Options
Essays in Derivatives Markets
Type
doctoral thesis
Date Issued
2023-02-20
Author(s)
Abstract
Rebalancing of leveraged ETFs and delta-hedging of equity options are two distinct and economically significant sources of order flow and liquidity demands. Liquidity Provision to Leveraged ETFs and Equity Options Rebalancing Flows finds that delta-hedging effects are persistent, those stemming from leveraged ETFs are decreasing significantly over time. These dynamics arise from different intermediation structures, generating heterogeneous levels of information asymmetry. While leveraged ETF providers generate perfectly predictable flows, option delta-hedgers have flexibility in deciding the strategic timing of their rebalancing, resulting in less predictable flows. Credit Variance Risk Premiums studies the pricing of variance risk in credit markets by employing a unique data set of credit swaptions. Returns of credit variance swaps are negative and economically large, irrespective of the credit rating class. Shorting credit variance swaps yields annualized Sharpe ratios well above their counterparts in other asset classes. The returns remain highly statistically significant when accounting for transaction costs and cannot be explained by established risk-factors and structural model variables. Commodity Tail Risks investigates the cross-section of tail risks in commodity markets. Left and right tail risks play an equally important role in commodity markets. For commodity producers, negative price jumps (left tail risk) might have devastating consequences. For commodity consumers though, e.g., companies that process commodities, right tail risks matter more. Both left and right tail risk implied by option markets are large. Moreover, both risks are priced in the cross-section of commodity futures returns. The option market has witnessed significant growth in recent years. Whereas risk factors in equity markets have been studied in detail, the same does not apply for option returns. Option Return Predictability with Machine Learning and Big Data finds that option returns are highly predictable. Allowing for nonlinearities significantly increases the out-of-sample performance of option and stock characteristics in predicting future option returns. Although option-based characteristics are the most important standalone predictors, stock-based measures offer substantial incremental predictive power. Most of the factor models assume a linear structure. There are, nonetheless, no obvious theoretical or intuitive justifications for this assumption. An Autoencoder Based Factor Model for Option Returns adopts a novel latent factor model, which allows for non-linearities, and applies it to index options. The model excels in explaining variation in risk compensation and out-of-sample trading strategies.
Abstract (De)
Die vorliegende Dissertation besteht aus fünf unabhängigen Studien. Portfolioumschichtungen von gehebelten ETFs und das Delta-Hedging von Market Maker in Optionsmärkten sind zwei unterschiedliche, aber bedeutsame Quellen für Liquiditätsanforderungen auf dem amerikanischen Aktienmarkt. Die erste Studie zeigt, dass Delta-Hedging Effekte beständig sind, während die von gehebelten börsengehandelten Fonds herrührenden Effekte im Laufe der Zeit abnehmen. Diese Dynamik ergibt sich aus unterschiedlichen Intermediationsstrukturen, die ein heterogenes Mass an Informationsasymmetrie erzeugen. Die zweite Studie untersucht die Varianzrisikoprämie auf Kreditmärkten unter Verwendung eines neuartigen Datensatzes von Optionen auf Kreditausfallversicherungen. Handelsstrategien, die die Varianzrisikoprämie einzunehmen versuchen, erzielen ökonomisch bedeutsame Renditen. Die Renditen bleiben auch unter Berücksichtigung von Transaktionskosten statistisch hoch signifikant und können nicht durch etablierte Risikofaktoren oder strukturelle Modellvariablen erklärt werden. Die dritte Studie untersucht die Risikoprämien für die Absicherung gegen massive Preiseinbrüche oder -anstiege auf Rohstoffmärkten. Während auf dem Aktienmarkt die Angst vor Preisverfallen überwiegt, spielt auf den Rohstoffmärkten beides eine wichtige Rolle. Für Rohstoffproduzenten können negative Preissprünge verheerende Folgen haben. Für Rohstoffkonsumenten, z. B. Unternehmen, die Rohstoffe verarbeiten, sind jedoch Risiken durch Preisanstiege von grösserer Bedeutung. Beide Risikoprämien, welche mittels Optionen geschätzt werden können, sind auf den Rohstoffmärkten gross und in den Renditen von Rohstofftermingeschäften eingepreist. Der Optionsmarkt hat in den letzten Jahren ein erhebliches Wachstum erfahren. Während Risikofaktoren auf den Aktienmärkten eingehend untersucht worden sind, gilt dies nicht für Optionsrenditen. Die vierte Studie stellt fest, dass die Prognosekraft bei Optionsrenditen hoch ist. Die Berücksichtigung von Nichtlinearitäten und Interaktionseffekten erhöht die Prognosegüte erheblich. Optionsbasierte Merkmale sind die wichtigsten Prädiktoren, jedoch bieten aktienbasierte Maße eine zusätzliche Vorhersagekraft. Die meisten Faktorenmodelle bei der Preisgestaltung von Vermögenswerten gehen von einer linearen Struktur aus. Es gibt jedoch keine offensichtlichen theoretischen oder intuitiven Begründungen für diese Annahme. Die fünfte Studie nimmt ein neuartiges latentes Faktormodell an, das Nichtlinearitäten zulässt, und wendet es auf Optionsrenditen für den S&P 500 Index an. Das Modell eignet sich hervorragend zur Erklärung von zukünftigen Schwankungen bei der Risikokompensation und zur Bildung von Handelsstrategien.
Language
English
Keywords
Optionsmarkt
Optionspreistheorie
Rohstoffmarkt
Aktienmarkt
EDIS-5301
Rohstoffe
Vorhersagbarkeit von Optionsrenditen
Machine Learning
Künstliche Intelligenz
Option Return Predictability
Tail Risk
Gamma Squeeze
Commodities
HSG Classification
not classified
HSG Profile Area
None
Publisher
Universität St. Gallen
Publisher place
St.Gallen
Official URL
Subject(s)
Division(s)
Eprints ID
269079
File(s)
Loading...
open access
Name
Dis5301.pdf
Size
6.86 MB
Format
Adobe PDF
Checksum (MD5)
95a03395bae75af7b2f1b9f36dd71b2f