GARCHとは、Generalized Autoregressive Conditional Heteroskedasticity（一般化自己回帰条件付き分散不均一性）の略称です。これは、投資家やアナリストが金融資産の収益率のボラティリティを予測するために使用する統計モデリング手法です。標準偏差のみに依存する単純な手法とは異なり、GARCHは市場のボラティリティがしばしばクラスター（群れ）となって発生し、高い分散や低い分散の期間が連続する傾向があるという事実を考慮することで、より精緻なリスク指標を提供します。
このモデルは、誤差項の分散が系列相関を持つ時系列データを分析することで機能します。過去のデータに基づいて将来のボラティリティを推定するために、自己回帰移動平均プロセスに従います。収益率の大きさと方向の両方を組み込むことで、GARCHモデルは過去の価格変動が現在の市場の不確実性にどのような影響を与えるかをアナリストが理解する助けとなり、金融予測のための理論的に妥当なツールとなっています。
実務において、GARCHは株式、債券、その他の金融商品のリスクや期待収益率を評価するために頻繁に使用されます。例えば、投資家は景気後退の兆候があるような市場不安定期において、ポートフォリオを評価するためにGARCHモデルを使用することがあります。ボラティリティのクラスター化されたパターンを特定することで、このモデルは投資家がリスクエクスポージャーをより適切に調整し、ポートフォリオの資産を選択する際により情報に基づいた意思決定を行うことを可能にします。