方差风险溢价：隐含波动率较高，不等于卖方有优势

隐含波动率高于历史波动率，方差卖方仍可能没有正的收益预期。关键缺口是对同一未来观察期的判断：届时可能实现多少方差，较大波动又有多大概率？即使这个判断支持正的预期收益，也不等于某次到期会赚钱。历史差值、事前风险溢价与最终现金损益，必须分成三本账。

高出的148点，首先只是一项跨时间比较

假设过去20个日对数收益为十组+0.01、−0.01，平方和等于0.0020。按本文约定的年化算法，得到252个方差点，对应15.8745%的年化已实现波动率。现在另设一笔新开始的假设方差敞口，约定执行方差为400点，相当于20%的波动率水平。

400减252等于148个方差点；20%减15.8745%，则约为4.1255个百分点。两者不是同一个单位，也都不是卖方已经拿到的美元利润。更关键的是，252描述已经发生的过去，400对应尚未发生的未来，比较对象在时间上并未对齐。

可以选择“用过去20天预测未来20天”作为模型假设。只有把这层假设明确写出，148点才成为该模型下的溢价估计，而不是图表自动揭示的真实风险溢价。未来事件安排、交易环境或极端波动的判断变化，都可能让预测改变，而历史那20个数据完全不动。

先确定未来方差的定义，再谈卖方获得什么补偿

本文采用正号口径：方差风险溢价＝定价权重下的未来方差期望−现实概率下的未来方差期望，简记为E^Q[未来方差]−E^P[未来方差]。Q与P代表两种概率权重，不是看涨、看跌两个方向。现实概率下的未来期望无法直接观察，必须借助预测模型估计。

在定义一致、初始价值为零等理想条件下，方差合约的公允执行水平可以对应定价期望。真实可成交报价还涉及合约条款、融资、信用及交易成本。一个平值期权的隐含波动率，或把某个波动率指数直接平方，都不能自动证明市场上有一笔对应方差敞口可按该数值成交。

以下模型的20个日收益在期初全部尚未发生。21个每日价格形成20个收益，r_i＝ln(P_i/P_i−1)，使用小数表示。计算规则明确为：

年化方差点＝10,000×（252/20）×Σr_i²

这里不减样本均值，也不把分母换成19；那是另一个统计估计问题。设执行方差K为400点，总敞口为每方差点100美元，在零利率、不作信用调整且暂不计费用的条件下，卖方到期毛损益为100×（400−已实现方差点），买方符号相反。这100美元是自设的总敞口，不是投资本金，也不是声称某个上市合约的乘数就是100美元，因此不能拿它直接计算投资回报率。

价格都回到100，方差损益却可以一正一负

构造两条未来路径，起点和终点均为100。路径A仍是十组+0.01、−0.01的对数收益；路径B先走九组同样的小幅往返，最后两天改为−0.08、+0.08。两条路径第18日也都回到100。B的最后两天换成普通百分比收益，约为下跌7.6884%、上涨8.3287%，不能写成“跌8%再涨8%”。

B的方差可以直接复算：10,000×（252/20）×［18×0.01²＋2×0.08²］＝1,839.6点。下跌后的完整反弹抵消了累计对数收益，却不会抹掉已经进入平方和的两次大波动。因此，A让卖方取得14,800美元毛收益，B则造成143,960美元毛亏损。

这不是在假设“价格必然反弹”，而是在隔离一个机制：方差敞口按路径中的指定统计量结算，而不是只看起点和终点。标的持有期回报为零，并不能证明方差卖出安全。反过来，本文只观察约定的每日取值，也没有把全部日内波动算进去；观察频率一变，结算对象就可能不同。

历史不变，未来概率判断却能让结论翻转

再单独设一个只针对未来方差的两点预测：以1−q的概率出现252点，以q的概率出现1,839.6点。前面的路径只是说明这两个方差结果如何形成，并不是一个完整、已校准且可用于动态交易的股票价格模型。q也不是从过去20天直接读出的真实频率，更不是由市场价格校准出来的定价概率。

这项预测给出预计方差＝252＋1,587.6q，执行方差减预计方差则为148−1,587.6q。后者乘以每点100美元，才是卖方的预期毛损益。为了同时检验费用影响，再假设无论出现哪个结果，总成本均为1,000美元。这只是教学用的现金调整，不是任何交易所的实际费率。

当q为5%，还可以直接按两种现金结果加权：0.95×14,800＋0.05×（−143,960）＝6,862美元。这是概率加权的预期值，不是第三条实际路径的收益，也不是承诺支付的金额。当q提高到10%，预期毛损益已经为负。历史观测没有变，执行方差也没有变，变化的只有对未来方差的判断。

期望必须先在方差单位上计算。不能把两种波动率按概率平均，再平方冒充预期方差；也不能把“预期方差的平方根”直接称为“预期波动率”。平方根是非线性的运算，移进或移出期望会改变结果。对卖方现金账而言，这不是措辞细节，而是会改动收入估计的算法差异。

比平均能赚多少更重要的是，什么假设会让优势失效

在这个两点模型中，预期毛损益为正需要q＜148/1,587.6＝9.3222474%；等于该值时恰好为零。1,000美元成本相当于消耗10个方差点，因此扣费后仍为正需要q＜138/1,587.6＝8.6923658%。

这些数值是本模型的敏感性边界，不是适用于所有市场的交易门槛。大波动结果或成交执行水平改变，会移动毛、净两种临界值；总敞口相对固定美元成本的变化，则影响净值临界点。只把正的敞口等比例放大，并不会改变毛损益转正所需的概率。一个只在很乐观的假设下勉强为正的模型，不能与经历多组合理压力检验后仍为正的模型等量齐观。

即便采用q为5%的预测，仍有可能实现143,960美元的毛亏损。计入假设成本后，A的净结果为盈利13,800美元，B为亏损144,960美元。风险溢价是承担不确定结果的预期补偿，不是一张按期支付给卖方的固定息票。另一方面，单次亏损也不能独自证明当初的长期期望一定为负，必须分开审查预测质量和单次实现结果。

模型有溢价，不代表手中的工具能复制这笔损益

卖出单个期权、卖出跨式组合、动态对冲期权持仓，都不能直接套用这里的线性方差损益。方向敞口、价格变化带来的对冲调整、交易成本和离散对冲误差，都可能改变实际现金结果。只有明确了实际工具与可成交报价，方差单位中的模型优势才有机会转化为可执行判断。

观察窗口同样不能混用。本文全部观察值都在未来；已开始累计方差的合约，需要拆分已经确定的部分与剩余不确定部分。不同到期日之间还要先做远期方差与观察区间的对齐。真实合约如何处理缺失取值、最终结算价格及市场中断，必须按条款核算，不能随意删除某天后改用另一个分母。

还要把到期损益与中途资金需求分开。每日盯市、抵押要求或提前退出的成本，都可能在最后一个观察值出现前就需要现金。这个零利率、只看到期净额的模型没有模拟这些过程。最终预期收益为正，不能证明持仓在压力路径中一定有足够资金维持。

把“看起来贵”变成五项可以复核的判断

1. 锁定结算对象。记下实际工具、观察日期、每日取值与最终结算规则，并确认是否全部收益都尚在未来。
2. 统一计量单位。对齐对数收益、年化倍数及方差点口径；把执行水平、每点敞口、美元损益与资本回报率分开。
3. 留下事前预测。历史观测与未来预测分别记录，保存决策当时可获得的数据，说明极端结果和概率从何而来，不能用事后实现值回填预测。
4. 换算可执行现金。用真实可成交的一侧报价、计划规模和相关成本复算；改变概率或压力幅度，找出足以翻转结论的条件，同时单独检查中途资金需求。
5. 到期后对账。按原规则重建已实现方差和现金账，并在后续窗口持续做样本外检验，区分预测偏差、执行成本与合约口径差异。

真正值得回答的，不是隐含波动率是否比上个月显得昂贵，而是一个定义清楚的未来方差预测、一项可以成交的合约和一条能够承受的资金路径，能否共同支持所声称的预期补偿。