원유-정제품 간 가격 비대칭 전이에 대한 모형 비교 = Comparison of Models in Explaining Asymmetric Price Transmission between Crude Oil and Refined Products|RISS 상세보기

다국어 초록 (Multilingual Abstract)

This study examines how international crude oil price movements are transmitted to refined petroleum product prices, with a focus on asymmetric adjustment—i.e., whether the speed and magnitude of price responses differ between positive (upward) and negative (downward) shocks. Such asymmetry can feed directly into inflation dynamics and consumer fuel expenditures, yet prior studies have not reached a consistent conclusion. A key reason is that empirical findings are sensitive to the structural assumptions of the econometric model and to sample design choices (analysis window, data frequency, market/product coverage, and treatment of structural instability). Rather than stopping at a single binary verdict (“asymmetry exists or not”), this study estimates four representative asymmetric price transmission models on an identical crude–refined product dataset and provides a quantitative, model-to-model comparison.
The dataset consists of West Texas Intermediate (WTI) spot prices and refined product spot prices from major U.S. markets (New York Harbor, U.S. Gulf Coast, and Los Angeles) for gasoline, diesel, jet fuel, and heating oil, spanning June 2006 to September 2025. Both monthly and weekly series are constructed to separate frequency effects. The four models are the Asymmetric Error Correction Model (AECM), the Nonlinear Autoregressive Distributed Lag model (NARDL), the Threshold Autoregressive Error Correction Model (TAR‑ECM), and the Markov‑Switching Error Correction Model (MS‑ECM). To ensure comparability, the same pre-testing protocol is applied across models. Unit root and cointegration tests are used to verify integration orders and long-run equilibrium relationships; because applying the full period as a single estimation window does not yield stable cointegration for some market–product combinations, estimation is conducted on two subsamples where unit-root and cointegration conditions are jointly satisfied: 2006.06–2017.08 and 2017.09–2025.09. In addition, Bai–Perron structural break tests are implemented as a supplementary diagnostic for potential structural instability, which motivates the inclusion of MS‑ECM that endogenously estimates regime changes.
Model performance is evaluated using four criteria: (i) goodness-of-fit (AIC), (ii) long-run and short-run asymmetry tests using Wald F or LR χ² statistics and p-values, (iii) sensitivity to data frequency (monthly vs. weekly), quantified by regression-based comparisons of changes in AIC and test statistics, and (iv) robustness under potential structural instability, assessed via Bai–Perron evidence and MS‑ECM regime-switching estimates (transition probabilities, expected duration, and regime-specific adjustment coefficients).
Empirically, mean AIC differences across the four models are not statistically significant, suggesting that fit alone does not determine model choice. In contrast, asymmetry detection differs sharply by model. For long-run asymmetry tests, MS‑ECM produces significantly larger test statistics than AECM (model-dummy regression coefficient 49.25, p<0.01). For short-run asymmetry, NARDL and MS‑ECM exceed AECM (coefficients 1.415 and 18.0563, respectively, p<0.01). At the 10% significance level, the number of rejections of the symmetry null is 49 for MS‑ECM, 13 for NARDL, 8 for AECM, and 4 for TAR‑ECM. Weekly data tend to improve AIC for all models, but frequency sensitivity in asymmetry statistics remains model-dependent; in particular, MS‑ECM shows a significant rise in the long-run χ² statistic under weekly data (week coefficient 72.32, p<0.01). Importantly, statistically significant asymmetry is not uniformly observed across all markets and products; instead, it concentrates in specific market × product × period combinations, consistent with partial asymmetry.
Overall, asymmetric crude–refined product pass-through cannot be concluded reliably using a single model or a single metric such as AIC. This study therefore recommends a parallel comparison protocol: use AECM as a benchmark, use NARDL to separate short-run responses to positive vs. negative shocks, and use MS‑ECM to identify regime-dependent adjustment and potential structural instability. A limitation is that the analysis is restricted to the spot (wholesale) stage, and does not directly incorporate retail pass-through or tax/distribution components. Future research should integrate inventories, refining margins, utilization rates, exchange rates, and demand indicators in a multivariate framework and link wholesale and retail price data to directly identify the drivers of asymmetric adjustment.

번역하기

국문 초록 (Abstract)

국제 원유가격 변동은 휘발유·경유 등 정제제품 가격으로 전이된다. 이 전이 과정에서는 상승 충격과 하락 충격에 대한 조정 속도와 조정 폭이 서로 다를 수 있으며, 이는 물가와 소비자 부담에 직접 반영된다. 다만 선행연구는 비대칭의 존재 여부에 대해 일관된 결론을 제시하지 못했다. 사용한 계량모형의 구조적 가정과 표본 설계(분석 구간, 자료 주기, 시장·제품 선택, 구조변화 처리)가 서로 달라 결과를 동일 기준에서 비교하기 어렵기 때문이다. 이에 본 연구는 “비대칭이 존재하는가”라는 단일 판정에 머물지 않고, 동일한 원유–정제제품 데이터에서 비대칭 가격 전이 모형 4종을 병렬 추정한 뒤 모형을 정량적으로 비교한다.
분석 자료는 2006년 6월–2025년 9월의 WTI 현물가격과 정제유 현물가격으로 구성하였다. 정제유 가격은 미국 주요 현물시장(New York Harbor, U.S. Gulf Coast, Los Angeles)에서 거래되는 휘발유·경유·항공유·난방유 가격을 사용했으며, 월별·주별 자료를 각각 구축해 주기 효과를 분리했다. 적용 모형은 비대칭 오차수정모형(Asymmetric Error Correction Model, AECM), 비선형 자기회귀분포시차모형(Nonlinear Autoregressive Distributed Lag, NARDL), 임계자기회귀 오차수정모형(Threshold Autoregressive Error Correction Model, TAR‑ECM), 마르코프 전환 오차수정모형(Markov‑Switching Error Correction Model, MS‑ECM)이다.
모든 모형에 동일한 사전 절차를 적용해 비교의 기준을 맞췄다. 단위근·공적분 검정으로 변수의 적분차수와 장기균형 관계의 성립 여부를 확인했다. 전체 기간을 단일 표본으로 적용하면 일부 조합에서 공적분 조건이 안정적으로 성립하지 않아, 단위근·공적분 조건이 동시에 충족되는 구간을 기준으로 2006.06–2017.08과 2017.09–2025.09로 표본을 구분해 추정했다. 한편 Bai–Perron 구조변화 검정은 표본 내 구조 변화 가능성을 점검하기 위한 보조 분석으로 수행했으며, 이를 고려해 체제전환을 내생적으로 추정하는 MS‑ECM을 포함하였다.
모형 비교는 네 지표로 수행하였다. 첫째, 적합도는 AIC로 비교하였다. 둘째, 장·단기 비대칭성은 Wald F 통계량 또는 LR χ² 통계량과 유의확률로 비교하고, 셋째, 자료 주기(월별↔주별) 변경에 따른 민감도는 AIC와 검정통계량의 변화폭을 회귀분석으로 정량화했다. 넷째, 시장(지역)×제품 조합과 구조변화 구간에서 결과가 얼마나 일관되게 유지되는지는 Bai–Perron 변화점과 MS‑ECM의 체제전환 추정치(전이확률, 기대지속기간, 체제별 조정계수)를 함께 사용해 점검하였다.
실증 결과, AIC만으로는 네 모형 간 평균 차이가 통계적으로 유의하지 않았다. 반면 비대칭 검정통계량과 기각 빈도에서는 모형 간 차이가 분명했다. 장기 비대칭 검정에서 MS‑ECM은 AECM 대비 더 큰 검정통계량을 보였다(모형 더미 회귀 계수 49.25, p<0.01). 단기 비대칭 검정에서는 NARDL과 MS‑ECM이 AECM 대비 더 큰 값을 보였으며(각각 1.415, 18.0563, p<0.01), 10% 유의수준에서 비대칭 귀무가설 기각 건수는 MS‑ECM 49건, NARDL 13건, AECM 8건, TAR‑ECM 4건으로 집계되었다. 주기 측면에서는 네 모형 모두 주별 자료에서 AIC가 개선되는 경향이 관찰되었지만, 비대칭 검정통계량의 주기 민감도는 모형별로 달랐다. 특히 MS‑ECM은 주별 자료에서 장기 χ² 통계량이 유의하게 증가했다(week 계수 72.32, p<0.01). 또한 유의한 비대칭 결과는 모든 시장·제품에 균등하게 나타나기보다, 특정 시장(지역)×제품×기간 조합에 집중되는 패턴으로 관측되었다.
종합하면, 원유–정제제품 비대칭 전이는 단일 모형이나 단일 지표(AIC)만으로 결론을 내리기 어렵다. 본 연구는 AECM을 비교 기준으로 두고, 단기 충격의 방향(상승/하락) 분리는 NARDL로, 구조변화·체제 차이의 식별은 MS‑ECM으로 교차 확인하는 병렬 비교 절차를 제안한다. 다만 분석이 현물(도매) 단계 자료에 한정되어 소매 단계 전이와 조세·유통요인을 직접 포함하지 못했다. 후속 연구에서는 재고, 정제마진, 가동률, 환율, 수요지표를 포함한 다변량 구조와 소매 단계 가격 자료를 결합해 비대칭의 원인 변수를 직접 식별할 필요가 있다.

번역하기

국제 원유가격 변동은 휘발유·경유 등 정제제품 가격으로 전이된다. 이 전이 과정에서는 상승 충격과 하락 충격에 대한 조정 속도와 조정 폭이 서로 다를 수 있으며, 이는 물가와 소비자 부...

목차 (Table of Contents)