본 논문은 예상하지 못한 뉴스충격이 유가의 변동성에 미치는 영향이 비대칭임을 밝힘과 더불어 유가의 변동성을 가장 정확히 추정할 수 있는 변동성모형을 결정하는 데 연구의 목적을 둔다 여기에는 GARCH모형, EGARCH모형, AGARCH모형, GJR모형과 같은 네 가지 변동성모형이 이용된다. 변동성모형을 선정하기에 앞서 부호편의검정과 규모편의검정을 통해 모형의 설정오류를 조사한 후, GARCH모형은 비대칭효과를 보이는 AGARCH모형과 GJR모형에 비해 나쁜 뉴스에 대해서는 과소평가를, 좋은 뉴스에 대해서는 과대평가를 하는 경향이 있음을 보인다. 그리고 EGARCH모형은 GARCH모형, GJR모형, AGARCH모형에 비해 좋은 뉴스와 나쁜 뉴스에 대해 조건부 분산을 지나치게 높거나 낮게 평가하며, 특히 나쁜 뉴스에 대해서는 이해하기 어려울 정도로 높게 평가함을 보인다. 또한 AGARCH모형은 GARCH모형보다 나쁜 뉴스를 낮게 평가하며, EGARCH모형은 GARCH모형보다 좋은 뉴스를 높게 평가하기 때문에 유가의 변동성을 설명하는 데 GJR모형이 적합함을 밝힌다.

Volumes of research have been implemented to estimate and predict the oil price. These models, however, fail in accurately predicting oil price as a model composed of only a few observable variables is limiting. Unobservable variables and news that have been overlooked in past research, yet have a high likelihood of affecting the oil price. Hence, this paper analyses the news impact on the price. The standard GARCH model fails in capturing some important features of the data. The estimated news impact curve for the GARCH model, which imposes symmetry on the conditional variances, suggests that the conditional variance is underestimated for negative shocks and overestimated for positive shocks. Hence, this paper introduces the asymmetric or leverage volatility models, in which good news and bad news have different impact on volatility. They include the EGARCH, AGARCH, and GJR models. The empirical results showed that negative shocks introduced more volatility than positive shocks. Overall, the AGARCH and GJR were the best at capturing this asymmetric effect. Furthermore, the GJR model successfully revealed the shape of the news impact curve and was a useful approach to modeling conditional heteroscedasticity.