金融衍生品的隐含信息通常代表着对金融市场发展的预测,期权隐含信息对投资市场发展的影响历来是金融界探讨的焦点。期权隐含信息不但体现着投资人对未来标的资产价值收益变化的预测,还蕴藏着投资市场价值与未来风险变化的信号。该问题的研究具有较大的现实意义。本论文聚焦中国第一个发行的上证50ETF期权,研究期权隐含信息的指标种类、内在成因、预测能力以及期权隐含信息对期权价格的调整和对股市的影响。论文首先利用2015年2月到12月的上证50ETF期权数据,对期权隐含信息做基本分析,结果表明波动率呈“微笑”形状,即上证50ETF的价格越靠近敲定价格,其波动率越低,上证50ETF的价格越偏离敲定价格,其波动率越高。接着,利用GARCH模型预测波动率,将样本按交易天数分为120天,250天,500天等3组数据,分别预测2020年2月到12月的月度波动率,结果表明:当交易天数为500天时,预期效益较好。在GARCH族模型中,将预测效果较好的上证50ETF波动率与Black-Scholes模型隐含波动率和真实波动率作对比,比较结果表明:GARCH族模型的波动率相对高估,而BS模型的波动率相对低估。最后,基于以上模型存在的问题,利用局部波动率模型（LVM）估算波动率,发现参数结果均显著,另外该模型可以很好地刻画波动率的微笑特征。在理论完善方面,构建期权隐含信息修正期权定价模型。首先,按照到期日为15天,30天,90天,120天,180天将数据分为5组,用BS模型对这些数据定价,结果表明30天的期权数据估算效果较好,但整体价格存在高估情况。然后,利用LVM模型基于相同数据做期权价格估计,结果表明15天和30天的期权价格误差相对较小,高估和低估现象都存在,整体趋势被低估。鉴于GARCH波动率、BS波动率相对偏高,LVM波动率相对偏低,最后,选择综合考虑BS模型和LVM模型的波动率,构造一种新波动率综合指标（LVM-BS波动率）,基于该波动率在不同布朗运动环境下对期权进行定价,并构造新的期权定价MFBM-LVM-BS模型和FBM-LVM-BS模型,新模型可以很好地应用于期权的定价,使得模型误差变小。具体地,看涨期权误差由传统BS模型的0.18%降为新模型的0.14%。看跌期权误差从传统BS模型的0.17%降为新模型的0.1%。在实证分析方面,探究期权隐含信息对股市的影响,考虑加入综合成本提高预测的准确度。观察发现综合成本和股价呈相反关系。BS模型和LVM模型得到的期权隐含信息存在错峰现象。新模型的隐含信息对股市的预测结果明显优于BS模型和LVM模型。最后,结合本论文研究结论,对投资者,监管者和交易者提出相应的建议。