Volatility Clustering
概述
波动率聚集(Volatility Clustering)是指在金融时间序列中,高波动率时期往往会聚集在一起,低波动率时期也会聚集在一起的现象,即波动率具有时变性和持续性。
关键内容
-
现象描述:金融市场的波动率具有明显的聚集性特征:一次剧烈的价格震荡发生后,市场不会在第二天就恢复风平浪静,而是在此后相当长的时间内持续保持较高的波动水平,然后才慢慢平息。这就像往湖面扔石头后,波纹会持续一段时间才完全消失。
-
经济意义:这种现象反映了金融市场信息冲击的持续影响,表明市场对新信息的消化需要一定时间,而不是瞬时完成的。
-
建模需求:波动率聚集现象促使了自回归条件异方差(ARCH)模型和广义自回归条件异方差(GARCH)模型的发展,这些模型为波动率的时变特征提供了数学框架。
-
观察实例:在股票收益率、汇率变动、商品价格等金融时间序列中都能观察到明显的波动率聚集现象。
来源
- 09-bollerslev-1986-garch.md — 对该现象的详细描述及其在GARCH模型发展中的作用
相关
- GARCH Model — 用于建模此现象
- ARCH Model — 早期建模方法
- Financial Markets — 现象发生的场所
- Time Series Analysis — 分析方法所在领域