Volatiilsuse klasterdamine on finantsvarade hindade suurte muutuste kalduvus koonduda, mille tulemuseks on hinnamuutuste sellise ulatuse püsimine. Veel üks viis volatiilsuse klastrimise fenomeni kirjeldamiseks on tsiteerida kuulsat teadlast-matemaatikut Benoit Mandelbrot ja määratleda see kui tähelepanek, et "suurtele muutustele järgnevad tavaliselt suured muutused... ja väikestele muudatustele järgnevad tavaliselt väikesed muudatused", kui tegemist on turgudel. Seda nähtust täheldatakse siis, kui pikema perioodi jooksul on turul esinev suur volatiilsus või suhteline määr, millega finantsvara hind muutub, millele järgneb "rahuliku" või madala volatiilsusega periood.
Turu volatiilsuse käitumine
Aegrida Finantsvarade tootluse protsent näitab sageli volatiilsuse klastrite moodustumist. Ajavahemikus aktsiahinnadnäiteks täheldatakse, et tootluste või palgihindade erinevus on pikema perioodi jooksul ja seejärel suur madal pikema aja jooksul. Sellisena võib päevatootluse dispersioon olla üks kuu suur (suur volatiilsus) ja järgmisel korral näidata madala dispersiooniga (madal volatiilsus). See juhtub sellisel määral, et see muudab logihindade või varade tootluse iid-mudeli (sõltumatu ja identselt jaotunud mudeli) ebaveenvaks. Just hindade aegridade omadust nimetatakse volatiilsuse rühmitamiseks.
See tähendab praktikas ja investeerimismaailmas seda, et kuna turud reageerivad uuele teabele suures koguses hinnaliikumised (volatiilsus), kipuvad need suure volatiilsusega keskkonnad mõnda aega pärast seda esimest šokki püsima. Teisisõnu, kui turg kannatab: lenduv šokk, tuleks oodata suuremat volatiilsust. Seda nähtust on nimetatud volatiilsusšokkide püsivus, millest tuleneb volatiilsuse klastri mõiste.
Volatiilsuse klastri modelleerimine
Volatiilsuse klastrite nähtus on pakkunud paljude taustaga teadlastele suurt huvi ja see on mõjutanud rahanduses stohhastiliste mudelite väljatöötamist. Kuid volatiilsuse klastrisse läheneb tavaliselt hinnaprotsessi modelleerimine ARCH-tüüpi mudeliga. Tänapäeval on selle nähtuse kvantifitseerimiseks ja modelleerimiseks mitmeid meetodeid, kuid kaks kõige laialdasemalt kasutatavat mudelit on järgmised autoregressiivne tingimuslik heteroskedaalsus (ARCH) ja üldistatud autoregressiivne tingimuslik heteroskedaalsus (GARCH) mudelid.
Ehkki ARCH-tüüpi mudeleid ja stohhastilisi volatiilsusmudeleid kasutavad teadlased mõne pakkumiseks statistilised süsteemid, mis jäljendavad volatiilsuse klastrite moodustamist, ei anna need endiselt mingit majanduslikku kasu seletus sellele.