Численні фактори призвели до кризи суверенних боргів єврозони 2010 року. Ці фактори варіюються від поєднання міжнародної торгівельної диспропорції, впливу глобальної кризи з 2007 по 2012 рік, невдачі підходів урятувальних заходів європейських урядів, які створювали перепони для власників облігацій водночас з банківської галузі та приватного сектору, політика кредитування та позики з високим рівнем ризику, що примушувалися нерегульованими вимогами до кредитів у період з 2002 по 2008 рік, та вибір фіскальної політики, пов’язаний з доходами та витратами уряду. Метою дослідження є моделювання даних для виявлення набору первинних факторів ризику та визначення економічних змінних і їх впливу як на місцеву економіку Греції, так і на фінансові ринки, що пов’язані з нею. Ми додатково визначимо набір первинних факторів ризику та їх вплив як на місцеву економіку та на внутрішній фінансовий ринок на основі сторонніх джерел, для валідації проведеного аналізу. У цій роботі будуть використані методи статистичного аналізу та макроекономічного моделювання даних для виявлення набору первинних факторів ризику або економічних змінних та їх впливу як на місцеву економіку Греції, так і на ринки, що пов’язані з нею. Обраним методом моделювання є Узагальнені моделі авторегресійної умовної гетероскедастичності. Дослідження базується на даних, наданих Порталом даних Світового банку. Отриманими результатами є побудовані та натреновані на даних 2006-2009 років авторегресивно умовно гетероскедастична (АРУГ) та узагальнено авторегресивно умовно гетероскедастична (УАРУГ) моделі, що прогнозують волатильність від 2010 року. Ми виявили, що модель авторегресивної інтегрованої ковзної середньої не підходить для нашої задачі, оскільки не було помітної автокореляції. Волатильність має схильність до згасання. Це спостереження збігається з реальністю, оскільки криза вже наближається до піку та занепаду. Показники системного ризику, що в основному використовуються для прогнозування загальнодержавного ризику, зазвичай будуються на інсайдерських даних рейтингових агентств або фінансових установ. У цій роботі ми отримуємо результати, близькі до Системного показника напруги, наданого Європейським центральним банком (ЄЦБ), використовуючи моделі АРУГ та УАРУГ на загальнодоступних даних. Практичне значення має принцип формування моделі, що дозволяє створювати показники ризику на основі публічних державних фінансових даних.