O clustering de volatilidade é a tendência de grandes mudanças nos preços de ativos financeiros se agruparem, o que resulta na persistência dessas magnitudes de mudanças de preços. Outra maneira de descrever o fenômeno do agrupamento de volatilidade é citar o famoso cientista-matemático Benoit Mandelbrot e defini-lo como o observação de que "grandes mudanças tendem a ser seguidas por grandes mudanças... e pequenas mudanças tendem a ser seguidas por pequenas mudanças" quando se trata de mercados. Esse fenômeno é observado quando há longos períodos de alta volatilidade do mercado ou a relativa taxa pela qual o preço de um ativo financeiro muda, seguido de um período de "calma" ou baixa volatilidade.
O Comportamento da Volatilidade do Mercado
Séries temporais O retorno dos ativos financeiros geralmente demonstra aglomeração de volatilidade. Em uma série temporal de preços das ações, por exemplo, observa-se que a variação de retornos ou preços logarítmicos é alta por longos períodos e, em seguida,
baixo por longos períodos. Como tal, a variação dos retornos diários pode ser alta em um mês (alta volatilidade) e mostrar baixa variação (baixa volatilidade) no próximo. Isso ocorre a tal ponto que torna um modelo iid (modelo independente e distribuído de forma idêntica) de preços de log ou retornos de ativos não convincentes. É essa propriedade de séries temporais de preços que é chamada cluster de volatilidade.O que isso significa na prática e no mundo dos investimentos é que, à medida que os mercados respondem a novas informações com grande movimentos de preços (volatilidade), esses ambientes de alta volatilidade tendem a perdurar por um tempo após o primeiro choque. Em outras palavras, quando um mercado sofre um choque volátil, mais volatilidade deve ser esperada. Esse fenômeno tem sido referido como o persistência de choques de volatilidade, que dá origem ao conceito de cluster de volatilidade.
Modelagem de cluster de volatilidade
O fenômeno do agrupamento de volatilidade tem sido de grande interesse para pesquisadores de diversas origens e influenciou o desenvolvimento de modelos estocásticos em finanças. Mas o agrupamento de volatilidade geralmente é abordado modelando o processo de preços com um modelo do tipo ARCH. Hoje, existem vários métodos para quantificar e modelar esse fenômeno, mas os dois modelos mais usados são os heterocedasticidade condicional autoregressiva (ARCH) e heterocedasticidade condicional autoregressiva generalizada (GARCH) modelos.
Enquanto os modelos do tipo ARCH e os modelos de volatilidade estocástica são usados pelos pesquisadores para oferecer algumas sistemas estatísticos que imitam o agrupamento da volatilidade, eles ainda não dão nenhuma explicação para isso.