你看到深度虚值 put（看跌期权）突然变贵，可能会直觉地认为：市场觉得崩盘更可能了。但这就像暴雨前雨伞涨价。价格更高，既可能因为下雨概率上升，也可能因为大家更怕淋湿，愿意多付保险费。只看雨伞价格，分不开这两件事。
Jirong Zhuang 的论文讨论的正是这个难题：有限的期权报价，究竟能告诉我们多大的真实崩盘风险？作者没有硬算一个看似精确的概率，而是把所有与市场报价相容的答案收集起来，划出边界。这个角度很重要，因为现实中的期权只有有限执行价，每份合约还有买价和卖价之差。报价本身通常只能圈出一片区域，不能指定唯一答案。
本文所有结果均来自这篇论文。结论以 power utility pricing kernel、崩盘定义和尾部约束等设定为条件，不能当成无条件规律。
先把“保险加价”剥掉
期权价格对应的是风险中性概率——一种服务于资产定价的概率。它包含投资者为坏状态保险支付的风险溢价，不能直接理解为现实世界中崩盘出现的频率。论文把后者称为 physical probability，即真实概率。
要从前者走向后者，需要定价核（pricing kernel）。它描述不同状态下的一元钱值多少：市场大跌时，一元钱通常更珍贵，相关保险也会更贵。作者采用 power utility pricing kernel，也就是以幂效用投资者的风险偏好来剥离这层加价。论文强调，之后的每个答案都只对这种投资者成立。
接下来还有第二层不确定性。市场没有报出所有可能执行价的精确价格，只有有限合约的 bid-ask spread（买卖价差）。因此，许多不同的风险中性分布都能让每份期权落在报价区间内。它们经过同一个定价核转换后，又会给出不同的真实崩盘概率和预期损失。
所以，作者不问“概率是多少”，而问“哪些答案仍没有被报价排除”。这就是部分识别：数据不足以锁定一个数，但可以划出可靠范围。
一条边界，比一个点更诚实
论文用两个坐标描述崩盘风险。第一个是市场到期跌破阈值的概率。第二个是跌破以后产生的无条件预期损失，作者称为 shortfall。把所有与报价相容的“概率—预期损失”组合画出来，会得到一个可行区域。
在终值具有 bounded support（有界支撑，即预先规定市场终值不会超出某个有限区间）时，论文证明这个区域是紧致凸集。直观地说，它有封闭边界；任取两个可行场景，两者之间的适当组合也仍然可行。作者把边界命名为 physical crash frontier。这个名称是论文提出的，不是业界既有标准。
边界的价值在于，它保留了两个风险指标之间的联系。分别计算概率和预期损失的最大、最小值，会得到一个矩形，但矩形四角可能分别来自四种不同分布。把“最高概率”和“最大损失”随手拼在一起，可能根本不存在一种分布能同时实现。physical crash frontier 会切掉这些虚构场景。
计算上，这并不轻松。转换后的两个指标都是矩之比——这里的“矩”可以理解为对不同市场结果按幂次加权后的平均量，分母还取决于整个未知分布。论文通过缩放消去比值，再按期权执行价切分终值区间，把问题化成有限个 second-order cone programs（SOCP，二阶锥规划，一类可以稳定求解的凸优化问题）。每求一个方向，就得到边界上的一条支撑线；不断改变方向，便能描出整条 frontier。
更多报价确实有用，但答案仍不唯一
论文使用 OptionMetrics 的 S&P 500 指数期权日终报价，覆盖 2013 年 1 月至 2023 年 8 月。样本按周三抽取，考察 23、30 和 37 天三个固定期限，共有 1,115 个“期限—横截面”观察。主要事件定义为：到期指数相对远期价格下跌至少 10%。基准设定把终值上限设为远期价格的五倍。
作者从崩盘阈值两侧最近的两份 put 开始，再逐步加入六份附近 put、完整的价外 put 翼，最后加入全部保留的价外 call（看涨期权）。在四组报价都通过求解核验的 976 个横截面中，从两份 put 扩展到全部价外报价后，崩盘概率区间宽度的中位数缩小约 80% 至 84%，视期限而异。最大的收缩来自阈值附近新增的六份 put；完整 put 翼仍有信息，而价外 call 在完整 put 翼之外增加的信息很少。
这说明有限报价并非无用。恰恰相反，多执行价能大幅排除不相容的分布。但它们仍没有给出单一概率。使用全部保留的价外报价后，37 天期限的崩盘概率区间中位数为 1.97% 至 4.53%；各期限中，上端点仍约为下端点的两到三倍。
这些区间也会随市场状态移动。论文报告称，2015 年 8 月、2018 年初、COVID-19 危机和 2022 年抛售期间，可行风险区间整体上升。2020 年 3 月尤其值得注意：上下端点一起跳升，区间也变宽。换句话说，市场不仅给崩盘标出了更高价格，对真实概率的可容许答案也更多了。
真正的漏洞在遥远右尾
最反直觉的结果来自看起来与崩盘无关的极端上涨状态。
在论文的基准风险厌恶设定下，真实崩盘概率的分母包含整个终值分布的二阶矩。若取消终值上限，可以在极远的右尾放入一丁点概率。它对固定执行价期权报价的影响可以小到仍落在买卖价差内，却能把分母推得很大。结果是崩盘概率与无条件预期损失都趋近于零，而所有观察到的报价仍然成立。
这不是市场证明了崩盘概率接近零，而是有限报价无法排除这种数学构造。论文进一步给出的分界条件是：当投资者比 log investor（对数效用投资者）更厌恶风险时，这条“右尾稀释”通道才会打开。要获得严格大于零的崩盘概率下界，必须额外约束遥远右尾；期权报价本身不能提供这项约束。
条件深度——已经发生崩盘后，平均还会再跌多少——不受同一分母膨胀直接影响，因为计算比值时公共分母会抵消。论文的有限上限稳健性检查也显示，在终值上限为远期价格两倍到十倍时，结果几乎不变；一旦完全取消上限，所检查横截面的概率下界都降为零，而条件深度区间宽度变化很小。
为什么值得关注
这篇论文最有用的地方，不是提供了一个新的“崩盘读数”，而是给读数划清权限。期权报价可以明显压缩答案，阈值附近的 put 尤其有信息；但从风险中性价格转换到真实概率，要依赖风险偏好模型。想进一步声称崩盘概率必然高于某个正数，还要加入报价之外的右尾假设。
因此，一个精确到小数点后的崩盘概率，可能混合了三样东西：市场实际报出的价格、定价核对风险厌恶的设定，以及模型对未交易区域的补全。physical crash frontier 试图把第一样单独展示出来。它告诉你的不是“市场相信什么”，而是在给定模型与尾部条件后，“市场报价尚未排除什么”。
局限与未知
- 全部证据来自同一篇论文，尚无独立信源交叉验证。约 80% 至 84% 的区间收缩是特定 S&P 500 样本、10% 阈值、期限和清洗规则下的结果，不宜外推为普遍规律。
- 从风险中性概率到真实概率的转换依赖 power utility pricing kernel，以及边际投资者持有市场等假设。所谓“剥离保险加价”并非无模型测量。
- 严格为正的概率下界依赖尾部限制。论文把基准终值上限设为远期价格五倍；虽然有限上限的稳健性检查变化不大，但完全取消上限会改变核心结论。