espanolEste documento evalua el comportamiento de varios modelos de volatilidad en estimaciones de un dia del valor en riesgo (VaR) de veinticuatro series de retornos de acciones en Colombia con diferentes distribuciones. Al considerar que todas las series de retornos presentan cluster de volatilidad y memoria de largo plazo, se utilizan modelos tipo GARCH que incluyen diferentes distribuciones: normal, T-Student y GED. Los hallazgos corroboran la dificultad de elegir un unico modelo para el calculo del VaR, pero validan el uso de modelos parametricos con distribucion normal y simulacion Montecarlo en mercados financieros emergentes. EnglishThis paper evaluates the performance of several volatility models for estimating one-day-ahead Value-at-Risk (VaR) of twenty-four stocks return series in Colombia, using a number of distributional assumptions. Because all return series exhibit volatility clustering and long-range memory, GARCH-type models including models under normal, T-Student and generalized error distribution are examined. The findings corroborate the difficulty of choosing a single model for calculating VaR, but validate the use of parametric models with normal distribution and Montecarlo simulation in emerging financial markets. portuguesEste documento avalia o comportamento de varios modelos de volatilidade em estimativas de um dia do Value at Risk (VaR) de 24 series de retornos das acoes na Colombia com diferentes distribuicoes. Ao considerar que todas as series de retornos apresentam cluster de volatilidade e memoria de longo prazo, sao utilizados modelos tipo GARCH que incluem diferentes distribuicoes: normal, t-student e GED. Os achados corroboram a dificuldade de escolher um unico modelo para calcular o VaR, mas validam o uso de modelos parametricos com distribuicao normal e simulacao Montecarlo em mercados financeiros emergentes.