본 연구는 주택을 투자자산으로 간주했을 때, 채권 가격을 결정하는 대표적인 방법인 옵션이론을 이용하여 주택 매매가격의 변동성과 전세가격 간의 관계를 설명할 수 있다는 배광일 (2012)의 주장을 실증분석 하였다. 총 7개 지역(서울, 부산, 인천, 광주, 대구, 대전, 울산)의 아파트 시계열 자료를 이용하여 매매가격의 변동성과 전세가격 간의 관계 및 미래 실현변동성에 대한 ...
본 연구는 주택을 투자자산으로 간주했을 때, 채권 가격을 결정하는 대표적인 방법인 옵션이론을 이용하여 주택 매매가격의 변동성과 전세가격 간의 관계를 설명할 수 있다는 배광일 (2012)의 주장을 실증분석 하였다. 총 7개 지역(서울, 부산, 인천, 광주, 대구, 대전, 울산)의 아파트 시계열 자료를 이용하여 매매가격의 변동성과 전세가격 간의 관계 및 미래 실현변동성에 대한 내재변동성의 예측력을 분석하였는데, 그 결과는 다음과 같다. 첫째, 시계열 분석 결과, 전세/매매지수와 매매가격의 실현변동성은 음(-)의 상관관계를 가진다는 주장을 지지하지 못하였다. 다만, 표본 전체기간 분석에서는 1개 지역의 회귀계수만이 음의 값을 보였고, 금융위기 이후의 기간 분석에서는 서울을 포함한 3개 지역에서 회귀계수가 음의 값을 가짐에 따라, 경제상황이 급변하는 경우에 전세가격이 미래 주택가격의 변동을 조금 더 잘 설명할 수 있다고 말할 수 있다. 둘째, 주택 매매가격의 미래 실현변동성에 대한 내재변동성의 예측력 분석에서는 내재변동성의 조정설명계수가 역사적 변동성의 조정설명계수보다 큰 값을 보여, 주택시장의 내재변동성이 역사적 변동성보다 미래 실현변동성에 대한 더 강한 예측력을 가짐을 확인하였다. 하지만 내재변동성의 회귀계수 값이 음의 값을 보여 옵션이론을 지지하지 못하였으며, 실현변동성에 대한 불편추정치 또한 아님을 확인하였다. 셋째, 다변량 분석 결과, 총 7개 지역 중 4개 지역에서 역사적 변동성의 회귀계수 값이 유의하지 않은 것으로 나타났으나, 나머지 3개 지역에서는 두 설명변수 모두가 종속변수에 영향을 미쳤으며, 역사적 변동성이 조금 더 큰 영향력을 가짐을 확인하였다. 따라서, 내재변동성은 역사적 변동성이 가진 정보를 모두 포함한다는 가설은 일부 지역에서만 지지되었다. 마지막으로 시점별로 본 전세/매매지수와 실현변동성의 상관관계 분석에서는 상관계수의 평균값이 음수를 보임에 따라, 가설을 지지함과 동시에, 전세가격이 낮은 지역일수록 미래 매매가격의 변동이 크다는 것을 보여주었다. 즉, 시계열분석에서는 옵션이론이 지지되지 못하였으나, 횡단면 분석에서는 옵션이론에 부합하는 결과를 얻었다. 이는 주택 매매가격과 전세가격 간의 관계는 옵션이론을 통해 부분적으로 설명 가능함을 시사한다.
본 연구는 주택을 투자자산으로 간주했을 때, 채권 가격을 결정하는 대표적인 방법인 옵션이론을 이용하여 주택 매매가격의 변동성과 전세가격 간의 관계를 설명할 수 있다는 배광일 (2012)의 주장을 실증분석 하였다. 총 7개 지역(서울, 부산, 인천, 광주, 대구, 대전, 울산)의 아파트 시계열 자료를 이용하여 매매가격의 변동성과 전세가격 간의 관계 및 미래 실현변동성에 대한 내재변동성의 예측력을 분석하였는데, 그 결과는 다음과 같다. 첫째, 시계열 분석 결과, 전세/매매지수와 매매가격의 실현변동성은 음(-)의 상관관계를 가진다는 주장을 지지하지 못하였다. 다만, 표본 전체기간 분석에서는 1개 지역의 회귀계수만이 음의 값을 보였고, 금융위기 이후의 기간 분석에서는 서울을 포함한 3개 지역에서 회귀계수가 음의 값을 가짐에 따라, 경제상황이 급변하는 경우에 전세가격이 미래 주택가격의 변동을 조금 더 잘 설명할 수 있다고 말할 수 있다. 둘째, 주택 매매가격의 미래 실현변동성에 대한 내재변동성의 예측력 분석에서는 내재변동성의 조정설명계수가 역사적 변동성의 조정설명계수보다 큰 값을 보여, 주택시장의 내재변동성이 역사적 변동성보다 미래 실현변동성에 대한 더 강한 예측력을 가짐을 확인하였다. 하지만 내재변동성의 회귀계수 값이 음의 값을 보여 옵션이론을 지지하지 못하였으며, 실현변동성에 대한 불편추정치 또한 아님을 확인하였다. 셋째, 다변량 분석 결과, 총 7개 지역 중 4개 지역에서 역사적 변동성의 회귀계수 값이 유의하지 않은 것으로 나타났으나, 나머지 3개 지역에서는 두 설명변수 모두가 종속변수에 영향을 미쳤으며, 역사적 변동성이 조금 더 큰 영향력을 가짐을 확인하였다. 따라서, 내재변동성은 역사적 변동성이 가진 정보를 모두 포함한다는 가설은 일부 지역에서만 지지되었다. 마지막으로 시점별로 본 전세/매매지수와 실현변동성의 상관관계 분석에서는 상관계수의 평균값이 음수를 보임에 따라, 가설을 지지함과 동시에, 전세가격이 낮은 지역일수록 미래 매매가격의 변동이 크다는 것을 보여주었다. 즉, 시계열분석에서는 옵션이론이 지지되지 못하였으나, 횡단면 분석에서는 옵션이론에 부합하는 결과를 얻었다. 이는 주택 매매가격과 전세가격 간의 관계는 옵션이론을 통해 부분적으로 설명 가능함을 시사한다.
This research investigates relation between Sales price of house and Chonsei using option pricing model. The results from regression analysis of seven regions (Seoul, Busan, Incheon, Gwangju, Daegu, Daejeon and Ulsan) are as follows. First, it doesn't supports a claim that there's negative correlati...
This research investigates relation between Sales price of house and Chonsei using option pricing model. The results from regression analysis of seven regions (Seoul, Busan, Incheon, Gwangju, Daegu, Daejeon and Ulsan) are as follows. First, it doesn't supports a claim that there's negative correlation between Chonsei/Sales index and realized volatility of Sales price on time series analysis. Second, as for the analysis for prediction power of implied volatility, adjusted R2 of IV is bigger than adjusted R2 of HV. It means that prediction power of IV is stronger that the one of HV at housing market, but it doesn't support option pricing theory since coefficients of IV are negative. In addition, IV is not an unbiased estimate for RV. Third, on multi-variate regression analysis, coefficients of HV on four of seven regions are not statistically significant. On the other regions, however, both explanatory variables (IV and HV) affect the dependent variable and HV has bigger power that IV. Therefore, the hypothesis that IV includes all the information of HV is supported on some regions. Lastly, on correlation analysis between Chonsei/Sales index and RV, it showed up that a region of lower Chonsei will bring a bigger change on Sales price following negative average value of coefficients. That is, option pricing model is not supported on time series analysis; however, it was supported on cross-regional analysis. It implies that Chonsei and Sales price of house can be partially explained by option pricing theory.
This research investigates relation between Sales price of house and Chonsei using option pricing model. The results from regression analysis of seven regions (Seoul, Busan, Incheon, Gwangju, Daegu, Daejeon and Ulsan) are as follows. First, it doesn't supports a claim that there's negative correlation between Chonsei/Sales index and realized volatility of Sales price on time series analysis. Second, as for the analysis for prediction power of implied volatility, adjusted R2 of IV is bigger than adjusted R2 of HV. It means that prediction power of IV is stronger that the one of HV at housing market, but it doesn't support option pricing theory since coefficients of IV are negative. In addition, IV is not an unbiased estimate for RV. Third, on multi-variate regression analysis, coefficients of HV on four of seven regions are not statistically significant. On the other regions, however, both explanatory variables (IV and HV) affect the dependent variable and HV has bigger power that IV. Therefore, the hypothesis that IV includes all the information of HV is supported on some regions. Lastly, on correlation analysis between Chonsei/Sales index and RV, it showed up that a region of lower Chonsei will bring a bigger change on Sales price following negative average value of coefficients. That is, option pricing model is not supported on time series analysis; however, it was supported on cross-regional analysis. It implies that Chonsei and Sales price of house can be partially explained by option pricing theory.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.