Le clustering de volatilité est la tendance des variations importantes des prix des actifs financiers à se regrouper, ce qui se traduit par la persistance de ces ampleurs de variation des prix. Une autre façon de décrire le phénomène du clustering de volatilité est de citer le célèbre mathématicien Benoît Mandelbrot, et de le définir comme le observation que "les grands changements ont tendance à être suivis de grands changements... et les petits changements ont tendance à être suivis de petits changements" en ce qui concerne marchés. Ce phénomène est observé en cas de périodes prolongées de forte volatilité des marchés ou de taux auquel évolue le prix d'un actif financier, suivi d'une période de «calme» ou de faible volatilité.
Le comportement de la volatilité du marché
Des séries chronologiques des rendements des actifs financiers montre souvent un regroupement de la volatilité. Dans une série chronologique de cours de la bourse, par exemple, on observe que la variance des rendements ou des prix des grumes est élevée pendant de longues périodes, puis
faible pour des périodes prolongées. En tant que tel, la variance des rendements quotidiens peut être élevée un mois (forte volatilité) et montrer une faible variance (faible volatilité) le lendemain. Cela se produit à un point tel qu'il ne convainc pas un modèle iid (modèle indépendant et à distribution identique) des prix des journaux ou des rendements des actifs. C'est cette propriété même des séries chronologiques de prix qui est appelée cluster de volatilité.Dans la pratique et dans le monde de l'investissement, cela signifie que les marchés réagissent aux nouvelles informations l'évolution des prix (volatilité), ces environnements à forte volatilité ont tendance à perdurer un certain temps après ce premier choc. En d'autres termes, lorsqu'un marché souffre d'un choc volatil, une plus grande volatilité est à prévoir. Ce phénomène a été appelé persistance des chocs de volatilité, qui donne naissance au concept de clustering de volatilité.
Modélisation du clustering de volatilité
Le phénomène de regroupement de la volatilité a été d'un grand intérêt pour les chercheurs de divers horizons et a influencé le développement de modèles stochastiques en finance. Mais le clustering de volatilité est généralement abordé en modélisant le processus de prix avec un modèle de type ARCH. Aujourd'hui, il existe plusieurs méthodes pour quantifier et modéliser ce phénomène, mais les deux modèles les plus utilisés sont les hétéroskédasticité conditionnelle autorégressive (ARCH) et hétéroskédasticité conditionnelle autorégressive généralisée (GARCH) des modèles.
Alors que les modèles de type ARCH et les modèles de volatilité stochastique sont utilisés par les chercheurs pour systèmes statistiques qui imitent le regroupement de la volatilité, ils ne donnent toujours aucun explication.