Volatilitätsclustering ist die Tendenz großer Preisänderungen von Finanzanlagen, sich zu gruppieren, was dazu führt, dass diese Größenordnungen von Preisänderungen bestehen bleiben. Eine andere Möglichkeit, das Phänomen der Volatilitätsclusterung zu beschreiben, besteht darin, den berühmten Wissenschaftler-Mathematiker Benoit Mandelbrot zu zitieren und als das zu definieren Beobachtung, dass "großen Veränderungen tendenziell große Veränderungen folgen... und kleinen Veränderungen eher kleine Veränderungen folgen", wenn es darum geht Märkte. Dieses Phänomen wird beobachtet, wenn es längere Zeiträume mit hoher Marktvolatilität oder dem Verwandten gibt Rate, zu der sich der Preis eines finanziellen Vermögenswerts ändert, gefolgt von einer Zeit der "Ruhe" oder geringen Volatilität.
Das Verhalten der Marktvolatilität
Zeitfolgen Die Rendite von Finanzanlagen zeigt häufig eine Häufung von Volatilitäten. In einer Zeitreihe von AktienkurseBeispielsweise wird beobachtet, dass die Varianz der Renditen oder Log-Preise über längere Zeiträume und dann hoch ist
für längere Zeit niedrig. Daher kann die Varianz der täglichen Renditen in einem Monat hoch sein (hohe Volatilität) und im nächsten Monat eine geringe Varianz (niedrige Volatilität) aufweisen. Dies geschieht in einem solchen Ausmaß, dass ein iid-Modell (unabhängiges und identisch verteiltes Modell) von Log-Preisen oder Anlagenrenditen nicht überzeugend ist. Es ist genau diese Eigenschaft von Preisreihen, die als Volatilitätsclustering bezeichnet wird.In der Praxis und in der Welt des Investierens bedeutet dies, dass die Märkte mit großem Umfang auf neue Informationen reagieren Preisbewegungen (Volatilität), diese Umgebungen mit hoher Volatilität halten nach diesem ersten Schock noch eine Weile an. Mit anderen Worten, wenn ein Markt leidet a flüchtiger Schockist mit einer höheren Volatilität zu rechnen. Dieses Phänomen wurde als das bezeichnet anhaltende Volatilitätsschocks, woraus das Konzept des Volatilitätsclusters entsteht.
Modellierung des Volatilitätsclusters
Das Phänomen der Volatilitätsclusterung war für Forscher mit unterschiedlichem Hintergrund von großem Interesse und hat die Entwicklung stochastischer Finanzmodelle beeinflusst. Volatilitätsclustering wird jedoch normalerweise durch Modellierung des Preisprozesses mit einem ARCH-Modell angegangen. Heutzutage gibt es verschiedene Methoden zur Quantifizierung und Modellierung dieses Phänomens, aber die beiden am häufigsten verwendeten Modelle sind die autoregressive bedingte Heteroskedastizität (ARCH) und die generalisierte autoregressive bedingte Heteroskedastizität (GARCH) Modelle.
Während ARCH-Modelle und stochastische Volatilitätsmodelle von Forschern verwendet werden, um einige anzubieten statistische Systeme, die Volatilitätscluster imitieren, geben immer noch keine wirtschaftlichen Erklärung dafür.