Financial Analysis Model Development by Applying Optimization Method in Residential Officetel

최적화 기법을 활용한 주거용 오피스텔 수지분석 모델 개발

Abstract

The domestic construction industry is changing according to its preference for demand and supply along with urbanization and economic development. Accordingly, initial risk assessments is more important than before. In particular, demand for lease-based investment products such as commercial and office buildings has surged as a substitute for financial products due to low interest rates of banks. Therefore, the objective is to suggest a basic study on financial analysis model development by applying optimization method in residential officetel. To achieve the objective, first, the previous studies are investigated. Second, the causal loop diagram is structured based on the collected data. Third, the system dynamics method is used to develop cost-income simulation and optimization model sequentially. Finally, the developed model was verifed through analyzing a case project. In the future, the proposed model can be helpful whether or not conduct execution of an officetel development project to the decision makers.

국내 건설 산업은 도시화 경제발전과 더불어 수요 공급에 대한 선호도가 변화되고 있다. 특히, 은행의 저금리로 인한 금융상품 대체재로 상가, 오피스텔과 같은 임대수익형 투자 상품에 대한 수요가 급증했다. 이에 따라 다양한 영향요인에 의해 사업의 성패가 결정되며, 이들의 상호작용성이 고려된 리스크 분석이 매우 중요하다. 현재 공동주택을 제외한 다양한 프로젝트에 관한 리스크 분석 연구는 매우 부족한 실정이다. 따라서 본 연구의 목적은 최적화 기법을 활용한 주거형 오피스텔 프로젝트 수지분석 모델 개발이다. 이를 위해 첫째, 선행연구 고찰을 통해 기존의 리스크 관리 및 분석방법의 문제점을 구체적으로 확인하고, 본 연구에서 제안하는 모델 개발의 방향을 제시한다. 둘째, 주요 리스크 요인들의 상호영향관계를 분석한 이후, 이를 기반으로 인과지도를 작성한다. 셋째, 시스템다이내믹스를 활용하여 비용-수입 시뮬레이션, 그리고 최적화 모델을 순차적으로 개발한다. 마지막으로 사례프로젝트 대상으로 개발된 모델을 검증한다. 향후, 제안한 모델은 오피스텔개발사업 추진 시 수지 분석 및 경제적 손실을 줄이기 위한 대응방안을 마련하는데 활용된다. 본 연구는 기존 연구결과에서 제기된 바 없는 주거용 오피스텔사업의 내부의 사업비 확률론적 추정모델을 구축하였다는 점과 실제사례와의 검증을 통해 신뢰할 수준의 오차율이 검증되었다는 점에서 향후 신규 사업추진시 주요한 검증자료로 활용될 수 있을 것으로 기대된다.

Figure 1. Methodology

Figure 2. System dynamics

Figure 3. Causal loop diagram

Figure 4. Income & cost model

Figure 5. Process of optimization model

Figure 7. Earning rate result (%)

Figure 6. (a) Simulation based on risk factor, (b) optimization based on risk factor

Table 1. Previous studies about influence factors

Table 2. Control range setting

Table 3. Optimization results of the case study