Volatilitetsklynger er tendensen til, at store ændringer i priser på finansielle aktiver sammenklynges, hvilket resulterer i vedholdenheden af disse størrelser af prisændringer. En anden måde at beskrive fænomenet med volatilitetsklynger på er at citere den berømte forsker-matematiker Benoit Mandelbrot og definere det som observation af, at "store ændringer har tendens til at blive efterfulgt af store ændringer... og små ændringer har tendens til at blive efterfulgt af små ændringer" når det kommer til markeder. Dette fænomen observeres, når der er lange perioder med stor markedsvolatilitet eller den relative den kurs, hvormed prisen på et finansielt aktiv ændrer sig, efterfulgt af en periode med "ro" eller lav volatilitet.
Opførslen ved markedsvolatilitet
Tidsserier af afkast af finansielle aktiver viser ofte volatilitetsklynger. I en tidsserie af aktiekurserfor eksempel observeres det, at variationen i afkast eller log-priser er høj i længere perioder og derefter lav i længere perioder
. Som sådan kan variationen i det daglige afkast være høj en måned (høj volatilitet) og vise lav variation (lav volatilitet) den næste. Dette sker i en sådan grad, at det gør en iid-model (uafhængig og identisk distribueret model) af log-priser eller aktivafkast uoverbevisende. Det er netop denne egenskab af tidsserier med priser, der kaldes volatilitetsklynger.Hvad det betyder i praksis og i investeringsverdenen er, at når markeder reagerer på nye oplysninger med store prisbevægelser (volatilitet), disse miljøer med høj volatilitet har en tendens til at holde ud et stykke tid efter det første chok. Med andre ord, når et marked lider af en flygtigt chok, mere volatilitet bør forventes. Dette fænomen er blevet omtalt som vedholdenhed af volatilitetstød, der giver anledning til begrebet volatilitetsklynger.
Modellering af volatilitetsklynger
Fænomenet med volatilitetsklynger har været af stor interesse for forskere med mange baggrunde og har påvirket udviklingen af stokastiske modeller inden for finansiering. Men volatilitetsklynger er normalt tilgængelige ved at modellere prisprocessen med en ARCH-model. I dag er der flere metoder til kvantificering og modellering af dette fænomen, men de to mest udbredte modeller er autoregressiv betinget heteroskedasticitet (ARCH) og den generaliserede autoregressive betingede heteroskedasticitet (GARCH) modeller.
Mens ARCH-modeller og stokastiske volatilitetsmodeller bruges af forskere til at tilbyde nogle statistiske systemer, der imiterer volatilitetsklynger, giver de stadig ingen økonomiske forklaring på det.