• KDI Journal of Economic Policy
• /
• 제26권1호
• /
• pp.3-33
• /
• 2004

본 연구는 장기적으로 자본생산성이 하락하면서 성장률과 실질이자율이 하락하는 경제에서 인플레이션율이 부동산가격, 특히 주택의 매매가격과 전세가격의 격차에 어떠한 영향을 미칠 것인지에 대해 살펴보고 있다. 즉, 실질이자율이 하락할 경우 전세가격에 대비한 부동산의 매매가격은 상승하며, 따라서 자본생산성이 하락하면서 성장률 및 실질이자율이 하락할 경우에는, 통화당국이 동일한 수준의 인플레이션율을 유지한다고 하더라도 통상 인플레이션의 폐해로 거론되는 실물자산(부동산) 대비 금융자산(전세자금) 가치의 하락이라는 부작용이 확대될 수 있는 것으로 보인다. 이와 같은 이론적 논의는 자료추적이 가능한 1986년 이후 우리나라 주택의 매매 전세가격 비율의 변화추이를 설명하는 데에 기여할 수 있다. 즉, 1990년대 이후 전반적인 인플레이션율의 하향안정은 매매 전세가격 비율을 안정시키는 한 요인으로 작용해온 것으로 보이며, 최근 2001년 이후 나타난 매매 전세가격 비율의 상승은 인플레이션 기대의 확산보다는 실질이자율의 하락에 의하여 주도된 것으로 해석된다.

• 디지털융복합연구
• /
• 제12권5호
• /
• pp.89-99
• /
• 2014

주식시장에서 종합주가지수를 부동산시장에서 서울지역아파트가격과 전국주택매매가격지수를 선정하여 경기선행지수와 함께 각 지표들 사이의 상관관계를 찾아보았다. 또한 각 지표들 사이의 흐름을 서로 비교하여 선행성이 성립되는지도 살펴보았다. 본 연구의 목적은 종합주가지수와 서울지역아파트가격, 전국주택매매가격, 경기선행지수의 상관관계와 선행성을 분석해 보는 것이다. 주식시장의 종합주가지수나 부동산시장을 예측하기 위해서는 이에 선행하는 지표를 찾아 그 추이를 먼저 분석해 보는 것이다. 지난 1987년 1월부터 2013년 12월까지 총 27년 동안 KOSPI의 상승률은 687%로 나타났으며 CLI은 443%, 서울아파트는 391%, HPPCI는 263% 순으로 높은 상승률을 보여주었다. 서울아파트와 CLI, KOSPI, HPPCI의 상관분석을 실시한 결과 KOSPI는 상관계수 0.877인 HPPCI와 서울아파트는 상관계수 0.956인 CLI와 높은 상관관계를 보여주었다. 분석결과 CLI는 주식시장 및 부동산시장과 높은 상관관계를 보여주고 있어 주식시장 및 부동산시장을 예측하기 위해서는 CLI의 흐름을 먼저 살펴보는 지혜가 필요해 보인다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2014년도 추계학술대회 논문집
• /
• pp.704-709
• /
• 2014

본 연구는 현재 사회문제화 되고 있는 층간소음 피해 실태조사 분석을 통하여 적용 가능한 층간소음 분쟁의 예방을 위한 효율적인 관리시스템을 개발 적용하였다. 설문조사 분석결과, 층간소음의 주요 발생 원인으로 아이들 뛰는 소음과 어른 걷는 소음이 55% ~ 75%로 가장 심각한 소음원으로 나타났으며, 소음 피해시간대는 저녁(18시~22시) 시간대는 50% ~ 65%로 가장 높게 나타났으며, 야간(22시~ 06시) 시간대는 26% ~ 45%범위에 있는 것으로 분석되었다. 층간소음관리시스템 적용 전 후의 민원저감효과 분석결과, 전라도 광주는 100%, 대구시는 87.5%, 서울의 경우는 83%, 경기도는 71% 순으로 나타나, 평균 약 85% 이상의 민원 저감효과가 있는 것으로 나타났다. 층간소음관리시스템 적용 전 후의 아파트 가격 변화 분석결과, 적용된 아파트의 경우는 평균 17.23백만원 상승한 반면, 미적용된 아파트는 0.55백만원 하락한 것으로 평가되었다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.228-234
• /
• 2021

부동산의 시장 참여자들에게 부동산 가격에 대한 방향성을 예측하는 것은 의사결정에 있어서 매우 중요하다. 이를 위해 주로 회귀분석, ARIMA, VAR 등의 방법론을 사용하는데 이는 불특정 변수에 의해서 변동하는 자산의 가치를 예측하는데 한계점을 갖는다. 때문에 본 연구에서는 이를 보완하기 위해서 인공신경망 기법을 이용해 부동산 시장에서 유동성이 풍부한 서울 아파트 가격 추이를 예측하고자 한다. 인공신경망 학습을 위해서 총 12개의 거시 및 미시적 변수를 나눠 학습 모형을 설계하는데 거시적 요인은 CASE1, 미시적 요인은 CASE2 그리고 두 요인을 조합해서 요인을 구성한 CASE3 으로 나눠서 실험한다. 그 결과 CASE1 과 CASE2 는 약 2년 동안 87.5%의 예측을 보이고 CASE3은 95.8%의 예측성과를 보인다. 본 연구는 아파트 가격에 영향을 주는 다양한 요인들을 거시적 및 미시적으로 구분하여 정의하고 미래의 아파트 가격의 방향성을 예측하는데 인공신경망 기법을 제안하고 그 실효성을 분석했다. 따라서 최근 발전하고 있는 학습 기법이 부동산 분야에 다양한 관점으로 적용되어 시장 참여자들의 효율적인 의사결정을 할 수 있기를 기대한다.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.175-182
• /
• 2013

본 연구에서는 주택 수요와 공급의 상호영향관계 메커니즘을 이용하여 가격 시뮬레이션 모형을 개발하였다. 가격 시뮬레이션 모형의 핵심 알고리즘은 피드백 제어 이론을 이용한 시스템 다이나믹스 기반의 스톡 플로우 변수이며, 이러한 원리를 이용하여 서울지역 아파트 가격변화 행태를 모델링하였다. 가격 행태를 결정하는 피드백 메커니즘은 중장기 경기변동 시나리오 하에 대출 이자율을 정책변수로 아파트 매매 수요자와 공급자 규모를 스톡 변수로 설정하고, 이들 간의 상호 영향관계를 검증하였다. 본 논문을 통하여 향후 아파트 가격 추이는 아파트 매매 수요자와 공급자 규모의 행태 변화와 수요자와 공급자가 갖는 가격에 대한 반응 매개변수간의 영향관계로 구성된다. 또한 향후 경기 전망 및 대출이자율 등 거시경제의 상황에 따라 아파트 매매가격은 변화함을 알 수 있었다. 제시된 아파트 매매 가격 시뮬레이션 계량모델은 양도세 및 취득세 감면 등 비 금융 관련 부동산정책변수와 대출이자 조정 등 금융 관련 정책변수의 보다 정확하고 충분한 데이터를 적용하면 실무 적용과 정부 주택정책입안에 활용 할 수 있을 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제17권6호
• /
• pp.566-576
• /
• 2016

일반적으로 부동산 매매시장과 경매시장 간에는 다양한 측면에서 긴밀한 연관관계가 있는 것으로 알려져 있다. 또한 매체에서는 경매시장이 매매시장 경기를 선도하는 주요한 변수로 언급되었다. 본 논문에서는 서브프라임 금융위기 이전의 주택시장 활황기와 이후의 주택시장 침체기 각 시기별로 주택매매시장 및 주택전세시장과 주택경매시장 간의 관계를 벡터오차수정모형(VECM; Vector Error Correction Model)을 이용하여 분석하는 것을 목적으로 한다. 본 논문에서는 국내 대표적인 부동산시장이며, 시단위에서 가장 많은 경매물건이 거래되는 서울시의 아파트를 대상으로 연구를 진행하였다. 분석변수는 주택매매가격지수, 주택전세가격지수, 낙찰율, 낙찰가율을 활용하였다. 본 연구에서는 서브프라임 금융위기 발생 이전인 2002년 1월부터 2008년 12월까지를 Model 1로, 2009년 1월부터 최근 2015년 11월까지를 Model 2로 구분하여 비교분석하였다. 분석결과 경매시장의 경우 주택시장 변동에 상대적으로 덜 민감한 것으로 나타났다. 하지만 반대로, 경매시장 충격에는 주택시장이 유의미한 변동을 나타내는 것으로 확인되었다. 이는 경매시장 변화가 주택시장 변동에 선행하는 것을 의미하며 하나의 거래시장으로 경매시장이 활성화되고 있음을 나타낸다. 중앙정부에서는 경매시장의 중요성을 정확히 인지하고 가격변동추이를 면밀히 확인할 필요가 있다. 또한 투자주체들 역시 경매시장에 대한 전문성을 확보할 필요가 있다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.91-113
• /
• 2021

한국 자산 시장에서 부동산이 가지는 영향력에도 불구하고 시장 추이 예측은 쉽지 않으며, 그중 아파트는 주거 공간인 동시에 투자 속성을 내포하고 있어 더욱 예측이 쉽지 않다. 아파트 가격에 영향을 주는 요인은 다양하며 지역적 특성 또한 고려되어야 한다. 본 연구는 서울시 전체, 강남 3구, 노원, 도봉, 강북, 금천, 관악, 구로구의 아파트 매매가에 영향을 미치는 요인과 특성을 비교하고 이를 기반으로 가격 예측의 가능성을 파악하기 위해 수행되었다. 분석에는 신경망, CHAID, 선형회귀, 랜덤포레스트 등 머신러닝 알고리즘이 사용되었다. 서울시 전체 아파트 평균 매매가에 가장 중요한 영향을 미치는 요소는 정부 정책 요소였으며, 거래규제 완화, 금융규제 완화 등의 완화 정책이 영향력이 높게 도출되었다. 강남 3구의 경우 정책의 영향력이 낮은 것으로 파악되었으며 강남구의 경우 주택 공급량이 가장 중요한 요인이었다. 반면 6개의 중·하위구들은 정부 정책이 중요 변수로 작용하였으며 공통적으로 금융규제 정책이 영향을 끼치는 요인이었다.

• 대한지리학회지
• /
• 제48권2호
• /
• pp.272-287
• /
• 2013

본 연구는 부동산 가격 추정을 위해 자주 활용되는 헤도닉 가격모형(Hedonic Pricing Model)에서의 설명변수, 즉 지가형성요인의 선별 중요성에 대해 기술하고, 이러한 지가형성요인 및 그 효과가 시간의 경과에 따라 어떻게 변화하는지 실증적으로 검토하였다. 전주시를 사례 지역으로 하여 17년간 반복 측정된 표준지 공시지가를 분석 대상으로 하였으며, 자료가 가지는 포섭구조(nested structure) 및 종단성(longitudinal characteristics)을 고려하여 3개 수준으로 구성된 다수준모형(multi-level model)을 설정하여 적합 정도를 평가하였다. 지가형성요인은 공시지가 산정시 활용되는 헤도닉 가격모형의 일종인 비준표(比準表)에 포함된 항목을 중심으로 살펴보았다. 분석 결과, 17년간의 지가 변동 추세는 전주시 세부지역별로 상승 또는 하락하는 등 지역마다 다른 추이를 보였으며, 따라서 종단효과의 모델 반영이 필요함이 확인되었다. 또한 일반적으로 중요하다고 여겨지는 지가형성요인 중 유의하지 않은 요인이 발견되었으며, 특정 시점에서 영향력이 상당히 큰 것으로 판명된 지가형성요인도 시간의 경과에 따라 그 영향력이 약해지는가 하면, 반대로 지가에 미치는 영향력이 초기에는 미약하였으나 점차 뚜렷해지는 요인이 파악되었다. 향후 헤도닉 모형 적용시 이러한 지가형성요인의 동태성을 모델의 구성요소로 고려할 경우 보다 정확한 가격 추정이 가능해질 것이다.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.480-488
• /
• 2016

서브프라임 금융위기가 전세계적으로 확산되면서 한국은 금융시장뿐만 아니라 건설경기까지 침체되었다. 실제로 건설산업연구원 발표자료에 따르면 건설경기종합 BSI 추이가 2006년 12월의 80p에서 지속적으로 하락하여 2008년 11월 기준 14.6p까지 추락하였으며 특히 주택부분의 침체수준이 가장 심각하다고 하였다. 이러한 관점에서 본 논문은 글로벌 금융위기 전후 주식, 채권 등 금융시장 변화가 지역별 주택시장에 미치는 영향을 벡터오차수정모형을 통해 분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 서울시 강남 및 강북지역 아파트 매매가격지수, 주가 및 회사채수익률을 분석변수로 활용하였다. 본 연구에서는 서브프라임 금융위기 발생 이전인 2000년 1월부터 2007년 12월까지를 Model 1로, 2008년 1월부터 최근 2015년 10월까지를 Model 2로 구분하여 비교분석하였다. 분석결과 경기상승기에는 강남지역 주택시장은 KOSPI와 더불어 매력적인 투자시장으로 자리매김하는 것으로 나타났으나, 경기하락시에는 전반적인 거시경제흐름에 따라 움직이는 것으로 판단된다. 금융시장 변동에 대하여 강북지역 주택시장은 다른 움직임을 나타냈다. 저금리 효과는 경기하락시에 부동산시장 자체적인 시장 리스크가 존재하기 때문에 제한적인 것으로 판단된다.