Lee, Jung-Mok;Choi, Su An;Yu, Su-Han;Kim, Seonghun;Kim, Tae-Jun;Yu, Jong-Pil
The Journal of Bigdata
/
v.6
no.1
/
pp.91-113
/
2021
Despite the influence of real estate in the Korean asset market, it is not easy to predict market trends, and among them, apartments are not easy to predict because they are both residential spaces and contain investment properties. Factors affecting apartment prices vary and regional characteristics should also be considered. This study was conducted to compare the factors and characteristics that affect apartment prices in Seoul as a whole, 3 Gangnam districts, Nowon, Dobong, Gangbuk, Geumcheon, Gwanak and Guro districts and to understand the possibility of price prediction based on this. The analysis used machine learning algorithms such as neural networks, CHAID, linear regression, and random forests. The most important factor affecting the average selling price of all apartments in Seoul was the government's policy element, and easing policies such as easing transaction regulations and easing financial regulations were highly influential. In the case of the three Gangnam districts, the policy influence was low, and in the case of Gangnam-gu District, housing supply was the most important factor. On the other hand, 6 mid-lower-level districts saw government policies act as important variables and were commonly influenced by financial regulatory policies.
Journal of Korean Society for Geospatial Information Science
/
v.22
no.1
/
pp.63-70
/
2014
This study is to analyze impact of geography and timing on the real transactions prices of apartment complexes in Seoul using data provided by the Ministry of Land, Infrastructure and Transport. The average real transactions and location data of apartment complex was combined into the GIS data. First, the pattern of apartment real transaction price change by period and by area was analyzed by kriging, the one of the spatial interpolation technique. Second, to analyze the pattern of apartment market price change by administrative district(administrative 'Dong' unit), the average of market price per unit area was calculated and converted to Moran I value, which was used to analyze the clustering level of the real transaction price. Through the analysis, spatial-temporal distribution pattern can be found and the type of change can be forecasted. Therefore, this study can be referred as of the base data research for the housing or local policies. Also, the regional unbalanced apartment price can be presented by analyzing the vertical pattern of the change in the time series and the horizontal pattern of the change based on GIS.
Journal of the Korean Regional Science Association
/
v.6
no.1
/
pp.39-55
/
1990
The principal measure of housing demand is income and the preferences expressed by households through their respective indifference curves. In this context, housing essentially becomes a derived demand, i.e., the household consumes land and a location (or distance-in time and money costs), according to its relative preferences for space, accessibility, and all other nonhousing goods. This paper attempts to deal with both aspects of housing (apartment) demand and household mobility in the Seoul Metropolitan Areas. Housing services will be measured using hedonic regression technique. From observations on the market prices of dwelling units and on the underlying characteristics of housing, one can estimte the relationships between the two empirically. In predicting the probability of the future moves into new towns in the Seoul Metropolitan areas, the best predictors of the future moves into new best predictors are found to be the degree of satisfaction not only with the current residence as a whole, but with some of the major amenities, accessibility and child education. The reasons for moving into new towns are diverse depending on the households' current situation; the most frequently cited is "improvement of housing conditions," followed by "improvement of living environment," "asset improvement" and "home ownership". It appears that people move houses because of a dissatisfaction with their current housing status, relative their income or needs, or a desire to improve their housing and neighborhood amenities, or both. On the other hand, it is clear that the development of new towns in the Seoul Metropolitan Areas should be based on the analysis of housing demand and the pattern of household mobility in Seoul housing market.sehold mobility in Seoul housing market.
As people invest most of their asset in real estate, there is high interest in changing in housing and real estate prices in the future for a digital economy. Various variables are affecting the housing and real estate market. Among them, four variables : households, productive population, interest rate and index price are chosen and analyzed representatively. This study is aimed to build decision model of apartment prices in Seoul empirically. From the analysis result the stock index is the only variable which is significant statistically to apartments in Seoul. From this study, the households and productive population show the same direction as shown in the previous studies before but not significant statistically. Among the independent variables, the stock index is chosen as a major variable of determinant of Seoul apartment price. From the result of the research, prediction of stock market should be preceded to forecast the movement of housing and real estate market in the future.
Journal of the Economic Geographical Society of Korea
/
v.20
no.3
/
pp.405-418
/
2017
SHIFT is public rental housing policy introduced by Seoul Metropolitan in 2007, which works as Chonsei(korean unique deposit rental system). This paper examines the effect of SHIFT on Chonsei prices of neighborhood apartments. To estimate the change in prices of Chonsei after the provision of SHIFT, I collect data on Chonsei prices of apartments within a 5km radius from the SHIFT housings. Summary of main results are following. Chonsei prices of the apartments within a 2-3km radius decreased by 4.4% after the provision of SHIFT housings. In contrast, when it comes to apartments within a 1-2km radius, I can't find the stochastic relationship between the provision of SHIFT hosing and price changes. This results can be explained by "Offset effects" caused by real estate development. Provision of SHIFT can sequentially induce nearby area's development, which plays a factor in the effect of price increases. And this offset effects varies in each apartment complex depending on demand for Chonsei and supply of the SHIFT.
Seoul citizens are currently suffering from high housing price. Home prices have risen more rapidly than salaries so owning a housing unit (apartment, condominium, or single-family home) in Seoul is becoming more difficult than ever. Therefore, this research examines the behavior of average Seoul citizen in owning housing unit in Seoul, Korea, particularly in terms of the length of time required to afford a house unit. This research estimates that it will take about 18.75 years in maximum after getting a job (12.75 years after purchasing the housing unit) to own housing unit in Seoul that is currently valued at $300,000 where the growth rate of income is 2.97% and consumption price increases at a rate of 2.95% per annum. Finally in this research, the optimal growth rate of housing price is estimated ranged from 3.5 to 4.0% minimizing the loan payoff period.
Journal of the Korean Data and Information Science Society
/
v.26
no.6
/
pp.1239-1247
/
2015
In this study, 64 administrative regions with high frequencies of apartment trade in Seoul, Korea are classified by the apartment sale price. To consider distributions of apartment price for each region as well as the mean of the price, the symbolic histogram-valued data approach is employed. Symbolic data include all types of data which have internal variation in themselves such as intervals, lists, histograms, distributions, and models, etc. As a result of the cluster analysis using symbolic histogram data, it is found that Gangnam, Seocho, and Songpa districts and regions near by those districts have relatively higher prices and larger dispersions. This result makes sense because those regions have good accessibility to downtown and educational environment.
International Journal of Advanced Culture Technology
/
v.10
no.1
/
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.
The purpose of this study was to compare the taxation equity of non-residential collective real estate based on its standard market prices set by National Tax Service and those for taxation set by the Ministry of Government Administration and Home Affairs with that of the apartment houses in Seoul, South Korea. The study findings were as follows. First, the analysis results of the standard market price rates of non-residential collective real estate pointed to a huge gap in the assessment rate (AR) of the taxation standards among the Gu offices. Second, there was a big coefficient of dispersion (COD) in the standard market prices of non-residential collective real estate, which confirmed the presence of horizontal inequity. Finally, there was regressive vertical inequity, which leads to the undervaluation of high-value assets, in the standard market prices of non-residential collective real estate. The evaluation of the standard market prices of non-residential collective real state should thus reflect the market prices and the addition and assessment of the land and buildings to achieve taxation equity. Based on these findings, it is hoped that this study will make a significant contribution to the improvement of the official announcement system for non-residential real estate based on real transactions during the shift to such system.
Journal of the Korean Professional Engineers Association
/
v.38
no.4
/
pp.7-9
/
2005
The recent speculation fever in Kangnam and its southern vicnity of Seoul resulted in surging apartment prices. The government is determined to employ more effective anti-speculation policy measures to control the property speculative demand. The Government plans to implement support measures to discourage people from owning multiple homes by reinforcing tax measures. To meet the increasing demand for more large-sized apartments in Seoul, the Government may allow to build more large sized units. By the end of August, 'a comprehensive package tool of real estate policy measures' ,as a real estate controlling guidelines, is scheduled to be presented by the Government. We hope that the package tool will stabilize housing market more effectively and enhance the national economy.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.