• 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.

• 한국경제지리학회지
• /
• 제17권2호
• /
• pp.280-295
• /
• 2014

본 연구는 최소걸침나무(minimal spanning tree) 기법을 2003년 7월-2014년 3월 기간 동안의 수도권 아파트 매매시장에 적용하여 주택시장 네트워크의 위상학적인 구조를 분석한다. 이러한 기법의 적용을 통해 파악된 수도권 아파트 매매시장 네트워크의 위상학적인 구조의 특성들은 주식시장에서 발견되는 그것들과 정도의 차이는 있지만 어느 정도 공유하고 있다. 이는 네트워크의 계층구조, 네트워크 내 하위집단의 구분, 시간에 따른 결절 간 수익률의 전염 확산, 시간 종속적인 네트워크 구조에 따른 상관관계 붕괴 현상 등을 포함한다. 이는 분석 기간 동안에 아파트가 자산으로서 투기적 동기에 강렬하게 휩싸여 있었으며 유동성이 상대적으로 가장 뛰어난 주택 상품이라는 것에 어느 정도 기인하는 것으로 보인다.

• 지역연구
• /
• 제38권4호
• /
• pp.45-58
• /
• 2022

본 연구는 10여 년의 역사를 지니고 국제학교의 계기가 된 인천 송도국제학교를 대상으로 국제학교 입지가 아파트 매매 및 전월세 가격에 미치는 영향요인 비교·분석이다. 개교 후 10년이 경과한 최근 시점에서 국제학교 인근지역 아파트를 매매시장과 전월세시장으로 구분하여 분석을 실시한다. 계획도시로 설계된 송도국제도시를 공간적 범위로, 코로나 이후의 부동산 과열시기를 피해 상대적으로 부동산 안정기에 해당하는 2018-19년도를 시간적 분석기간으로 설정하였다. 국제학교 주변에 형성된 학원가와 국내외 대학의 송도캠퍼스 개교 등 '신 교육특구' 의 도시이미지를 고려하여 교육요인 변수를 추가하여 전통적 헤도닉 가격모형을 바탕으로 다중회귀모형을 적용하였다. 실증분석 결과, 첫째, 매매와 전월세의 가격결정요인에서 차이점이 확인되었다. 둘째, 국제학교 가격영향력이 다른 변수보다 매우 높게 나왔다. 셋째, 국제학교 영향력은 매매시장보다 전월세 시장에서 두드러지게 나타났다.

• 부동산연구
• /
• 제24권1호
• /
• pp.15-26
• /
• 2014

본 연구는 다변량 GARCH 모형을 이용하여 우리나라 주택시장의 상호연관성을 분석하였다. 주택 유형별 매매가격증가율과 전세가격증가율 간 상관관계 분석에서는 연립주택보다는 단독주택과 아파트의 상관계수가 더 크게 나타났다. 주택 유형에 따른 분석결과에 의하면 매매가격증가율과 전세가격증가율 두 분석 모두에서 단독주택과 연립주택 간 상관관계가 아파트와 단독주택 간 상관관계나 아파트와 연립주택 간 상관관계보다 높은 것으로 밝혀졌다. 주택을 크기에 따라 분류하였을 때 매매가격증가율을 이용한 분석결과와 전세가격증가율을 이용한 분석결과 간에는 큰 차이를 발견할 수 없었다. 아파트의 경우는 중형 아파트와 소형 아파트 간 상관관계가 가장 큰 것으로 나타났으며, 단독주택의 경우에는 대형 단독주택과 중형 단독주택 간 상관관계가 제일 큰 값을 기록하였다. 일반적으로 사람들이 아파트는 중소형 이하에, 단독주택은 중대형 이상에 관심이 많다는 사실이 본 연구의 분석결과를 간접적으로 뒷받침해주고 있다. 연립주택의 경우에는 매매 가격보다 전세가격의 경우에 중 대형 연립주택과 소형 연립주택 간 상관계수가 더 커지는 현상을 보이고 있는데, 이는 주택을 구입하는 경우와 주택을 임대하는 경우의 의사결정 과정이 서로 상이한데 그 이유가 있는 듯 보인다.

• 한국실내디자인학회논문집
• /
• 제20권5호
• /
• pp.105-113
• /
• 2011

Brand is a useful tool for modem people living under the age of the brand, to explain the information of their products by differentiating themselves from others. It also represents the value of company and plays a major role convincing customers. Even living space brands are no exception. According to the development of marketing management ability, living space brands require the new sales strategy to dominate the market over the business competition, and plan differently for a changing market environment. On such account, companies are commercializing the living space via establishing its brands. Thus the study will cover the living space differentiation strategies for promoting the brand images of respective construction companies and will strive to compare and analyze the differentiation strategy factors that construction firms are pursuing through case analysis framework. Moreover, it's objective focuses on materializing the strategies of living space in accordance to the brand application elements.

• 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.

• 한국건설관리학회논문집
• /
• 제7권2호
• /
• pp.162-170
• /
• 2006

부동산분야에서 전통적인 예측방법과 비교하여 보다 예측력을 높일 수 있는 방법을 찾으려 한다. 이에 앞서 신경망 모형의 적용가능성을 살펴보고, 기존의 연구를 토대로 한 신경망 이론의 정의, 구조, 장단점 등을 살펴본다. 구체적인 적용가능성을 확인하기 위하여 동일 데이터로 회귀분석과 신경망분석을 통한 모형을 구축하고, 예측정확도 측면에서 신경망모형의 적용 가능성을 검토한다. 부동산학에서 기존에 회귀분석에 치우쳐 있던 연구방법을 신경망분석까지 확장하고, 특히 예측정확도 측면에서 우수성이 검증되고 있는 신경망모형에 대한 연구를 활성화 하고자 하는데 본 연구의 목적이 있다. 연구방법으로는 분양가격에 영향을 주는 거시경제변수를 모형화 한다. 그 모형설정 후 회귀분석과 신경망분석으로 결과를 비교하여 보다 예측 정확도가 높은 것을 찾는다. 그 결과 신경망모형의 예측정확도가 상당히 높게 나타났다.

• Asia Marketing Journal
• /
• 제22권2호
• /
• pp.87-98
• /
• 2020

HANSSEM is a furniture company that leads the market of residential space in Korea. The goal of this case study is to focus on how HANSSEM copes with IKEA, the world's largest furniture retailer after entering the Korean market in December 2014. IKEA's entry into Korea is possible to destroy the existing orders in the retail industry and reduce the profit of incumbent local players by realigning industry relationships. However, HANSSEM achieved rapid growth with the largest market share in the furniture market through its internal capabilities. The authors propose the main success factors in three ways: (1) residents-database including apartment floorplans in Korea, (2) high-quality human services provided by construction and A/S (After-sales Service), (3) channel diversification that provides comprehensive consultations (e.g., flagship stores, home shopping channels, stores in marts, and interior dealers). Especially, there have been various consumer needs in Korean market, such as creating their own stylish space economically. HANSSEM meets customer's needs by reinforcing the space-package (complete-interior is provided to customer in a package rather than combining individual piece of furniture) and opening showrooms, which makes customers freely experience the products and receive detailed consultations on interior designs by alleviating customers' difficulties in decorating their homes. Based on HANSSEM's outstanding activities and new investments, we look forward to seeing that HANSSEM will achieve its ultimate goal of maintaining the position of number one furniture company by attaining customer satisfaction through higher quality in Korea.

• 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.

• 토지주택연구
• /
• 제11권2호
• /
• pp.33-46
• /
• 2020

As the fastest growing office transaction volume in Korea, there's been a need for development of indicators to accurately diagnose the office capital market. The purpose of this paper is experimentally calculate to the office price index for effective benchmark indices in Seoul. The quantitative methodology used a Case-Shiller Repeat Sales Model (1991), based on actual multiple office transaction dataset with over minimum 1,653 ㎡ from Q3 1999 to 4Q 2019 in the case of 1,536 buildings within Seoul Metropolitan. In addition, the collected historical data and spatial statistical analysis tools were treated with the SAS 9.4 and ArcGIS 10.7 programs. The main empirical results of research are briefly summarized as follows; First, Seoul office price index was estimated to be 344.3 point (2001.1Q=100.0P) at the end of 2019, and has more than tripled over the past two decades. it means that the sales price of office per 3.3 ㎡ has consistently risen more than 12% every year since 2000, which is far above the indices for apartment housing index, announced by the MOLIT (2009). Second, between quarterly and annual office price index for the two-step estimation of the MIT Real Estate Research Center (MIT/CRE), T, L, AL variables have statistically significant coefficient (Beta) all of the mode l (p<0.01). Third, it was possible to produce a more stable office price index against the basic index by using the Moore-Penrose's pseoudo inverse technique at low transaction frequency. Fourth, as an lagging indicators, the office price index is closely related to key macroeconomic indicators, such as GDP(+), KOSPI(+), interest rates (5-year KTB, -). This facts indicate that long-term office investment tends to outperform other financial assets owing to high return and low risk pattern. In conclusion, these findings are practically meaningful to presenting an new office price index that increases accuracy and then attempting to preliminary applications for the case of Seoul. Moreover, it can provide sincerely useful benchmark about investing an office and predicting changes of the sales price among market participants (e.g. policy maker, investor, landlord, tenant, user) in the future.