Asymmetric responses of highway travel demand to changes in fuel price: An explanation via fuel price uncertainty

* 요약

이전 선행연구는 에너지수요에서 유류가격 불확실성(변동성)의 비대칭적 효과에 대해 연구함 만약 에너지 수요가 교통수요와 연관된다면, 유가(유류가격) 변화는 유가 불확실성을 통해 고속도로 통행수요에 비대칭적 효과를 가질 것임 즉, 유가가 꾸준히 증가하면, 고속도로 교통량은 작은 폭으로 감소할 것이고, 반대로 유가가 떨어지면 교통량이 큰 폭으로 증가할 것임 본 연구는 유가 불확실성(변동성)이 고속도로 교통량에 비대칭적 효과를 발생시킬 것이라 가정 본 연구는 2001~2009년까지의 교통량 자료와 월별 유가자료를 이용함 본 연구에서 정의하는 월별 유가 불확실성(변동)은 월별 유가 변화로 정의하여 분석 연구결과, 유가 변화는 고속도로 통행수요에 비대칭적 영향을 가지고 있고, 유가 불확실성(변동)은 운전자가 유가 변화에 비대칭적으로 반응하게 만드는 것으로 분석됨

 

1. Introduction

 

본 연구는 유가 변동이 유가 불확실성을 증가시켜 결국 승용차와 화물 운송 운전자의 행태에 상당한 영향을 미친다고 가정함

많은 연구에서 유가 변화가 경제 주체의 행동 또는 투자와 소비결정에 상당한 영향을 미친다고 판단

○ Hamilton(1983) : 1948년부터 1980년까지 유가 변화는 미국의 실질적 GBP성장에 negative 인과관계를 가짐

○ Mork(1989) : GNP성장이 유가 상승과 크게 관련되어 있다는 것을 발견

몇몇 연구는 유가 불확실성(변동성)이 투자나 소비와 같은 경제적 변수에 상당한 영향을 미친다고 주장

○ Bredin et al. (2008), Elder and Serletis (2009) : GARCH-in-mean 모형을 이용하여 유가 불확실성을 측정하고, 이것이 G7국가와 캐나다의 산업생산에 상당한 음의 효과를 가짐

○ Guo and Kliesen (2005) : 미국의 유가변동과 거시적 경제활동사이의 관계를 분기별 유가변동을 이용하여 분석함. 유가변동은 한 분기동안 매일 가격변화의 제곱 합으로 나타냄. 유가 변동이 미래 GDP성장과 상당한 음의 관계를 가진다고 분석

○ Cong et al. (2008) :monthly 유가 변동성을 daily 오일 가격의 평균제곱근(the average of squared first-log differences)차이로 나타내어 oil shock과 중국 주식 시장사이의 관계를 추정함

○ Kuper and van Soest (2006) : 유가 불확실성으로 인해 석유 가격의 조건부 차이인 GArcH(1.1)를 사용하였고, 유가 불확실성이 에너지 사용에 비대칭적 영향을 미쳤으며 에너지 절약 기술을 더 적게 만들었다는 증거를 발견. 그들은 유가 불확실성이 존재하는 한 연료 가격 역전이 일어날 가능성이 0이 아니라고 주장. 또한 유가 불확실성의 수준이 더 높을수록 유가 역전의 정도가 더 크다고 주장. 즉, 그들은 유가 변화가 에너지 사용에 미치는 비대칭적 영향을 주도하는 것은 가격 불확실성 때문이라 분석

○ Gately and Huntington (2002)은 유가 변동이 에너지 및 석유 수요에 미치는 영향을 추산하고 유가의 증감이 석유 수요에 불균형적인 영향을 미친다는 사실을 보여줌.

○ Dargay and Gately (1997) : 위와 비슷하게, 소비자들이 가격 인상과 하락에 같은 방식으로 대응하지 않으며 유류 수요가 반드시 가격 변동을 되돌릴 수 없다는 사실을 발견

유가 변화와 교통부문 사이의 관계에 대한 연구

○ Dargay et al. (2002), Graham and Glaister (2002, 2004), Goodwin et al. (2004), and Hanly et al. (2002) : 휘발유 가격과 교통량사이가 음의 관계임을 분석. 즉 휘발유 가격의 증가는 교통부문 휘발유 수요를 감소시키고, 이러한 수요 감소는 교통 수요를 감소시킴

○ 연료가격과 교통량 사이의 관계에 초점을 맞춘 연구를 추가하여 유가와 교통부문 유류 수요 사이의 관계를 추정(Bonilla and Foxon, 2009; de Freitas and Kaneko, 2011; Hughes et al., 2006)

그러나, 에너지 가격 불확실성과 교통량 수준의 관계를 조사한 연구는 거의 없음. 특히 에너지 가격 변화와 교통량의 비대칭 영향에 대한 논문은 전무함

따라서 본 연구는 유가변화와 교통량 사이의 관계를 둘러싼 세가지 이슈를 분석

1. 유가 불확실성이 교통량에 미치는 영향 분석

= 유가 불확실성이 교통량과 음의 관계를 가지는지 분석

2. 유가 변화의 비대칭적 효과가 교통량에 미치는 영향 분석

3. 1과 2의 방법을 조합하여 유가 불확실성이 유가 변화에 비대칭적으로 대응(통행 수요에 대해)을 유발시키는지 분석

본 연구에서 정의하는 유가 불확실성(변동성)은 (Kuper and van Soest, 2006)에서 정의된 유가 변화의 reversals을 이용. 만약 유가 불확실성이 증가한다면 운전자들은 연료가격이 조만간 떨어질 것으로 예상하기 때문에 유가 인상에 즉각 대응할 가능성이 적음. 추가로 유가 불확실성은 유가가 증가하거나 감소하는 경우에 비대칭적 영향을 미칠 것을 예상

본 연구는 부분적으로 Kuper와 BanSoest(2006)에 근거하고 있으며, 참고 연구가 유가 불확실성을 측정하기 위해 GACUH(1.1)모델을 사용하여 석유 가격 불확실성과 에너지 사용 사이의 관계를 추산하여 활용하였으나 본 연구는 실제 변동성을 활용함

2001년 1월부터 2009년 12월까지의 고속 도로 교통량과 연료비에 대한 월간 자료가 사용

월별(주간)연료 가격 변동은 월별 연료 가격 불확실성을 구축하는 데 사용

 

2. Theoretical background and the model specification

 

2.1. Theoretical background

 

2.1.1. Fuel prices with uncertainty

 

많은 연구에서 도로 교통량 측면에서 수요에 영향을 미치는 사회 경제적 요인을 조사해옴

○ Dargay et al. (2002), Graham and Glaister (2002), and Hanly et al. (2002) : 도로교통량과 다양한 경제 변수 사이의 관계를 분석

○ Dargay et al. (2002) : Aggregated Transport Forecasting Model(ATFM)을 논의 하고, 승객 km, 차량 킬로미터 및 차량 교통 수요를 도로 교통 수요의 대용으로 사용하여 집합 도로 교통량과 다양한 경제적 요인 사이의 관계를 설명. 또한, 이들은 구매 및 유지 비용, 세금 및 보험 비용, 연료 가격을 통화 비용 및 자동차 연료 효율, 인구, 가구 소득 및 GDP의 구성 요소로 분류(Table 1)

본 연구는 Dargay et al. (2002)의 변수정의를 사용. 본 연구는 고속도로에서 집계된 자료를 사용하기 때문. 통행 수와 veh-km는 수요로 사용. 매 및 유지 보수 비용, 세금 및 자동차 보험 비용과 같은 자동차 비용은 데이터 가용성 때문에 제외. GDP는 인구와 가계소득으로서 사용. 고속도로 길이는 용량으로서 사용

 

Dargay et al.(2002)에서는 시계열 데이터와 부분조정 모형 혹은 오류 수정 모형(ECM)을 사용함. 왜냐하면 교통량, 유가, GDP는 비고정 변수(non-stationary variables)이기 때문임.

본 연구는 교통량에 미치는 유가의 비대칭적 영향에 초점을 맞추고 있음. 그리고 유가 상승이 교통량에 미치는 영향과 유가 하락이 교통량에 미치는 영향이 다름을 분석함

○ Dargay et al. (2002), Graham and Glaister (2002), Hanly et al. (2002), Bonilla and Foxon (2009), and de Freitas and Kaneko (2011) : ECM모형을 이용했지만 교통수요에 연료 가격의 비대칭적 효과는 고려하지 않음

○ Granger and Lee(1989) : 일부 경제 변수(예:생산 및 판매량)가 투자 변화와 같은 다른 경제 변수에 미치는 비대칭 영향을 조사했지만, 일부 수준이나 분산 변수에 대한 비대칭 영향은 추산하지 않음.

본 논문은 Hughes et al. (2006)가 주장한 ECM으로부터 구해진 장기적 관계 혹은 장기 탄력성은 단기 월별 데이터를 사용하는데 적합하지 않다고 주장한 것을 반영하여 변수의 수준을 달리하고 first-differenced variables 사용

기본 추정모형은 Guo and Kliesen (2005)을 이용

(1)

 

h : 고속도로 차량 수 or 차량-km

p : 연료 가격(유가)

z : 유가 불확실성(변동)

GDP : 국내 총 생산

x : 고속도로 길이(차로수(4) 반영)

d : difference notation

e : 오류

t : 시간(연, 달)

본 모형에서 유가는 원유 가격이 아닌 한국의 유가사용. 한국 유가는 원유가격보다 운전자의 행동과 더 많은 관련이 있음(환율과 세금과 같은 다른 요인 때문에)

통행수와 veh-km는 고속도로 통행수요로 사용되고 GDP는 경제적 성장과 침체를 반영함. 고속도로 길이는 기존 고속도로 확장 혹은 새로운 도로건설로 설명하기 어려운 변수이기 때문에 차로수를 조정하여 분석. 변수를 조정하기 위해 2차로에 0.5. 4차로 1.0, 6차로 1.2 그리고 8차로에 2.0의 가중치가 부여됨. 이 기준으로 2009년 고속도로 길이는 2510km이고, 그 중 4차로는 총 71.8%의 비율임 그러므로 분석에서는 4차로를 기준으로 분석

모든 변수는 단위 루트와 non-stationary variables을 가지기 때문에 로그 변환하여 분석

식(1)은 유가변화와 불확실성이 교통수요에 상당한 음의 효과를 가지는지 조사하기 위해 추정하는 것임

이전 연구들은 에너지 가격 혹은 불확실성의 증가가 에너지 사용과 GDP성장을 줄인다는 분석이 있음

○ Guo and Kliesen(2005) : 유가 불확실성이 GDP 성장에 상당한 음의 효과를 보임

 

2.1.2. Fuel price asymmetry with or without uncertainty

 

식(1)은 고속도로 교통수요에 대한 연료 가격 변화(유가)의 비대칭적 효과를 찾을 수 없음

비대칭적 효과를 찾기 위해 유가 불확실성이 에너지 사용에 미치는 영향을 다루는 식(2)와 식(3)을 이용

 

(2)

 

(3)

 

u,v : 에러에 대한 변수

식(2)는 유가 불확실성을 제어하는 것 없이 유가 증가와 감소에 대한 비대칭적 반응을 고려함. 그리고 유가 증감과 탄력성 분해에 따른 비대칭 반응을 가정함(Lee et al., 2009).

○ 따라서 유가 불확실성은 운전자의 연료가격 증감에 따른 비대칭적 반응에 대한 설명을 포함하지 않음.

○ 여기서 과 는 각각 연료 가격 불확실성을 제외한(고려하지 않은) 연료 가격 변화에 대한 비대칭적 대응을 포착하기 위해 음과 양의 값을 가질 것으로 예상

○ 따라서 유가가 한 단위 증가하면 고속도로 교통량의 예상변화는 ( + ) 단위로 변함 반면에 연료 가격의 비례적 변화가 한 단위만큼 감소하면, 고속 도로 교통량의 비례적 변화는(| |+ )단위만큼 증가함

○ 만약 운전자의 비대칭적 반응이 연료 가격의 변화에 추가된다면,(| |+ )의 절대 값은( )의 값을 초과할 수 있음

○ 본 연구에서 유가 불확실성은 교통량에 독립적인 영향을 미치지 않을 것으로 예상되지만, 연료가격 변화에 대한 운전자의 비대칭적 반응과 결합하면 유가 불확실성은 교통량에 비대칭적 반응이 확대될 것으로 예상됨

식(3)은 유가 변화에 대한 고속도로 교통량의 비대칭적 특성과 함께 유가 불확실성을 반영함

○ 유가 불확실성은 운전자로 하여금 유가 증가와 감소에 대하여 비대칭적으로 반응하게 유도하기 때문에 유가 불확실성에 대한 상호작용을 나타내는 는 연료 가격 차이의 절대 값과 함께 자연로그(유가)에 포함됨

○ 여기서 계수인 과 는 각각 음과 양의 값이 될 것으로 예상됨

○ 연료 가격의 비례적 변화가 하나의 단위로 증가할 때, 고속 도로 교통량에서의 비례적 변화는( + )단위로 변함 반면에, 연료 가격의 비례적 변화가 한 단위에 의해 감소할 때, 고속 도로 교통량의 비례적 변화는 (| |+ )단위당 증가

○ 만일 운전자의 연료 가격 변화에 대한 반응이 비대칭적이라면, 절대 값(| |+ )이( + )의 그것을 초과함

 

2.2. Measure of uncertainty

 

Kuper and van Soest (2006) : Univariate GARCH모델에 의해 생성되는 조건부 표준 편차를 사용함으로써 유가의 변동을 측정

GARCH 모형은 상수, 과거 조건부 분산 및 가정하에 반환 잔차 제곱이 결합하여 구성

GARCH 모형은 표준으로 널리 쓰이고, 전형적인 재정 변동에 대한 특성을 반영하는데 아주 유용한 것으로 알려져 있음(Engle and Patton, 2001)

그러나, 조건부 분산과 표준편차는 실증연구에서 변동성을 측정하는데 적절하지 않음. 왜냐하면 조건부 분산은 특정시간간격에서 발생한 정보를 포함하지 않기 때문임. 조건부 분산은 시계열 자료 분석 모형에 적합함

즉, 조건부 분산은 추정에 사용되는 모델에 따라 달라짐

이러한 잠재적인 문제는 model-free 변동추정을 사용함으로서 피할 수 있음. 예를 들면 제곱근 혹은 절대 상환치는 좋은 대안이 될 수 있음. 그것들이 특정 모델과는 독립적이라는 면에서.

이러한 문제를 해결하기 위해 선행연구들은 새로운 추정방법을 제안

○ Parkinson (1980), Garman and Klass (1980), and Rogers and Satchell (1991) : 특정 시간 간격 안에서 가장 높고 낮은 가치를 이용하여 변동성을 추정. 이 추정은 일반적으로 극단적인 가치 결정이나 French et al. (1987) and Schwert (1989) 도 월 변동성을 측정하는데 사용함

○ 조건부 분산을 사용하는데 있어서 잠재적 문제를 피하기 위해 주간 유가가 월간 유가변동을 구성하는데 사용됨

○ 예를 들면, Guo and Kliesen (2005) and Cong et al. (2008) : 유가와 거시적 경제 관계를 실제 분산을 채택함으로서 조사함(월별 혹은 분기별 유가 변동 측정이 더 나음)월별 유가 변동은 주간 유가변화의 제곱근을 합한 것으로 분석됨

(4)

 

○ 는 t월의 I번째 주당 수입제곱근, t월의 연료 가격 변동성으로서, 연료 가격 불확실성의 대용물임. 이 척도는 가격 변동을 집합한 것이기 때문에, 타임 시리즈 모델에 기초한 것이 아니며, 모든 사양 오류가 없음

 

3. Data

 

본 연구에서는 월간 고속도로 통행량, 유류비, 국내 총생산(GDP)을 자료로 활용함. 2001년부터 2009년까지의 의 월 내 합계를 통해 연료 가격 불확실성을 구함

자료 설명

○ 고속도로통행량: 고속도로 통행수, veh-km를 이용함. 승용차에 해당하는 Type 1형 차량의 통행대수-km를 활용함

○ 유류비: 월별 가격은 부가가치세와 에너지세가 포함된 최종 소비자 가격임. 각 석유제품(가솔린, 디젤, LPG)의 가격은 전체 석유제품의 소비량과 각 석유제품의 사용비율을 곱하여 구할 수 있음(Federer, 1996). 명목 유가는 2005년을 기준년도로 하여 소비자 물가지수(CPI)에 기초한 인플레이션을 조정하여 실질가격으로 변환됨

 

(5)

 

: y년, m월의 실질연료가격

: y년, m월의 i상품의 가격

: y년, m월의 I상품 사용비율

i: 석유제품; 가솔린, 디젤, LPG

○ 국내 총생산: 경제상황이 고속도로 통행 수요에 영향을 미칠 수 있음. 따라서 해당 자료를 활용함. 한국은행이 제공하는 분기별 GDP를 월별 산업생산지수(IPI,통계청제공)를 사용하여 월간 GDP로 변환하여 사용함

(6)

 

 

IPI: 산업생산지수

q: 분기

○ 고속도로 신설 또는 확대에 따른 공급효과를 분석하기 위해 현재 고속도로 길이를 변수로 사용함. 각 차로에 따라 가중치를 둠으로써 변수를 제어함(차로:가중치 > 2차로:0.5, 4차로:1.0, 6차로:1.5, 8차로:2.0). 고속도로 교통량은 계절에 따라 차이가 존재하므로 census X12모형을 통해 계절별로 조정함

실제 자료(2009년 12월)

○ 고속도로통행량: 총 차량대수-km는 4,203,099,000대-km, Ⅰ형 차량의 통행대수-km는 3,240,734,000대-km으로 총 차량대수의 80% 미만으로 조사됨.(∵Ⅰ형 차량의 주행거리가 다른 차량에 비해 작음)

○ 실질유가: 1217.18원 / 실질 GDP: 85,446십억원

○ 고속도로길이: 4012.7km(한국 고속도로 너비에 맞게 조정)

○ 실질 유가 불확실성: 0.00000087

- 월별 연료가격의 변화는 상당한 이질성이 나타남. 이는 경험적 발견에 따른 재정적 변동성임. 그림 1,2를 비교하면 유가 변화와 유가 불확실성(변동성)이 비례함을 알 수 있음

- 실제로 한국에서는 2001년 7월, 20020년 ~ 2004년에 디젤에 부과된 운송비용의 증가로 인한 대규모 유가 변동을 겪음. 에너지세 제도 및 디젤 운송세율을 변화 및 디젤 운송세의 증가로 유가 변화와 유가 불확실성이 증가하는 결과를 초래함

- 유가 불확실성은 유가의 증감과 관련됨. 그림 3은 유가 변화에 대한 유가 불확실성을 나타냄. 이에 따르면 유가(연료가격)가 상승할 때 유가 변동성이 더 큼을 알 수 있음. 이는 운전자가 유가가 상승할 때 유가가 곧 변화할 것이라는 것을 더 쉽게 알 수 있음을 뜻함

- 유가의 상승이나 하락은 통행 수요를 감소시키거나 증가시키지 않음. 이는 고속도로통행량이 유가 변화에 비대칭적으로 반응한다는 것을 시사함

 

4. Estimation results

 

4.1. Fuel price uncertainty without asymmetric effects _식(1)

 

Table 3은 비대칭적 효과를 고려하지 않은 채 유가변화와 불확실성에 대한 고속도로 교통 수요 추정에 대한 결과를 나타냄

실질 GDP의 백분율 변화는 고속 도로 교통량에 양의 효과를 가짐. 하지만 이 결과는 총 차량 통행수가 독립적인 변수로 사용될 때만 유의함

차선수로 조정된 고속도로 길이의 변화율은 교통량과 상항한 양의 관계를 가짐. 이것은 매우 자연적인 현상임

유가 변화와 교통량은 상당한 음의 관계를 가지나, 유가 불확실성은 교통량 변화와 양의 관계를 가짐. 이것은 저자의 예상과 Guo and Kliesen (2005), Bredin et al. (2008), and Elder and Serletis (2009)의 선행연구와는 대조적인 결과임

추정된 결과는 고속도로 교통 수요는 유가 불확실성의 증가와 함께 증가함

에너지사용과 GDP 성장에 따른 교통 수요의 밀접한 관계는 유가 불확실성과 음의 관계를 가졌음

따라서 식(1)은 유가 불확실성과 고속도로 교통수요 사이의 관계를 설명하지 못함

 

4.2. Asymmetric effects without fuel price uncertainty _식(2)

 

Table 4는 유가 불확실성을 제외한 유가 가격 변화에 따른 고속도로 교통량 수요 추정 결과를 나타냄

실질 GDP의 변화율과 교토량 변화율은 양의 관계를 가짐. 그러나 이러한 효과는 전체 통행수를 제외하곤 통계적으로 유의하지 않음

고속도로 길이 변화는 고속도로 통행량과 상당한 수준의 양의 관계를 가짐

예상한대로, 유가 변화율과 이 변화율의 절대값은 고속도로 교통 수요에 각각 음과 양의 관계를 가짐

그러나 유가 변화율에 대한 계수들은 4가지 경우 모두 유의하지 않음. 게다가 유가변화율의 절대값에 대한 계수도 유의하지 않음

따라서 식(2)는 유가 변화에 따른 교통량변화의 비대칭적 특성을 나타내기에 적절하지 않음을 알 수 있음

4.3. Asymmetric effects with fuel price uncertainty _식(3)

 

앞서 언급했듯이 Kuper and van Soest (2006)는 유가 변화에 대한 에너지 수요의 비대칭적 반응이 유가 변동 때문임을 발견함. 만약 유가 변동이 에너지 수요의 비대칭적 반응에 영향을 준다면, 이것은 교통 수요가 비대칭적으로 가격 변화에 반응한다는 것임(유가 변동 때문)

이러한 가정을 확인하기 위해 Kuper and van Soest (2006)의 제안 규격을 적용함

유가 변화는 고속도로 교통 수요에 음의 영향을 미침. 예상대로 유가 하락은 교통량을 증가시킴. 유가 불확실성과 유가 변화 값의 절대값이 고속도로 교통 수요와 양의 관계를 가짐.

이것은 유가 불확실성의 증가는 운전자들로 하여금 연료가격 상승이나 하락에 대해 비대칭적으로 반응하도록 유도한다는 것은 알 수 있음

유가 변화가 한 단위씩 증가하면 총 통행수와 type1(passenger car)의 통행수 변화는 각각 0.0909, 0.0818 씩 감소함

그러나 유가가 한 단위씩 감소하면 총 통행수와 type1의 통행수는 0.1520, 0.1394 단위로 증가함

veh-km도 통행수와 비슷한 형태로 나타남(table 6)

유가가 감소할 때 통행수요 변화의 절대값이 유가가 증가할 때보다 더 큼

Graham and Glaister (2002) and Hanly et al. (2002) : 이전 연구에서 도출된 추정치를 사용하여 연료가격에 대한 통행수와 veh-km의 탄력성을 제공함. 이 연구에서 단거리 주행과 장거리 주행의 탄성치는 -0.16, -0.15로 나타남. 차량 veh-km의 단기 탄력성은 -0.10으로 보고됨

본 연구에서 추정한 통행수의 탄력성은 위의 연구결과와 일치하지만, veh-km의 탄력성은 좀 더 높은 것으로 나타남

그러나 본 연구는 연료 가격의 상승과 하락 모두의 상황에서 탄력 추정치를 제공하고 있는데 그 차별성이 있음

유가가 상승하면, 유가 불확실성은 유가 변화에 따른 교통 수요의 비대칭적 특성을 반영하여 유가 변화의 음의 효과를 약화시킴

즉, 운전자는 유가가격이 감소할 때 보다 증가할 때, 더 빠르게 가격 변화에 대응한다는 것을 의미함

가격 변화에 대한 승용차 통행의 탄력성은 전체 차량 통행수의 탄력성보다 낮음

그러나 승용차-km의 탄력성은 전체 차량-km의 탄력성보다 높음

마지막으로, 유가가 동일한 수치로 변화할 때 유가 감소는 유가 증가보다 교통량에 더 큰 영향을 가짐(이는 유가 불확실성으로 인한 연료가격 변화에 대응하는 운전자의 비대칭적 행동 때문)

5. Conclusions

 

본 연구는 유가 변동성이 고속도로 통행 수요에 영향을 미침을 발견했으며, 유가 변화에 대해 운전자가 비대칭적으로 반응함을 유도해냄

유가 변동성은 유가 변화에 따른 고속도로 통행 수요의 비대칭적 반응에 영향을 미침

이러한 결과는 두 가지 정책적 함의를 포함함

○ 운전자는 비대칭적으로 유가 불확실성(변동성)에 반응함. 따라서 유류세는 특정한 시기의 유류 사용을 줄이는 데에 효과적이지 않을 수 있음. 예를 들어, 유가(유류가격)가 오를 때는 조만간 가격이 떨어질 것이라 예상하기 때문에 통행 수요가 크게 감소하지는 않음. 반면에 유가(연료 가격)가 떨어졌을 때는 곧 다시 가격이 오를 것이라 예상하기 때문에 통행 수요는 크게 증가할 수 있음. 따라서 유류세는 유류 수요를 줄이기 위한 효과적인 수단이 아님

○ 가격 변동성을 줄이고 관리하는 것은 정책 의제를 추진하는데 효과적임. 한국과 같은 석유수입국은 유가 변동성을 관리, 감소시키기 위해 석유, 셰일 가스, 석탄 그리고 대체 또는 재생 에너지 등의 안정적인 에너지원을 확보해야함. 또한 대체 및 재생 에너지를 사용하기 위한 운송수단을 개발해야함

본 연구는 두 가지 점에서 의의가 있음

○ 기존의 연구가 유가 변화와 유류 사용, 투자, 다른 경제적 요인과의 관계에 대한 것이 많았음. 하지만 본 연구는 유가 변화 및 유가 불확실성(변동성)과 통행수요와의 관계를 다룸

○ 본 연구는 유가 변동성에 대해서 유가의 조건부 표준편차를 사용하지 않고, 실제 변동성을 적용함. 기존의 연구에서는 유가 변동성 대신 GARCH(1,1)모형을 통해 추정된 조건부 표준편차를 이용함. GARCH(1,1)모형은 과거 자료에 기초하여 측정된 변동성임. 본 연구에서는 특정 시간 간격에서의 모든 가격 변동성을 사용함으로써 신뢰성이 높은 결과를 분석함. French et al. (1987), Schwert (1989)가 제안한 실제 변동성 개념을 채택하여 실증적(경험적) 연구에 적합한 결과를 도출함.

하지만 본 연구는 2001년부터 2009년까지 단기간의 자료를 활용하여 분석을 실시함. 또한 일일 유류 가격이 아닌 월별 유류 가격을 이용하여 유가 변동성을 추정했다는 점에서 한계를 가짐. 향후에는 더 적절하고 정교한 자료를 활용하고 다양한 통행수단을 다룸으로써 더 나은 연구를 진행할 수 있을 것으로 기대됨