Model GARCH orde pertama dan kedua dapat digunakan untuk memodelkan volatilitas dari data return harga saham yang kemudian akan diprediksi risikonya. Kajian terhadap performa model-model ini diawali dengan pembahasan mengenai kestasioneran, penaksiran parameter, serta beberapa fakta empiris dari return dan volatilitas dalam kerangka kajian statistik. Kestasioneran dan hasil taksiran parameter terbukti dapat mempengaruhi keakuratan prediksi yang diperoleh. Model GARCH orde pertama selanjutnya teruji mampu menangkap fakta-fakta empiris yang dibahas. Sehingga model ini dapat dikatakan cukup baik dan menghasilkan prediksi Value-at-Risk (VaR) satu-langkah-ke-depan yang cukup akurat. Dengan melibatkan salah satu sifat empiris return, yaitu distribusi ekor tebal, diperoleh prediksi VaR yang lebih akurat dan lebih mampu mengakomodir nilai-nilai risiko yang bersifat ekstrim.