FV-100 | Evaluation von Unsicherheitsindikatoren aus Optionspreisen

Prof. Dr. Heinz Zimmermann & Lukas Jaeger

Finanzmarkttheorie

Forschungsgegenstand
Optionsmärkte werden in der Öffentlichkeit meist unter dem Aspekt der Risikoabsicherung
– fachsprachlich: der effizienten Verteilung von Risiken -- oder Spekulation betrachtet. Aus
ökonomischer Sicht steht ein weiterer Aspekt im Vordergrund des Interessens: die Verarbeitung
und Verbreitung von Informationen, welche durch andere Finanzanlagen nicht direkt verfügbar
sind. So können aus Optionspreisen sog. «implizite» Volatilitäten ermittelt werden, welche
Aufschluss über die Einschätzungen der Kapitalmarktakteure hinsichtlich der zukünftigen
Unsicherheit im betreffenden Marktsegment (bspw. Aktien, Währungen, Bonds) und damit dem
Zustand des Finanzsystems geben. Diese Informationen werden häufig durch Indizes abgebildet;
bekannt sind etwa VIX, SVIX, DVIX für den US, schweizerischen oder deutschen Aktienmarkt
oder der MOVE für den US Bondmarkt. Sie erfüllen als Frühindikatoren über bevorstehende
Marktturbulenzen eine wichtige Funktion (populär als «Fear Indices» bezeichnet) und bilden eine
wichtige Entscheidungsgrundlage der Marktakteure.
Gleichzeitig stellen die Indizes eine starke Vereinfachung der in den Optionspreisen enthaltenen
Informationen dar, so dass sie in den letzten Jahren durch zusätzliche Indizes ergänzt wurden. Dazu
gehören insbesondere die «Skews» (dt: Schiefe), welche asymmetrische Volatilitätserwartungen –
bspw. starke Kursverluste oder Zinserhöhungen – abbilden. Ihnen kommt eine potenziell grosse
Bedeutung zu, aber es gibt kaum empirische Untersuchungen darüber, welcher zusätzliche
Informationsgehalt sie gegenüber den bestehenden Indizes bieten. Dies soll untersucht werden.

Problemstellung
Es wird der Informations- resp. Prognosegehalt der in den letzten Jahren für verschiedene
Kapitalmarktsegmente verfügbaren (und rund 30 Jahre historisch zurückgerechneten) Skew-Indizes
untersucht – insbesondere die Frage, welcher Informationsgewinn gegenüber den etablieren
Volatilitätsindizes verbunden ist und welcher Nutzen sich daraus ableiten lässt. 

Zielsetzung
Mit der vorangehenden Problemstellung sind drei konkrete Fragestellungen verbunden:

a) Interpretation: Welche Interpretation haben Skew-Indizes gegenüber klassischen, symmetrischen
Volatilitätsindizes?

b) Prognosegehalt: Skew-Indizes versprechen, asymmetrisch verteilte Markterwartungen
– sog. Extremereignisse oder tails risks -- zu visualisieren. Lässt sich ein solcher Informationsgewinn
gegenüber den traditionellen Volatilitätsindizes empirisch nachweisen? Weisen
sie eine Prognosequalität auf oder handelt es sich ggf. um eine Reaktion auf eingetretene,
extreme Kursreaktionen?

c) Konstruktionsqualität: Können auf der Grundlage der an den Optionsmärkten beobachteten Smile-/ Smirkeffekte
der impliziten Volatilität alternative Skew-Indizes konstruiert werden? Dazu liefert bspw. die Studien von Mixton
(2011) oder Bevilacqua und Tunaru (2021) interessante Hinweise.

Bedeutung und Nutzen
Auch wenn es – nicht überraschenderweise – eine breite Literatur zum Informationsgehalt
impliziter Volatilitäten gibt, fehlen einfache, auf praktische Anwendungen ausgerichtete Untersuchungen,
welche die Interpretation, Prognose und Konstruktionsmerkmale (statistische
Qualität) von optionspreisbasierten Indizes betrachten. Die meisten Untersuchungen befassen sich mit der
(anspruchsvolleren) Frage nach der Interpretation impliziter Volatilitäten, d.h. der Smiles
und Smirks, gegenüber den zugrundeliegenden Kursverteilungen.
Im Forschungsprojekt wird zudem der praktische Nutzen der Skew-Indizes als Stimmungsindikator
untersucht und dokumentiert. Je nach Zeit wird untersucht, ob sich die Indizes für taktische
Anlageentscheidungen eignen; siehe dazu bspw. Norland (2019).
Schliesslich liefert das Projekt wichtige Erkenntnisse darüber, wie in Kapitalmarktmodellen
(Asset Pricing Modellen) der Risikofaktor «Volatilität» zu spezifizieren ist. Standardmässig werden
symmetrische Volatilitätsindizes herangezogen; es stellt sich die Frage, ob Skew-Indizes ergänzend
zu berücksichtigen sind. Eine solche Untersuchung würde sich bspw. als direkte (und einfach
umzusetzende) Erweiterung des aktuellen Papers von Hitz, Mustafi und Zimmermann (2021)
anbieten.1