Важной особенностью при работе с финансовыми данными является тот факт, что остатки GARCH-моделей часто имеют более «толстые хвосты», чем хвосты нормального распределения из-за большого числа «выбросов» в данных, что требует более детального изучения. В статье анализировались и сравнивались куртозис и мера «тяжелохвостости», основанная на квантилях, применительно к задаче выбора спецификации GARCH(1,1)-модели. Были рассмотрены данные индексов Мосбиржи за период 01.04.2019 по 22.02.2022 гг., значения куртозиса которых варьировались от 3 до 52. Как показали эмпирические данные, куртозис очень чувствителен к «выбросам» в данных, что затрудняло предположения относительно вида распределения остатков модели. Рассматриваемый в работе подход на основе меры «тяжелохвостости» позволил обосновать выбор числа степеней свободы t-распределения остатков модели для объяснения «толстых хвостов» в финансовых данных. Было получено, что часто встречающимися являются GARCH(1,1)-модели с t(5)-распределением в остатках.