GARCH — bu Umumlashtirilgan avtoregressiv shartli geteroskedastiklik (Generalized Autoregressive Conditional Heteroskedasticity) atamasining qisqartmasi. Bu investorlar va tahlilchilar tomonidan moliyaviy aktivlar daromadliligi o‘zgaruvchanligini (volatilligini) bashorat qilish uchun ishlatiladigan statistik modellashtirish usulidir. Faqat standart og‘ishga tayanadigan oddiy usullardan farqli o‘laroq, GARCH bozor volatilligi ko‘pincha klasterlar ko‘rinishida yuz berishini, ya'ni yuqori yoki past dispersiya davrlari bir-birini ta'qib qilishini hisobga olgan holda xavfni yanada aniqroq baholash imkonini beradi.
Model xatolik hadining dispersiyasi ketma-ket avtokorrelyatsiya qilingan vaqt qatorlari ma'lumotlarini tahlil qilish orqali ishlaydi. U tarixiy ma'lumotlarga asoslanib, kelajakdagi volatillikni baholash uchun avtoregressiv o‘rtacha siljish jarayonini qo‘llaydi. Daromadlilikning ham kattaligini, ham yo‘nalishini hisobga olgan holda, GARCH modellari tahlilchilarga o‘tmishdagi narx harakatlari hozirgi bozor noaniqligiga qanday ta'sir qilishini tushunishga yordam beradi, bu esa ularni moliyaviy prognozlash uchun nazariy jihatdan asosli vositalarga aylantiradi.
Amaliyotda GARCH aksiyalar, obligatsiyalar va boshqa moliyaviy vositalarning xavfi va kutilayotgan daromadlarini baholash uchun tez-tez ishlatiladi. Masalan, investor iqtisodiy tanazzul arafasi kabi bozor beqarorligi davrida portfelni baholash uchun GARCH modelidan foydalanishi mumkin. Volatillikning ushbu klasterli namunalarini aniqlash orqali model investorlarga o‘z xavf ta'sirini yaxshiroq muvozanatlash va portfellari uchun aktivlarni tanlashda yanada asosli qarorlar qabul qilish imkonini beradi.