Klastrování volatility je tendence velkých změn cen finančních aktiv ke shlukování, což má za následek přetrvávání těchto veličin cenových změn. Dalším způsobem, jak popsat fenomén shlukování volatility, je citovat slavného vědce-matematika Benoita Mandelbrota a definovat jej jako pozorování, že „velké změny mají tendenci následovat velké změny... a malé změny mají tendenci následovat malé změny“, pokud jde o trhy. Tento jev je pozorován, pokud existují dlouhá období vysoké volatility trhu nebo relativního sazba, za kterou se mění cena finančního aktiva, následovaná obdobím „klidu“ nebo nízké volatility.
Chování volatility trhu
Časové řady výnosů finančních aktiv často demonstruje sdružování volatility. V časové řadě ceny akciínapříklad je pozorováno, že rozptyl výnosů nebo log-cen je vysoký po delší dobu a poté nízké po delší dobu. Rozptyl denních výnosů jako takový může být vysoký jeden měsíc (vysoká volatilita) a následující nízký rozptyl (nízká volatilita). K tomu dochází do té míry, že to dělá iid model (nezávislý a identicky distribuovaný model) log-ceny nebo návratnost aktiv nepřesvědčivé. Právě tato vlastnost časové řady cen se nazývá shlukování volatility.
To v praxi a ve světě investování znamená, že trhy reagují na nové informace s velkými pohyb cen (volatilita), tato prostředí s vysokou volatilitou mají tendenci vydržet chvíli po tomto prvním šoku. Jinými slovy, když trh trpí a volatilní šok, měla by se očekávat větší volatilita. Tento jev byl označován jako přetrvávání výkyvů volatility, což vede k koncepci shlukování volatility.
Modelování klastrů volatility
Fenomén shlukování volatility je velmi zajímavý pro vědce z mnoha prostředí a ovlivnil vývoj stochastických modelů ve financích. K seskupování volatility se však obvykle přistupuje modelováním cenového procesu pomocí modelu typu ARCH. Dnes existuje několik metod pro kvantifikaci a modelování tohoto jevu, ale dva nejpoužívanější modely jsou autoregresivní podmíněná heteroskedasticita (ARCH) a generalizovaná autoregresivní podmíněná heteroskedasticita (GARCH) modely.
Zatímco modely typu ARCH a stochastické modely volatility jsou vědci používány k tomu, aby některé nabídly statistické systémy, které napodobují shlukování volatility, stále nedávají žádné ekonomické vysvětlení.