IV term structure คืออะไรและบอกอะไรเราได้บ้าง

โครงสร้าง IV term structure

IV term structure คือการนำค่า implied volatility มาพล็อตเทียบกับวันหมดอายุ โดยใช้ข้อมูลหนึ่งค่าต่อหนึ่งวันหมดอายุ และเลือกใช้ option ที่มีราคาใช้สิทธิใกล้เคียงกับราคาหุ้นปัจจุบัน รูปแบบที่พบได้ทั่วไปมีสองลักษณะ ได้แก่ เส้นกราฟที่ลาดขึ้นในสภาวะตลาดปกติ ซึ่งวันหมดอายุที่ไกลออกไปจะมีค่าสูงกว่า และเส้นกราฟแบบกลับหัวเมื่อมีเหตุการณ์สำคัญเกิดขึ้นในเดือนแรก ทั้งสองรูปแบบด้านล่างนี้สร้างขึ้นจากข้อมูล option รายสัญญา ไม่ใช่แผนภาพตามตำราเรียน

สิ่งที่โครงสร้างระยะเวลาของ IV วัดค่า

Implied volatility คือขนาดของการเคลื่อนไหวแบบรายปีที่ราคาของ option บ่งชี้สำหรับหุ้นอ้างอิง ค่านี้ถูกเสนอราคาต่อสัญญา ดังนั้นหุ้นหนึ่งตัวจึงมีค่าอ่านได้หลายร้อยค่าในขณะใดขณะหนึ่ง โดยเป็นค่าสำหรับทุก strike และวันหมดอายุที่มีอยู่ในกระดาน หากกำหนดให้ strike อยู่ใกล้กับราคาปัจจุบัน แล้วปล่อยให้วันหมดอายุแปรผันไป ค่าเหล่านั้นจะเรียงตัวกันเป็นเส้นโค้ง ซึ่งเส้นโค้งนั้นก็คือโครงสร้างระยะเวลา (term structure)

การสุ่มตัวอย่างมีความสำคัญมากกว่าที่คำอธิบายส่วนใหญ่ยอมรับ ข้อมูลในส่วนนี้ทั้งหมดใช้สัญญาที่มีค่า absolute delta อยู่ระหว่าง 0.35 ถึง 0.65 ซึ่งเป็นวิธีมาตรฐานในการระบุว่าอยู่ใกล้ราคาตลาด (near the money) โดยไม่ต้องเจาะจง strike จากนั้นจึงใช้ค่ามัธยฐานของ implied volatility ภายในแต่ละช่วงเวลาที่เหลืออยู่ (maturity band) เราใช้ค่ามัธยฐานแทนค่าเฉลี่ย เนื่องจากราคาเสนอซื้อขายที่ค้างอยู่ในสัญญาที่มีการซื้อขายเบาบางอาจแสดงตัวเลขที่ไม่สมเหตุสมผล และค่าเฉลี่ยจะนำตัวเลขนั้นไปรวมในผลลัพธ์ด้วย

นี่คือเส้นโค้งสำหรับหุ้นที่มีสภาพคล่องสูงหกตัวตลอดช่วงการซื้อขายเดือนมิถุนายน 2026

WITH (
    SELECT quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker))
    FROM global_markets.options_greeks
    WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'KO', 'JNJ', 'PG')
      AND date >= toDate('2026-06-01')
      AND date < toDate('2026-07-01')
      AND iv_converged = 1
      AND volume > 0
      AND implied_volatility BETWEEN 0.03 AND 3
      AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
      AND days_to_expiry BETWEEN 5 AND 20
) AS front_band_iv
SELECT multiIf(days_to_expiry <= 20, '5-20 days',
               days_to_expiry <= 45, '21-45 days',
               days_to_expiry <= 90, '46-90 days',
               days_to_expiry <= 180, '91-180 days',
               '181-365 days') AS expiry_band,
       round(100 * quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker)), 1) AS median_iv_pct,
       round(100 * (quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker)) - front_band_iv), 1) AS pts_vs_front_band,
       count() AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'KO', 'JNJ', 'PG')
  AND date >= toDate('2026-06-01')
  AND date < toDate('2026-07-01')
  AND iv_converged = 1
  AND volume > 0
  AND implied_volatility BETWEEN 0.03 AND 3
  AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
  AND days_to_expiry BETWEEN 5 AND 365
GROUP BY expiry_band
ORDER BY min(days_to_expiry)

ค่ามัธยฐานของ implied volatility วัดได้ 19.6% ในช่วง 5-20 days และ 21.5% ในช่วง 181-365 days ซึ่งสูงกว่าช่วงแรกอยู่ 1.9 จุด รูปทรงนี้มีชื่อเรียกที่ยืมมาจากตลาดฟิวเจอร์สว่า contango ซึ่งเป็นสภาวะที่การส่งมอบในอนาคตมีราคาสูงกว่า ส่วนเส้นโค้งที่กลับด้านเรียกว่า backwardation

เหตุใดเส้นอัตราผลตอบแทนจึงมักมีความชันเป็นบวก

กลไกสองประการเป็นตัวกำหนดรูปร่างปกติของเส้นดังกล่าว

ประการแรกคือความหนาแน่นของเหตุการณ์ สัญญาที่หมดอายุในเก้าวันจะครอบคลุมความเสี่ยงตามปฏิทินเก้าวัน และสำหรับหุ้นขนาดใหญ่ที่ไม่มีกำหนดการสำคัญในช่วงเวลาดังกล่าว วันเหล่านั้นส่วนใหญ่จะเป็นเพียงวันซื้อขายปกติ สัญญาที่หมดอายุในหนึ่งปีจะครอบคลุมรายงานผลประกอบการรายไตรมาสสี่ฉบับ การประชุมของธนาคารกลางหลายครั้ง และพาดหัวข่าวที่ไม่ได้คาดการณ์ล่วงหน้าทั้งหมดที่อาจเกิดขึ้นระหว่างนั้น ยิ่งมีปัจจัยที่ไม่แน่นอนที่ทราบล่วงหน้าต่อสัญญามากเท่าใด ก็ยิ่งผลักดันให้ตัวเลขรายปีที่ตลาดเต็มใจจ่ายสูงขึ้นเท่านั้น

ประการที่สองคือพฤติกรรมของความผันผวนเอง ความผันผวนที่เกิดขึ้นจริงมักจะเกาะกลุ่มกัน สัปดาห์ที่เงียบเหงามักตามมาด้วยสัปดาห์ที่เงียบเหงา และสัปดาห์ที่รุนแรงมักตามมาด้วยสัปดาห์ที่รุนแรง ในขณะที่ตลาดอยู่ในภาวะสงบ ราคาของ Option ที่ใกล้หมดอายุจะใกล้เคียงกับระดับความผันผวนที่ต่ำในปัจจุบัน ส่วน Option ที่หมดอายุในอีกหนึ่งปีข้างหน้าจะมีราคาใกล้เคียงกับค่าเฉลี่ยระยะยาวซึ่งอยู่ในระดับที่สูงกว่า หลักการคำนวณเดียวกันนี้จะทำงานในทิศทางตรงกันข้ามหลังจากเกิดเหตุการณ์ช็อก ในช่วงการซื้อขายหลังจากตลาดพังทลาย สัญญาที่ใกล้หมดอายุที่สุดจะแสดงค่า Implied volatility สูงที่สุดบนกระดาน และเส้นอัตราผลตอบแทนจะเกิดภาวะ Invert ตลอดทั้งเส้น โดยที่สัญญาเดือนไกลจะยังคงยึดติดอยู่ใกล้กับระดับปกติของมัน

ปัจจัยพลิกเส้นอัตราผลตอบแทน: เหตุการณ์ที่มีกำหนดการชัดเจน

รายงานผลประกอบการที่มีกำหนดการประกาศเป็นเหตุการณ์ที่ทำให้เกิดการพลิกกลับของเส้นอัตราผลตอบแทน (inversion) ที่ชัดเจนที่สุด โดยรายงานจะถูกประกาศหลังตลาดปิดในวันที่ทราบล่วงหน้า สัญญา Options ทุกตัวที่มีวันหมดอายุหลังวันที่ประกาศจะรวมผลกระทบของเหตุการณ์นี้ไว้ ในขณะที่สัญญาที่หมดอายุก่อนหน้านั้นจะไม่รวม สัญญาที่ใกล้หมดอายุที่สุดซึ่งครอบคลุมช่วงเวลาดังกล่าวจะมีจำนวนวันทำการปกติเฉลี่ยน้อยที่สุด ส่งผลให้ค่าความผันผวนแบบปรับเป็นรายปี (annualized reading) พุ่งสูงขึ้นมากที่สุด ในขณะที่สัญญาอายุหกเดือนจะกระจายผลกระทบของเหตุการณ์เดียวกันนี้ออกไปตลอดช่วงเวลาประมาณหนึ่งร้อยยี่สิบห้าวันทำการ ทำให้แทบไม่เห็นการเปลี่ยนแปลงที่ชัดเจน

NVDA ประกาศผลประกอบการหลังตลาดปิดในวันพุธที่ 26 กุมภาพันธ์ 2025 โดยข้อมูลในตารางแสดงการอ่านค่าตลอดทั้งเส้นอัตราผลตอบแทนสองครั้ง คือในวันทำการสุดท้ายก่อนการประกาศวันที่ 25 กุมภาพันธ์ และวันทำการแรกหลังการประกาศวันที่ 27 กุมภาพันธ์

SELECT multiIf(days_to_expiry <= 20, '5-20 days',
               days_to_expiry <= 45, '21-45 days',
               days_to_expiry <= 90, '46-90 days',
               days_to_expiry <= 180, '91-180 days',
               '181-365 days') AS expiry_band,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                toDate(date) = toDate('2025-02-25')), 1) AS iv_before_print_pct,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                toDate(date) = toDate('2025-02-27')), 1) AS iv_after_print_pct,
       round(100 * (quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 toDate(date) = toDate('2025-02-25'))
                  - quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 toDate(date) = toDate('2025-02-27'))), 1) AS iv_drop_pts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
  AND date >= toDate('2025-02-25')
  AND date < toDate('2025-02-28')
  AND iv_converged = 1
  AND volume > 0
  AND implied_volatility BETWEEN 0.05 AND 5
  AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
  AND days_to_expiry BETWEEN 5 AND 365
GROUP BY expiry_band
HAVING countIf(toDate(date) = toDate('2025-02-25')) >= 3
   AND countIf(toDate(date) = toDate('2025-02-27')) >= 3
ORDER BY min(days_to_expiry)

แถบ 5-20 days มีค่าอยู่ที่ 84.9% ในช่วงก่อนการประกาศ และอยู่ที่ 66.4% ในช่วงหลังการประกาศ ซึ่งเป็นการเปลี่ยนแปลง 18.5 จุด ส่วนแถบ 181-365 days มีการเคลื่อนไหวไป 1 จุดในช่วงปิดตลาดสองวันเดียวกัน ซึ่งเป็นเพียงเศษเสี้ยวของการเคลื่อนไหวในแถบระยะสั้น สินทรัพย์อ้างอิงตัวเดียวกัน เหตุการณ์เดียวกัน แต่ให้ผลลัพธ์ที่ตรงกันข้ามกันที่ปลายทั้งสองด้านของเส้นอัตราผลตอบแทน การทรุดตัวลงของส่วนปลายด้านหน้าของเส้นนี้คือ IV crush และโครงสร้างระยะเวลา (term structure) คือจุดที่สามารถสังเกตเห็นปรากฏการณ์นี้ได้ล่วงหน้า

การเฝ้าดูการก่อตัวและการยุบตัวของเส้นกราฟ

การซื้อขายเพียงหนึ่งรอบก่อนหรือหลังการรายงานผลประกอบการเป็นเพียงภาพสะท้อนชั่วคราว การก่อตัวของเส้นกราฟต้องใช้เวลาหลายสัปดาห์ และจะปรากฏให้เห็นเป็นช่องว่างที่กว้างขึ้นระหว่างปลายทั้งสองด้านของเส้นกราฟ

SELECT toDate(date) AS session_date,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                days_to_expiry BETWEEN 5 AND 20), 1) AS front_iv_pct,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                days_to_expiry BETWEEN 91 AND 180), 1) AS back_iv_pct,
       round(100 * (quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 days_to_expiry BETWEEN 5 AND 20)
                  - quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 days_to_expiry BETWEEN 91 AND 180)), 1) AS front_minus_back_pts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
  AND date >= toDate('2025-02-10')
  AND date < toDate('2025-03-15')
  AND iv_converged = 1
  AND volume > 0
  AND implied_volatility BETWEEN 0.05 AND 5
  AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
  AND ((days_to_expiry BETWEEN 5 AND 20) OR (days_to_expiry BETWEEN 91 AND 180))
GROUP BY session_date
HAVING countIf(days_to_expiry BETWEEN 5 AND 20) >= 3
   AND countIf(days_to_expiry BETWEEN 91 AND 180) >= 3
ORDER BY session_date

ช่องว่างระหว่างแถบราคาอยู่ที่ 12.4 จุดในรอบการซื้อขายแรกของช่วงเวลาดังกล่าว และอยู่ที่ 3.3 จุดในรอบสุดท้าย โดยครอบคลุมระยะเวลาทั้งหมด 24 รอบการซื้อขาย ให้สังเกตที่รูปร่างของเส้นหน้า (front line) มากกว่าระดับราคาของมัน โดยเส้นนี้จะปรับตัวสูงขึ้นเมื่อใกล้ถึงวันรายงานผลประกอบการ แตะระดับสูงสุดในช่วงรอบการซื้อขายที่ใกล้กับวันรายงาน และจะปรับตัวลดลงกลับมาภายในหนึ่งรอบการซื้อขายหลังจากนั้น ในขณะที่เส้นหลัง (back line) แทบไม่มีการเปลี่ยนแปลงตลอดช่วงเวลาดังกล่าว ผลประกอบการและค่า Option Greeks ได้อธิบายถึงผลกระทบของเหตุการณ์เดียวกันที่มีต่อค่า vega และ theta ของสัญญาแต่ละรายการ

เส้นอัตราผลตอบแทนอยู่ในภาวะ Inverted บ่อยเพียงใด

ภาวะ Inversion ไม่ใช่เรื่องหายาก และระยะเวลาที่แต่ละชื่ออยู่ในภาวะดังกล่าวนั้นแตกต่างกันอย่างมากในแต่ละ ticker

WITH daily AS (
    SELECT underlying_symbol,
           toDate(date) AS session_date,
           quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                        days_to_expiry BETWEEN 5 AND 30) AS front_iv,
           quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                        days_to_expiry BETWEEN 91 AND 180) AS back_iv
    FROM global_markets.options_greeks
    WHERE underlying_symbol IN ('NVDA', 'AAPL', 'MSFT', 'AMZN', 'KO', 'JNJ', 'PG', 'SPY', 'XOM', 'WMT')
      AND date >= toDate('2025-08-01')
      AND date < toDate('2026-08-01')
      AND iv_converged = 1
      AND volume > 0
      AND implied_volatility BETWEEN 0.03 AND 5
      AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
      AND ((days_to_expiry BETWEEN 5 AND 30) OR (days_to_expiry BETWEEN 91 AND 180))
    GROUP BY underlying_symbol, session_date
    HAVING countIf(days_to_expiry BETWEEN 5 AND 30) >= 3
       AND countIf(days_to_expiry BETWEEN 91 AND 180) >= 3
)
SELECT underlying_symbol AS ticker,
       count() AS sessions,
       round(100 * countIf(front_iv > back_iv) / count(), 1) AS inverted_pct,
       round(100 * quantileDeterministic(0.5)(front_iv - back_iv,
                                              cityHash64(concat(underlying_symbol, toString(session_date)))), 1) AS median_spread_pts
FROM daily
GROUP BY underlying_symbol
ORDER BY inverted_pct DESC

ตลอด 251 รอบการซื้อขายในช่วงสิบสองเดือนจนถึงเดือนกรกฎาคม 2026 นั้น XOM มีการบันทึกราคาช่วงต้นสูงกว่าช่วง 91 ถึง 180 วัน ในจำนวน 68.5% ของรอบการซื้อขายทั้งหมด เมื่อเทียบกับ 19.5% สำหรับ SPY โดยส่วนต่างมัธยฐานของทั้งสองอยู่ที่ 1.4 จุด และ -2.1 จุด ตามลำดับ หุ้นที่มีเหตุการณ์กำหนดไว้ชัดเจนตามปฏิทินปกติจะอยู่ในภาวะ Inverted เป็นเวลานานกว่าในแต่ละปี ในขณะที่กองทุนดัชนีในวงกว้างมักอยู่ในภาวะ Contango เป็นส่วนใหญ่ โดยจะมีภาวะ Inversion กระจุกตัวอยู่เฉพาะช่วงที่มีการเทขาย IV rank วัดผลในสิ่งที่แตกต่างออกไป คือการดูว่าระดับในปัจจุบันอยู่ในจุดใดเมื่อเทียบกับช่วงหนึ่งปีที่ผ่านมา ไม่ใช่การดูว่าเส้นอัตราผลตอบแทนมีรูปร่างอย่างไรเมื่อเทียบกับวันหมดอายุที่ต่างกัน

ผลกระทบของเส้นอัตราผลตอบแทนที่ราบเรียบหรือกลับทิศต่อกลยุทธ์ calendar spread

กลยุทธ์ calendar spread คือการขาย option ระยะสั้นและซื้อ option ระยะยาวที่ strike price เดียวกัน ส่วนกลยุทธ์ diagonal จะทำในลักษณะเดียวกันแต่ใช้ strike price ที่ต่างกัน ไม่ว่าจะเป็นกรณีใด สถานะนี้ถือเป็นการ long implied volatility ของสัญญาเดือนไกลและ short implied volatility ของสัญญาเดือนใกล้ ซึ่งทำให้โครงสร้างระยะเวลา (term structure) กลายเป็นปัจจัยนำเข้าหลักแทนที่จะเป็นเพียงรายละเอียดประกอบ

เมื่อเส้นอัตราผลตอบแทนมีความชันเป็นบวก สัญญาเดือนใกล้จะถูกขายที่ระดับ implied volatility ที่ต่ำกว่าสัญญาเดือนไกลที่ซื้อมา แต่เมื่อเดือนใกล้เกิดภาวะ inverted ก่อนเหตุการณ์สำคัญ ความสัมพันธ์ดังกล่าวจะกลับด้าน และสถานะจะถูกเปิดในสภาวะที่เส้นอัตราผลตอบแทนมีช่องว่างให้ปรับตัวเข้าหากัน หลังจากนั้นค่าของเดือนใกล้จะปรับตัวลดลงเข้าหาเดือนไกล ในขณะที่เดือนไกลมีการเปลี่ยนแปลงเพียงเล็กน้อย และส่วนต่างระหว่างค่าทั้งสองจะกลับสู่รูปแบบปกติ อย่างไรก็ตาม จุดที่สถานะจะไปสิ้นสุดนั้นขึ้นอยู่กับระยะการเคลื่อนที่ของราคาหุ้นด้วย ซึ่งเส้นอัตราผลตอบแทนไม่ได้ให้ข้อมูลในส่วนนี้ หน้า expected move จะครอบคลุมปัญหาในส่วนที่เหลือ

เส้นอัตราผลตอบแทนที่ราบเรียบถือเป็นกรณีที่จัดการได้ยาก เนื่องจากไม่มีความชันให้ใช้ประโยชน์ในทิศทางใดทิศทางหนึ่ง ผลลัพธ์จึงขึ้นอยู่กับทิศทางของราคาหุ้นและการล่วงไปของเวลาเกือบทั้งหมด

คำถามที่พบบ่อยเกี่ยวกับโครงสร้าง IV term structure

IV term structure ในออปชันคืออะไร?

คือการนำค่า implied volatility มาพล็อตตามวันหมดอายุสำหรับออปชันที่ราคาใช้สิทธิใกล้เคียงกับราคาตลาด (near the money) จากหุ้นที่มีสภาพคล่องสูงหกตัวในเดือนมิถุนายน 2026 ค่ามัธยฐานที่วัดได้อยู่ที่ 19.6% ในช่วง 5-20 days และ 21.5% ในช่วง 181-365 days

โครงสร้าง IV term structure แบบกลับทิศ (inverted) หมายความว่าอย่างไร?

เส้นโค้งที่กลับทิศจะแสดงค่า implied volatility สูงสุดในสัญญาที่ใกล้หมดอายุที่สุด ซึ่งมักปรากฏเมื่อมีเหตุการณ์ที่กำหนดวันไว้ชัดเจนเกิดขึ้นภายในเดือนปัจจุบัน หรือในช่วงการซื้อขายหลังจากตลาดปรับตัวลงอย่างรุนแรง โดยสัญญาที่ใกล้หมดอายุจะสะท้อนความเคลื่อนไหวครั้งใหญ่ที่เพิ่งเกิดขึ้น ในขณะที่สัญญาที่หมดอายุไกลออกไปจะยังคงอิงอยู่กับค่าเฉลี่ยระยะยาว

เหตุใด implied volatility ของสัญญาเดือนใกล้ถึงสูงมากก่อนการประกาศผลประกอบการ?

สัญญาที่ใกล้หมดอายุมีจำนวนวันซื้อขายปกติเหลืออยู่น้อยมากในการเฉลี่ยความเคลื่อนไหวข้ามคืนครั้งใหญ่ที่คาดการณ์ไว้ ทำให้ตัวเลขแบบ annualized พุ่งสูงขึ้นเพื่อสะท้อนถึงความเสี่ยงดังกล่าว โดยในช่วงก่อนการรายงานผลประกอบการของ NVDA เมื่อวันที่ 26 กุมภาพันธ์ 2025 ค่าในแถบ 5-20 days อยู่ที่ 84.9% และอยู่ที่ 66.4% ในช่วงการซื้อขายหลังจากนั้น

โครงสร้าง term structure เหมือนกับ volatility skew หรือไม่?

ไม่เหมือนกัน โดย skew จะเปรียบเทียบค่า implied volatility ระหว่างราคาใช้สิทธิ (strike) ต่าง ๆ ภายในวันหมดอายุเดียวกัน ส่วน term structure จะกำหนดระดับ moneyness ให้คงที่แล้วเปรียบเทียบข้ามวันหมดอายุ Volatility skew จะครอบคลุมมิติของราคาใช้สิทธิบนพื้นผิวเดียวกัน

ตัวเลขทุกตัวข้างต้นมาจากการสืบค้นข้อมูล (query) ตามค่า implied volatility ของแต่ละสัญญา โดยสามารถขยายดูคำสั่ง SQL ได้ที่ใต้แต่ละแผงข้อมูล คุณสามารถพล็อตเส้นโค้งเดียวกันนี้สำหรับ ticker ใดก็ได้บน Strasmore terminal