Pós-Graduação em Estatística Defendemos o uso de um método de inferência indireta para estimar o parâmetro de um processo COGARCH observado em tempo discreto. Isso requer que o modelo verdadeiro pode ser simulado e um método de estimativa razoável para um modelo auxiliar. Seguindo abordagens anteriores usamos projeções lineares para encontrar um modelo autorregressivo representando a evolução dos retornos COGARCH ao quadrado. A teoria assintótica do estimador de Inferência Indireta baseia-se em uma lei forte dos grandes números e normalidade assintótica das estimativas dos parâmetros do modelo, que exigem continuidade e diferenciabilidade do processo COGARCH em relação ao seu parâmetro e que comprovamos através do critério de continuidade de Kolmogorov. Isso leva a estimadores de Inferência Indireta consistentes e assintoticamente normais, desde que certas condições de momento no processo de Lévy sejam satisfeitas. Um estudo de simulação mostra que o método produz uma redução substancial de viés em comparação com estimadores anteriores.