• 부동산연구
• /
• 제27권3호
• /
• pp.71-86
• /
• 2017

본 연구의 목적은 딥 러닝 방법을 부동산가격지수 예측에 적용해보고, 기존의 시계열분석 방법과의 비교를 통해 부동산 시장 예측의 새로운 방법으로서 활용가능성을 확인하는 것이다. 딥 러닝(deep learning)방법인 DNN(Deep Neural Networks)모형 및 LSTM(Long Shot Term Memory networks)모형과 시계열분석 방법인 ARIMA(autoregressive integrated moving average)모형을 이용하여 여러 가지 부동산가격지수에 대한 예측을 시도하였다. 연구결과 첫째, 딥 러닝 방법의 예측력이 시계열분석 방법보다 우수한 것으로 나타났다. 둘째, 딥 러닝 방법 중에서는 DNN모형의 예측력이 LSTM모형의 예측력보다 우수하나 그 정도는 미미한 수준인 것으로 나타났다. 셋째, 딥 러닝 방법과 ARIMA모형은 부동산 가격지수(real estate price index) 중 아파트 실거래가격지수(housing sales price index)에 대한 예측력이 가장 부족한 것으로 나타났다. 향후 딥 러닝 방법을 활용함으로써 부동산 시장에 대한 예측의 정확성을 제고할 수 있을 것으로 기대된다.

• 한국주거학회:학술대회논문집
• /
• 한국주거학회 2011년도 춘계학술발표대회 논문집
• /
• pp.285-289
• /
• 2011

he purpose of this study is to assess the effects of real estate policy on apartment price index in Seoul. To meet the research goal, this research reviewed real estate policy of the government from January of 1986 to August of 2010, and then it collected monthly apartment price index in 25 local districts of Seoul from January of 2003 to August of 2010. After 25 districts were grouped into 2 areas (14 districts in Gangnam and 11 districts in Gangbuk), the data of two areas were analyzed by using the SAS program, Cluster analysis with Ward method showed 3 clusters on each area, and with 6 clusters in total, the effects of real estate policy in the period were examined by using residual analysis. The analysis indicated two major shocks (one was from May to October of 2003, and the other was from March of 2006 to January of 2007), and the results showed that the intervention of government in the market had the asymmetric effects in bullish and bearish times. It implies that the market volatility is substantially influenced by irrational sentiments. Thus, it's suggested to devise the consumer sentiment index suitable in real estate market.

• 한국전자통신학회논문지
• /
• 제5권2호
• /
• pp.205-213
• /
• 2010

본 연구는 1986년부터 2009년까지 24년 동안 한국의 부동산정책과 부동산 관련 시계열자료를 세밀하게 분석한 후에, 주택가격에 영향을 미치는 부동산 지수 변수와 거시경제 지수 변수가 주택 가격에 미치는 영향에 대한 회귀분석을 실시하여 얼마만큼 영향이 있는지 분석하고자 한다. 분석한 결과는 다음과 같다. 첫째, 한국의 부동산 정책은 후행정책이며, 정권별 부동산 정책은 서로 일관성이 없었다. 둘째, 정산적인 국면에서 부동산 문제가 발생할 때마다 규제 강화와 경기 회복 대책만 주기적으로 반복하고 이었다. 셋째, 정책에 대한 시기와 수단은 부적절하였고, 부동산 정책 시행할 때마다 부동산 경기가 더 나빠지곤 하였다. 넷째, 24년 동안 주택 유형중 주택가격 증감량이 가장 만이 오른 주택유형은 아파트였으며 가장 인가 좋았다. 정권별 주택 가격지수 증감량은 노태우(65.0%)-김대중(42.5%)-노무현(32.8%) 순으로 나타났다. 다섯째, 회귀분석을 실시한 결과 : 주택가격에 가장 많은 영향을 미치는 독립변수는 건설기 성액-1인당 국민소득-주택 전세가 지수-동행종합지수-후행종합지수-청약통자 가입자-선형종합지수 순으로 나타났다.

• 한국건설관리학회논문집
• /
• 제11권5호
• /
• pp.41-52
• /
• 2010

리츠는 주식시장에 상장되어 있으면서 부동산 개발을 위한 자금조달의 성격과 부동산에 투자하는 특징도 있으므로, 주식 시장과 건설 및 부동산시장과 관계가 있을 것으로 예상할 수 있다. 본 연구에서는 리츠와 주식시장, 건설 및 부동산 경기와 관계된 지표들을 시계열 분석하여, 리츠와의 영향관계를 분석하였다. 시계열 분석은 백터자기회귀모형과 백터오차수정모형을 사용하였으며, 다음의 세 부분으로 분류하여 분석하였다. 첫째, 리츠와 건설 코스피 지수와의 관계를 분석한 결과, 건설 코스피 지수가 리츠에 영향을 주는 것으로 분석되었다. 둘째, 리츠와 건설경기 동행지수인 건축착공면적, 부동산 경기 지수인 오피스 임대지수와 주택매매가격지수와의 관계를 분석하였다. 각 지표들은 서로 인과관계는 없는 것으로 분석되었지만, 리츠와 주택매매가격지수는 서로에게 영향을 주는 것으로 분석되었다. 셋째, 리츠와 건설경기 선행지수인 건축허가면적의 관계를 분석하였다. 두 지표는 서로 인과관계가 없는 것으로 분석되었지만, 건축허가면적이 리츠에 영향을 미치는 것으로 분석되었다. 본 연구를 통해 리츠는 주식시장과 주택경기, 건설경기 선행지표인 건축허가 면적에 영향을 받지만, 건설경기 동행지표인 건축착공면적과 오피스 임대지수에는 상대적으로 영향을 작게 받는 것으로 분석되었다.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.209-216
• /
• 2024

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.

• 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.

• 디지털융복합연구
• /
• 제11권11호
• /
• pp.59-70
• /
• 2013

디지털 경제를 맞이하여 대부분 자산을 부동산에 투자하고 있어 향후 부동산 가격에 많은 관심을 보이고 있다. 다양한 변수들이 주택 등 부동산 시장에 영향을 미치고 있다. 그 중 대표적으로 세대주와 생산가능인구, 금리, 주가지수 등 4가지 변수들을 선정하여 어느 변수가 서울아파트 가격에 얼마나 통계적으로 유의하게 영향을 미치는지 살펴보았다. 본 연구는 실증적으로 서울아파트가격의 결정모형을 구축하는데 목적이 있다. 분석결과 주가지수만 서울아파트와 통계적으로 유의한 것으로 분석되었다. 세대주나 생산가능인구는 기존의 연구처럼 서울아파트와 방향성은 동일하지만 통계적으로 유의하지 않은 것으로 분석되었다. 독립변수 중에서 서울아파트 가격의 결정요인으로 주가지수만 주요 변수로 선정되었다. 본 연구결과 향후 주택 등 부동산시장의 예측하기 위해서는 주식시장의 전망이 선행되어야 할 것이다.

• 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.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.171-181
• /
• 2022

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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1115-1117
• /
• 2003

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.