El propósito de este documento es evaluar el rendimiento de pronóstico de los modelos de heterocedasticidad condicional autorregresiva generalizada (GARCH) lineales y no lineales en términos de su precisión de pronóstico dentro y fuera de la muestra para el Índice General de la Bolsa de Tadawul (TASI) y el Índice de Acciones de las Industrias Petroquímicas de Tadawul (TIPISI) para las industrias petroquímicas. Utilizamos los datos de precios diarios del TASI y el TIPISI para el período del 10 de septiembre de 2007 al 26 de febrero de 2015. Los resultados sugieren que el modelo de Poder Asimétrico de ARCH (APARCH) es el modelo más preciso en la clase GARCH para pronosticar la volatilidad tanto del TASI como del TIPISI en el contexto de las industrias petroquímicas, ya que este modelo supera a los otros modelos en la estimación del modelo y en el pronóstico diario de volatilidad fuera de la muestra de los dos índices. Este estudio es útil para el conjunto de datos examinado, porque los resultados proporcionan una base para que los comerciantes, los responsables de políticas y los inversores internacionales tomen decisiones utilizando este modelo para pronosticar los riesgos asociados con la inversión en el mercado de valores saudí, dentro de ciertas limitaciones.