GARCH inasimamia Generalized Autoregressive Conditional Heteroskedasticity (Heteroskedasticity ya Masharti ya Kujirekebisha kwa Jumla). Hii ni mbinu ya kitakwimu inayotumiwa na wawekezaji na wachambuzi kutabiri tete (volatility) ya mapato ya mali za kifedha. Tofauti na mbinu rahisi zinazotegemea tu mkengeuko wa kawaida (standard deviation), GARCH hutoa kipimo cha hatari kilicho sahihi zaidi kwa kuzingatia ukweli kwamba tete ya soko mara nyingi hutokea katika makundi, ambapo vipindi vya tofauti kubwa au ndogo huwa vinafuatana.
Mfano huu hufanya kazi kwa kuchanganua data ya mfululizo wa muda ambapo tofauti ya muda wa hitilafu inajirekebisha yenyewe. Inafuata mchakato wa wastani wa kusonga wa kujirekebisha (autoregressive moving average) ili kukadiria tete ya siku zijazo kulingana na data ya kihistoria. Kwa kujumuisha ukubwa na mwelekeo wa mapato, mifano ya GARCH huwasaidia wachambuzi kuelewa jinsi mienendo ya bei ya zamani inavyoathiri kutokuwa na uhakika kwa soko la sasa, na kuifanya kuwa zana thabiti za kinadharia kwa utabiri wa kifedha.
Katika utendaji, GARCH hutumiwa mara kwa mara kutathmini hatari na mapato yanayotarajiwa ya hisa, dhamana, na vyombo vingine vya kifedha. Kwa mfano, mwekezaji anaweza kutumia mfano wa GARCH kutathmini kwingineko (portfolio) wakati wa vipindi vya kutokuwa na utulivu wa soko, kama vile kipindi cha kuelekea mdororo wa uchumi. Kwa kutambua mifumo hii ya tete iliyokusanyika, mfano huu huwaruhusu wawekezaji kusawazisha vyema hatari zao na kufanya maamuzi sahihi zaidi wakati wa kuchagua mali kwa ajili ya kwingineko zao.