A volatilitás-csoportosulás a pénzügyi eszközök árainak nagymértékű változásának az a tendenciája, hogy egymásba csoportosuljanak, ami az árváltozások ilyen nagyságrendjének fennmaradását eredményezi. A volatilitás-csoportosulás jelenségének leírására egy másik módszer a híres tudós-matematikus, Benoit Mandelbrot idézése, és megfigyelés, hogy "a nagy változásokat általában nagy változások követik... és a kis változásokat általában kisebb változások követik" piacokon. Ezt a jelenséget akkor lehet megfigyelni, ha hosszabb időszakokon tapasztalható nagy piaci volatilitás vagy a relatív az a ráta, amellyel a pénzügyi eszköz ára megváltozik, amelyet egy "nyugodt" vagy alacsony volatilitású időszak követ.
A piaci volatilitás viselkedése
Idősorok A pénzügyi eszközök hozamának százaléka gyakran bizonyítja a volatilitás-csoportosulást. Egy idősorban részvényárakpéldául megfigyelhető, hogy a hozamok vagy a log-árak szórásai hosszabb ideig, majd aztán nagyok alacsony hosszabb ideig. Mint ilyen, a napi hozamok szórása egy hónapban magas lehet (magas volatilitás), a következő pedig alacsony szórású (alacsony volatilitású). Ez olyan mértékben fordul elő, hogy az iid modellt (független és azonos módon elosztott modellt) megbizonytalanná teszi a naplóárak vagy az eszközök visszatérítése szempontjából. Az árak idősorának ezt a tulajdonságát nevezik volatilitás-csoportosulásnak.
A gyakorlatban és a befektetések világában ez azt jelenti, hogy mivel a piacok nagy információval reagálnak az új információkra ármozgások (volatilitás), ezek a magas volatilitású környezetek az első sokk után egy ideig fennállnak. Más szavakkal, ha egy piac szenved: illékony sokk, nagyobb volatilitásra lehet számítani. Ezt a jelenséget a a volatilitási sokkok fennmaradása, amely felveti a volatilitás-csoportosulás fogalmát.
A volatilitási klaszterezés modellezése
A volatilitás-csoportosulás jelensége számos háttérrel rendelkező kutató számára nagy érdeklődést mutatott, és befolyásolta a pénzügyi sztochasztikus modellek kialakulását. De a volatilitás-csoportosulást általában az árfolyamat ARCH-típusú modellezésével megközelítik. Manapság számos módszer létezik e jelenség számszerűsítésére és modellezésére, de a két legszélesebb körben alkalmazott modell a autoregresszív feltételes heteroskedaszticitás (ARCH) és általánosított autoregresszív feltételes heteroskedaszticitás (GARCH) modellek.
Míg az ARCH-típusú modelleket és a sztochasztikus volatilitási modelleket a kutatók alkalmazzák statisztikai rendszerek, amelyek utánozzák a volatilitás-klaszterolást, még mindig nem adnak gazdasági szempontot magyarázat erre.