최근 부동산거래의 투명성과 공평과세의 기반을 마련하고자 부동산 실거래가격의 활용에 대한 필요성이 증가하고 있다. 본 연구는 부동산 실거래가격의 활용과정에서 실거래 미발생지점에 대한 효과적인 가격추정을 위해 실거래 가격 및 고도, 경사도를 통합한 공동크리깅의 적용 가능성을 연구하였다. 이를 위해 경북 영천시의 2012년 1월부터 2014년 6월까지의 실거래 자료를 활용하여 실거래가격을 추정하였으며, 이를 정규크리깅 추정결과와 비교하였다. 추정된 가격과 2,575개 검증 지점의 실거래가격 사이 평균 오차, 평균제곱근오차 등을 분석한 결과 정규크리깅에 비해 공동크리깅 결과가 실거래가 추정과 현실화 측면에서 모두 효과적인 것으로 나타났다. 이는 지가형성에 영향을 미치는 고도, 경사 등의 영향요인이 고려되는 공동크리깅이 실거래가 추정에서 더 효과적임을 보여준다.
부동산 투기근절, 공평과세 목적으로 부동산 실거래 신고제도가 도입된 이후, 정부에서 운영 중인 부동산거래관리시스템에는 연간 약 200만 건의 부동산 실거래 신고자료가 축적되고 있다. 인터넷이 발달하고 정보에 대한 접근성이 높아진 요즘, 부동산 투자에 대한 관심 증가로 부동산 가격정보에 대한 요구도 나날이 증가하고 있다. 하지만 이는 단순히 거래사례에 대한 정보만을 제공할 뿐이라 공동주택 실거래의 경우 동, 호수, 토지건물 실거래의 경우 지번을 개인정보보호 등의 이유로 공개하고 있지 않아 실거래의 위치별 정확한 데이터를 구득하기 어려운 실정이어서 정보의 비대칭성이 여전히 존재하고 이러한 부동산 정보의 특수성이 부동산시장에서의 투기가 근절되지 않는 이유 중 하나이다. 본 논문에서는 축적된 실거래 신고가격 데이터를 활용하여 실거래 미발생 지점에 대한 시세가격 추정 모형을 도출하는 것으로, 부동산 가격이 지리적 위치에 따라 결정되는 특수성을 가지는 것을 고려하여 공간구조가 반영될 수 있도록 공간회귀 모형을 통한 추정 토지 시세가격의 정확도를 살펴보았다.
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.
본 연구에서는 아파트 실거래가와 이에 영향을 미치는 변인들의 공간적 이질성을 시공간적인 측면에서 탐색하는데 초점을 두었다. 아파트 실거래가에 영향을 미칠 것으로 사료되는 독립변수로서 교통 및 지역적 특성과 교육여건, 인구 경제적 특성을 고려하였다. 따라서 전역적인 측면과 국지적인 측면에서 독립변수의 영향력과 공간상의 분포패턴을 분석하였으며, 종속변수인 아파트 실거래가의 시공간적인 변화패턴을 살펴보았다. 먼저, 분석모형 구축을 위해 일반최소제곱분석과 지리가중회귀분석을 수행하여 보다 효율적이고 적합한 모형을 채택하였다. 2010년과 2013년의 모형 분석결과는 유사한 패턴을 보이며, 두 시기 모두 지리가중회귀모형이 일반최소제곱모형보다 더 설명력이 있는 모형인 것으로 분석되었다. 둘째, 채택된 지리가중회귀모형을 이용하여 독립변수의 시공간적 이질성을 파악하기 위해 Local $R^2$를 이용하여 국지적 분석을 수행하였다. Local $R^2$값은 지역별로 상이하게 나타났으며 이는 공간상의 이질성이 존재함을 보여주는 것으로 판단할 수 있다. 셋째, 지리가중회귀분석 시 종속변수로 사용했던 아파트 실거래가의 시기별/전용면적별 공간분포를 살펴보기 위해 크리깅분석을 실시하였다. 이를 통해 아파트 실거래가와 같은 공간데이터에 영향을 미치는 외부적 환경도 지역별 이질성이 크기 때문에 공간적 편차가 있는 것으로 나타났다. 따라서 이러한 결과를 바탕으로 보다 미시적인 주택하위시장분석을 수행할 수 있고, 부동산정책을 수립하는데 근간이 될 수 있을 것으로 사료된다.
NGUYEN, Ha Minh;PHAN, Hung Quoc;TRAN, Tri Van;TRAN, Thang Kiem Viet
The Journal of Asian Finance, Economics and Business
/
제7권6호
/
pp.517-524
/
2020
The study examines factors affecting apartment prices in the real estate market of Ho Chi Minh City, Vietnam. The study uses primary data based on surveys of customers who have traded successfully, and collects transaction data from real estate trading companies that are the top investors in Ho Chi Minh City real estate market. The collected data include 384 observations in a total of 24 districts, detailing that each district surveyed on a minimum of four projects, each project carried out a survey on a minimum of four apartments. The survey collected 339 valid questionnaires for analysis and model testing. This study employs multivariate regression with the data of 339 observations. The research results reveal that five significant factors affect positively the price of apartments in Ho Chi Minh City - apartment area, toilet and bedroom, apartment floor, reference price, and apartment interior. Besides, there are three significant factors affecting negatively the price of apartments - next price trend, distance to city center, and potential building. From the results, the research proposes solutions in the pricing of apartments in the real estate market in Ho Chi Minh City - better information system, a real estate transaction index, and stricter management of small brokerage activities.
본 연구는 본 연구는 서울시가 강남에 지정한 199만$m^2$ 면적의 국제교류복합지구 개발이 주변지가에 미치는 영향을 분석하기 위해 국제복합교류지구 설정 전인 2006년부터 최근 2019년까지 지구와 인접한 강남구 7개동의 제3종일반주거지역 내 상업 업무용 토지의 실거래가 465개를 구득하여 분석하였다. 분석결과, 지구 내 평균 토지매매가격이 지구 외 보다 $1m^2$당 약 397만원이 더 높았으며 개발계획이 구체화되는 시기에 지가상승이 더 큰 것으로 나타났다. 또한 제3종일반주거지역 내 상업 업무용 토지는 지하철과의 거리가 가까울수록 도로접면이 광대로에 접한 경우에 유의적으로 가격이 높았으나 면적 형상 방향은 큰 영향을 미치지 않는 것으로 분석되었다. 이를 통해 서울시와 개발사업자, 투자자, 구역 내외의 소유자에게 대규모개발계획에 따른 시장변화를 예측하고 정보를 제공하여 사업의 체계적 관리를 할 수 있는 정보를 제공하고자 한다.
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.
Journal of the Korean Data and Information Science Society
/
제27권3호
/
pp.639-651
/
2016
2016년 1월 19일자로 전부개정 (2016년 9월 1일자 시행)된 "부동산 가격공시에 관한 법률 (이하 부동산공시법)"은 처음으로 "비주거용 부동산 가격공시"제도 도입을 결정하였다. 하지만 현행 비주거용 부동산 과표에 대한 많은 문제 제기에도 불구하고 비주거용 부동산 제도 도입에 따른 방법론이 아직까지 구체화되지 않았고 과표 변경에 따른 정부의 부담으로 그 도입 시기가 연기 될 것으로 보인다. 이에 최근 논의가 활발히 진행되고 있는 현행 공시제도의 실거래기반 공시제도로의 전환과 관련하여 1개 연도 전체 실거래가격을 분석하여 비주거용 일반 부동산에 대한 과세 형평성을 살펴보고 과표에 영향을 미치는 주요 요인이 무엇인지 분석한 연구로 실거래가를 활용하여 비주거용 부동산에 적용한 최초의 연구이다.
최근 고액의 실물자산이나 채권을 분할하여 여러 투자자가 공동으로 투자하는 이른바 조각투자가 인기를 얻고 있다. 2016년 설립된 뮤직카우는 음원 유통에 따른 저작권료 참여 청구권을 조각투자할 수 있는 서비스를 세계 최초로 시작하였다. 본 연구에서는 딥러닝 알고리즘 중 하나인 LSTM 모델을 사용하여 뮤직카우에서 거래되는 저작권료 참여 청구권의 가격을 예측하는 연구를 진행하였다. 청구권의 이전 가격과 거래량, 저작권료와 같은 청구권과 관련된 변수 외에도, 음악저작권료 참여 청구권 시장 상황을 나타내는 종합 지표와 경제 상황을 반영하는 환율, 국고채 금리, 한국종합주가지수도 변수로 사용하였다. 연구 결과 상대적으로 거래량이 낮은 조각투자의 사례에서도 LSTM 모델이 거래가격을 잘 예측하는 것을 확인할 수 있었다.
이 연구는 투자이론에서 활용되고 있는 토빈의 Q 개념을 적용하여 투자이익을 측정하고 이를 통해 서울 주택시장을 이해하고자 한다. 구체적으로 서울시 아파트와 연립·다세대주택을 대상으로 2010년부터 2018년까지 투자이익을 추정하고 공간계량모형을 이용하여 투자이익에 영향을 주는 요인들을 살펴보았다. 투자이익은 실거래가격에서 대체비용(토지비용+건축비용)을 빼는 방식과 실거래가격 대비 대체비용의 비율로 각각 추정하였다. 분석결과를 보면, 투자이익은 2018년으로 갈수록 더 커졌고 강남·서초구 및 한강 주변에서 투자이익이 높게 나타났으나 투자이익의 시공간적 변화양상은 아파트의 경우 뚜렷한 반면에 연립·다세대주택은 산발적·국지적으로 나타났다. 공간계량모형 분석결과는 주택유형과 상관없이 고밀·신축개발이 많은 지역에서 투자이익이 높았다. 이 연구의 접근방법과 결과는 향후 주택 공급 정책, 투자이익 환수, 지역 경쟁력 측정, 가격 거품 측정 등에 대한 논의를 위한 기초 자료가 될 것이다.
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.