블랙-숄즈의 옵션가격모델은 데이터의 변동성이 일정하다는 것과 분포가 정규적이라는 것을 가정함으로써 옵션가격 예측에 있어서의 오차를 낳는다. 본고는 불변변동성과 정규분포의 가정을 완화할 수 있는 방법으로써 조건부 이분산 모형에 스튜던트-t 분포를 결합하는 일련의 모델들을 검토하고, 그 결과에 근거하여 시뮬레이션의 방법으로 옵션가격을 계산하는 GARCH 옵션모델에 의해 옵션가격을 계산하였다. 그런데 GARCH 옵션모델은 데이터의 비대칭성을 고려하지 못하므로 본고에서는 이를 위하여 평균수익률 면에서의 비대칭성을 고려한 Asymmetric GARCH 모델을 소개하였고, 여러 가지 조건부 이분산 모형 중 가장 적합한 모델을 추정하였다. 추정결과, 기존의 GARCH, EGARCH모형과 Asymmetric GARCH, Asymmetric EGARCH 모형들 중 Asymmetric GARCH(2,1)-t 모형이 가장 우수한 것으로 판명되었다. 추정된 Asymmetric GARCH(2,1)-t를 이용한 몬테칼로 분석은 심한 외가격 풋옵션의 경우 블랙모델에 의한 옵션가격이 GARCH모델에 의한 옵션 가격보다는 작다는 것을 보여주었다. 그러나 등가격 옵션의 경우 블랙모델에 의한 가격이 GARCH 모델에 의한 가격보다 놀았다. 분석을 통하여 두 모델에 의한 옵션가격차는 잔존기간이 길수록 커진다는 것을 발견하였다. 그리고 실제로 GARCH모델이 블랙모델보다는 KCBOT의 소맥선물에 대해 심한 내가격 또는 심한 외가격옵션의 경우 옵션 프리미엄을 보다 정확하게 예측하고 있음도 보여 주었다.