• 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.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.171-181
• /
• 2022

부동산 시장 분석에 있어 기본이 되는 정량적 데이터는 부동산 가격 지수이다. OECD와 같은 국제기구에서는 국가별 부동산 가격 지수를 공표하고, 한국부동산원에서는 광역시 단위와 시군구 단위의 지수를 산출한다. 그런데 공간단위를 시군구보다 정교한 동단위, 아파트 단지 단위로 설정하는 경우, 여러 문제점을 맞이하게 된다. 대표적인 문제는 결측치이다. 공간적 범위를 좁힐수록 단위 기간에 따라 거래가 적거나 아예 존재하지 않는 경우가 존재하기에 이 경우에는 지수의 산출이 불가능한 결측치가 발생할 수 있다. 본 연구에서는 지도학습 기반의 머신러닝 기법을 활용하여 특정 범위와 기간에 거래가 존재하지 않아 발생할 수 있는 결측치를 보완하는 기법을 제안한다. 본 모형을 통해 부동산 매매 지수의 실제값이 존재하는 것들의 예측을 통해 그 정확도를 검증하고 결측치가 발생한 것들의 예측도 해 볼 수 있었다.

• 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.

• 한국전자통신학회논문지
• /
• 제8권2호
• /
• pp.301-306
• /
• 2013

아파트전세가율이 계속 상승하고 있다. 이런 현상으로 분석하기 위하여 아파트 매매가격과 전세가격의 상호작용을 지역별로 분석한 결과 다음과 같은 결론을 얻었다. 첫째, 지역별 아파트 매매가격과 전세가격의 상승과 하락 지역이 상이하여 나타나기 때문에, 지역적 양극화가 매우 심화되었다. 둘째, 최근 부동산시장은 지방 부동산의 호황과 수도권지역의 시장 침체로 분석되어, 전세가율은 계속 상승 중이었다. 마지막으로 아파트 전세가율 증감률은 전세가격 증가율이 매매가격 증가율보다 큰 경우는 전세가율 증감률이 (+)로 증가하였고, 적었을 경우는 (-)로 감소하였다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1198-1199
• /
• 2023

부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 비정형 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있어 부동산 가격에 영향을 크게 미치는 변수라고 판단된다. 본 연구에서는 뉴스 기사의 세분화된 감정 분석을 통해 전통적인 분석 방법보다 더 의미 있는 결과를 얻을 수 있는 부동산 가격 예측 모델을 생성하였으며 뉴스 기사로부터 심리 지수를 산출하기 위해 생성 AI 를 활용하였다. 제안하는 매매가격지수 예측 모델을 통해 부동산 시장과 뉴스 기사와의 관계성에 대해 파악할 수 있으며, 사회/경제적 동향을 반영한 부동산 가격 변동을 예측할 수 있을 것으로 보인다.

• 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.

• 한국경제지리학회지
• /
• 제15권4호
• /
• pp.585-600
• /
• 2012

본 연구의 목적은 유동성 관련 변수가 주택시장에 미치는 영향과 지역별 영향력의 차이를 벡터자기회귀모형을 이용하여 실증분석하고 정책적 시사점을 도출하는데 있다. 2003년 10월부터 2012년 5월까지의 월별 시계열 자료를 사용하여 유동성 관련 변수는 주택담보대출금리, 주택담보대출금, 금융기관유동성, 종합주가지수로 하였고 전국, 서울, 강남, 강북의 아파트 매매가격을 분석대상으로 하였다. 그랜저인과관계 검정결과, 주택담보대출금리와 주택담보대출금이 지역별 매매가격에 강하게 인과관계가 있었다. 이후 충격반응 분석결과, 각 변수 충격에 대해 매매가격은 지열별로 차이는 존재하였으나 매매가격 자체에 가장 크게 지속적인 양(+)의 반응을 보였고 주택담보대출금리는 음(-), 주택담보대출금은 양(+), 금융기관유동성은 양(+), 종합주가지수는 양(+)의 반응을 보였다. 매매가격 충격에 종합주가지수는 음(-)의 반응을 보였다. 유동성의 변화가 주택가격을 상승시킬 수 있고 강남지역이 강북지역에 비해 주택투자적인 요인이 크다는 것을 실증적으로 확인하였다. 정부는 현재의 경제상황을 고려해 저금리 기조를 유지하면서 시장의 유동성이 부동산이 아닌 산업활동으로 투입될 수 있도록 해야하며 지역별로 차별화된 정책을 수립 집행해야 부동산 정책효과를 크게 거둘 수 있을 것이다.

• 한국건설관리학회논문집
• /
• 제11권5호
• /
• pp.41-52
• /
• 2010

리츠는 주식시장에 상장되어 있으면서 부동산 개발을 위한 자금조달의 성격과 부동산에 투자하는 특징도 있으므로, 주식 시장과 건설 및 부동산시장과 관계가 있을 것으로 예상할 수 있다. 본 연구에서는 리츠와 주식시장, 건설 및 부동산 경기와 관계된 지표들을 시계열 분석하여, 리츠와의 영향관계를 분석하였다. 시계열 분석은 백터자기회귀모형과 백터오차수정모형을 사용하였으며, 다음의 세 부분으로 분류하여 분석하였다. 첫째, 리츠와 건설 코스피 지수와의 관계를 분석한 결과, 건설 코스피 지수가 리츠에 영향을 주는 것으로 분석되었다. 둘째, 리츠와 건설경기 동행지수인 건축착공면적, 부동산 경기 지수인 오피스 임대지수와 주택매매가격지수와의 관계를 분석하였다. 각 지표들은 서로 인과관계는 없는 것으로 분석되었지만, 리츠와 주택매매가격지수는 서로에게 영향을 주는 것으로 분석되었다. 셋째, 리츠와 건설경기 선행지수인 건축허가면적의 관계를 분석하였다. 두 지표는 서로 인과관계가 없는 것으로 분석되었지만, 건축허가면적이 리츠에 영향을 미치는 것으로 분석되었다. 본 연구를 통해 리츠는 주식시장과 주택경기, 건설경기 선행지표인 건축허가 면적에 영향을 받지만, 건설경기 동행지표인 건축착공면적과 오피스 임대지수에는 상대적으로 영향을 작게 받는 것으로 분석되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1156-1159
• /
• 2021

수도권을 중심으로 한 부동산 가격 상승이 지속적으로 진행되고 있다. 한국은행에서는 기준금리 인상으로 과열된 부동산 시장의 안정을 바라고 있다. 하지만 기준금리 인상이 부동산 시장에 미치는 영향이 크지 않다고 보는 시각도 많다. 이에 본 논문에서는 머신러닝과 딥러닝을 이용하여 서울 지역의 부동산 매매지수를 예측하고 기준금리를 추가 변수로 이용하여 결과를 비교하였다. 실험 결과 선형적으로 증가 중인 시장 특성상 전통적 모델인 선형회귀가 우수한 성능을 보였으며, 기준 금리를 변수로 추가한 경우 예측력이 근소하게 증가하였으나 그 영향은 크지 않음을 볼 수 있었다.