Cilj ovog rada je modelirati i prognozirati volatilnost sektorskih indeksa na Zagrebačkoj burzi, odnosno na hrvatskom tržištu kapitala korištenjem multivarijatnog generaliziranog autoregresivnog uvjetnog heteroskedastičnog (MGARCH) modela sukladno dvjema pretpostavkama o uvjetnim distribucijama povrata, odnosno Gaussovoj (normalnoj) i Studentovoj t-distribuciji te ustanoviti jesu li navedene distribucije primjerene prilikom opisa distribucije povrata sektorskih indeksa na Zagrebačkoj burzi. Prilikom donošenja odluka o ulaganjima, investitori uzimaju u obzir očekivani profit (povrat) i rizik od ulaganja, a pritom im pomažu analize vezane uz različite mjere rizika poput volatilnosti povrata, koeficijenata korelacije povrata itd. Dnevni podaci o povratima sektorskih indeksa Zagrebačke burze analizirani su u razdoblju od 2013. do 2021. godine, a obuhvaćaju sektor industrijske proizvodnje, građevinarstva, proizvodnje i prerade hrane te turizma. Za potrebe analize u radu, MGARCH je korišten kako bi se procijenili dinamički uvjetni korelacijski (DCC-GARCH) modeli. Izračunate bezuvjetne volatilnosti upućuju na veću stabilnost sektora turizma u odnosu na ostale sektore dok bezuvjetni korelacijski koeficijenti ukazuju na neznatnu jačinu povezanosti između sektora te na mogućnost ostvarivanja diverzifikacijskih efekata prilikom ulaganja. Uvjetne volatilnosti povrata sektorskih indeksa kreću se blisko, osim sektora građevinarstva čija se volatilnost tijekom vremena povećava ukazujući na rastuću prisutnost rizika u tom sektoru. Nadalje, primjetan je trend porasta uvjetne korelacije povrata posebice u odnosima u kojima je uključen sektor turizam sugerirajući na sve veću povezanost ostalih sektora s tim sektorom. Ta je povezanost pogotovo izražena između sektora turizam te sektora proizvodnje i prerade hrane. Usporedbe modela ukazuju da je MGARCH model temeljen na Studentovoj t-distribuciji primjereniji prilikom opisa distribucije povrata sektorskih indeksa u odnosu na model temeljen na Gaussovoj distribuciji. Ograničenja provedene analize ogledaju se u relativno kratkom vremenskom razdoblju procjene modela i specifičnosti vezanih uz tržište kapitala Republike Hrvatske u odnosu na razvijena tržišta. The goal of this paper is modelling and forecasting volatility of sector indices on Zagreb Stock Exchange i.e. on the Croatian capital market using a multivariate generalized autoregressive conditional heteroscedastic (MGARCH) model according to the two assumptions about conditional distributions of returns, i.e. Gaussian (normal) and Student's t-distribution and to determine whether these distributions are appropriate when describing the distribution of returns of sector indices on the Zagreb Stock Exchange. When making investment decisions, investors take into account the expected return and investment risk, and are assisted by analyses related to various risk measures such as volatility of returns, correlation coefficients between returns, etc. Daily data on returns of sector indices on Zagreb Stock Exchange are analysed within time span from 2013 to 2021 and encompass the sectors of industrial production, construction, production and processing of food and tourism. For the sake of the analysis, MGARCH is used to estimate dynamic conditional correlation (DCC-GARCH) models. Calculated unconditional volatility indicates greater stability of the tourism sector compared to other sectors, while unconditional correlation coefficients indicate a slight strength of the relationship between the sectors and thus the possibility of achieving diversification effects when investing. Conditional volatilities of sector indices returns are moving close, except the construction sector, whose volatility increases over time indicating a growing presence of risk in the sector. Furthermore, it might be noticed a raising trend in conditional correlation of returns especially when the sector of tourism is included, suggesting the growing connection of other sectors with this particular one. That connection is especially visible between sectors of tourism and production and processing of food. Model comparisons indicate that MGARCH model based on Student t-distribution is more appropriate for describing the returns' distribution of sector indices in relation to the model based on Gaussian distribution. The analysis provided in the paper has some limitations that might be observed in relatively short time span of model assessment and specifics of Croatian capital market comparing with developed markets.