• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.274-283
• /
• 2022

Korea is facing a number difficulties arising from rising housing prices. As 'housing' takes the lion's share in personal assets, many difficulties are expected to arise from fluctuating housing prices. The purpose of this study is creating housing price prediction model to prevent such risks and induce reasonable real estate purchases. This study made many attempts for understanding real estate instability and creating appropriate housing price prediction model. This study predicted and validated housing prices by using the LSTM technique - a type of Artificial Intelligence deep learning technology. LSTM is a network in which cell state and hidden state are recursively calculated in a structure which added cell state, which is conveyor belt role, to the existing RNN's hidden state. The real sale prices of apartments in autonomous districts ranging from January 2006 to December 2019 were collected through the Ministry of Land, Infrastructure, and Transport's real sale price open system and basic apartment and commercial district information were collected through the Public Data Portal and the Seoul Metropolitan City Data. The collected real sale price data were scaled based on monthly average sale price and a total of 168 data were organized by preprocessing respective data based on address. In order to predict prices, the LSTM implementation process was conducted by setting training period as 29 months (April 2015 to August 2017), validation period as 13 months (September 2017 to September 2018), and test period as 13 months (December 2018 to December 2019) according to time series data set. As a result of this study for predicting 'prices', there have been the following results. Firstly, this study obtained 76 percent of prediction similarity. We tried to design a prediction model of real estate transaction price with the LSTM Model based on AI and Bigdata. The final prediction model was created by collecting time series data, which identified the fact that 76 percent model can be made. This validated that predicting rate of return through the LSTM method can gain reliability.

• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.63-70
• /
• 2014

본 연구는 국토교통부에서 제공하는 아파트 실거래가자료를 이용하여 2006~2010년까지 5년간의 서울시 아파트실거래가 변화패턴을 시공간적으로 분석하는데 그 목적이 있다. 이를 위해 아파트별 평균 실거래가, 동별 평균 아파트 실거래가 자료를 위치정보자료와 연결하여 GIS데이터로 구축하였다. 분석방법으로는 먼저 공간보간기법 중 크리깅(kriging)을 이용하여 개별 아파트의 시기별/면적별 실거래가의 변화패턴을 분석하였다. 둘째 행정구역(행정동)별 아파트실거래가의 변화패턴을 분석하기 위해 단위 면적별 실거래가의 평균을 계산하여 Moran I 값으로 변환한 후 거래가격의 공간상의 군집도를 분석하였다. 이를 통해 시공간상의 분포패턴을 파악하고, 변화유형까지 유추할 수 있어 주택 및 지역정책에 기초자료로 활용할 수 있다. 시계열 자료를 바탕으로 종적인 변화패턴과 GIS를 이용한 횡적 변화패턴을 분석하기 때문에 아파트가격의 지역 불균형을 한눈에 살펴 볼 수 있다.

• 부동산연구
• /
• 제27권3호
• /
• pp.87-102
• /
• 2017

본 연구의 목적은 서울시 소재 비주거용집합부동산의 국세청 기준시가와 행정안전부 시가표준액의 과세형평성과 공동주택(아파트)과의 과세형평성 상호비교에 있다. 연구결과는 첫째, 비주거용집합부동산 시가표준액의 구청별 과표 현실화율(AR)의 격차가 크게 나타났다, 둘째, 비주거용집합부동산 시가표준액의 분산계수(COD)가 크게 나타나 수평적 불형평성이 있음이 확인되었다. 셋째, 비주거용집합부동산 시가표준액이 고가자산이 저평가되는 역진적 수직적 불형평성이 있음이 확인되었다. 따라서 비주거용집합부동산의 시가표준액의 평가 시 시가의 반영 및 토지와 건물을 합산 평가하여 과세형평성을 이루는 것이 필요할 것으로 판단된다. 본 연구를 통하여 비주거용부동산 실거래기반 공시제도로의 전환 시 제도개선에 기여를 할 것으로 본다.

• 부동산연구
• /
• 제27권4호
• /
• pp.63-76
• /
• 2017

본 연구는 울산시를 대상으로 하여 중학교 및 고등학교의 전국 단위 학력평가의 결과가 해당 지역 아파트 가격에 미치는 효과를 헤도닉 가격결정모형을 활용하여 실증 분석하였다. 중학교와 고등학교의 학업성취도평가 결과, 고등학교의 수학능력시험 점수 및 전국연합학력평가 점수, 그리고 명문대학교 합격자 수는 해당 지역의 아파트 가격 형성에 정의 관계를 가지고 통계적으로 유의한 영향을 미치는 것으로 나타났다. 그리고 여러 가지 학력평가 성적들은 아파트 매매가격 결정에 있어서 비대칭적 효과를 갖는 것으로 나타났다. 중학교 학업성취도평가 결과보다는 고등학교 학업성취도평가 결과가 아파트 매매가격 결정에 더 중요하게 영향을 미치고 있으며, 학업성취도평가 결과 중에서도 기초학력 미달 학생의 비율보다는 보통학력 이상 학생 비율이 더 중요하게 작용하고, 그리고 고등학교의 수능 인문계 점수보다는 자연계 점수 수준이 더 중요하게 영향을 미치는 것으로 나타났다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권10호
• /
• pp.159-164
• /
• 2021

The COVID-19 pandemic has widely spread and has become a global problem. The pandemic has had a negative impact on most countries and on the global economic growth. In the real estate and housing market, the impact of the pandemic has directly disrupted the supply of raw materials and human resources. In case of Vietnam, the real estate and housing markets are increasingly becoming important contributors to Vietnam's economy, with a combined contribution of approximately 6% to the GDP of the country. Also, the pandemic has negatively affected the real estate in Vietnam. Using a sample data of 220 home, apartment and real estate buyers in the period of April 2020 to Apr 2021 in Nam Tu Liem and Cau Giay districts, Hanoi, the research results demonstrate that the area of the house, the number of beds, and the location of the land show a positive influence on the real estate price. Meanwhile, the distance from the land to the center of the district has a negative effect on the price, which means that the further away a land is from the center, lower is its price.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.44-48
• /
• 2015

Housing price is a key indicator of housing demand. Actual Transaction Price Index of Apartment (ATPIA) released by Korea Appraisal Board is useful to understand the current level of housing price, but it does not forecast future prices. Big data such as the frequency of internet search queries is more accessible and faster than ever. Forecasting future housing demand through big data will be very helpful in housing market. The objective of this study is to develop a forecasting model of ATPIA as a part of forecasting housing demand. For forecasting, a concept of time shift was applied in the model. As a result, the forecasting model with the time shift of 5 months shows the highest coefficient of determination, thus selected as the optimal model. The mean error rate is 2.95% which is a quite promising result.

• 한국경제지리학회지
• /
• 제20권3호
• /
• pp.405-418
• /
• 2017

본 연구에서는 서울시 장기전세주택(SHIFT 이하 시프트)이 주변 아파트의 전세가격에 미치는 영향을 분석했다. 시프트 공급단지 5km 이내에 위치한 아파트들의 전세 실거래가 데이터를 이용하여, 시프트로 인한 주변 아파트 전세가격의 변화를 추정했다. 주요 결과는 다음과 같다. 첫째, 시프트 공급 이후 2-3km 이내 아파트들의 전세가격은 공급 이전을 기준으로 4.4% 하락했다. 반면 그 보다 근접한 1-2km 이내 위치한 아파트의 전세가격은 유의미한 변화를 확인할 수 없었다. 그 이유는 시프트 단지의 공급으로 주변지역이 함께 개발되면서 아주 근접한 아파트들의 경우 시프트 공급으로 인한 가격하락 요인을 입지환경 개선으로 인한 가격상승 요인이 상쇄한 것으로 해석된다. 시프트 단지별 분석에서는 천왕2지구1단지와 서초네이처힐 1, 3, 6단지에서는 주변 아파트 전세가격을 하락시키는 효과가 나타났다. 그러나 양재1단지, 묵동리본타워, 신내3지구2단지에서는 유의미한 효과를 확인할 수 없었다. 단지별 효과가 상이한 이유는 해당 지역의 전세수요와 시프트 공급물량 등의 차이로 인한 결과로 판단된다.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2009년도 하계학술발표대회 논문집
• /
• pp.1497-1502
• /
• 2009

The present study has been conducted economic analysis of heat storage type ground source heat pump system(HSGSHP) and normal ground source heat pump (GSHP) and central boiler system with individual air conditioning facility which are installed at the same building in the shared an apartment house. Cost items, such as initial construction cost, annual energy cost and maintenance cost of each system are considered to analyze life cycle cost (LCC) and simple payback period (SPP) with initial cost different are compared. The initial cost is a rule to the Government basic unit cost of production. LCC applied present value method is used to assess economical profit of both of them. Variables used to LCC analysis are prices escalation rate and interest rate mean values of during latest 10 years. The LCC result shows that HSGSHP (1,351,000,000won) is more profitable than central boiler system with individual air conditioning facility by 86.7% initial cost. And SPP appeared 8.0 year overcome the different initial cost by different annual energy cost.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2008년도 동계학술발표대회 논문집
• /
• pp.27-32
• /
• 2008

The present study has been conducted economic analysis of heat storage type ground source heat pump system(HSGSHP) and normal ground source heat pump (GSHP) which are installed at the same building in the shared an apartment house. Cost items, such as initial cost, annual energy cost and maintenance cost of each system are considered to analyze life cycle cost (LCC) and simple payback period (SPP) with initial cost different are compared. The initial cost is a rule to the Government basic unit cost of production. LCC applied present value method is used to assess economical profit of both of them. Variables used to LCC analysis are prices escalation rate and interest rate mean values of during latest 10 years. The LCC result shows that HSGSHP (1,050,910,000won) is more profitable than GSHP by 68.9% initial cost. And SPP appeared 3.0 year overcome the different initial cost by different annual energy cost.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1239-1247
• /
• 2015

이 논문에서는 아파트 매매가 활발히 일어나는 서울시내 64개 행정동들에 대해 아파트 전용면적별 실거래 매매가를 기준으로 군집분석을 실시하였다. 군집분석에 있어서 각 행정동의 실거래가에 대한 정보를 최대한 이용하기 위해 실거래가의 평균 뿐만 아니라 그 분포까지 고려할 수 있도록 전통적인 형태의 데이터를 히스토그램 형태의 데이터로 변환하여 분석을 하였다. 히스토그램 데이터는 심볼릭 데이터의 한 종류이고, 심볼릭 데이터는 기본적으로 구간, 목록, 히스토그램, 분포, 모형 등과 같이 데이터 자체가 내부적인 변동을 갖는 모든 형태의 데이터를 포함한다. 이러한 각 행정동들의 내부적인 매매가의 변동을 고려한 군집분석의 결과 강남구, 서초구, 송파구와 그에 인접한 행정동들이 상대적으로 다른 지역보다 매매가도 높았고 실거래가의 분포도 훨씬 더 넓은 것으로 조사되었다. 전반적으로 도심에 대한 접근성이 좋고 교육환경이 우수한 지역과 강북의 뉴타운 지역이 상대적으로 주변지역보다 더 높고 넓은 매매가 분포를 보이는 것으로 분석되었다.