Desde el lanzamiento de Bitcoin, ha habido mucha controversia en torno a qué clase de activo es. Varios autores reconocen el potencial de las criptomonedas pero también ciertas desviaciones con respecto a las funciones de una moneda convencional. En cambio, el factor diversificador de Bitcoin y su alto potencial de retorno han generado la atención de los gestores de cartera. En este contexto, comprender cómo se explica su volatilidad es un elemento crítico para la toma de decisiones de los inversores. Al modelar la volatilidad de activos clásicos, modelos no lineales como la Heterocedasticidad Condicional Autorregresiva Generalizada (GARCH) ofrecen resultados adecuados. Por lo tanto, tomando GARCH(1,1) como punto de referencia, el objetivo principal de este estudio es modelar y evaluar la relación entre la volatilidad de Bitcoin y variables clave del entorno financiero a través de un enfoque de Correlación Condicional (CC) Multivariante GARCH (MGARCH). Para ello, se han probado varios productos básicos, tipos de cambio, índices bursátiles y acciones de empresas vinculadas a criptomonedas. Los resultados obtenidos muestran cierta heterogeneidad en el ajuste de las diferentes variables, destacando la falta de correlación con respecto a activos tradicionales refugio como el oro y el petróleo. Centrándose en el modelo CC-MGARCH, se encuentra un mejor comportamiento de la correlación condicional dinámica en comparación con la constante.