بسیاری از سری های زمانی در عمل تحت تاثیر رویدادهای خارجی نظیر:اعتصاب ها، ظهور جنگ، بحران های سیاسی و غیره قرار می گیرند. نتیجه ی این پیشامدهای بازدارنده که نقاط پرت نامیده می شوند، ظهور مشاهدات تصنعی است که با سایر مشاهدات سری زمانی سازگاری ندارد. در این رساله نقاط پرت نوساز، جمع پذیر، تغییر سطح و تغییر موقت در مدل های garch مورد بررسی قرار گرفته و جهت شناسایی نقاط پرت، اثرات آن ها در تعیین مدل و برآورد پارامترهای آن از شیوه ی تکرار چارلز و دارنی (2005)که برگرفته از شیوه ی تکرار درست نمایی چن و لیو (1993) است، استفاده شده است. سپس با توجه به روش های شبیه سازی، معیارهای لازم جهت شناسایی نقاط پرت به دست آمده است. در پایان با استفاده از داده های قیمت نفت سبک مربوط به بهمن 1376 تا فروردین 1389 که به صورت هفتگی جمع آوری شده اند، به شناسایی نقاط پرت پرداخته شده است. نتایج نشان می دهد که تمامی نقاط پرت مربوط به سال 1387 بوده که این مسئله تأیید کننده ی مسائل اقتصادی رخ داده در این بازه ی زمانی است.