Kintamumo klasterio apžvalga

Kintamumo klasterizacija yra didelių finansinio turto kainų pokyčių tendencija susilieti į grupes, o tai lemia, kad tokie kainų pokyčiai išlieka. Kitas būdas apibūdinti nepastovumo klasterizacijos reiškinį yra pacituoti garsų mokslininką-matematiką Benoitą Mandelbrotą ir apibrėžti jį kaip pastebėjimas, kad, kalbant apie „didelius pokyčius, paprastai seka dideli pokyčiai... o mažus pokyčius paprastai seka maži pokyčiai“ rinkose. Šis reiškinys pastebimas, kai ilgą laiką rinkos svyravimai yra dideli arba santykiniai kursas, kuriuo keičiasi finansinio turto kaina, po kurio eina „ramus“ arba mažas nepastovumas.

Laiko eilutės finansinio turto grąžos dažnai rodo nepastovumo klasterius. Laikotarpiu akcijų kainospvz., pastebima, kad grąžos ar log-kainų variacijos ilgą laiką yra didelės, tada žemas ilgą laiką. Taigi dienos grąžos svyravimas gali būti didelis per mėnesį (didelis nepastovumas), o kitą dieną gali būti mažas (mažas nepastovumas). Tai atsitinka tokiu laipsniu, kad jis nepatvirtina loginio kainų ar turto grąžos modelio (nepriklausomo ir identiškai paskirstyto modelio). Tokia pati kainų laiko eilučių savybė vadinama nepastovumo grupavimu.

Tai reiškia praktikoje ir investuojant į pasaulį, nes rinkos reaguoja į naują informaciją dideliu mastu kainų svyravimai (nepastovumas), šios labai nepastovios aplinkos paprastai ilgą laiką išlieka po to pirmojo šoko. Kitaip tariant, kai kenčia rinka nepastovus šokas, reikėtų tikėtis didesnio nepastovumo. Šis reiškinys buvo vadinamas nepastovumo nepastovumo sukrėtimai, iš kurio kyla nestabilumo klasterio samprata.

Nepastovumo klasterizacijos reiškinys sudomino daugelio sluoksnių tyrinėtojus ir padarė įtaką stochastinių finansų modelių kūrimui. Tačiau į nepastovumo klasterizavimą paprastai kreipiamasi modeliuojant kainos procesą ARCH tipo modeliu. Šiandien yra keletas šio reiškinio kiekybinio įvertinimo ir modeliavimo būdų, tačiau yra du labiausiai paplitę modeliai autoregresyvus sąlyginis heteroskedaziškumas (ARCH) ir apibendrintas autoregresyvus sąlyginis heteroskedaziškumas (GARCH) modeliai.

Nors ARCH tipo modeliai ir stochastinio nepastovumo modeliai yra naudojami tyrėjų, norint juos pasiūlyti statistinės sistemos, imituojančios nepastovumo klasterizavimą, vis tiek neteikia jokios ekonominės naudos jo paaiškinimas.