Pengelompokan volatilitas adalah kecenderungan perubahan besar dalam harga aset keuangan untuk dikelompokkan bersama, yang menghasilkan persistensi dari besarnya perubahan harga ini. Cara lain untuk menggambarkan fenomena pengelompokan volatilitas adalah dengan mengutip ilmuwan-ahli matematika terkenal Benoit Mandelbrot, dan mendefinisikannya sebagai observasi bahwa "perubahan besar cenderung diikuti oleh perubahan besar... dan perubahan kecil cenderung diikuti oleh perubahan kecil" ketika datang ke pasar. Fenomena ini diamati ketika ada periode volatilitas pasar yang tinggi atau relatif tingkat di mana harga perubahan aset keuangan, diikuti oleh periode "tenang" atau volatilitas rendah.
Perilaku Volatilitas Pasar
Seri waktu pengembalian aset keuangan sering menunjukkan pengelompokan volatilitas. Dalam serangkaian waktu harga saham, misalnya, diamati bahwa varians pengembalian atau harga log tinggi untuk periode yang lama dan kemudian rendah untuk waktu yang lama. Dengan demikian, varians pengembalian harian dapat tinggi satu bulan (volatilitas tinggi) dan menunjukkan varians rendah (volatilitas rendah) berikutnya. Hal ini terjadi sedemikian rupa sehingga membuat model iid (model independen dan terdistribusi identik) dari harga log atau pengembalian aset tidak meyakinkan. Properti seri waktu inilah yang disebut volatility clustering.
Apa artinya ini dalam praktik dan dalam dunia investasi adalah bahwa ketika pasar merespons informasi baru dengan besar pergerakan harga (volatilitas), lingkungan dengan volatilitas tinggi ini cenderung bertahan untuk sementara waktu setelah goncangan pertama itu. Dengan kata lain, ketika pasar menderita a kejutan mudah menguap, lebih banyak volatilitas yang diharapkan. Fenomena ini telah disebut sebagai persistensi guncangan volatilitas, yang memunculkan konsep volatility clustering.
Pemodelan Pengelompokan Volatilitas
Fenomena volatility clustering sangat menarik bagi para peneliti dari berbagai latar belakang dan telah mempengaruhi pengembangan model stokastik di bidang keuangan. Tetapi pengelompokan volatilitas biasanya didekati dengan memodelkan proses harga dengan model tipe ARCH. Saat ini, ada beberapa metode untuk mengukur dan memodelkan fenomena ini, tetapi dua model yang paling banyak digunakan adalah heteroskedastisitas kondisional autoregresif (ARCH) dan heteroskedastisitas kondisional autoregresif (GARCH) model.
Sementara model tipe ARCH dan model volatilitas stokastik digunakan oleh para peneliti untuk menawarkan beberapa sistem statistik yang meniru pengelompokan volatilitas, mereka masih tidak memberikan ekonomi penjelasan untuk itu.