Översikt av Volatility Clustering

Volatilitetsklastring är en tendens att stora förändringar i priser på finansiella tillgångar kluster samman, vilket resulterar i beständigheten av dessa storlekar av prisförändringar. Ett annat sätt att beskriva fenomenet volatilitetskluster är att citera den berömda forskaren-matematikern Benoit Mandelbrot och definiera det som observationen att "stora förändringar tenderar att följas av stora förändringar ... och små förändringar tenderar att följas av små förändringar" när det kommer till marknaderna. Detta fenomen observeras när det finns långa perioder med hög marknadsvolatilitet eller den relativa kursen vid vilken priset på en finansiell tillgång förändras, följt av en period av "lugn" eller låg volatilitet.

Beteendet för marknadsvolatilitet

Tidsserier med avkastning på finansiella tillgångar visar ofta volatilitetskluster. I en tidsserie av aktiekurser observeras till exempel att variationen i avkastning eller log-priser är hög under längre perioder och sedan låg under längre perioder. Som sådan kan variationen i daglig avkastning vara hög en månad (hög volatilitet) och visa låg variation (låg volatilitet) nästa. Detta inträffar i en sådan grad att det gör en iid-modell (oberoende och identiskt distribuerad modell) av loggpriser eller avkastning av tillgångar oövertygande. Det är just denna egenskap av tidsserier med priser som kallas volatilitetskluster.

Vad detta betyder i praktiken och i investeringsvärlden är att när marknaderna svarar på ny information med stora prisrörelser (volatilitet) tenderar dessa miljöer med hög volatilitet att tåla ett tag efter den första chocken. Med andra ord, när en marknad drabbas av en flyktig chock, bör mer volatilitet förväntas. Detta fenomen har kallats uthållighet av volatilitetschocker, vilket ger upphov till begreppet volatilitetskluster. 

Modellering av volatilitet

Fenomenet volatilitetskluster har varit av stort intresse för forskare med många bakgrunder och har påverkat utvecklingen av stokastiska modeller inom finans. Men volatilitetskluster närmar sig vanligtvis genom att modellera prisprocessen med en ARCH-modell. Idag finns det flera metoder för att kvantifiera och modellera detta fenomen, men de två mest använda modellerna är den autoregressiva villkorade heteroskedasticiteten (ARCH) och den generaliserade autoregressiva villkorade heteroskedasticiteten (GARCH) -modellerna.

Medan ARCH-modeller och stokastiska volatilitetsmodeller används av forskare för att erbjuda vissa statistiska system som imiterar volatilitetskluster, ger de fortfarande ingen ekonomisk förklaring till det.