merger-arbitrageevent-driventail-riskoptionsystemic-riskabs-factor

Merger Arbitrage Short-Put Risk (并购套利的空 put 风险)

并购套利的系统性风险等价于卖出标普价外看跌期权：平时与市场低相关，市场大跌时同步爆亏。

策略与它的伪装

并购套利（risk arbitrage）= 买标的股 + 空收购方股，赌已宣布的交易能完成。单笔交易的风险看似特质性（这桩并购成不成，取决于反垄断审批、股东投票、融资），因此"分散 50 笔交易即可对冲"是标准叙事。

Mitchell & Pulvino (2001) 用 1968–1998 全部现金/换股并购交易模拟规则化并购套利策略，得到该策略的 ABS 因子，并发现了 Fung & Hsieh 转引的关键图形（论文 Figure 2）：

  • 横轴 S&P 月收益（1990–2002），纵轴 HFR Merger Arbitrage Index 月收益。
  • S&P 正常波动区间内：散点几乎无斜率 — 低相关，看起来是纯 alpha。
  • S&P 大幅下跌月（−10% 以下）：并购套利同步录得最差表现 — 斜率骤然出现。

这个折线形状就是空价外 put 的收益图。

flowchart LR
    normal["S&P 正常月<br/>个别交易风险相互独立<br/>→ 可分散"] --> flat[并购套利收益与 S&P 无关]
    crash["S&P 大跌月<br/>并购交易不论个案优劣<br/>被取消或延期"] --> loss[并购套利同步大亏]
    loss --> equiv["等价于空 S&P 价外 put"]

机制：deal risk 的系统性成分

并购套利真正的系统性风险是多笔交易同时被取消。市场剧烈下跌时：

  1. 收购方股价跌 → 换股比价失效、融资条件恶化；
  2. 董事会重估估值、股东反对；
  3. 于是与个案质量无关地被取消或延期。

个案风险确实可分散，但取消事件的相关性不可分散 —— 这是尾部相关性 (tail dependence) 的经典案例，与 Idiosyncratic Volatility Puzzle (特质波动率之谜) 中"特质波动并非真特质"的教训同类。

对因子建模的启示

这是 Fung-Hsieh 论证"越集中越需要专用因子"的主要证据：Fung-Hsieh 七因子模型 的七个因子刻画的是分散化组合，而并购套利这类小众策略的风险要用专门构造的因子（此处即短 put）才能捕捉。作者由此推出模型的第二条局限 —— 从分散化 FoF 走向单一策略乃至单只基金，必须承担构造专用因子的负担。

反面提醒同样重要：用不参照资产价格定义的更窄的基金平均去做基准，解决不了问题 —— 宽基指数之间的分化只会在窄基准之间以更大幅度重现。

迁移到 A 股

  • A 股并购重组套利（借壳、要约收购、吸并）同样存在"市场大跌 → 定增/重组集体终止"的相关性，2015-下半年与 2018 年可作检验窗口。
  • 因子代理可用沪深300 价外 put 空头（2015 年 2 月上证50ETF 期权上市后可构造）或熊市哑变量交互项。
  • 与 Event-Driven Equity Strategy 的联系：事件驱动策略族普遍带有隐性空期权特征，值得逐个体检。

Relationship to other concepts

Open questions

  • A 股并购套利的空 put 等价物：用 300ETF 期权隐含波动还是用重组终止率作为状态变量更稳？
  • 空期权型策略的容量与拥挤度：并购套利的"看似 alpha"是否本质是被压低的尾部风险溢价？

Sources