• 토지주택연구
• /
• 제10권1호
• /
• pp.9-18
• /
• 2019

This study examined the dynamic change in the co-movement between the house price rates with the network methods of Mantegna (1999). First, Capital area and non-capital area form independent clusters which have the heterogeneous co-movement pattern. In other words, Capital and non-capital areas have low connectivity in the housing market. Also, if the co-movement between capital areas have been strengthened, the co-movement between non-capital areas have been weakened. The results of the dynamic analysis show that the degree of the co-movement in the housing market is continuously increased. The members of the co-movement group in the capital area are strongly steadied by all periods. However, the members in the non-capital area have been changed according to the period. Accordingly, it is necessary to establish policies based on various information for the housing market of the non-capital area rather than policies targeting the capital area. In addition, Apartments in Korea are more likely to be used as investment or speculative assets than other types of houses. It has been confirmed that this is Gangbuk, which is locatied in the northern part of Seoul, appears to be a region where the Spillover Effects of price fluctuation can be triggered in the housing and apartment market. However, the housing market in Gangnam, which is locatied in the southern part of Seoul, was divided into low systematic risk.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권2호
• /
• pp.59-76
• /
• 2023

코로나 시대 이후 아파트 가격 상승은 비상식적이었다. 이러한 불확실한 부동산 시장에서 가격 예측 연구는 매우 중요하다. 본 논문에서는 다양한 부동산 사이트에서 자료 수집 및 크롤링을 통해 2015년부터 2020년까지 87만개의 방대한 데이터셋을 구축하고 다양한 아파트 정보와 경제지표 등 가능한 많은 변수를 모은 뒤 미래 아파트 매매실거래가격을 예측하는 모델을 만든다. 해당 연구는 먼저 다중 공선성 문제를 변수 제거 및 결합으로 해결하였다. 이후 의미있는 독립변수들을 뽑아내는 전진선택법(Forward Selection), 후진소거법(Backward Elimination), 단계적선택법(Stepwise Selection), L1 Regularization, 주성분분석(PCA) 총 5개의 변수 선택 알고리즘을 사용했다. 또한 심층신경망(DNN), XGBoost, CatBoost, Linear Regression 총 4개의 머신러닝 및 딥러닝 알고리즘을 이용해 하이퍼파라미터 최적화 후 모델을 학습시키고 모형간 예측력을 비교하였다. 추가 실험에서는 DNN의 node와 layer 수를 바꿔가면서 실험을 진행하여 가장 적절한 node와 layer 수를 찾고자 하였다. 결론적으로 가장 성능이 우수한 모델로 2021년의 아파트 매매실거래가격을 예측한 후 실제 2021년 데이터와 비교한 결과 훌륭한 성과를 보였다. 이를 통해 머신러닝과 딥러닝은 다양한 경제 상황 속에서 투자자들이 주택을 구매할 때 올바른 판단을 할 수 있도록 도움을 줄 수 있을 것이라 확신한다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.140-144
• /
• 2021

우리 인간은 살아가면서 현대문명의 발달과 함께 좀 더 나은 생활환경을 추구하고자 한다. 특히 의식주의 향상을 위해 많은 노력을 기울이고 있는 현실이다. 그 가운데 주택의 개념은 삶의 질을 향상시키기 위한 주요 기능으로 작용한다. 그런데 이러한 주택의 매매를 둘러싸고 정부의 지나친 세율규어제제 정책으로 오히려 전월세 비용을 부추기며 나아가 주택매매 마저 원활하게 대처하지 못하고 있는 현실이다. 일반적으로 주택(아파트 등) 보유로 인한 소요비용으로는 취득시와 보유시로 나누어 볼 수 있다. 여기에 주택 장기보유로 많은 세금을 부담하고 있다. 이어 주택매매에 따른 양도세율의 상승으로 재산권 처분이 자유롭지 못하고 있다. 이는 시장원리를 제약하는 요소로 기능한다. 최근 부동산 정책 발표에 따르면 종합부동산세, 양도세 등 다주택자 세금강화에 이어 규제지역 다주택자에 대한 양도세 중과세율을 인상한다는 것이다. 이렇게 되면 주택매매는 원활하지 못하고 오히려 전·월세를 부추기는 현상을 초래할 수 있는 것이다. 다주택자의 주택처분을 유도하기 위해서는 다년간 보유기간에 따라 양도세율을 인하하는 정책이 필요해 보이는 부분이다. 취득 후 20년간 보유하였다면 그 동안 많은 세금을 납부하여 이익을 환원한 것이다. 그렇기 때문에 매매에 따른 양도세를 부과하지 말아야 할 것이다. 20년 이상 보유주택의 무세금 원칙적용은 향후 시장원리에 부응하며 전월세 정책 등에도 효과적으로 기능할 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.

• 부동산연구
• /
• 제24권1호
• /
• pp.7-14
• /
• 2014

본 연구는 2006년 1월부터 2013년 6월까지의 서울시 아파트 개별 실거래가격에 대한 시공간 자료로 시공간자기상관의 문제를 헤도닉가격결정모형에 의한 통상최소자승법(OLS), 시간효과를 고려한 시간자기회귀모형(TAR), 공간효과를 고려한 공간자기회귀모형(SAR)과 시공간자기회귀모형(STAR)을 이용해 아파트 가격 추정결과를 비교분석하였다. 실증분석결과, STAR모형이 기존의 OLS에 비해 수정결정계수가 약 10% 증가하였으며, 추정오차는 약 18% 감소한 것으로 나타나 시공간효과를 고려했을 때 아파트 가격 추정이 기존모형에 비해 정확함을 알 수가 있었다. STAR모형 분석결과, 아파트 매매가격에 전용면적(-), 아파트연수(-), 저층더미(-), 개별난방(-), 도시가스(-), 재건축더미(+), 계단식(+), 단지규모(+)등이 영향을 주는 것으로 나타났으며 다른 분석방법론과도 대부분 같은 부호를 나타냈다. 시공간자기회귀모형을 이용해 부동산 가격을 추정시 정부 당국자는 부동산시장의 동향을 정확히 파악해 정책을 수립 집행해 정책효율을 높을 수 있고 투자자의 입장에서는 객관적인 정보를 바탕으로 합리적 투자를 할 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.

• 한국산학기술학회논문지
• /
• 제17권5호
• /
• pp.116-124
• /
• 2016

과거 한국 주택시장은 주택건설업체들이 아파트를 건설하기만 하면 분양이 순조롭게 되었기 때문에 공급자 주도형 시장이었다. 이에 따라 한국 사업개발주체나 건설업체들은 주택사업을 매우 경쟁적으로 진행하였다. 하지만 1997년 아시아 외환위기 및 2007년 글로벌 금융위기가 발생하자 심각한 미분양사태가 발생하여 국내 건설업체들은 심각한 유동성 위기를 겪게 되었다. 본 논문은 시기별 금리 및 통화량과 같은 유동성이 주택매매시장 및 전세시장에 미치는 영향을 벡터오차수정모형을 통해 비교분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 서울시 아파트시장을 대상으로 연구를 진행하였다. 분석변수는 주택매매가격지수, 주택전세가격지수, 금리, 통화량(M2)를 활용하였다. 본 연구에서는 서브프라임 금융위기 발생 이전인 2001년 9월부터 2008년 9월까지를 Model 1로, 2008년 10월부터 최근 2015년 10월까지를 Model 2로 구분하여 비교분석하였다. 분석결과 먼저 주택매매시장의 경우, 가계소득을 향상시키는 장기적인 주택시장 정책을 수립하는 것이 중요하다. 주택전세시장의 경우, 전세공급량의 절대적인 부족에 따른 구조적 변동이 나타나고 있다. 이에 따라 국내 주택시장의 과도기적 변동이 시장에 미치는 충격을 최소화할 수 있도록 정책적 방안을 모색할 필요가 있다.

• 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.

• 주택과사람들
• /
• 통권168호
• /
• pp.46-58
• /
• 2004

>>> 시장여건 분석 $\blacktriangleright$ 주택수급 상황 $\cdot$ 신규입주물량은 46만호로 올해보다 크게 감소하나 아파트입주물량은 32만호로 증가. 특히, 주거용 오피스텔 입주가 본격화되면서 전체적으로 공급과잉구조로 전환 $\cdot$ 가수요는 물론 실수요도 위축되면서 미분양 증가, 입주후 공가가 주요이슈로 대두 $\blacktriangleright$주택정책 여건 $\cdot$양도세,재산세 중과, 주택거래신고제, 종합부동산세 등 10.29종합대책의 후속조치가 본격화되고, 토지거래허가대상 확대 및 개발이익환수 등 2차 대책 시행가능성 상존 $\cdot$ 분양원가 공개, 후분양제 도입, 신행정수도 이전계획의 향방에 따른 불안요인도 내재 $\blacktriangleright$거시경제 전망 $\cdot$ 경기회복으로 금리가 상승세로 돌아설 경우 투자수요 위축 불가피 $\cdot$ 경제성장률이 $5\%$대로 개선되고 시중유동성도 풍부하나, 가계부실과 실업 증가로 수요증가효과는 제한적 >>> 향후 시장전망 $\cdot$ 저금리기조와 각종 개발호재에 따른 시장불안요인은 상존하나 정부의 강력한 투기억제 의지를 감안할 때 단기 조정 후 추가 하락하는 전형적인 경기후퇴국면에 진입할 전망 $\cdot$매매가격은 서울아파트가격이 크게 하락하면서 전국평균-$2\%$ 내외의 하락률을 보이고, 전세가격도 국지적 불안 가능성은 있으나 $-1\%$ 내외의 하향안정세가 이얼질 전망. 분양시장은 청약률 둔화와 미분양 증가의 침제양상이 이어지면서 주택건설실적도 각종 사업여건 악화로 50만호 안팎에 머물 것으로 예상. 지가상상률은 투기대책과 주택시장 위축으로 올해보다는 소폭 낮아지나 각종 개발 호재에 힘입어 개발예정지역을 중심으로 $3\%$ 내외의 높은 상승세가 지속될 전망