• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.19-27
• /
• 2022

Across the world, 'housing' comprises a significant portion of wealth and assets. For this reason, fluctuations in real estate prices are highly sensitive issues to individual households. In Korea, housing prices have steadily increased over the years, and thus many Koreans view the real estate market as an effective channel for their investments. However, if one purchases a real estate property for the purpose of investing, then there are several risks involved when prices begin to fluctuate. The purpose of this study is to design a real estate price 'return rate' prediction model to help mitigate the risks involved with real estate investments and promote reasonable real estate purchases. Various approaches are explored to develop a model capable of predicting real estate prices based on an understanding of the immovability of the real estate market. This study employs the LSTM method, which is based on artificial intelligence and deep learning, to predict real estate prices and validate the model. LSTM networks are based on recurrent neural networks (RNN) but add cell states (which act as a type of conveyer belt) to the hidden states. LSTM networks are able to obtain cell states and hidden states in a recursive manner. Data on the actual trading prices of apartments in autonomous districts between January 2006 and December 2019 are collected from the Actual Trading Price Disclosure System of the Ministry of Land, Infrastructure and Transport (MOLIT). Additionally, basic data on apartments and commercial buildings are collected from the Public Data Portal and Seoul Metropolitan Government's data portal. The collected actual trading price data are scaled to monthly average trading amounts, and each data entry is pre-processed according to address to produce 168 data entries. An LSTM model for return rate prediction is prepared based on a time series dataset where the training period is set as April 2015~August 2017 (29 months), the validation period is set as September 2017~September 2018 (13 months), and the test period is set as December 2018~December 2019 (13 months). The results of the return rate prediction study are as follows. First, the model achieved a prediction similarity level of almost 76%. After collecting time series data and preparing the final prediction model, it was confirmed that 76% of models could be achieved. All in all, the results demonstrate the reliability of the LSTM-based model for return rate prediction.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2006년도 추계학술대회
• /
• pp.187-190
• /
• 2006

We proposed a new real estate price appra isal model that can appreciate the efficiencies of each criteria that would affect the price. The proposed Real Estate Price Appraisal Model is developed by the DEA-AR model which enhances the DEA-CCR model. We used the unit-cost per criteria method to set the assurance region of each weights of the DEA-AR model. In order to estimate the unit cost of major criteria effecting the price of real estate, we used the Goal Programming so that the price of real estate reaches the actual price being traded in. We expect that this approach could be helpful to make an objective real estate price appraisal.

• 한국전자통신학회논문지
• /
• 제7권3호
• /
• pp.625-632
• /
• 2012

부동산의 투자결정 과정은 투자의 목적, 투자환경, 비용 편익분석, 투자 타당성 분석을 토대로 최종적인 의사결정을 하게 된다. 이를 위해 실행가능성 모색과 투자분석을 위한 투자의사 결정이 이루어져야 한다. 따라서 본 논문에서는 부동산투자의 결정과정과 그에 따른 의사결정 요인을 고찰하여 부동산투자의 보다 확실한 근거를 제시하고자 하는 데 연구의 목적이 있다.

• 한국IT서비스학회지
• /
• 제22권4호
• /
• pp.81-95
• /
• 2023

The emergence of Security Token has revolutionized the way assets are traded, bringing efficiency, transparency, and accessibility to the market. However, the Real Estate Security Token market faces challenges, particularly in terms of liquidity. The CMTO(Collateralized Mortgage Token Obligation) model addresses this issue by introducing a novel approach that combines the benefits of NFT(Non-Fungible Token), STO(Security Token Offering), and CMO(Collateralized Mortgage Obligation) techniques to enhance liquidity and promote investment in Real Estate Security Token. The CMTO framework functions by allowing DABS token investors to leverage their tokens as collateral for loans. These token-collateralized loans are pooled together and form the basis for issuing Sequential CMO named CMTO. The CMTO represent a diversified portfolio of token-collateralized loans, providing investors with options based on their financial goals and risk preferences. By implementing CMTO, the Real Estate Security Token market can overcome liquidity challenges, attract a broader range of investors, and unlock the full potential of digital assets in the real estate industry.

• 융합경영연구
• /
• 제11권6호
• /
• pp.23-34
• /
• 2023

Purpose: This study conducted an empirical study to identify the current status of real estate managers' ESG awareness and to derive recommendations for improvement. Research design, data and methodology: A survey was conducted among those who actually manage real estate assets regardless of region. Descriptive statistical analysis, paired sample t-test, and IPA analysis were conducted using SPSS 27.0 statistical package. Results: The results of the t-test showed that respondents perceived their on-site management achievements to be lower than their perceived importance in all areas of ESG. In the IPA matrix, the mean of achievement is higher than 3, which is moderate. Environment (E) was found to be relatively low in importance. In the Social (S) aspect, the achievement level was low compared to its importance, and Governance (G) was found to be low in importance. Conclusions: Based on the analysis, it seems that policies are needed to emphasize the importance of environmental issues such as greenhouse gas reduction in the environment (E) sector and to strengthen realistic achievement in the social (S) and governance (G) sectors.

• 산경연구논집
• /
• 제1권1호
• /
• pp.23-31
• /
• 2010

본 연구는 부동산 시장에서 시장지향성의 요인인 시장정보 창출과 시장정보 확산, 시장정보에 대한 반응이 부동산 거래성과에 미치는 영향을 알아보고 이 과정에서 환경적 요인인 시장 격변성과 경쟁강도에 따라 부동산 시장에서 고객의 반응을 연구하여 시장의 범위에 최종 고객은 물론 부동산거래업자 등을 포함시킴으로써 보다 광범위한 마케팅 패러다임을 지향하고자 하였다. 따라서 부동산 유통과정에서 나타나는 시장지향성의 특성을 통해 부동산 거래성과에 미치는 영향에 관한 연구를 목적으로 연구대상을 결정하고 설문을 통한 실증분석을 하였다. 이번 연구 결과로 새로운 고객과의 관계와 부동산 시장에 대한 가능성을 확인하고 보다 적극적인 마케팅 전략을 수립하여 부동산 거래성과를 새로운 방향을 모색하는데 그 목적이 있다.

• 한국콘텐츠학회논문지
• /
• 제8권12호
• /
• pp.246-255
• /
• 2008

세계화 개방화에 직면한 국내 부동산중개업은 현재의 단순한 거래의 매개자 역할에서 벗어나 고객의 재산가치 향상과 투자요구에 부응하는 전문직 분야로 발전해야 할 필요가 있고, 이를 위해서는 직무분석을 통한 부동산중개업의 효율적 운영에 관한 연구가 그 기초가 된다. 본 연구는 AHP 의사결정기법을 적용하여 국내 부동산중개업의 직무모형을 구축함으로써 부동산중개업의 직무특성을 분석하고, 효율적 운영을 위한 시사점을 도출하려고 하였다. 본 연구의 결과는 다음과 같이 요약될 수 있다. 중개업자들은 효율적인 부동산중개업을 위해서는 소유권 등의 권리관계와 같은 전통적으로 중요한 중개직무와 함께 부동산시장에 영향을 주는 부동산정책, 국내경제의 흐름 및 변화에 대한 이해를 중요하게 인식하고 있다. 그러나 공인중개사시험 준비와 그 이후의 교육을 통해서 이에 대한 지식과 정보를 접할 기회가 거의 없는 실정이다. 따라서 중개업자가 부동산투자 및 상담의 전문직으로 발전하기 위해서는 부동산거래와 관련된 법률적 지식뿐 아니라 부동산시장 경제에 관한 체계적인 교육이 필요하다고 하겠다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.15-20
• /
• 2020

최근 부동산 시장에 대한 관심이 높다. 과거 주거환경으로만 여겨지던 부동산은 끊임없는 수요 증가로 안정적인 투자 대상으로 인식되고 있기 때문이다. 특히 국내 시장의 경우 인구 수의 감소에도 불구하고 1인 가구의 증가 및 대도시로의 인구 유입이 가속화되며 수도권 중심으로 부동산 가격이 급격히 상승하고 현상이 나타나고 있다. 이에 미래 부동산 시장의 전망을 정확히 예측하는 것은 개인의 자산 관리 뿐 아니라 정부 정책 수립 등 사회 전반에 걸쳐 매우 중요한 사안이라고 할 수 있다. 본 논문에서는 머신러닝 기법을 활용해 과거 부동산 매매 데이터를 학습해 미래 부동산 시세를 예측하는 프로그램을 개발하였다. 한국감정원과 국토교통부에서 제공하는 대한민국 부동산 매매 시세 데이터를 활용하였으며 지역별로 2022년도 평균 매매가 예측치를 제시한다. 개발된 프로그램은 오픈소스 형태로 공개하여 다양한 형태로 활용될 수 있도록 하였다.

• 지식경영연구
• /
• 제22권2호
• /
• pp.55-76
• /
• 2021

부동산 시장은 대표적인 불완전 경쟁시장이다. 부동산 정보는 폐쇄적으로 수집, 활용되는 특징이 있으며, 시장참여자는 그러한 정보 습득에 많은 시간, 노력 등의 정보탐색비용을 지불해야한다. 우리나라 부동산 공공데이터는 해마다 증가하고 있으나 관계부처마다 산재되어 있고, 탐색 및 해석이 어려우며, 데이터를 분석, 가공해서 활용하는 부동산 산업 활동의 수준이 낮다. 최근 4차산업혁명 속에서 부동산 시장에 필요한 정보를 효율적으로 제공하기 위한 산업으로서 프롭테크 산업이 발달하게 되었다. 본 연구에서는 프롭테크 기업 중 부동산 플랫폼 분야의 주요 기업의 사례를 바탕으로 사용자에게 제공하는 정보의 종류를 탐색적으로 살펴보고, 반대로 사용자로부터 수집한 데이터의 활용방안을 모색하였다. 본 연구의 결과는 부동산 시장의 정보 비대칭성을 완화하고 부동산 산업의 역량강화에 기여할 수 있는 방안에 대한 이론적, 실무적 시사점을 제공할 것으로 기대한다.

• 한국전자거래학회지
• /
• 제14권3호
• /
• pp.15-37
• /
• 2009

본 연구에서는 매수인이 부동산을 검색할 때, 매수인의 다양한 성향을 고려할 수 있는 새로운 검색 시스템을 제안한다. 이를 위해 부동산 가격에 영향을 미치는 요인들을 분석한 뒤, 지역요인 및 개별요인으로 분류하였다. 다요소 의사결정(Multi-attribute Decision Making) 알고리즘을 통해 매수인이 입력한 검색조건을 분석하여 가중치를 부여하고, 부동산 후보지간 엔트로피 척도를 통해 최적의 부동산 후보지를 도출하도록 설계하였다. 본 검색 시스템의 효용성을 평가하기 위해 부산지역의 실제 부동산 정보를 이용하여 실험을 진행하였다. 실험결과, 본 다속성 통합 검색 시스템은 매수 아파트 검색 시 지역분석과 개별분석을 용이하게 해 주었다. 또한 한번 검색으로 여러 지역의 부동산 후보들을 비교분석함으로써 매수인의 탐색비용을 절감시킬 수 있었다.