• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1471-1479
• /
• 2017

아파트매매 가격지수의 변동은 국가의 경제뿐만 아니라 사회, 산업, 문화 등의 전 분야에 영향을 준다. 본 연구에서는 아파트매매 가격지수를 거시경제변수로 설명하는 시계열모형을 연구하고자 한다. 설명변수로 사용한 거시경제변수는 우리나라 주택담보 대출금리, 원유수입 물가지수, 소비자 물가지수, KOSPI 주가지수, 국내총생산 (GDP), 국민총소득 (GKI)의 6가지 변수를 사용하였다. 아파트매매 가격지수와 모든 경제변수는 2001년 9월부터 2017년 5월까지 약 16년간의 월별 자료를 사용하였다. 아파트매매 가격지수 자료의 설명을 위해 시계열 모형 중 자기회귀오차 (ARE) 모형을 사용하여 분석하였다. ARE 모형 분석 결과 아파트매매 가격지수는 1개월 전 아파트매매 가격지수, 주택담보 대출금리와 KOSPI 주가지수에 의해 영향을 받는 것으로 나타났다.

• 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.

• 스마트미디어저널
• /
• 제11권3호
• /
• pp.62-73
• /
• 2022

국내 아파트 매매가 예측에 관한 연구는 현재까지 지속적으로 수행되어 왔지만, 아파트 가격은 다양한 특성이 복합적으로 작용하기 때문에 예측하는데 어려움을 겪고 있다. 아파트 매매가를 예측하는데 앞서 정확도를 높이기 위해서는 주요 변수 선정 및 영향요인 분석이 무엇보다 중요하다. 이에 본 연구는 현재 꾸준한 상승률을 보이는 광주광역시를 대상으로 아파트 매매가에 영향을 주는 요인을 분석해보고자 한다. 이를 위해 6년간의 광주광역시 아파트 실거래가와 각종 사회적 요인 데이터를 토대로, 다중회귀분석, 랜덤 포레스트, 심층인공신경망 알고리즘을 적용하여 각 모델에서 주요 영향요인을 파악하였으며, 모델의 성능은 평균 제곱근 오차, 평균 절대 오차 그리고 결정계수를 통해 비교 분석하였다. 본 연구에서는 딥러닝의 일종인 심층인공신경망의 성능이 가장 우수함을 보였고, 매매가에 영향을 미치는 주요 요인으로 건축경과연수, 계약연도, 적용면적, 양도성예금증서, 주택담보대출금리, 선행지수, 생산자물가지수, 동행지수 등이 도출되었다.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.147-170
• /
• 2022

이 논문은 70개 수도권 시군구 아파트 매매가격의 주간 수익률을 대상으로 그 변동 순환과 현 정부의 집권 시기 등을 고려하여 전체기간(2008년 4월~2021년 8월), 가격 급등기 이전(2008월 4월~2018년 10월), 그리고 가격 급등기(2018년 11월~2021년 8월)로 나누어 확산효과를 분석한다. 이러한 분석으로부터 얻어진 분석 결과를 요약하면 다음과 같다. 첫째, 확산효과에 대한 분석은 시기에 따라 기존의 연구 결과와 유사하기도 하지만 다르기도 하다. 전체기간과 가격 급등기 이전 시기에 대한 확산효과 분석은 수도권 아파트시장에서 '강남' 효과가 실재한다는 것을 보여준다. 반면에 가격 급등기에 대한 확산효과 분석은 이전과는 상이한 결과를 나타낸다. 순환 표본의 분석을 통해 계산된 확산효과 지수는 수도권 아파트 매매가격 순환의 하강기에는 확산효과 지수가 낮아지고, 반면에 상승기에는 그 반대의 추세를 보여준다. 확산효과 지수의 정점과 정책 개입 간의 타이밍을 보면 대체로 2017년에는 확산효과 지수의 정점 이후, 2018년과 2019년에는 정점 이전, 2020년 이후 정점 무렵이나 정점 이후에서 정부의 정책 개입이 이루어진 것으로 나타난다.

• 토지주택연구
• /
• 제12권2호
• /
• pp.33-45
• /
• 2021

최근 정부 정책의 변화와 맞물려 오피스텔은 수도권을 중심으로 사무실과 아파트 가격이 급등하면서 새로운 대체 투자 대안이 되고 있다. 그러나 오피스텔의 선행연구 부재와 더불어 지표를 공표하는 민관기관 역시 표본샘플 부족으로 정확도 저하의 한계를 지녔다. 이들은 공통적으로 시세에 기반한 가격지수를 활용하는데, 시장보다 후행하고 변동성이 적어 평활화 문제가 꾸준히 제기되어 왔다. 따라서 본 연구의 목적은 국토교통부가 최초 공개한 시점부터 지난해까지 실거래가 이루어진 매매(2006~2020), 전·월세(2011~2020) 데이터 자료를 이용하여 서울시 오피스텔 가격지수를 산출하는 것이다. 이를 규명하기 위한 실증방법론으로 반복매매모형을 채택하여 주요 지표인 매매, 전세, 월세지수를 각각 산정하고, 그 외에 보조지표에 해당하는 전월세전환율도 개선된 형태로 함께 개발하였다. 수집된 자료결과 및 통계해석의 정확성을 기하기 위한 지원도구는 SAS 9.4로 일괄 처리하였다. 본 연구의 실증분석 결과를 간단히 요약하면, 다음과 같이 정리할 수 있다. 첫째, 2020년말 서울시 오피스텔 매매지수는 132.5P, 전세지수는 163.9P(2011.1Q=100.0P)이며, 월세는 원점인 100.0P선에서 밑돌았다. 오피스텔의 지수 유형별 월세가 공실 위험으로 비교적 보합세를 유지한 가운데, 수요가 풍부한 매매가와 전세금 상승세가 지속되는 차이를 보인 것으로 해석된다. 둘째, 주택유형별 매매가 증가폭은 오피스텔이 아파트, 연립다세대 등 다른 주택유형보다 낮은 자산으로 드러났다. 모형의 설명력은 표준오차 평균이 0.02 이하로 적합도가 뛰어난 것으로 판명되었다. 셋째, 본 연구가 추정한 가격지수를 한국부동산원, KB국민은행 등 유사 발표기관의 지표와 상호 비교하면, 변이가 크게 나타나 고질적인 평활화 문제를 해결할 수 있는 가능성을 확인하였다. 결론적으로 본 연구는 코로나 19와 같이 경기 불확실성이 큰 상황 하에서, 서울시 오피스텔 실거래가 지수 산정 제시와 시험 모의적용을 새롭게 시도함으로써 향후 시장참가자들이 가격동향 및 변화를 예측하는데 유의미한 의의를 둘 수 있다.

• 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.

• 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.

• 한국산학기술학회논문지
• /
• 제16권9호
• /
• pp.6315-6324
• /
• 2015

본 연구에서는 2008년 금융위기 이후 부동산 정책에서 많은 비중을 차지하는 서울의 아파트 전세가격에 가계경제가 어떤 영향을 미치는지 2009년 1월부터 2013년 12월까지 자료를 이용하여 VAR모형을 통해 실증분석하였다. 서울의 전세가격에 미치는 가계경제변수들은 서울 아파트 매매가격, 소비자물가지수, 고용률, 실질GNI, 가계대출금액으로 구성하였다. 분석결과에 따르면, 서울 아파트 전세가격은 단기적으로 가계경제변수들에 영향력을 받는 것으로 나타났다. 또한 가계경제변수들의 구조적 충격에 따른 서울 아파트 전세가격 변동의 상대적 기여도는 단기적으로는 서울 아파트 전세가격 자체 충격에 가장 큰 영향력을 받으며, 시간이 지날수록 가계변수들의 영향력이 커지는 것으로 나타났다. 본 연구결과를 통해 가계경제를 이루는 어떤 요인들이 주택전세가격에 많은 영향을 미치는지 파악할 수 있어 향후 주택가격 안정화를 위한 정책수립에 기여할 것으로 기대된다.

• 지적과 국토정보
• /
• 제51권2호
• /
• pp.125-139
• /
• 2021

수도권 지하철 노선확장 사업을 통해 수도권 거주민의 대중교퉁 접근성은 지속적으로 향상되고 있다. 이러한 대중교통 접근성은 주거지 선택 시 가장 중요한 요소 중 하나로 지하철 노선확장에 따른 접근성 향상이 주택가격에 미치는 영향을 정량적으로 추정하는 것은 주택정책에 있어 중요하다. 이 연구는 노선신설에 따라 최근접 지하철역의 변화없이 발생하는 다른 지하철역까지의 통행시간 단축을 네트워크 확장효과로 정의하고, 이것이 주택가격에 미치는 영향력을 확인하고자 한다. 이를 위해 2012년부터 2018년까지 서울시 아파트 전월세확정신고자료를 이용하여 월세로 전환 후, 수정반복매매모형을 통해 시계열적으로 분석하였다. 그 결과, 기준이 되는 기간(2012~2014년)에 비해 비교기간 (2017~2018년)에 네트워크 확장효과가 서울시 아파트 월세가격에 미치는 영향력이 상대적으로 더 증가했으며, 이는 지하철 네트워크 확장효과가 주택의 임대료 형성에 유의미한 영향을 미친다는 것을 시사한다. 또한, 분석과정에서 네트워크 확장효과의 상하위 아파트 그룹을 비교한 결과, 네트워크 확장 효과 하위그룹보다 상위그룹에서 영향력의 상승폭이 상대적으로 컸으며, 이를통해 네트워크 확장 효과의 정도에 따라 주택의 가치에 자본화되는 수준도 다르다는 것을 확인할 수 있었다.