 2) - 1.0
MU_EQ = 0.09                               # 股票股权溢价(年化)
dt = 1.0 / 252.0

def simulate_svj(steps, seed=0):
    rng = np.random.default_rng(seed)
    v = np.empty(steps + 1); v[0] = v0
    lnS = np.empty(steps + 1); lnS[0] = np.log(S0)
    Z1 = rng.standard_normal(steps); Z2 = rng.standard_normal(steps)
    e = rho * Z1 + np.sqrt(1 - rho ** 2) * Z2
    for t in range(steps):
        vs = max(v[t], 0.0)
        v[t + 1] = max(v[t] + kappa * (theta - vs) * dt + sigma_v * np.sqrt(vs) * np.sqrt(dt) * e[t], 1e-6)
        j = 0.0
        Nj = rng.poisson(lam * dt)
        if Nj > 0:
            j = Nj * muJ + np.sqrt(Nj) * sigJ * rng.standard_normal()
        drift = (MU_EQ - 0.5 * vs - lam * mJ) * dt
        lnS[t + 1] = lnS[t] + drift + np.sqrt(vs) * np.sqrt(dt) * Z1[t] + j
    return np.exp(lnS), v

跑 5040 天，VIX 隐含中枢 ≈20、样本均值 18.6、峰值 45.1，全样本 11 次跳空（占比 0.22%）——和真实市场「低波动是常态、崩盘是尖刺」的画像一致。

二、VIX 是怎么被「定价」的：30 日远期方差#

VIX 的数学定义是 30 天方差互换远期率的平方根。关键好处：在 Heston 模型下，远期方差对当前方差 v_t 是仿射的，有闭式解，不用蒙特卡洛就能算即期公允 VIX。

远期方差 E^Q[∫_t^{t+T} v_s ds | v_t] = θT + (v_t−θ)(1−e^{−κT})/κ，令 T=30/252，则：

T30 = 30.0 / 252.0
def fair_vix(v):
    vs = (theta * T30 + (v - theta) * (1.0 - np.exp(-kappa * T30)) / kappa) / T30
    return 100.0 * np.sqrt(np.maximum(vs, 1e-6))

这一步的意义：VIX 不是外生给定的数字，而是模型内部状态 v_t 的确定性函数。波动状态高了，VIX 自动高；状态低了，VIX 自动低。这就把「恐慌」从新闻还原成了可计算的模型变量。

三、VIX 期货定价：E^Q[VIX_T] 与期限结构#

VIX 期货在 T 时刻交割的，是那时的 VIX 水平。风险中性价格就是 F_t(τ) = E^Q[VIX_{t+τ}]。因为每个未来时点的 VIX 仍仿射依赖于那时的方差 v_{t+τ}，我们只需在 Q 测度下模拟 CIR 方差、取终态 VIX 平均即可：

def mc_expected_vix(v0_scalar, tau_days, n_paths=1500, seed=7):
    n_steps = max(1, int(round(tau_days)))
    dts = tau_days / n_steps / 252.0
    rng = np.random.default_rng(seed)
    vv = np.full(n_paths, v0_scalar)
    Z = rng.standard_normal((n_steps, n_paths))
    for s in range(n_steps):
        vs = np.maximum(vv, 0.0)
        vv = np.maximum(vv + kappa * (theta - vs) * dts + sigma_v * np.sqrt(vs) * np.sqrt(dts) * Z[s], 1e-6)
    return float(np.mean(fair_vix(vv)))

把不同到期 τ 的期货价连起来，就是 VIX 期限结构。模拟里两个典型快照：

• 平静日（VIX=11.8）：期货 1M→6M = 14.2→19.1，整体向上——近端低、远端高，典型的 Contango（升水）；
• 恐慌日（VIX=45.1）：期货 1M→6M = 41.1→27.8，整体向下——近端极高、远端回落，典型的 Backwardation（贴水）。

同一标的、不同时点，曲线整体翻转——这正是 VIX 期货最核心的可交易结构。

四、VRP：恐慌被明码标价#

真实市场里，VIX 期货长期高于随后的实现波动，这块价差叫 波动率风险溢价(VRP)——投资者愿意为「崩溃保险」付费，卖波动的人赚这份溢价。我们在期货里显式植入一个随期限衰减的 VRP 楔差（近端最肥），让期货 F_t(τ) = E^Q[VIX_{t+τ}] + 楔差(τ)。结果是：

• 期货相对即期的溢价均值 +0.74 vol 点；
• 67.1% 的交易日期货高于即期（即处于 Contango，做空波动能赚溢价）。

这证明了一件事：「恐慌」不是一个模糊的情绪词，而是一个长期为正的、可被定价的价差。既然能被定价，它就是一个因子。

五、把恐慌做成因子：做空收割 vs 做多保险#

「恐慌因子」怎么交易？最干净的做法是做空 VIX 期货——你卖出市场为崩溃恐惧付的保费，赚 VRP。月度收益定义为：

H = 21
r_short = []          # 做空 VIX 期货(收割 VRP) 月度收益
for d in range(0, NDAY - H, H):
    entry = mc_expected_vix(v[d], H) + vrp_wedge(H)   # 月初建仓的 1 月期货价
    settle = fair_vix(v[d + H])                        # 月末到期 = 即月 VIX
    r_short.append((entry - settle) / entry)

按 15% 年化波动缩放后（原始头寸波动极高，缩放不改变 Sharpe），这个因子：

• 年化 7.2%、波动 15%、Sharpe 0.48、最大回撤 −37.3%；
• 与股票相关 +0.54——它是顺周期的：股市崩、VIX 暴涨、做空者亏，所以它和你「同跌」。
• 最惨月 −14.2%（当月股票 −6.8%），最好月 +9.5%。

Sharpe 0.48 高于本例股票本身的 0.12——「恐慌」作为一个因子，质量不输任何传统风格因子。但注意它的镜像：**做多 VIX 期货（恐慌对冲因子）**则是危机保险——年化 −6.8%、Sharpe −0.45、与股票相关 −0.54，崩盘月飙升、平静月慢慢 bleed。

把这两个「恐慌因子」接到组合里，对照清晰：

两类用法都对，只是角色不同：做空 VRP 是「赚取恐慌溢价」的因子，做多 VIX 是「为组合买崩溃保险」的因子。前者提升风险调整收益，后者牺牲一点收益换回撤保护。

六、真实陷阱（诚实版）#

1. 数据是合成的：全文数字来自 SVJ 模拟，用于演示机制，不是某只真实 ETF 的回测。落地时要用真实 VIX 期货收盘价、真实指数收益替换 simulate_svj。

2. VRP 是显式植入的：真实 VIX 期货长期 Contango 是经验事实，但模型本身不含风险溢价，我们用楔差把它「钉」进去。若想从纯扩散推导出正 VRP，需要引入风险厌恶（市场价格为波动风险为负），那会改动 Q 测度的漂移项。

3. 波动缩放不是魔法：原始做空 VIX 头寸月度波动可达 75%，±70% 的月份并不罕见。本文按 15% 目标波动缩放，Sharpe 不变但数字才可读。实盘必须做波动率目标化管理，否则寸头会失控。

4. 跳跃尾部是真实风险：做空 VRP 最惨月 −14%（缩放后），这是因为一次崩盘跳让 VIX 翻倍。模型里只有 11 次跳，真实市场 2008/2020 级别的跳会更狠——做空波动的尾部比你想象的更肥。

5. 期限结构会动：本文用固定楔差。真实 VRP 随 regime 变化，2008 与 2020 的贴水深度天差地别；静态做空会在危机里被反复打脸，必须配合 regime 判断或严格止损。

6. 相关结构是时变的：顺周期（+0.54）是样本均值，危机最剧烈的几周相关会冲到接近 +1，那时「赚溢价」和「持股票」会同时流血——这也是为什么纯做空 VRP 不能单独扛组合。

结语#

「把恐慌也做成因子」不是修辞。从一个 SVJ 模型出发，VIX 是内部状态的函数、VIX 期货有可计算的期限结构、VRP 是长期为正的明码标价——恐慌由此变成了一个收益可算、风险可度量、与股票相关结构清晰的因子。你可以像持有价值、动量那样，把它写进因子清单：想要溢价就做空 VIX，想要保险就做多 VIX。真正难的从来不是「有没有这个因子」，而是承认它、给它一个明确的风险预算、并为它的崩溃尾部留好退路。

本文图表与全部数字均由 generate_svj_vix_futures_images.py 用 numpy 从零计算生成（SVJ 模拟 + VIX 仿射定价 + VIX 期货蒙特卡洛），非占位图。把 simulate_svj 换成真实数据，整套代码可直接复用。