En este artículo, se considera un modelo de media móvil autorregresiva (ARMA) con innovaciones de heterocedasticidad condicional autorregresiva generalizada con umbral (TGARCH) para modelar las series temporales de incertidumbre económica chilena. La incertidumbre se mide a través del Índice de Confianza Empresarial (BCI) y el Índice de Percepción del Consumidor (CPI). Las series temporales del BCI proporcionan información útil sobre la industria; el comercio; los sectores financiero, minero, de construcción y agrícola; así como la situación económica global y la situación empresarial general. Como contraparte, las series temporales del CPI miden la percepción de los consumidores respecto al estado de la economía chilena, evaluando su situación económica y expectativas. El modelo ARMA-TGARCH se compara con los clásicos modelos ARIMA estacionales y AR con umbral. Los resultados muestran que el modelo ARMA-TGARCH explica mejor los cambios de régimen en la incertidumbre económica que los otros, dado que los choques negativos están asociados con niveles de volatilidad estadísticamente significativos y cuantitativamente mayores producidos por la pandemia de COVID-19. Además, un análisis diagnóstico y de rendimiento predictivo ilustra la idoneidad del modelo propuesto. Utilizando un análisis de validación cruzada para el rendimiento de las predicciones, un modelo heterocedástico propuesto puede ayudar eficazmente a mejorar la precisión de las predicciones para observaciones relacionadas con períodos de pesimismo como el estallido social y la crisis de COVID-19 que produjeron volatilidad en los índices de incertidumbre chilena.