当波动率曲面被「散户」推歪：从券商宕机里读出的需求压力

[2026 JFE] Retail Option Traders and the Implied Volatility Surface
Gregory W. Eaton, T. Clifton Green, Brian S. Roseman, Yanbin Wu
Jun He May 31, 2026
期权市场 散户交易 隐含波动率 需求压力
Note

本文读的是 Eaton, Green, Roseman & Wu (2026, Journal of Financial Economics)：散户在期权市场上系统性地买入短期、价外的彩票型合约、卖出长期合约；利用「券商交易平台宕机」作为对散户交易的外生冲击，作者发现宕机期间散户偏爱的期权隐含波动率显著下降（平均降 0.023，相当于中位数的 4%），而长期期权的隐含波动率反而上升 0.020。换句话说，我们一直当作「信息」与「风险」来读的那张波动率曲面，有相当一部分形状，其实是散户需求压力压出来的。

1 引言：一张被默认为「客观」的曲面

在期权这门生意里，有一个被无数研究、无数交易台奉为圭臬的对象——隐含波动率曲面 (implied volatility surface)。它把不同到期日、不同行权价的期权价格，统一翻译成一个语言：波动率。于是我们得到了三条几乎成为教科书标配的「形状」：沿到期日展开的期限结构 (term structure)，沿行权价展开的微笑或偏斜 (smile / smirk)，以及同一行权价上看涨与看跌之间的差 (call-put spread)。

长期以来，人们读这张曲面的方式是「向内看」：曲面凸起的地方，是市场预期波动更大的地方；偏斜陡峭，意味着市场为下行风险付了更高的保险费；期限结构的斜率，被解读为对未来风险环境的预期。一句话——曲面是信息的镜子，照见的是公司基本面、对冲需求和知情交易者的判断。这套叙事的背后，站着一长串严肃的工作：从 Black 与 Scholes (1973) 把期权价格翻译成波动率，到 Pan (2002)、Dennis 与 Mayhew (2002) 把偏斜读成跳跃风险与风险中性偏度，再到 Xing、Zhang 与 Zhao (2010)、Yan (2011) 把微笑的斜率拿来预测股票横截面收益。曲面，似乎是一个客观的、承载信息的物件。

可是，如果这张曲面的形状，有一块是被一群「最不像知情交易者」的人——散户——用真金白银的下单硬生生推出来的呢？

这正是本文要回答的问题，也是它真正的张力所在。

2 一个先于识别的提问：散户到底怎么交易期权？

要回答「散户能不能推动波动率曲面」，得先回答一个更朴素的问题：散户到底买什么、卖什么？

这件事并非空穴来风。近些年，佣金归零、远程办公带来的闲暇、社交媒体与财经媒体的推波助澜，让散户期权交易出现了爆发式增长——Banerji (2021) 报告过散户期权交易在五年里翻了四倍。而个人投资者素来以经验不足、追涨杀跌、偏好「赌博式」资产著称（Kumar, 2009；Barberis 与 Huang, 2008；Bali、Cakici 与 Whitelaw, 2011）。期权天然带着彩票属性，于是一个自然的猜想是：散户的投机会集中在那些彩票特征最强的合约——短期、价外的合约。

作者借用了 Bryzgalova、Pavlova 与 Sikorskaya (2023)（下称 BPS）提出的散户期权识别算法，配合 OPRA（Option Price Reporting Authority）的全市场逐笔数据，刻画了散户的偏好。结论很干净：散户的需求高度集中在短期合约（一周到期的合约占了相当大一块），偏爱看涨胜过看跌，偏爱近价和价外胜过深度价内或深度价外。这与更早的 Lakonishok 等 (2007) 对折扣券商客户的刻画一脉相承。

接着，一个更关键的区分浮现出来：买，还是卖？这一步至关重要，因为在做市商无法完美对冲的世界里，散户买入期权会推高价格、表现为隐含波动率上升；散户卖出（写）期权则反向压低价格、压低隐含波动率。两者方向相反。

而散户的买卖倾向，在不同合约上并不一致。总体上散户是净买方，且净买入最强的正是短期价外期权；但在长期合约上，散户反而呈现净卖出（写）的倾向。这背后还有制度原因：很多券商对卖出期权设置了额外的资本与授权门槛——Robinhood 干脆禁止裸卖期权，E-Trade 和 TD Ameritrade 对无担保卖出施加的保证金要求是普通保证金账户的两倍以上，而纯买入账户则没有保证金约束。于是在 Nasdaq 样本里，小客户的开仓买入大约是开仓卖出的三倍。

把这两块拼起来，本文的核心假说就成型了：

Tip

散户在短期期权上是净买方 → 会抬高短端隐含波动率；散户在长期期权上是净卖方 → 会压低长端隐含波动率。于是散户的存在，整体上会让 IV 期限结构变得更陡。

下面这张描述性统计表，把样本的基本面貌摆了出来——注意隐含波动率的中位数约为 0.57、看涨合约占比高达 0.76、到期天数中位数仅 13.55 天，这些数字本身就已经在为「短期、看涨」的散户故事背书。

Table 1

Table 1

3 识别策略：用「宕机」制造一场天然实验

假说有了，可怎么检验？这里横着一道经典的内生性 (endogeneity) 难题：散户的交易量本身就和市场环境纠缠在一起——市场越热闹，散户越活跃，波动率也越高。你看到「散户多、IV 高」，根本分不清是散户推高了 IV，还是高 IV 把散户吸引了进来。

但真正关键的一步，是作者找到的那把外生的「手术刀」：散户券商的平台宕机 (brokerage platform outage)。

这个思路并非首创——Barber 等 (2022) 用 Robinhood 宕机研究注意力驱动的交易，Eaton 等 (2022) 用宕机研究散户对股票市场的影响，BPS (2023) 也用过类似设定。它的妙处在于：当 Robinhood、E-Trade 这类散户大本营的平台突然崩了，散户「想交易也交易不了」，而这种崩溃在很大程度上是技术故障，与当下的基本面无关。于是我们得到了一次对散户参与度的、近乎随机的负向冲击。

在此之上，作者搭了一个双重差分 (difference-in-differences, DiD) 型的设计：

这套设计能成立，靠的是两个能被验证的前提。其一，宕机确实显著地掐住了散户的脖子：高散户兴趣股票的期权美元成交量在宕机期间约低 13%，而非散户的期权交易在宕机期间没有可见变化——后者尤其重要，因为它直接回击了「是市场环境同时导致宕机和 IV 变动」的担忧。其二，这些合约绝非冷门：高兴趣组里，每只股票每 15 分钟的散户成交笔数均值（中位数）超过 2300（1550）笔，对应散户美元成交量近 $46,855；而低兴趣组每 15 分钟只有 114 张合约、$794。这不是在拿无人问津的合约说事。

为进一步打消「宕机被市场环境内生地触发」的顾虑，作者画了事件时间 (event-time) 图：宕机前一小时，高散户组与对照组的 IV 走势平行；宕机一旦发生，只有高散户组的 IV 骤然下跌，且集中在散户偏爱的短期、价外合约上；宕机结束后又迅速反弹。平行趋势与即时反转，正是这类识别最想看到的画面。

4 数据

5 主要结果：曲面被推歪的三个方向

把识别策略拉到数据上，结果沿着假说的三条线索一一展开。

先看平均效应。 当散户因宕机而缺席，散户偏爱的那类期权，平均隐含波动率下降 0.023——相对于中位数 0.57，这是约 4% 的跌幅。方向与「散户净买入推高 IV、缺席则 IV 回落」完全一致。

接着看看涨与看跌的差。 这个下降在看涨上远比看跌上剧烈：-0.062 vs -0.019。这恰好对应散户「爱买看涨胜过看跌」的偏好——他们买得越多的那一侧，缺席时塌得越狠。看跌与看涨之间这道被压出来的差，正是 call-put spread 的一部分。

然后看价内与价外（微笑曲线）。 价外 (out-of-the-money, OTM) 期权的 IV 在宕机期间显著下降，价内 (in-the-money, ITM) 期权则几乎没动。也就是说，散户的需求流，恰恰在加深波动率微笑里靠价外那一侧的隆起；他们一缺席，微笑就被「抹平」了一点。

但真正最戏剧性的，是期限结构。 这里出现了一个漂亮的反转：

短端往下、长端往上——这正是「散户在短端是买方、在长端是卖方」的镜像。散户一缺席，短端少了买盘，IV 落；长端少了卖盘（写盘），IV 涨。两端反向移动的净效果，是 IV 期限结构在宕机期间被压平。反过来推断：散户的日常存在，整体上是在让这条期限结构变得更陡。

Warning

这是全文最值得停下来咀嚼的一点。如果一条向上倾斜的 IV 期限结构里，有一段斜率只是散户买短卖长的需求压力，那么把这条斜率直接读成「市场对未来风险环境的预期」，就可能读出了根本不存在的信息。

机制为什么成立？ 这要回到做市商。期权做市商 (option market maker, OMM) 受制于交易成本与市场摩擦，无法对散户的单子做完美对冲，又因资本约束与代理问题对存货风险 (inventory risk) 高度敏感（Muravyev, 2016）。于是散户的净买入会推高做市商存货风险、抬高价格（IV 上行），净卖出则相反。需求压力之所以能压弯价格，前提正是做市商不是一台无限弹性的报价机器——这一点，和我之前介绍过的做市商风险约束逻辑是同一套底层（关于做市商如何被存货与风险限额束缚，可参见《无风险市场里的风险厌恶：是谁给做市商系上了「风险限额」这根绳》）。

几道关键的稳健性检验，逐一堵住了替代解释：

6 文献脉络

把这篇文章放回它的来路，能更清楚地看见它站在哪儿。

故事的一条主线是需求驱动的资产定价。Koijen 与 Yogo (2019) 用需求体系 (demand system) 重写资产定价，把价格更直接地交给了「谁在买、买多少」；随后 van der Beck 与 Jaunin (2023)、Gabaix 等 (2025) 把这套逻辑推向家庭与散户，后者更指出低财富投资者的需求弹性更高，从而放大了散户的影响力。（关于需求体系与投资者弱替代如何重塑定价，可参见《弱替代：因子动物园是从哪里冒出来的？》与《异象收益究竟是谁推动的？》。）

另一条主线，是期权市场里的需求压力。Bollen 与 Whaley (2004) 论证净买压能解释指数期权与个股期权微笑形状的差异；Gârleanu、Pedersen 与 Poteshman (2009) 把需求压力模型化，发现期权需求的代理变量与偏斜相关；Muravyev (2016) 则强调做市商的存货风险，发现它能解释相当一部分期权订单失衡。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

再往近处看，是散户期权交易这条新兴文献：Barber 等 (2022) 用 Robinhood 宕机研究注意力交易，BPS (2023) 提出散户期权识别算法并刻画其行为，Bogousslavsky 与 Muravyev (2025) 解剖散户期权交易的盈亏。而本文的位置，恰好是这三条线的交汇点：它借需求驱动定价的视角、用期权需求压力的机制、以散户宕机为外生工具，第一次把「散户的需求流如何塑造整张隐含波动率曲面」讲清楚，并给出了对期限结构、微笑曲线与 call-put spread 的分方向证据。

7 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：这和 Gârleanu, Pedersen, Poteshman (2009) 的「需求压力」相比，新在哪里？

GPP 论证的是「期权需求会影响价格」这一一般性命题，需求代理多是端内生的。本文的新意有二：一是把需求压力归到一个具体的、可识别的交易群体（散户），并刻画了他们「买短卖长、买涨弃跌、偏价外」的细致结构；二是用宕机提供了对这一群体的外生冲击，从而把因果方向钉住——不是「需求与价格相关」，而是「这群人的缺席直接让 IV 怎么动」。

Q：宕机真的外生吗？会不会是市场一波动，平台扛不住才宕机？

这是最该担心的内生性。作者用了三道防线：非散户期权交易在宕机期间没有变化（若是市场环境驱动，机构那侧也该动）；事件时间图显示宕机前高散户组与对照组 IV 平行、宕机瞬间才劈叉、结束即反弹；且效应集中在散户偏爱的合约上而非全市场一致下移。这些都更像「散户被掐断」而非「市场吓崩了平台」。

Q：为什么 IV 下降只有 4%，这点幅度值得在意吗？

关键不在平均幅度，而在分方向的结构。平均 0.023 的下降之下，藏着看涨 -0.062 vs 看跌 -0.019、超短期 -0.058 而长期 +0.020 的强烈异质性。正是这种「两端反向」让我们看到散户不是均匀地抬高整张曲面，而是在重塑它的形状——而形状（斜率、偏斜、价差）恰恰是我们用来提取信息的东西。

Q：IV 下降会不会只是标的股波动率跟着掉了？

作者直面了这点。Robinhood 宕机时标的股波动率降、其他券商宕机时标的股波动率升，但两种情形下期权 IV 都降。既然标的波动率方向相反而 IV 方向一致，IV 的变动就不可能只是标的波动率的搬运，期权市场存在独立于股票市场的散户印记。

Q：用 Black-Scholes 反解 IV，模型假设都被违反了，会不会污染结论？

会有偏误，但作者的设计把它差分掉了：比较的是同一批高散户股票在宕机前、中、后的日内 IV，以及与对照组的差。零股息、欧式行权、连续收益这些简化造成的偏误，在「同股票、近时点、组间差分」里基本被抵消。且作者验证：直接分析期权价格而非 IV，结论不变。

Q：散户「写」长期期权，可信吗？散户不是出了名地爱买彩票？

两件事并不矛盾。彩票偏好解释的是短期价外的买入；而长期合约上，制度约束（写期权的保证金与授权门槛）会筛掉一部分买盘、相对放大写盘的净效应，加之备兑等策略，使散户在长端呈净卖出。数据上的反向期限效应（短端 IV 降、长端 IV 升）恰恰为这一行为分层提供了反证式的支持。

(b) 几个可能的研究问题与提案

1. 把同一套「宕机识别」搬到公司债 / 信用市场。 【经济故事】散户近年通过债券 ETF、零售平台越来越多地间接持有公司债；若散户的申赎也会对信用利差或债券 ETF 的折溢价形成需求压力，那么券商宕机同样能成为一次外生的「散户缺席」实验。【可行性】中。需要 TRACE 的逐笔成交、债券 ETF 的一级申赎与二级价格，并把宕机日期与散户主导的券商对齐；难点在于债券散户成交的识别远不如期权有 BPS 这样成熟的算法，信号会更弱。

2. 散户需求压力被推歪的 IV 曲面，是否会「污染」下游的预测变量？ 【经济故事】文献用偏斜（Xing, Zhang, Zhao, 2010）、波动率价差（Cremers 与 Weinbaum, 2010）预测股票收益。若这些量里掺进了散户需求压力，那它们的预测力在高散户兴趣股票上应当更弱或更不稳定。【可行性】高。用本文的高/低散户兴趣分组，重做这些经典预测回归并做交乘，数据（OptionMetrics + CRSP）现成、识别清晰，是一个很可落地的延伸。

3. 宕机期间，做市商的存货与报价如何调整？ 【经济故事】本文的机制核心是做市商存货风险，但用的是「价格反应」间接推断。若能直接看到做市商在散户缺席时如何收窄价差、调整存货，就能把机制坐实。【可行性】中。需要做市商层面的持仓 / 报价数据（如 ISE Open/Close 或交易所内部数据），获取门槛较高，但一旦拿到，识别极干净。

4. 0DTE 期权爆发后，散户对超短端 IV 的塑形是否被进一步放大？ 【经济故事】本文样本止于 2021 年 6 月，而零日到期 (0DTE) 期权此后才真正井喷。散户在 ≤7 天合约上 -0.058 的效应，在 0DTE 时代很可能更夸张。【可行性】高。把样本延展到 2022 年后、加入 0DTE 合约重做期限结构分析即可，数据可得，唯一约束是新的宕机事件样本量。

5. 跨券商异质性：禁止裸卖的平台 vs 允许卖出的平台。 【经济故事】Robinhood 禁裸卖、其他券商门槛各异。若长端 IV 上升主要由「写盘减少」驱动，那么以禁卖券商为主导的宕机，长端效应应当更弱。【可行性】中。需要把宕机事件按券商的卖出政策分层，样本会被切薄，但这是一个能直接检验「写盘机制」的漂亮设计。

8 我的判断

贡献。 这篇文章最漂亮的地方，是把「需求压力影响期权价格」这个略显抽象的命题，落到了一个可识别的群体和一次外生冲击上，并且没有停在「平均 IV 会动」的粗糙结论，而是顺着散户的行为结构，给出了期限结构、微笑曲线、call-put spread 三个方向上彼此印证、且方向相反的细颗粒证据。尤其是「短端降、长端升」的反向期限效应，几乎是为「散户买短卖长」量身定做的反事实——它让整套故事的可信度上了一个台阶。它对实务的提醒也很硬：当我们把波动率曲面当作信息的镜子来读时，至少有一段形状，照见的不是基本面，而是一群散户的下单偏好。

对识别的担忧。 我仍有两点不放心。其一，宕机的外生性虽有多重佐证，但「平台为何在这一刻崩」终究无法完全观测；非散户交易不变是有力旁证，却非铁证。其二，效应集中在散户偏爱的合约上，而这些合约本就更短、更价外、流动性更薄，IV 的测量误差与报价陈旧本身就更大——尽管作者用了 500 笔成交与非零中点方差的过滤、并验证用价格直接分析结论不变，我仍希望看到测量噪声在多大程度上吃掉了点估计。

后续想看到什么。 我最想看到的是直接的做市商一侧证据：散户缺席时，做市商的存货、价差、对冲行为到底怎么变？这能把目前「由价格反推机制」的链条彻底坐实。其次，把样本延伸到 0DTE 时代，看这套需求压力是被放大还是被新的对手盘（专业做市商、波动率套利者）吸收。如果散户的塑形力随着市场结构演化而衰减，那本文记录的，或许正是一个特定历史窗口里、散户对期权曲面影响力最强的快照。

参考文献