• 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.

• 응용통계연구
• /
• 제30권2호
• /
• pp.271-280
• /
• 2017

우리나라 뉴스에서 매일 빠지지 않는 내용은 아마도 부동산 경제에 관한 것이라고 생각된다. 많은 사람들은 부동산 가격의 변동에 관한 전문가들의 예측에 관심을 갖고 있다. 매매가격 혹은 전세가격을 예측하기위해 일반적으로 많이 사용되는 방법은 박스-젠킨스에 기반을 둔 자기회귀이동평균모형이다. 본 논문에서는 자기회귀모형과 다변량 자료분석에서 사용하는 독립성분분석을 결합하여 예측하는 방법을 시도하여 보았다. 매매가격과 전세가격을 두 개의 독립성분으로 재설정하고 독립성분들을 이용하여 예측한 후 역변환을 통해 매매가격과 전세가격을 예측하는 방법을 시도하였다. 그 결과 일반적인 자기회귀이동평균모형을 사용할 때 보다 독립성분을 활용한 예측이 실제 지수에 더 유사한 값들을 얻을 수 있음을 보였다.

• Journal of Construction Engineering and Project Management
• /
• 제2권4호
• /
• pp.32-41
• /
• 2012

In recent times, multi-centralization and decentralization as well as large Capital area and suburbanization in the spatial structure of capital area. With rapid growth, urbanization and industrialization are unsystematic, and growth inequality between regions caused negative effects such as discordant centralization and decentralization, fluctuating land value, and gap between living conditions. Accordingly, this study analyzed urban spatial indexes by the self-governed body in the capital area such as Seoul, Incheon, and Gyeonggi province for the analysis of the regional inequality phenomenon. We examined the characteristics of temporal and spatial changes in urban spatial structure in the capital area by utilizing the distribution pattern and density of city indexes such as population, employment, etc, and then drew the commonality of those factors through factor analysis. We evaluated the drawn results through the city standard index by each city, conducted factor score analysis, and identified the interaction between each factor and Housing Purchase Price Composite Indices index, housing rent price index(Housing Jeonse Price Composite Indices), land price fluctuation rate, diffusion ratio of house, and financial independence.

• 한국전자통신학회논문지
• /
• 제8권2호
• /
• pp.301-306
• /
• 2013

아파트전세가율이 계속 상승하고 있다. 이런 현상으로 분석하기 위하여 아파트 매매가격과 전세가격의 상호작용을 지역별로 분석한 결과 다음과 같은 결론을 얻었다. 첫째, 지역별 아파트 매매가격과 전세가격의 상승과 하락 지역이 상이하여 나타나기 때문에, 지역적 양극화가 매우 심화되었다. 둘째, 최근 부동산시장은 지방 부동산의 호황과 수도권지역의 시장 침체로 분석되어, 전세가율은 계속 상승 중이었다. 마지막으로 아파트 전세가율 증감률은 전세가격 증가율이 매매가격 증가율보다 큰 경우는 전세가율 증감률이 (+)로 증가하였고, 적었을 경우는 (-)로 감소하였다.

• 지적과 국토정보
• /
• 제49권1호
• /
• pp.45-63
• /
• 2019

본 연구는 최근까지 우리나라는 재산 3분법을 바탕으로 주식, 채권, 실물부동산으로 구성된 전통적인 포트폴리오에 투자하는 것이 대부분이었으나, 포트폴리오 구성시 대표적인 부동산 간접투자상품인 리츠, 부동산펀드 등을 복합적으로 구성한 결과가 투자성과에 미치는 영향을 분석하였다. 이를 위하여 포트폴리오 구성의 가장 적합한 방법인 평균분산모형을 이용한 실증분석을 하였다. 사용변수는 복합자산 포트폴리오를 보유 자산의 구성에 따라 Portfolio A~Portfolio G까지 분류하였으며, 가격지수는 KOSPI, KRX BOND, REITs(TRUS Y7), FUND(HanwhaLasal), OFFICE(Seoul)로 선정하였다. 연구결과는 다음과 같다. 첫 번째의 경우 채권, 주식, 리츠와 부동산펀드가 결합된 Portfolio D와 실물부동산인 오피스가 추가된 Portfolio G의 위험이 가장 낮은 것으로 나타났다. 둘째, 채권, 주식, 리츠로 구성된 Portfolio B와 부동산펀드가 추가된 Portfolio D가 위험이 가장 낮은 것으로 나타났고, 수익률의 경우 채권, 주식, 오피스와 부동산펀드로 구성된 Portfolio F와 리츠까지 편입된 Portfolio G가 가장 높은 것으로 나타났다. 결과적으로 전통적인 재산 3분법으로 구성된 실물부동산 보다 부동산의 비유동성 한계를 제거한 부동산간접투자상품인 리츠와 부동산펀드를 포트폴리오에 구성시 더 효과적인 것으로 분석되었다. 따라서 직접투자의 가장 큰 단점인 비유동성 문제를 해결하여 투자자의 위험을 최소화할 수 있고, 부동산의 소유에 따른 비용을 절감할 수 있으며, 소액으로도 투자가 가능한 부동산 간접투자시장의 활성화가 더욱 필요할 것으로 보인다.

• 산경연구논집
• /
• 제9권5호
• /
• pp.63-72
• /
• 2018

Purpose - This work analyzes, in detail, the specification of vector error correction model (VECM) and thus examines the relationships and impact among seven economic variables for USA - balance on current account (BCA), index of stock (STOCK), gross domestic product (GDP), housing price indices (HOUSING), a measure of the money supply that includes total currency as well as large time deposits, institutional money market funds, short-term repurchase agreements and other larger liquid assets (M3), real rate of interest (IR_REAL) and household credits (LOAN). In particular, we search for the main explanatory variables that have an effect on stock and real estate market, respectively and investigate the causal and dynamic associations between them. Research design, data, and methodology - We perform the time series vector error correction model to infer the dynamic relationships among seven variables above. This work employs the conventional augmented Dickey-Fuller (ADF) and Phillips-Perron (PP) unit root techniques to test for stationarity among seven variables under consideration, and Johansen cointegration test to specify the order or the number of cointegration relationship. Granger causality test is exploited to inspect for causal relationship and, at the same time, impulse response function and variance decomposition analysis are checked for both short-run and long-run association among the seven variables by EViews 9.0. The underlying model was analyzed by using 108 realizations from Q1 1990 to Q4 2016 for USA. Results - The results show that all the seven variables for USA have one unit root and they are cointegrated with at most five and three cointegrating equation for USA. The vector error correction model expresses a long-run relationship among variables. Both IR_REAL and M3 may influence real estate market, and GDP does stock market in USA. On the other hand, GDP, IR_REAL, M3, STOCK and LOAN may be considered as causal factors to affect real estate market. Conclusions - The findings indicate that both stock market and real estate market can be modelled as vector error correction specification for USA. In addition, we can detect causal relationships among variables and compare dynamic differences between countries in terms of stock market and real estate market.

• 디지털융복합연구
• /
• 제12권5호
• /
• pp.89-99
• /
• 2014

주식시장에서 종합주가지수를 부동산시장에서 서울지역아파트가격과 전국주택매매가격지수를 선정하여 경기선행지수와 함께 각 지표들 사이의 상관관계를 찾아보았다. 또한 각 지표들 사이의 흐름을 서로 비교하여 선행성이 성립되는지도 살펴보았다. 본 연구의 목적은 종합주가지수와 서울지역아파트가격, 전국주택매매가격, 경기선행지수의 상관관계와 선행성을 분석해 보는 것이다. 주식시장의 종합주가지수나 부동산시장을 예측하기 위해서는 이에 선행하는 지표를 찾아 그 추이를 먼저 분석해 보는 것이다. 지난 1987년 1월부터 2013년 12월까지 총 27년 동안 KOSPI의 상승률은 687%로 나타났으며 CLI은 443%, 서울아파트는 391%, HPPCI는 263% 순으로 높은 상승률을 보여주었다. 서울아파트와 CLI, KOSPI, HPPCI의 상관분석을 실시한 결과 KOSPI는 상관계수 0.877인 HPPCI와 서울아파트는 상관계수 0.956인 CLI와 높은 상관관계를 보여주었다. 분석결과 CLI는 주식시장 및 부동산시장과 높은 상관관계를 보여주고 있어 주식시장 및 부동산시장을 예측하기 위해서는 CLI의 흐름을 먼저 살펴보는 지혜가 필요해 보인다.

• 부동산연구
• /
• 제28권4호
• /
• pp.63-73
• /
• 2018

본 연구의 목적은 임야 거래가격과 공시지가 적정성에 영향을 미치는 주요 요인을 분석하여 현실에 부합하는 공시지가 결정요인 모색 및 감정평가액 결정의 적정성을 도모하는 데 있다. 본 연구는 서울시 강남 강북권 6개구(區)에 소재한 임야 거래가격 적정성 여부를 독립표본 t-검정분석, 로지스틱 회귀분석의 통계적 기법으로 분석하였다. 분석 결과 지역차이와 형상의 정형여부는 적정거래여부와 무관하였고 비오톱 지정여부, 개발제한구역 여부, 고저의 차이, 보전산지 여부, 이용상황의 차이, 방위 및 접면도로의 차이는 임야거래 적정성에 유의미한 영향을 미치는 것으로 분석되었다. 이를 바탕으로 임야 고유의 독특한 가격형성요인을 면밀히 분석하여 공시지가의 조사 평가에 반영하여야 한다는 함의를 지닌다. 국민경제활동과 밀접한 관련이 있는 임야 감정평가는 시장참가인들이 중시하는 임야가격형성요인을 반영할 필요가 있다. 본 연구를 통해 제시된 임야 적정거래 여부와 관련된 변수들은 향후 임야 거래질서정착과 시장 안정화 지표로 적용되기를 기대한다.

• 부동산연구
• /
• 제27권4호
• /
• pp.7-20
• /
• 2017

본 연구는 노후산업단지의 쇠퇴영향요인을 진단하고 그 특성을 바탕으로 노후산업단지를 유형화하였으며 연구 결과를 노후산업단지의 재생방안으로 연계하고자 하였다. 이를 위해 전국 산업단지를 대상으로 착공시점을 기준으로 20년이 경과한 94개소 노후산업단지에 대해 17개 지표를 측정 및 분석하였으며, 그 중 장치산업단지 5개소를 제외한 89개소 노후산업단지의 15개 지표에 대해 요인분석을 실시하였다. 요인분석 결과, 15개 지표는 5개 요인으로 분류되었으며 요인1은 '시가화 가능성', 요인2는 '생산 효율성', 요인3은 '기반시설 쾌적성', 요인4는 '입지 잠재성', 요인5는 '지원시설 충족성'으로 구분할 수 있었다. 이를 이용하여 5개 요인점수의 하위 25%에 해당하는 산업단지를 추출하고 어떠한 쇠퇴영향요인이 잠재하고 있는지를 살펴보았다. 요인분석 결과 시사점은 '시가화 가능성'은 산업단지내 입주 기업업종과 토지이용과의 관련성을 내포하고 있다. '생산효율성'분야는 기업들의 생산성을 높일 수 있는 효율적인 지원방안이 모색될 필요가 있다. '기반시설 쾌적성'요인은 자생적인 재생유도보다는 정부 및 지자체가 직접 관여하여 물리적 정비가 이루어져야 할 것이다. '입지잠재성' 요인은 광역급 인프라 구축, 산단내 기반시설의 개선 및 정비, 지가상승 등을 복합적으로 고려하여 고부가가치 산업 유치를 고려하거나 산업구조고도화를 위한 업종변경 등 장기적이고 전략적인 접근이 필요할 것이다. 마지막으로 '지원시설 충족성'은 필요한 지원시설 공급을 위해 노후산업단지의 정확한 쇠퇴진단을 통해서 유휴부지를 발굴하거나 국 공유지를 활용할 수 있는 방안이 모색될 필요가 있겠다.

• 동아시아경상학회지
• /
• 제8권1호
• /
• pp.57-69
• /
• 2020

Purpose - This study examines what are the asset market fluctuations in Europe and how each economic variable affects major variables, and explore the dynamics of housing and stock market through Greece. The variables under consideration are balance on current account (BCA), index of stock (STOCK), gross domestic product (GDP), housing price indices (HOUSING), M3, real rate of interest (IR_REAL) and household credits (LOAN). We investigate the functional and causal relationships between housing and stock market. Research design, data, and methodology - Vector error correction model (VECM) is used to figure out the dynamic relationships among variables. This study also contains the augmented Dickey-Fuller unit root, cointegration, Granger causality test, and impulse response function and variance decomposition analysis by EViews 11.0. Results - The statistical tests show that all variables under consideration have one unit root and there is a longterm equilibrium relationship among variables for Greece. GDP, IR_REAL, M3, STOCK and LOAN can be considered as causal factors to affect real estate market, while GDP, LOAN, M3, BCA and HOUSING can bring direct effects to stock market in Greece. Conclusions - It can be judged that the policy that affects the lending policy of financial institutions may be more effective than the indirect variable such as monetary interest rate.