• 응용통계연구
• /
• 제30권2호
• /
• pp.271-280
• /
• 2017

우리나라 뉴스에서 매일 빠지지 않는 내용은 아마도 부동산 경제에 관한 것이라고 생각된다. 많은 사람들은 부동산 가격의 변동에 관한 전문가들의 예측에 관심을 갖고 있다. 매매가격 혹은 전세가격을 예측하기위해 일반적으로 많이 사용되는 방법은 박스-젠킨스에 기반을 둔 자기회귀이동평균모형이다. 본 논문에서는 자기회귀모형과 다변량 자료분석에서 사용하는 독립성분분석을 결합하여 예측하는 방법을 시도하여 보았다. 매매가격과 전세가격을 두 개의 독립성분으로 재설정하고 독립성분들을 이용하여 예측한 후 역변환을 통해 매매가격과 전세가격을 예측하는 방법을 시도하였다. 그 결과 일반적인 자기회귀이동평균모형을 사용할 때 보다 독립성분을 활용한 예측이 실제 지수에 더 유사한 값들을 얻을 수 있음을 보였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2006년도 정기학술발표대회 논문집
• /
• pp.665-668
• /
• 2006

1997년 후반 외환위기 이후 내수침체로 인한 불황이 우려되자 정부는 부동산 수요와 거래를 진작시키는 방안을 통하여 경기활성화를 꾀하는 시책을 지속적으로 시행하였다. 주택 ${\cdot}$ 부동산 정책을 통해 경기부양을 꾀한 결과 경제성장률이 1999년 10.9%, 2000년에 8.8%의 고 성장세를 유지하며 경기가 뚜렷이 회복되었으나 지속된 경기부양책을 지속한 결과 2001년 하반기부터 주택시장이 과열되는 문제가 발생되었다. 이에 부동산 투기를 진작시킬 목적으로 투기억제정책을 실시한 결과 주택시장을 개선시키기보다 오히려 경제전반의 불안정을 초래하는 폐해를 발생시켰다. 이에 본 논문은 외환위기 이후의 주택매매가격지수, 주택전세가격지수 변동률을 통하여 주택 ${\cdot}$ 부동산 정책이 주택가격에 끼친 영향을 분석하여 향후 부동산 정책을 수립하는데 기초자료로 활용하고자 한다.

• 대한지리학회지
• /
• 제43권3호
• /
• pp.392-411
• /
• 2008

투기가 발생할 가능성이 높은 지역은 일정지역 내의 대다수 경제주체가 적응적 소유자와 수요자일 때 형성된다. 이 지역의 가격변동은 타 지역에 비해서 가격상승 폭이 크고, 개별 부동산들의 주변 부동산들과 가격변동의 방향이 동질적인 특성을 가진 가격변동 핫스팟 패턴을 형성한다. 본 연구의 목적은 투기과열지역을 정량적으로 탐색하기 위한 가격변동 핫스팟 탐색법을 개발하는 것이다. 가격변동 핫스팟 탐색법은 크게 2단계로 구성된다. 첫째 단계는 정규모형의 공간스캔통계량을 이용하여 타 지역에 비해 높은 가격상승이 이루어진 공간클러스터를 탐색한다. 둘째 단계는 국지 모란 I를 이용하여 공간클러스터 내의 개별부동산들이 그 주변 부동산과의 가격변동 방향이 동질적인가, 즉 공간연관성을 가지는가를 평가한다. 개발된 방법을 공간적으로는 참여정부에서 부동산 문제의 중심으로 알려진 서울시 강남 서초 송파구에 적용하였고, 시간적으로는 참여정부 주요 부동산 대책의 하나인 10.20 대책을 전후로 한 2해3년 8,9,10,11월의 가격변동 자료에 적용하였다. 10.29 대책발표 전인 8,9월에는 개포동을 중심으로 가격변동 핫스팟이 발견되었고, 10월은 10.29 대책에 의해서 소강상태를 보이다가 11월에는 가격변동 콜드스팟이 발견되었다. 이 결과는 제안된 방법이 기존 단순 시각화만을 통해서 탐색할 수 없었던 투기과열지역을 정량적 방법을 통해서 시공간적으로 탐색할 수 있음을 보여준다.

• 부동산연구
• /
• 제28권3호
• /
• pp.65-77
• /
• 2018

2010년 이후 분양되는 오피스텔은 관련법령 개정에 따라서 주거공간으로 활용이 되며 교육환경 면에서 소비자들이 선호하는 지역의 주택에 대한 대체재로 역할을 하고 있다. 이에 본 연구는 주택의 가격형성 요인 중 하나인 교육환경이 주거공간으로 할용이 되는 오피스텔의 전월세 가격에 미치는 영향을 분석하였다. 2015, 2016년에 거래된 서울시 소재 오피스텔을 분석대상으로 하고 오피스텔에서 가장 가까운 중 고등학교의 전국단위 학업성취도 평가와 특목 자율고 진학률을 주요 독립변수로 가지는 분석모형을 헤도닉가격모형과 인공신경망기법을 통해 실증 분석하였다. 분석 결과, 교육환경 관련 변수의 값이 증가할수록 전월세 가격에 정의 영향을, 학교와의 거리는 멀어질수록 부의 영향을 미치는 것으로 나타났다. 또한 다른 독립변수 또한 주택 관련 연구와 유사한 결과를 보였다. 이 연구는 오피스텔이 업무용보다는 주거용 부동산 성격으로 변하고 있으며, 이를 주택가격에 내재된 특성 중 하나인 교육환경을 통해 분석하였다는데 의의를 가진다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.419-430
• /
• 2023

대체 불가능 토큰 (NFT: non-fungible Token)은 분할할 수 없다는 고유한 특징을 가지고 있다. 현재 NFT는 디지털 콘텐츠에 대한 소유권 증명 이상의 용도가 명확하지 않고, 토큰의 유동성이 거의 없으며, 이로 인한 가격의 예측이 어렵다. 현실에서의 부동산은 대개 가격이 매우 높은 특징으로 인해 투자 진입장벽이 매우 높다. 현물 부동산을 NFT 화하고, FT (fungible token)으로 분할하면 유동성의 증가, 접근성의 증가에 따른 투자자 커뮤니티 볼륨의 증가를 기대할 수 있다. 본 논문은 일반 투자자들이 개별적으로 구매하기 어려운 현물 부동산을 대량의 FT로 분할하고 이를 Black Litterman 모델 기반의 Portfolio 투자 인터페이스를 통해 투자할 수 있는 시스템을 설계하고 구현하였다. 이를 위해, 현물 부동산을 담보로 페깅하고, 보안적으로 안전한 블록체인인 NFT로 발행한다. 상시 변경되는 부동산 가격을 모니터링하기 위한 오라클을 사용하여, 외부 부동산 정보를 블록체인에 반영할 수 있도록 하였다. 현물 부동산 가격을 그대로 유지하고 있는 NFT를 낮은 가격의 대량 FT로 분할함으로써, 큰 유동성을 제공하고 가격 변동성 제한을 두었다. 이를 통해, 높은 가격으로 인해 투자하기 어려웠던 일반 소액 투자자들이 쉽게 투자할 수 있도록 하였다. 또한 소액 투자로 여러 개의 복수 현물 부동산에 투자하기 위한 효과적인 포트폴리오 구성을 위한 자산 포트폴리오 인터페이스를 구현하였다. 이는 Black Litterman 모델을 활용하여, 다수의 현물 부동산 NFT에 대한 투자 비율을 최적화할 수 있는 목적을 가진다. 전체 시스템은 Solidity 언어로 작성한 smart contract, Flask 웹 프레임워크, 공공데이터포털의 "국토교통부_아파트매매 실거래자료 Open API"를 활용하였다.

• 토지주택연구
• /
• 제2권4호
• /
• pp.367-377
• /
• 2011

본 연구는 지난 2008년 리먼사태로 인한 글로벌 금융위기 이후 부동산가격의 결정요인이 어떻게 변화하는지를 VAR모형을 통해 분석하고자 하였다. 이를 위해 2000년 1분기부터 2011년 2분기까지의 전국 토지, 주택매매, 주택전세 등 부동산가격에 대해 실질GDP, 국고채수익률, 소비자물가, KOSPI, 주택건설실적, 토지가격 등을 이용하여 VAR모형을 구축하고 충격반응 및 분산분해 분석을 실시하였다. 금융위기 이후의 변화행태를 분석하기 위해 글로벌 금융위기가 발생한 2008년 3분기를 기준으로 이전과 현재까지로 분석기간을 나누어 가격결정요인 변화를 비교 분석하였다. 분석결과, 토지가격은 금융위기 이전과 비교할 때 실질GDP와 금리의 영향력은 더 커진 것으로 나타났다. 이는 토지가격이 과거에 비해 거시경제여건에 더욱 민감하게 반응하게 되었다는 사실을 보여준다. 주택매매가격도 금리나 GDP와 같이 시장기본가치에 대해 거의 영향을 받지 않고, 주택가격 자체의 변화나 전세가격의 변화에 크게 영향을 받는 것으로 나타났다. 최근의 전세가격 급등세가 지속되고 있음을 감안할 때 매매가격도 조만간 상승할 가능성이 크다고 예상할 수 있는 부분이다. 주택전세가격은 금융위기 이전이나 이후 모두 거시경제지표의 영향력이 약화되고, 소비자물가나 전세가격 자체의 변화에 민감하게 반응하는 것으로 나타났다. 이와 같이 부동산가격이 과거와 달리 금리, GDP 등 시장기본가치요인의 중요성이 약화된 것을 알 수 있는데, 이는 부동산시장이 금융위기 이후 인구 가구구조 변화나 가격상승 기대심리 약화, 월세전환 등 경제 외적 요인에 크게 영향을 받는 쪽으로 변화했음을 보여주는 것이라 할 수 있다. 따라서 정책당국이나 소비자, 건설업체 등 경제주체들은 경제 환경 뿐 아니라 수급상황 등 시장내부요인을 감안하여 보다 신중하게 시장에 접근할 필요가 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.554-555
• /
• 2024

전세 사기로 인한 피해가 해마다 증가하고 있다. 본 연구에서는 부동산 가격과 대출 데이터를 통해 전세 사기의 원인을 분석하고, 이에 대한 대처방안을 제시하였다. 데이터 분석 결과, 주택 가격의 상승과 부동산 정책의 변화가 전세사기에 주요한 영향을 미친다는 것과, 전세사기 사건 수와 부동산 가격 상승 사이에 높은 상관관계가 나타남을 확인했다. 또한, 회귀분석을 사용하여 연도에 따른 전세보증사고 금액 예측 모델을 구축하였다. 이를 토대로 부동산 시장 안정화와 함께 개인 및 정부 차원의 협력이 강화된다면 전세사기 피해를 줄일 수 있을 것이라 기대된다.

• 토지주택연구
• /
• 제12권4호
• /
• pp.41-59
• /
• 2021

본 연구에서는 부동산 가격, 거시경제변수, 부동산정책에 대한 이론적 고찰과 선행연구를 검토하고, 다변량 시계열분석방법으로 가장 널리 사용되는 VEC 모형으로 2003년 1월부터 2021년 6월까지의 월별 자료를 사용하였다. 이를 바탕으로 거시경제변수와 부동산 규제정책이 서울의 부동산 가격에 미치는 영향을 분석하였다. 본 연구의 실증분석 결과를 요약하면 다음과 같다. 첫째, 거시경제변수인 통화량, 금리 등은 서울아파트 가격에 큰 영향을 미치지 못한다는 것이다. 수요는 많고 공급이 충분히 이루어지지 못한 결과 거시경제의 호황, 불황과 상관없이 내 집 마련 등의 수요가 있다는 것이다. 둘째, 조세 및 금융규제정책은 서울아파트 가격 상승에 초기에 영향을 끼치고 시간의 지남에 따라 영향이 축소된다. 셋째, 투기지역지정은 서울아파트 가수요억제를 통한 가격 하락을 예상하지만 오히려 서울 아파트가격 상승을 초래하였다. 이러한 현상은 양도소득세 강화에 따른 매물잠김 현상으로 파악이 된다. 넷째, 분양가상한제는 서울아파트 가격하락에 별다른 영향을 끼치지 못하였다. 이러한 결과에 따르면 수요가 많고 공급이 부족한 서울은 조세규제, 금융규제, 투기지역규제, 분양가상한제 등의 여러 가지 규제보다는 우선적으로 양질의 충분한 주택공급이 우선시 되어야 한다. 또한 정책결정에 있어서 규제일변의 정책보다는 서울지역에 맞는 적합한 부동산 정책을 시행할 필요가 있다는 시사점을 제공한다.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.209-216
• /
• 2024

부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 텍스트 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있으므로 부동산 매매 가격 예측에 있어 중요한 요인이다. 본 연구에서는 뉴스 기사를 감성 분석하여 그 결과를 뉴스 감성 지수로 점수화 한 후 부동산 가격 예측 모델에 적용하였다. 먼저 기사 본문을 요약 후 요약된 내용을 바탕으로 생성 AI를 활용하여 긍정, 부정, 중립으로 분류한 다음 총 점수를 산출하였고 이를 부동산 가격 예측 모델에 적용하였다. 부동산 가격 예측 모델로는 Multi-head attention LSTM 모델과 Vector Auto Regression 모델을 사용하였다. 제안하는 뉴스 감성 지수를 적용하지 않은 LSTM 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 0.60, 0.872, 1.117의 Root Mean Square Error (RMSE)을 보였으며, 뉴스 감성 지수를 적용한 LSTM 예측 모델은 각각 0.40, 0.724, 1.03의 RMSE값을 나타낸다. 또한 뉴스 감성 지수를 적용하지 않은 Vector Auto Regression 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 1.6484, 0.6254, 0.9220, 뉴스 감성 지수를 적용한 Vector Auto Regression 예측 모델은 각각 1.1315, 0.3413, 1.6227의 RMSE 값을 나타낸다. 앞선 아파트 매매가격지수 예측 모델을 통해 사회/경제적 동향을 반영한 부동산 시장 가격 변동을 예측할 수 있을 것으로 보인다.

• 주택과사람들
• /
• 통권201호
• /
• pp.76-79
• /
• 2007

영국 런던 부동산 시장의 가파른 오름세가 지속되고 있다. 2006년 초 일부 전문가들이 금리 인상 등으로 가격 오름세가 꺾일 거라는 전망을 내놓았지만 계속 되는 수요 증가로 가격이 급등세를 보인 것. 런던의 부동산 시장을 돌아보고, 특히 런던에서도 가장 수요가 많은 웨스트엔드 지역의 경쟁력은 무엇인지 분석했다.