우리나라의 부동산정책은 주거안정과 경기조절이라는 상반된 목표 사이에서 규제 완화와 강화를 반복해 왔으며, 주택정책이 부양책에서 2003년부터 규제책으로 전환되면서 각종 부작용을 유발하게 되었다. 본 연구는 부동산정책이 앞 정권의 관심사였다는 관점에서 부양책의 영향을 받던 정권 초기와 규제책의 영향이 가장 심했던 후기 수도권 및 광역시의 주택가격 변동에 어떠한 흐름이 존재했는가를 통계적으로 검정하여 그 차이를 비교, 분석해 보았다. 지역간 가격 변동의 연관관계는 규제의 효력이 발생하면서부터 전에 비해 현저히 단순화된 것으로 검정되며, 수도권의 가격 선도력이 강화되면서 경제력 편중으로 인한 지역간 불균형 현상이 뚜렷해진 현실을 시사한다.
This study examines the impact of sentiment shock, which is defined as a stochastic innovation to the Housing Market Confidence Index (HMCI) that is orthogonal to past housing price changes, on aggregate housing price changes and housing price volatility. This paper documents empirical evidence that sentiment shock has a statistically significant relationship with Korea's aggregate housing price changes. Specifically, the key findings show that an increase in sentiment shock predicts a rise in the aggregate housing price and a drop in its volatility at the national level. For the Seoul Metropolitan Region (SMR), this study also suggests that sentiment shock is positively associated with one-month-ahead aggregate housing price changes, whereas an increase in sentiment volatility tends to increase housing price volatility as well. In addition, the out-of-sample forecasting exercises conducted here reveal that the prediction model endowed with sentiment shock and sentiment volatility outperforms other competing prediction models.
본 연구는 다변량 GARCH 모형을 이용하여 우리나라 주택시장의 상호연관성을 분석하였다. 주택 유형별 매매가격증가율과 전세가격증가율 간 상관관계 분석에서는 연립주택보다는 단독주택과 아파트의 상관계수가 더 크게 나타났다. 주택 유형에 따른 분석결과에 의하면 매매가격증가율과 전세가격증가율 두 분석 모두에서 단독주택과 연립주택 간 상관관계가 아파트와 단독주택 간 상관관계나 아파트와 연립주택 간 상관관계보다 높은 것으로 밝혀졌다. 주택을 크기에 따라 분류하였을 때 매매가격증가율을 이용한 분석결과와 전세가격증가율을 이용한 분석결과 간에는 큰 차이를 발견할 수 없었다. 아파트의 경우는 중형 아파트와 소형 아파트 간 상관관계가 가장 큰 것으로 나타났으며, 단독주택의 경우에는 대형 단독주택과 중형 단독주택 간 상관관계가 제일 큰 값을 기록하였다. 일반적으로 사람들이 아파트는 중소형 이하에, 단독주택은 중대형 이상에 관심이 많다는 사실이 본 연구의 분석결과를 간접적으로 뒷받침해주고 있다. 연립주택의 경우에는 매매 가격보다 전세가격의 경우에 중 대형 연립주택과 소형 연립주택 간 상관계수가 더 커지는 현상을 보이고 있는데, 이는 주택을 구입하는 경우와 주택을 임대하는 경우의 의사결정 과정이 서로 상이한데 그 이유가 있는 듯 보인다.
최근 국외에서 수행된 몇몇 선행 연구들은 주택 가격과 개인 및 지역사회의 비만 수준 사이에 밀접한 상관관계가 존재함을 보여준다. 이는 주택 가격이 개인 및 지역의 사회경제적 수준을 나타내는 지표로 쓰일 수 있음을 시사한다. 본 연구는 우리나라에서도 지역의 주택 가격수준이 지역에 거주하는 개인들의 집계된 건강수준을 잘 설명할 수 있는지 분석하였다. 분석결과는 우리나라에서도 해외의 사례에서와 같이, 지역의 주택 가격으로 대표되는 사회경제적 수준이 높을수록 지역의 비만도가 낮아지는 것을 보여주었다. 그리고 지역의 평균적 주택 가격수준이 비교된 여타의 사회경제적 수준 지표들 못지 않게 지역의 비만인구 비율을 잘 설명하고 있음을 보여주었다. 본 연구결과는 주택 가격이 다른 사회경제적 지표들과 같이 지역의 사회경제적 수준을 대표하는 효과적인 지표가 될 수 있음을 보여준다.
주택가격을 정확히 추정하기 위한 많은 연구가 진행되어 왔다. 선행연구들은 주택의 고유 특성과 인근 지역 특성을 통제하는 계량경제모형을 활용한 분석이 많았다. 본 연구에서는 인공신경망 모형(ANN)을 활용하여 주택가격을 추정하였다. 딥러닝 기술의 장점은 변수 간의 복잡하고 비선형적인 특성을 모델링하고 데이터의 패턴을 인식할 수 있다는 것이다. 본 연구에서는 부동산 시장에서 공간적 분포도 패턴으로 인식할 수 있다는 가정하에 지리좌표를 설명변수로 ANN에 투입하였다. 선형회귀분석과 ANN 모형 간 비교 결과, 선형 모형 대비 ANN 모형의 설명력이 높았으며, 특히 ANN 모형은 지리좌표를 투입하였을 때 더 높은 정확도를 보여주었다. 또한 ANN 모형의 경우 지리좌표를 통해 모형 잔차의 공간적 자기 상관성이 크게 감소하였다는 점을 확인하였다. 이를 통해 ANN 모형의 패턴인식 능력을 활용하면 공간적 패턴을 학습시킴으로써 주택가격을 정확히 추정할 수 있음을 밝혔다.
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.
The purpose of this study was to analyze the preferences for the physical features of senior congregate housing. The survey was conducted to target the elderly households living in senior congregate housing and general elderly households living in the rural. The results of this study were as follows. Showed that housing conditions are more important than environmental conditions, elderly households living in senior congregate housing. Among them was the most important house prices and rents. Also among the external factors such as environmental conditions is the distance to the workplace were very important. So the elderly households living in congregate housing showed that more important considering the economic aspects. Finally, want to be the foundation of sustainable housing policies for rural elderly households.
The purpose of this research is to demonstrate the necessity of conserving and maintaining eco-parks by estimating their economic value. Wonheung-ee Park in Sannam 3 District of Cheongju City was chosen as the subject and a quantitative estimation was conducted. The quantitative analysis utilized the hedonic price model that estimates the value of non-market goods. The summarized results of this study are follows. The subject park influenced the prices of its neighboring apartments. The most important factor was the distance between the park and the subject apartment. When the distance was longer than 400m, the impact was greatest. The quantitative assessment also showed that apartment prices and the distance between an apartment and the park had a negative relationship. When the distance increased by 1%, apartment prices decreased by 0.430%. This means that within a certain distance, the closer an apartment is to the park, the higher is the price. Demonstrating the economic value of eco-parks, this study also supports the importance of preserving eco-areas. It generally shows that when we develop a city, we should refrain destroying the ecosystem.
International journal of advanced smart convergence
/
제12권4호
/
pp.75-87
/
2023
We designed to employ an Artificial Intelligence learning model to predict real estate prices and determine the reasons behind their changes, with the goal of using the results as a guide for policy. Numerous studies have already been conducted in an effort to develop a real estate price prediction model. The price prediction power of conventional time series analysis techniques (such as the widely-used ARIMA and VAR models for univariate time series analysis) and the more recently-discussed LSTM techniques is compared and analyzed in this study in order to forecast real estate prices. There is currently a period of rising volatility in the real estate market as a result of both internal and external factors. Predicting the movement of real estate values during times of heightened volatility is more challenging than it is during times of persistent general trends. According to the real estate market cycle, this study focuses on the three times of extreme volatility. It was established that the LSTM, VAR, and ARIMA models have strong predictive capacity by successfully forecasting the trading price index during a period of unusually high volatility. We explores potential synergies between the hybrid artificial intelligence learning model and the conventional statistical prediction model.
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.
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.