Volatiliteitsclustering is de neiging van grote prijswijzigingen van financiële activa om samen te clusteren, wat resulteert in het voortduren van deze omvang van prijsveranderingen. Een andere manier om het fenomeen van volatiliteitsclustering te beschrijven, is door de beroemde wetenschapper-wiskundige Benoit Mandelbrot te citeren en het te definiëren als de observatie dat "grote veranderingen vaak worden gevolgd door grote veranderingen ... en kleine veranderingen vaak worden gevolgd door kleine veranderingen" wanneer het komt naar markten. Dit fenomeen wordt waargenomen wanneer er langere perioden van grote marktvolatiliteit zijn of de relatieve koers waarmee de prijs van een financieel actief verandert, gevolgd door een periode van "rustige" of lage volatiliteit..
Tijdreeksen van rendementen van financiële activa laten vaak volatiliteitsclustering zien. In een tijdreeks van aandelenprijzen wordt bijvoorbeeld opgemerkt dat de variantie van retouren of log-prijzen hoog is voor langere periodes en vervolgens laag voor langere periodes. Als zodanig kan de variantie van dagelijkse rendementen de ene maand hoog zijn (hoge volatiliteit) en de volgende lage variantie (lage volatiliteit) vertonen. Dit gebeurt in een zodanige mate dat het een iid-model (onafhankelijk en identiek verdeeld model) van log-prijzen of activarendementen overtuigend maakt. Het is deze eigenschap van tijdreeksen van prijzen die volatiliteitsclustering wordt genoemd.
Wat dit in de praktijk en in de wereld van beleggen betekent, is dat wanneer markten op nieuwe informatie reageren met grote prijsbewegingen (volatiliteit), deze omgevingen met een hoge volatiliteit de neiging hebben een tijdje te duren na die eerste schok. Met andere woorden, wanneer een markt aan een volatiele schok lijdt, moet meer volatiliteit worden verwacht. Dit fenomeen is aangeduid als de aanhoudende volatiliteitsschokken, wat aanleiding geeft tot het concept van volatiliteitsclustering.
Het fenomeen van volatiliteitsclustering is van groot belang geweest voor onderzoekers met vele achtergronden en heeft de ontwikkeling van stochastische modellen in de financiële sector beïnvloed. Maar volatiliteitsclustering wordt meestal benaderd door het prijsproces te modelleren met een ARCH-type model. Tegenwoordig zijn er verschillende methoden om dit fenomeen te kwantificeren en te modelleren, maar de twee meest gebruikte modellen zijn de autoregressieve conditionele heteroskedasticiteit (ARCH) en de gegeneraliseerde autoregressieve conditionele heteroskedasticiteit (GARCH) modellen.
Hoewel modellen van het ARCH-type en stochastische volatiliteitsmodellen door onderzoekers worden gebruikt om enkele statistische systemen te bieden die volatiliteitscluster imiteren, geven ze er nog steeds geen economische verklaring voor.