（来源：王玮 债券杂志）

◇ 作者：中国金融期货交易所研究部　王玮

◇ 本文原载《债券》2026年7月刊

摘   要

国际成熟金融市场高度重视债券波动率指数的开发与应用。本文拟以美国主要代表性债券波动率指数为研究对象，系统梳理其编制方法、特性和应用价值，并结合美国国债市场波动率指数在历次系统性风险事件中的表现，总结其风险识别规律，以期为我国发展债券市场波动率指数提供有益借鉴。

关键词

债券波动率指数　隐含波动率　利率风险管理

债券波动率指数概述

从国际经验来看，成熟金融市场高度重视债券波动率指数的开发与应用。美国债券市场的债券波动率指数主要有三个，分别是美林证券期权波动率估计指数（Merrill Lynch Option Volatility Estimate Index，以下简称“MOVE指数”）、美国10年期国债波动率指数（CBOE / CBOT 10-year U.S. Treasury Note Volatility Index，以下简称“ TYVIX指数”）和芝加哥商业交易所（CME）集团开发的芝商所集团波动率指数（CME Group Volatility Index，以下简称“CVOL指数”）中的债券波动率指数，即CVOL债券波动率指数。

（一）MOVE指数

1.指数概况

MOVE指数最早由美林证券于1988年创设，旨在为市场参与者提供一个科学、客观的债券市场波动率评估工具，此后逐渐被市场接受并广泛应用，成为衡量美国国债市场波动情况的主流指标。

2008年国际金融危机爆发后，美林证券被美国银行收购，MOVE指数的所有权转移至美国银行，指数名称相应调整为美国银行MOVE指数（BofA MOVE Index）。2019年8月，洲际交易所（ICE）从美国银行手中收购了MOVE指数及其相关固定收益波动率指数系列，收购完成后，上述指数更名为洲际交易所美国银行MOVE指数（ICE BofA MOVE Index）。

2. MOVE指数的编制方法

MOVE指数聚焦于美国国债市场利率波动性，通过对美国2年期、5年期、10年期和30年期国债期权1个月期合约的隐含收益率波动率进行加权平均得到，其权重分别为20%、20%、40%和20%1，再对不同品种国债期权合约的隐含波动率与国债现货到期收益率的乘积进行年化处理。

这种指数构造方法的优势在于能够全面捕捉美国国债市场在不同期限上的波动性预期，反映了整条收益率曲线的变动情况，为市场参与者提供了系统性的风险度量工具。

3. MOVE指数的应用

MOVE指数常被视为市场情绪的“晴雨表”，为市场参与者提供评估利率风险预期的量化参考。若MOVE指数水平上升，通常反映市场对利率波动性的担忧程度增加；若指数回落，则表明市场风险预期趋于稳定。

在投资组合管理实践中，MOVE指数在金融机构投资组合风险管理中发挥着重要作用。一方面，该指数为金融机构提供了科学的风险敞口评估依据，有助于机构及时识别和防范潜在风险；另一方面，通过将MOVE指数纳入资产配置决策框架，机构可以更加精准地把握投资策略调整时机，有效提升风险管理的前瞻性和主动性。

此外，MOVE指数也常被作为货币政策变动的前瞻监测指标。在市场预期货币政策转向的关键时期，MOVE 指数往往表现出显著的预警特性，能够先行捕捉政策预期分歧，提前反映债券市场不确定性情绪。例如，当市场参与者预期美联储将收紧货币政策时，市场刚刚产生紧缩预期，MOVE指数通常就会先行抬升，提前释放波动信号。Kumar A 等人（2023）的实证研究表明，MOVE指数与国债市场风险溢价之间存在稳定的量化关系，MOVE指数每上升10点，国债市场风险溢价通常会增加1.5—2.0个基点。

（二）TYVIX指数

1.指数概况

TYVIX指数2由芝加哥期权交易所（CBOE）和芝加哥期货交易所（CBOT）联合开发，用于度量未来30天内10年期美国国债期货市场的预期波动情况。该指数于2013年5月23日正式发布，基于CBOT的10年期国债期货期权透明价格计算得到，不仅是用于衡量美国国债市场预期波动率的重要指标，也是首个专门设计用于量化实时国债价格波动的公共基准（Pan Z，2018）。

2. TYVIX指数的编制方法

TYVIX指数的编制方法为：选取10年期国债期货期权近月和次近月合约的市场价格，通过无模型期权定价方法3计算隐含方差，经时间加权平均后得到反映未来30天预期波动率的指数值。该方法不依赖特定期权定价模型假设，可直接从期权价格中提取波动率信息，避免了模型误设（model misspecification）的负面影响。

3. TYVIX指数的应用

TYVIX指数具有识别宏观系统性风险的功能，在市场预期货币政策转向的关键时期，往往呈现急剧攀升的特征，具有显著预警特性（Markellos R N等，2018）。该指数对债券一级市场微观定价效率具有实质性影响，能够有效反映市场对未来利率风险的预期。此外，TYVIX指数在国际市场也展现出良好的可扩展性，其指数编制框架通用性较强，适配不同区域债券市场，也为各地打造本土债券波动率指数提供了可行范本。例如，欧洲主权债券市场就借鉴该指数的编制逻辑落地同类波动率指标。

（三）CVOL债券波动率指数

1.指数概况

CME集团开发的CVOL指数是专门用于衡量期货市场预期波动率的重要金融指标，于2020年发布，是首个跨资产类别的隐含波动率指数家族4。其中，CVOL债券波动率指数聚焦于债券期货市场的波动风险，通过收集和分析CME国债期权产品的价格信息，为市场参与者提供对未来30天市场波动率的预期度量。

2. CVOL债券波动率指数的编制方法

CVOL债券波动率指数基于CME集团标的债券期货合约的近月和次近月期权价格数据，运用改进的简单方差估计方法计算隐含方差，并经时间加权和插值技术转换为30天期预期波动率，以年化百分比形式表示。

从编制方法来看，CVOL债券波动率指数采用简单方差方法计算，通过加总一系列虚值（OTM）看涨和看跌期权的价格来计算隐含方差，对所有执行价格采用1/K2（K是期权的执行价格）权重，确保每个执行价格对结果的贡献相等。这一操作可以直接从市场交易的期权价格中提取隐含波动率信息，避免了布莱克-舒尔斯（B-S）等参数模型可能出现的模型误设以及由此导致的偏差。

3. CVOL债券波动率指数的应用

CVOL债券波动率指数为投资者提供了重要的风险管理工具，帮助市场参与者更好地理解和应对期货市场的波动性风险。另外，CVOL债券波动率指数包含凸性指标，为理解市场情绪提供了新的角度。

美国国债市场波动率指数表现分析

从指数编制来看，MOVE指数主要使用场外（OTC）市场的数据，TYVIX指数和CVOL债券波动率指数均基于场内交易市场的交易数据。鉴于CVOL债券波动率指数的使用需要获得CME的授权，以下笔者主要以MOVE指数和TYVIX指数为例，分析债券波动率指数的表现。

（一）主要指数的历史表现

从编制方法来看，MOVE指数能够全面反映收益率曲线的整体波动情况；TYVIX指数则聚焦基准利率，更精准捕捉中长期政策预期变化。

从历史数据来看，自2003年以来，MOVE指数的30天移动平均值最高为217.06点，出现在2008年11月6日；最低为2020年9月29日的36.62点；长期均值为87.15点（见图1）。TYVIX指数的30天移动平均值最高为13.53点，出现在2008年12月25日；最低为2018年10月的3.53点；长期均值为6.21点。值得注意的是，TYVIX指数峰值较MOVE指数滞后约一个半月，反映出市场对长期利率不确定性的认知和调整滞后于对短期流动性冲击的反应。

（二）在系统性风险事件中的表现

在2008年国际金融危机时，MOVE指数创下历史峰值217.06点，在2008年9月15日（雷曼兄弟破产）至 2009年3月9日（美股指数触底）的均值高达178.08点。TYVIX指数自12月10日起有近一个月的时间维持在13点以上的极端高位，峰值达到13.53点，充分反映了市场的极度恐慌情绪。

2022年1—10月，美国经济经历了高通胀的剧烈冲击，居民消费价格（CPI）同比增速在6月达到9.1%的40年高点，市场对通胀和加息的恐慌持续到2022年10月左右才逐步消退。面对40年来最激进的美联储加息，MOVE指数在11月3日达到峰值149.61点，成为国际金融危机后的次高水平，2022年的均值也高达117.78点。

2023年，硅谷银行倒闭引发金融市场系统性担忧，3月8日至该月下旬，金融市场陷入恐慌，担心集中爆发银行危机，MOVE指数在31日达到当年峰值143.62点。

（三）指数互动关系与预警规律

MOVE指数与TYVIX指数互动关系的规律较为典型：2013年5月，时任美联储主席伯南克暗示缩减购债，引发全球债市暴跌和美债收益率飙升，新兴市场资本外流。缩表恐慌（Taper Tantrum）的主要冲击期约为5个月（5—9月），在此期间，两指数于相同时间（7月16日）达到峰值，MOVE为95.14点，TYVIX为6.93点，显示市场预期在政策转折点时高度一致。这种同步性表明，在明确的政策信号面前，场内、场外市场对利率风险的评估趋于一致。

2011年5—12月，希腊财政造假引发欧洲地区主权信用风险，爆发了欧债危机。在此期间，两大指数均温和上升，但未出现极端数值，显示当风险来源于境外且传导路径较长时，风险传导存在缓冲。

自2022年2月12日起，CBOE不再发布TYVIX指数数据，MOVE指数仍持续发挥监测作用。在金融市场面临2020年新冠疫情冲击时，MOVE指数的峰值达到109.14点。在2025年4月国际债市波动时，峰值达到113.21点。

（四）风险识别阈值

从风险识别角度看，MOVE指数的基准水平区间为70—90点，超过110点预示市场进入高波动状态，突破150点表明面临严重流动性压力或系统性风险，超过200点则意味着出现了极端压力事件。

TYVIX指数的常态水平区间为5—7点，突破8点表明市场对中长期利率预期存在较大分歧，超过10点往往预示着重大政策转折，超过12点则预示将出现深层次结构性冲击。

从实际应用策略来看，当两大指数同步大幅上升时，需要高度警惕系统性风险；当MOVE指数上升而TYVIX指数平稳时，波动可能集中在短端或特定期限；当TYVIX指数异动而MOVE指数温和时，暗示货币政策预期有所变化；当TYVIX指数相对MOVE指数明显滞后时，意味着市场对长期利率走向仍存在分歧。

债券波动率指数比较

（一）市场基础的差异

一是交易场所差异。MOVE指数基于场外期权市场数据构建，其期权合约主要在场外市场进行交易。TYVIX指数和CVOL债券波动率指数基于交易所场内期权市场数据构建，其期权合约分别依托CBOE交易所平台和CME集团进行交易，所有交易信息公开透明。这一根本性差异直接影响了指数的透明度和可验证性。

二是市场参与者结构差异。MOVE指数的市场参与者主要是大型银行和金融机构，其在利率风险管理方面具备丰富的经验和专业知识，这些机构作为市场的主要做市商，能够获取更全面的市场信息。而TYVIX指数和CVOL债券波动率指数的市场参与者类型更加多样，包括证券公司、私募基金、个人投资者及其他机构投资者。这种参与者结构上的差异导致了不同指数所反映的信息和市场预期有所差异。

（二）编制方法的差异

一是标的资产差异。MOVE指数基于美国国债现货期权构建，以收益率波动率作为计算基础，通过B-S模型对隐含波动率进行估计。TYVIX指数基于10年期国债期货期权构建，采用无模型方法计算。CVOL指数基于期货期权构建，使用简单方差方法，以价格波动率作为计算基础。

二是权重分配机制差异。如前所述，MOVE指数以固定权重进行分配，10年期国债期权权重较高。CVOL债券波动率指数采用动态权重分配机制，基于期权合约的交易量和流动性进行权重调整。

三是理论基础差异。MOVE指数依托B-S模型，通过反解期权定价公式得到隐含波动率。TYVIX指数基于方差互换理论，直接从期权价格中提取波动率信息，沿袭了股指波动率（VIX）指数的理论基础。CVOL债券波动率指数基于方差互换的静态复制理论，采用简单方差方法进行计算。

债券波动率指数与股指波动率指数的比较分析

下文以MOVE指数与VIX指数分别作为债市、股市两个大类资产的市场波动性指标，分析二者的差异与关联。

（一）MOVE指数与VIX指数的指征作用比较

从市场预警功能的角度来看，MOVE指数与VIX指数作为金融市场的重要“晴雨表”，在指征作用上呈现显著的差异。MOVE指数主要反映债券市场对利率风险的敏感程度，其数值变动往往预示着货币政策调整、通货膨胀预期变化等宏观层面的市场风险；VIX指数则主要反映股票市场的系统性风险，其波动通常与企业盈利预期、市场流动性及投资者风险偏好等因素密切相关。

一是从风险预警时效性来看，MOVE指数和VIX指数均表现出较强的前瞻性。

MOVE指数具有显著的宏观系统性风险识别功能，在市场预期货币政策转向的关键时期，往往呈现急剧攀升的特征。从格兰杰因果检验的结果来看，如表1所示，MOVE指数对各期限美国国债的历史波动率均具有显著的预测效果：对2年期产品，可预测未来32天的波动情况；对5年期产品，可预测未来32天的波动情况；对10年期产品，可预测未来177天的波动情况；对30年期产品，可预测未来85天的波动情况。其中，其对中长期（尤其是10年期）美国国债的预测时间跨度较长。

VIX与标普500指数的关系如图2所示。格兰杰因果检验结果（1%的显著性水平）表明，VIX指数可预测标普500指数未来1—3天及22—30天的走势，中期（6—16天）预测能力不显著。这里使用赤池信息准则（AIC）作为模型选择的评价指标，该准则权衡模型拟合优度与模型复杂度，对过多参数进行修正，以防止过拟合。最终选取最优滞后阶数为28天，在该阶数下因果关系在1%的水平上显著（F=1.753，p=0.008）。

二是从系统性风险监测角度看，MOVE指数与VIX指数的联动关系具有明显的指征意义。当MOVE指数与VIX指数同时处于高位时，通常预示着市场面临较大的系统性风险；当两个指数出现显著背离时，则可能暗示某一市场存在定价偏差或风险积累。这种指征作用对于监管部门防范系统性金融风险具有重要的参考价值。

三是从政策效果评估角度看，MOVE指数对货币政策的敏感度明显高于VIX指数，因而成为评估货币政策传导效果的重要参考指标。当央行释放政策信号时，通过观察MOVE指数是否冲高回落、回归平稳，就可以较为准确地判断政策预期是否已被市场充分消化。

（二）MOVE指数与VIX指数在极端行情中的表现

从市场功能和信息含量的角度看，MOVE指数和VIX指数在反映市场情绪方面表现出显著的相关性。从历史表现来看，两个指数在重大市场事件冲击下往往呈现同步上升的走势，如在2008年国际金融危机及2020年新冠疫情期间，二者均具有较强的相关性（见图3）。

在2008年9月雷曼兄弟破产后，两个指数均创下历史新高，显示不同市场在极端事件冲击下具有高度的联动性。

在2020年3月新冠疫情冲击期间，VIX指数和MOVE指数呈现显著的联动上升态势（见图4）。具体来看，VIX指数从2020年2月末的约65点开始攀升，到2020年3月16日达到峰值241.55点；MOVE指数从2020年3月初的不足10点快速上升，到2020年3月19日达到峰值37.09点。这种显著的同步上涨走势充分反映了股票市场和国债市场波动率的急剧攀升，反映了新冠疫情冲击下金融市场的极度不稳定状态。随着美联储在2020年3月中下旬采取一系列政策干预措施，两个指数开始同步回落，政策干预效果开始显现，市场压力得到有效释放。

启示与建议

通过回溯MOVE指数等债券波动率指数走势，可以发现成熟的债券波动率指数能够有效识别宏观风险，助力监测市场情绪和预判货币政策。这为我国搭建本土化债券波动率监测体系提供了经验，对防范系统性金融风险、提升市场运行效率具有重要的现实意义。基于此，笔者提出以下建议。

（一）加快推进国债期权品种上市，夯实波动率指数构建的市场基础

主流波动率指数均依托国债期权市场数据，期权隐含波动率是编制风险指标的核心。目前，我国国债期货市场发展完善，流动性高，市场代表性强，但基于国债期货的期权产品缺失，限制了波动率指数的发展。结合国际经验，大力发展各期限的国债期货期权产品，既可为投资者提供风险对冲工具，也能为本土波动率指数提供数据支撑。当然，需要注意优化合约规格与期限设置，保障期权价格能够真实反映市场利率波动预期。

（二）适时构建中国国债波动率指数，丰富债券市场风险预警体系

目前，我国只有少量场外利率期权产品在交易，市场深度和广度还不足以支持编制相应的波动率指数。不过，未来在场内国债期权上市后，可以考虑依托相关市场研发本土国债波动率指数。前述三类国际指数计算方法各有优劣，我国可结合市场特点创新编制方式，如借鉴MOVE指数覆盖多期限的优势，同时参考CVOL债券波动率指数无模型算法编制本土国债波动率指数。Makarov（2023）的实证表明，基于场内与场外国债期权数据编制的波动率指数相关性极高，我国可优先依托场内市场透明度高、数据可靠的优势，基于场内期货期权数据编制指数。初期可考虑采用日度监测模式，待市场成熟后升级为实时发布，强化指数的风险预警能力。

（三）强化跨市场联动监测，构建多维度金融风险识别体系

从历史情况来看，股债市场风险传导关联性持续增强，危机时期国际股债波动率指数往往同步异动。我国可考虑建立股债波动指数协同监测机制，分析指数相关性与背离特征，研判风险传染路径、预判货币政策走向。监管部门可将该指数纳入宏观审慎监测框架，提升金融风险管理的前瞻性与专业性。投资者可深挖波动率指数在资产配置中的应用，优化风险平价、动态对冲等投资策略，赋能投资决策。（本文观点不代表作者所在单位意见）

注：

1. 10年期国债是其中流动性最好、参考价值最大的关键期限品种，因此被赋予更高的权重，以更好反映整体市场情况。

2. TYVIX指数数据发布时间为2014年4月17日至2022年2月11日，目前已不再更新，不过可以通过美联储经济数据（FRED）等渠道获取历史数据。

3.无模型期权定价方法是指不依赖任何预设的资产价格走势模型（不用假设股价服从正态分布、几何布朗运动、跳扩散等），只从市场已有的期权价格、无套利原理、风险中性定价这些底层逻辑出发，直接给期权定价、插值、重构隐含波动率的一类方法。

4. CVOL是一个跨资产类别的波动率指数家族，涵盖农业、能源、外汇、利率、金属等多个资产类别。

参考文献

[1] Kumar A, Mallick S, Mohanty M, Zampolli. Market volatility, monetary policy and the term premium[J]. Oxford Bulletin of Economics and Statistics, 2023, 85(1).

[2] Makarov I, Schoar A. Forecasting swap rate volatility with information from swaptions[R/OL]. 2023-01-25. https://www.bis.org/publ/work1068.htm.

[3] Markellos R N, Psychoyios D. Interest rate volatility and risk management: Evidence from CBOE Treasury options[J]. The Quarterly Review of Economics and Finance, 2018, 68.

[4] Pan Z. A state-price volatility index for the US government bond market[J]. Accounting & Finance, 2018, 58(S1).