부동산 시장은 그 중요성과 함께 다양한 사기 행위의 위험성을 내포하고 있다. 최근, 전세 사기와 같은 부동산 관련 사기가 급증하면서 많은 서민이 큰 재정적 피해를 보고 있다. 이러한 문제는 부동산 거래의 복잡성과 정보의 불균형 때문에 발생하는 경우가 많다. 따라서, 거래 과정에서의 신뢰성 확보와 투명성 제고가 절실하게 요구된다. 본 논문에서는 이러한 부동산 사기 문제를 해결하기 위해 디지털 기술과 인공지능, 특히 GPT(: Generative Pre-trained Transformer)를 활용한 챗봇 시스템을 제안한다. 이 시스템은 사용자들에게 전세 거래 과정에서의 주의사항과 확인 사항을 제공하여, 사기 행위로부터 사용자를 보호하는 역할을 한다. 또한, GPT 기반의 챗봇은 사용자의 질문에 궁금한 사항을 시간으로 응답하여, 거래 과정에서의 불확실성을 줄이고 신뢰성을 높이는 데 기여한다.
우리나라의 주택가격은 88년 국제올림픽 대회를 거치면서 자유로운 사회 분위기 증대와 무역수지 흑자에 따른 유동성 공급확대 등이 겹치면서 급등세를 보이기 시작하였다. 이에 당시 노태우 정부는 신도시 5개 건설 등 물량확대 위주의 강력한 안정대책을 펼친데 이어 김영삼 정부도 시장 안정화 조치를 취하였다. 반면, 김대중 정부때는 경기부양 대책이 시행되었으며, 노무현 정부때는 이에 대한 반작용으로 수요억제 대책이 시행되는 등 정부가 교체될 때마다 부동산 정책 또한 냉온탕 대책이 번갈아 시행되어 왔다. 따라서, 본 논문은 역대 정부의 주요 부동산 정책들을 개괄하고 이들 정책들의 실효성(實效性)에 대해 VAR 모델을 활용해 점검해 보았으며 그 결과 단기적 정책대응은 일정부분 실효성(實效性)이 있었으나 중장기적으로는 유의미한 결과를 찾을 수 없었다. 즉, 부동산 분야 또한 시장 자율에 의한 접근이 필요함을 보여주고 있다.
The information about transactions of real estate has tended to be not open. Therefore, it has been difficult for individuals to judge the proper price of each real estate. In the course of time several studies have been conducted on proposing criterions for judging the proper price of real estates. As to office buildings and apartments, it is proved techniques required for making criterions have been achieved to a certain extent. Therefore, this research aims to make methods that propose to consumers reliable criteria for judging the proper price of detached houses. The methods are based on hedonic price method and micro-level spatial elements peculiar to detached houses are considered.
본 연구에서는 부동산 산업 내에서 프롭테크의 도입과 함께 가장 각광받고 있는 기술 중 하나인 블록체인 기술이 부동산 전자거래에 가져올 변화와 도입의 필요성에 대해 알아보고 기술 적용을 통해 부동산전자거래 내에서 새롭게 창출할 수 있는 가치를 분류하고 각 가치 영역의 상대적 중요도를 산정하는 평가 지표를 개발하고자 한다. 이를 위하여 블록체인 기술의 부동산 전자거래 적용 시 창출할 수 있는 가치를 차원에 따라 분류하였고, 평가 기준이 복합적이고 다양한 요인에 따라 중요도가 다르게 측정될 수 있음을 고려하여 실무 및 학술 분야의 전문가를 대상으로 계층분석적 의사결정방법에 따른 분석을 진행하였다. 분석은 총 두 단계로 이루어졌으며 첫 번째 단계에서는 일반적 가치, 상업적 가치, 잠재적 가치를 제시하였고, 두 번째 단계에서는 계층분석적 의사결정방법의 분해 과정에 따라 하위 평가 지표를 제시하고 이를 쌍대비교하여 지표 간 중요도를 산정하였다. 분석 결과, 첫 번째 차원에서는 일반적 가치가 가장 높은 중요도를 보였으며 두 번째 차원에서는 블록체인 기술 특성 중 응용 계층의 가용성을 기반으로 한 부동산 정보의 디지털화가 가장 높은 중요도를 보였다. 본 연구는 이를 통해 향후 블록체인 기술의 부동산 거래 적용을 통한 창출 가능한 가치에 대한 평가 지표를 제시하여 향후 관련 연구의 기반 자료로써의 활용 및 지표 별 중요도에 따른 시장의 지향점을 제시하는데 의의가 있다.
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.
본 논문은 서브프라임 부동산 투자자를 활용해서 레버리지 주기 이론의 지리적 확장을 시도한다. 레버리지 주기 이론은 낙관적 구매자 중심의 거래구성 재편으로 기초요인 변화와 무관한 자산가격 변동을 입증했지만, 금융위기의 지리적 기원을 설명하기 위해서는 저소득층 주거지역이 몰려 있는 불황 주택시장에서 이 이론이 어떻게 작동하는 지를 파악해야 한다. 불황 주택시장에서 서브프라임 부동산 투자자는 저소득층 주거지역에 집중했고, 이에 따라 저소득층 주거지역의 주택거래는 부동산 투자자 중심으로 구성되었다. 새로운 행위주체로서 서브프라임 부동산 투자자의 발굴은 레버리지 주기 이론을 자본투자의 취약지역이었던 불황 주택시장에 적용할 수 있는 토대를 마련한다. 이와 같은 시도는 경제이론의 지리적 재해석으로 경제지리학이 경제현상의 시공간적 맥락을 어떻게 복구할 수 있는지를 예시한다.
부동산 시장 분석에 있어 기본이 되는 정량적 데이터는 부동산 가격 지수이다. OECD와 같은 국제기구에서는 국가별 부동산 가격 지수를 공표하고, 한국부동산원에서는 광역시 단위와 시군구 단위의 지수를 산출한다. 그런데 공간단위를 시군구보다 정교한 동단위, 아파트 단지 단위로 설정하는 경우, 여러 문제점을 맞이하게 된다. 대표적인 문제는 결측치이다. 공간적 범위를 좁힐수록 단위 기간에 따라 거래가 적거나 아예 존재하지 않는 경우가 존재하기에 이 경우에는 지수의 산출이 불가능한 결측치가 발생할 수 있다. 본 연구에서는 지도학습 기반의 머신러닝 기법을 활용하여 특정 범위와 기간에 거래가 존재하지 않아 발생할 수 있는 결측치를 보완하는 기법을 제안한다. 본 모형을 통해 부동산 매매 지수의 실제값이 존재하는 것들의 예측을 통해 그 정확도를 검증하고 결측치가 발생한 것들의 예측도 해 볼 수 있었다.
The Journal of Asian Finance, Economics and Business
/
제7권10호
/
pp.697-706
/
2020
This study investigates the relationship between related loan, ownership concentration and real estate firm performance. The data was collected from 35 real estate firms listed on Indonesia Stock Exchange from 2007 to 2012. Related loans are viewed from the angle of related lending and loan. Related lending and loan is measured by the related lending on total lending ratio and related loan on total loan ratio. Firm performance is measured by the asset turnover ratio and return on assets ratio. Ownership concentration is measured by the right cash flow. The data analysis was done with regression analysis and panel data. The results of the study found that related loans had a positive effect on sales but had no effect on profits. This supports the efficient transaction hypothesis. On the other hand, related lending has a positive effect on profits that supports opportunistic transactions. Ownership concentration moderates the effect of related loan on company's performance. The related lending are beneficial for mutually supporting activities in the real estate sector business group in Indonesia, but related loans have the potential to be used in tunneling activities. The paper contributes to the related party transaction in benefits-risks of related lending and related loan in uncertainty context.
2022년 대한민국의 부동산 시장이 하락되는 모습을 볼 수 있다. 이에 따른 원인에는 코로나19와 러시아의 우크라이나 침공이 가장 큰 원인으로 꼽히고 있다. 이 둘의 문제로 경기 침체에 불을 지핌으로써 물가가 떨어지면서 그이후로 환율과 금리 등이 높아지는 문제가 발생하였다. 기존에 활발했던 부동산 시장이 앞서 말한 문제들 때문에 실거래수가 줄어들어 높은 이자로 인해서 부동산 시장이 하락하는 모습을 볼 수 있다. 공공데이터 포털, KOSIS와 서울특별시에서 제공하는 데이터를 Logstash로 수집해서 Elasticsearch로 전달해 Kibana에서 제공하는 대시보드 기능을 이용해 인플레이션, 환율, 대출금리를 시각화로 나타내 원인들을 분석하고 결과를 도출했다. 그리고 서울특별시에서 가장 실거래수가 많은 노원구, 가장 적은 종로구의 특정 아파트 3개를 골라 매 월마다 변하는 실거래가를 Data Table로 나타냈다.
부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 텍스트 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있으므로 부동산 매매 가격 예측에 있어 중요한 요인이다. 본 연구에서는 뉴스 기사를 감성 분석하여 그 결과를 뉴스 감성 지수로 점수화 한 후 부동산 가격 예측 모델에 적용하였다. 먼저 기사 본문을 요약 후 요약된 내용을 바탕으로 생성 AI를 활용하여 긍정, 부정, 중립으로 분류한 다음 총 점수를 산출하였고 이를 부동산 가격 예측 모델에 적용하였다. 부동산 가격 예측 모델로는 Multi-head attention LSTM 모델과 Vector Auto Regression 모델을 사용하였다. 제안하는 뉴스 감성 지수를 적용하지 않은 LSTM 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 0.60, 0.872, 1.117의 Root Mean Square Error (RMSE)을 보였으며, 뉴스 감성 지수를 적용한 LSTM 예측 모델은 각각 0.40, 0.724, 1.03의 RMSE값을 나타낸다. 또한 뉴스 감성 지수를 적용하지 않은 Vector Auto Regression 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 1.6484, 0.6254, 0.9220, 뉴스 감성 지수를 적용한 Vector Auto Regression 예측 모델은 각각 1.1315, 0.3413, 1.6227의 RMSE 값을 나타낸다. 앞선 아파트 매매가격지수 예측 모델을 통해 사회/경제적 동향을 반영한 부동산 시장 가격 변동을 예측할 수 있을 것으로 보인다.
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.