En GARCH-modell (Generalized Autoregressive Conditional Heteroskedasticity) är en statistisk modell som används för att analysera och förutsäga volatiliteten i tidsseriedata, särskilt inom finans.
Modellen bygger på antagandet att variansen av feltermerna är beroende av tidigare feltermer och tidigare varians, vilket gör den användbar för att modellera tidsserier med heteroskedasticitet.
"En ekonom kan använda en GARCH-modell för att förutsäga framtida prisfluktuationer på aktiemarknaden baserat på historiska data."
Akronymen GARCH står för Generalized Autoregressive Conditional Heteroskedasticity, där generalized refererar till en utvidgning av tidigare modeller, autoregressive syftar på att modellen använder tidigare värden, conditional indikerar att variansen är beroende av tidigare observationer, och heteroskedasticity beskriver variansen som inte är konstant över tid.