Przegląd grupowania zmienności

Grupowanie zmienności to tendencja dużych zmian cen aktywów finansowych do skupiania się, co powoduje utrzymywanie się tych wielkości zmian cen. Innym sposobem opisania fenomenu grupowania zmienności jest zacytowanie słynnego naukowca-matematyka Benoit Mandelbrota i zdefiniowanie go jako obserwacja, że ​​„po dużych zmianach następują duże zmiany... a po małych zmianach następują małe zmiany”, jeśli chodzi o rynki. Zjawisko to obserwuje się, gdy występują długie okresy dużej zmienności rynku lub względnej kurs, według którego zmienia się cena składnika aktywów finansowych, po którym następuje okres „spokojnej” lub niskiej zmienności.

Szereg czasowy zwrotów z aktywów finansowych często wykazuje grupowanie zmienności. W szeregu czasowym ceny akcji, na przykład zaobserwowano, że wariancja zwrotów lub cen logarytmicznych jest wysoka przez dłuższy czas, a następnie niskie przez dłuższy czas. W związku z tym wariancja dziennych zwrotów może być wysoka w ciągu jednego miesiąca (wysoka zmienność), aw następnym może wykazywać niską wariancję (niska zmienność). Dzieje się tak do tego stopnia, że ​​sprawia, że ​​model id (niezależny i identycznie rozproszony model) cen logów lub zwrotów aktywów nie jest przekonujący. To właśnie ta właściwość szeregów czasowych cen nazywa się grupowaniem zmienności.

W praktyce i w świecie inwestowania oznacza to, że rynki reagują na nowe informacje z dużą siłą zmiany cen (zmienność), te środowiska o wysokiej zmienności mają tendencję do przetrwania przez pewien czas po pierwszym szoku. Innymi słowy, gdy rynek cierpi na a lotny szok, należy oczekiwać większej zmienności. Zjawisko to nazywane jest utrzymywanie się szoków zmienności, co powoduje powstanie koncepcji grupowania zmienności.

Zjawisko grupowania zmienności było bardzo interesujące dla badaczy z wielu środowisk i wpłynęło na rozwój modeli stochastycznych w finansach. Jednak do grupowania zmienności zwykle podchodzi się poprzez modelowanie procesu cenowego za pomocą modelu typu ARCH. Obecnie istnieje kilka metod kwantyfikacji i modelowania tego zjawiska, ale dwa najczęściej stosowane modele to autoregresywna warunkowa heteroskedastyczność (ARCH) i uogólniona autoregresywna warunkowa heteroskedastyczność (GARCH) modele.

Podczas gdy modele typu ARCH i modele zmienności stochastycznej są wykorzystywane przez badaczy do zaoferowania niektórych systemy statystyczne, które naśladują tworzenie grup zmienności, nadal nie dają żadnych korzyści ekonomicznych wyjaśnienie tego.