[학위논문]거시경제 요인이 아파트가격 변동에 미치는 영향 연구 : - 의사결정나무 모형의 요인 추출을 이용하여 - A Study on the Influence of Macroeconomic Factor upon Apartment Price Fluctuations - Using Factor Extraction of Decision Tree Model -원문보기
모든 개별경제 주체들의 상호작용은 한 나라의 경제 전체 현상으로 나타나고 있으며, 이러한 거시경제지표에 따라 부동산 시장도 변화하고 있다. 즉 부동산 가격 변동은 입지, 물리적 속성 등 부동산 특성 요인뿐만 아니라, 국민소득, 물가 등 거시경제 요인과도 밀접한 관계가 있다. 부동산 시장을 이해하기 위해서는 미시적 경제 주체 관계뿐만 아니라 거시경제 변수들과의 관계도 고려할 필요가 있다. 그러나 거시경제 변수를 사용하는 시계열분석에서는 다량의 변수를 사용할 때 나타나는 변수간의 관계성 규명이 어려워 제약적으로 변수를 사용하게 된다. 본 연구에서는 거시경제 이론에 입각하여 변수를 금리, 통화량, 물가, 소득, 경제심리지수로 설정하고, 데이터마이닝 ...
모든 개별경제 주체들의 상호작용은 한 나라의 경제 전체 현상으로 나타나고 있으며, 이러한 거시경제지표에 따라 부동산 시장도 변화하고 있다. 즉 부동산 가격 변동은 입지, 물리적 속성 등 부동산 특성 요인뿐만 아니라, 국민소득, 물가 등 거시경제 요인과도 밀접한 관계가 있다. 부동산 시장을 이해하기 위해서는 미시적 경제 주체 관계뿐만 아니라 거시경제 변수들과의 관계도 고려할 필요가 있다. 그러나 거시경제 변수를 사용하는 시계열분석에서는 다량의 변수를 사용할 때 나타나는 변수간의 관계성 규명이 어려워 제약적으로 변수를 사용하게 된다. 본 연구에서는 거시경제 이론에 입각하여 변수를 금리, 통화량, 물가, 소득, 경제심리지수로 설정하고, 데이터마이닝 의사결정나무를 이용해 변수 선택에 합리성을 추구하여 사전분석을 진행한다. 이에 같은 금리라고 하더라도 기준금리, CD금리 등 지역적 특성에 맞는 적합한 변수를 추출하여 아파트 매매가격지수와의 영향 관계를 분석하고자 하였다. 의사결정나무를 이용한 변수 선택 합리성 결과 전국과 서울은 매우 흡사한 변수 선택이 이루어지고 있으나, 대구, 광주, 울산의 경우 생산자물가지수 보다는 소비자 물가지수 변수의 중요도가 높게 나타나 지역 특성을 고려한 변수사용을 실증적으로 검증할 수 있었다. 본 연구의 자료는 한국은행의 경제통계시스템 주제별 자료와 한국감정원의 실거래가 아파트 매매가격지수를 사용하였다. 기간은 2008년 7월부터 2017년 2월까지 월데이터이며, 분석대상은 전국, 서울 및 6대 광역시이다. 의사결정나무 합리성 변수 기준을 바탕으로 거시경제지표에 대한 아파트 매매가격지수의 지역별 영향 관계를 시계열 분석을 통해 진행하였으며, 단위근 검정을 통해 변수의 안정화를 꾀하고, 전국, 서울 및 6대 광역시에서 공적분 관계가 성립함에 따라 VEC모형을 통해 단기 및 장기 균형관계를 분석하였다. 그랜저 인과관계 검정 결과 아파트 매매가격지수에 영향을 주는 변수는 지방 광역시의 경우 소비자물가와 통화량의 영향력이 크며, 서울 및 인천 등 수도권의 경우 금리, 통화량, 산업생산지수, 심리지수 등 다차원적인 관계를 형성하는 것으로 나타났다. 또한, 모형 설정에서도 지역별로 차수가 달리 나타나고 있어 지역별 특성이 고려되어야 하며, 외부의 충격에 의한 단기적 이탈에서 얼마나 빨리 균형관계로 복원되는 속도를 의미하는 아파트 매매가격지수의 오차수정항 계수 값이 매우 작게 나타나 부동산 시장에서 단기 충격의 효과가 장기에 걸쳐서 나타난다는 것을 알 수 있었다. 전체적인 모형의 결과는 금리의 하락이 시중의 통화량를 증가시키며, 유동성 자금과 소득의 대리변수인 산업생산지수의 상승이 아파트 매매가격지수에 긍정적으로 반영되고 있다. 또한, 경제심리지수는 금리, 통화량, 아파트 매매가격지수에 영향을 주고 있으며, 통화량은 산업생산지수, 가계대출금액, 아파트 매매가격지수에 영향을 준다. 가계대출금액은 산업생산지수에 영향을 받고 있으며, 생산자물가지수는 경제심리지수, 산업생산지수에 영향을 주고 있다. 그러나 지역별 차이가 발생하고 있으며 인천은 인천경제특구, 송도신도시 건설 등 외부적 요인이 아파트 매매가격지수에 장기적인 영향을 주며, 일반적인 경제지표와 관계성이 떨어진다. 부산의 경우 산업생산지수 상승이 금리를 상쇄하면서 아파트 가격 상승을 이끌어내고 있으며, 대전의 경우 장기적으로 볼 때 금리와 아파트 매매가격지수가 연동되고 있다. 대구의 결과는 소득이 늘면서 통화량이 늘고, 이를 통해 아파트 가격이 시장의 물가와 연동되고 있음을 알 수 있다. 광주의 경우 금리 하락이 통화량의 증가와 물가의 증가로 인해 아파트 매매가격지수 또한 상승하는 것으로 나타나며, 울산의 경우 물가의 상승과 심리적 요인이 아파트 매매가격지수를 견인하는 것으로 분석되었다. 충격반응 분석 결과 전국에서는 금리 하락 시 경제심리지수는 아파트 매매가격지수에 긍정적인 효과를 보이고 있으며, 서울은 소비자물가지수의 영향력이 크며, 대출금액의 영향력은 다소 떨어지는 것으로 나타나 서울의 경우 물가에 대한 상승이 부동산 가격을 지탱하며, 물가보다 가격이 더 상승하는 순환이 반복되고 있다. 인천은 소비자물가지수가 서울처럼 강하게 가격에 충격을 주고 있으며, 부산의 경우 소득의 대용변수인 산업생산지수와 소비자물가지수가 강한 영향력을 주고 있다. 대전의 경우 가계대출과 산업생산지수, 소비자물가지수가 복합적으로 영향을 줌에 따라 가계대출, 소득에 증가에 의한 아파트 매매가격지수에 파급력이 증가하고 있다. 대구의 경우 산업생산지수와 통화량의 충격이 아파트 매매가격지수에 영향력을 크게 나타내고 있으며, 광주의 경우는 소비자물가지수의 충격이 가장 크다. 울산의 경우 심리지수와 산업생산지수의 충격이 가장 크며 이는 소득 증가에 따른 실물경제 구입에 대한 강한 의지가 반영된 것으로 판단된다. 예측오차 분산분해 결과 전국, 인천은 경제심리지수의 장기 영향력이 약 36%∼38%로 아파트 가격에 대한 영향력이 크다. 서울, 부산, 대전, 대구, 광주는 아파트 매매가격지수에 장기적 의존도가 높으며, 울산의 경우는 금리와 소비자물가지수의 장기 영향력이 큰 것으로 나타나 지역적인 특성이 있다. 아파트 가격에 영향을 미치는 변수는 사회적·문화적·심리적 요인, 그리고 정책요인 등 다양하고, 폭 넓어 최적 변수를 찾기가 쉽지 않다. 그러나 본 연구에서처럼 같은 금리, 통화량, 소득, 물가, 심리지수 속성이라도 영향 관계 분석 시 최적의 변수가 존재함에 따라 변수의 선택속성 분석을 통해 효율적인 대안을 제시할 수 있을 것이다. 또한, 거시경제변수의 영향력이 지역특성에 의해 달라짐에 따라 영향력 변수에 관해 아파트 매매가격지수의 지역별 적용을 달리하는 체계화가 필요하며, 정책 입안에서도 이러한 부분을 고려해야 된다는 것이다. 그러나 본 연구는 한국은행 주제별 데이터에 한정하고 있어 거시경제 모형의 정교화를 위해 시계열 분석 전·후 여러 가지 대안을 고민하여야 한다. 이를 통해 모델이 정교해 지고 예측력이 향상된다면 시장을 예측하고 정책을 입안하는데 있어 신뢰성 있는 자료 제공이 가능해 질 것이다. 이러한 연구과제는 지속적인 관심을 통해 구축해 나가야 하며 향후 과제로 남는다.
모든 개별경제 주체들의 상호작용은 한 나라의 경제 전체 현상으로 나타나고 있으며, 이러한 거시경제지표에 따라 부동산 시장도 변화하고 있다. 즉 부동산 가격 변동은 입지, 물리적 속성 등 부동산 특성 요인뿐만 아니라, 국민소득, 물가 등 거시경제 요인과도 밀접한 관계가 있다. 부동산 시장을 이해하기 위해서는 미시적 경제 주체 관계뿐만 아니라 거시경제 변수들과의 관계도 고려할 필요가 있다. 그러나 거시경제 변수를 사용하는 시계열분석에서는 다량의 변수를 사용할 때 나타나는 변수간의 관계성 규명이 어려워 제약적으로 변수를 사용하게 된다. 본 연구에서는 거시경제 이론에 입각하여 변수를 금리, 통화량, 물가, 소득, 경제심리지수로 설정하고, 데이터마이닝 의사결정나무를 이용해 변수 선택에 합리성을 추구하여 사전분석을 진행한다. 이에 같은 금리라고 하더라도 기준금리, CD금리 등 지역적 특성에 맞는 적합한 변수를 추출하여 아파트 매매가격지수와의 영향 관계를 분석하고자 하였다. 의사결정나무를 이용한 변수 선택 합리성 결과 전국과 서울은 매우 흡사한 변수 선택이 이루어지고 있으나, 대구, 광주, 울산의 경우 생산자물가지수 보다는 소비자 물가지수 변수의 중요도가 높게 나타나 지역 특성을 고려한 변수사용을 실증적으로 검증할 수 있었다. 본 연구의 자료는 한국은행의 경제통계시스템 주제별 자료와 한국감정원의 실거래가 아파트 매매가격지수를 사용하였다. 기간은 2008년 7월부터 2017년 2월까지 월데이터이며, 분석대상은 전국, 서울 및 6대 광역시이다. 의사결정나무 합리성 변수 기준을 바탕으로 거시경제지표에 대한 아파트 매매가격지수의 지역별 영향 관계를 시계열 분석을 통해 진행하였으며, 단위근 검정을 통해 변수의 안정화를 꾀하고, 전국, 서울 및 6대 광역시에서 공적분 관계가 성립함에 따라 VEC모형을 통해 단기 및 장기 균형관계를 분석하였다. 그랜저 인과관계 검정 결과 아파트 매매가격지수에 영향을 주는 변수는 지방 광역시의 경우 소비자물가와 통화량의 영향력이 크며, 서울 및 인천 등 수도권의 경우 금리, 통화량, 산업생산지수, 심리지수 등 다차원적인 관계를 형성하는 것으로 나타났다. 또한, 모형 설정에서도 지역별로 차수가 달리 나타나고 있어 지역별 특성이 고려되어야 하며, 외부의 충격에 의한 단기적 이탈에서 얼마나 빨리 균형관계로 복원되는 속도를 의미하는 아파트 매매가격지수의 오차수정항 계수 값이 매우 작게 나타나 부동산 시장에서 단기 충격의 효과가 장기에 걸쳐서 나타난다는 것을 알 수 있었다. 전체적인 모형의 결과는 금리의 하락이 시중의 통화량를 증가시키며, 유동성 자금과 소득의 대리변수인 산업생산지수의 상승이 아파트 매매가격지수에 긍정적으로 반영되고 있다. 또한, 경제심리지수는 금리, 통화량, 아파트 매매가격지수에 영향을 주고 있으며, 통화량은 산업생산지수, 가계대출금액, 아파트 매매가격지수에 영향을 준다. 가계대출금액은 산업생산지수에 영향을 받고 있으며, 생산자물가지수는 경제심리지수, 산업생산지수에 영향을 주고 있다. 그러나 지역별 차이가 발생하고 있으며 인천은 인천경제특구, 송도신도시 건설 등 외부적 요인이 아파트 매매가격지수에 장기적인 영향을 주며, 일반적인 경제지표와 관계성이 떨어진다. 부산의 경우 산업생산지수 상승이 금리를 상쇄하면서 아파트 가격 상승을 이끌어내고 있으며, 대전의 경우 장기적으로 볼 때 금리와 아파트 매매가격지수가 연동되고 있다. 대구의 결과는 소득이 늘면서 통화량이 늘고, 이를 통해 아파트 가격이 시장의 물가와 연동되고 있음을 알 수 있다. 광주의 경우 금리 하락이 통화량의 증가와 물가의 증가로 인해 아파트 매매가격지수 또한 상승하는 것으로 나타나며, 울산의 경우 물가의 상승과 심리적 요인이 아파트 매매가격지수를 견인하는 것으로 분석되었다. 충격반응 분석 결과 전국에서는 금리 하락 시 경제심리지수는 아파트 매매가격지수에 긍정적인 효과를 보이고 있으며, 서울은 소비자물가지수의 영향력이 크며, 대출금액의 영향력은 다소 떨어지는 것으로 나타나 서울의 경우 물가에 대한 상승이 부동산 가격을 지탱하며, 물가보다 가격이 더 상승하는 순환이 반복되고 있다. 인천은 소비자물가지수가 서울처럼 강하게 가격에 충격을 주고 있으며, 부산의 경우 소득의 대용변수인 산업생산지수와 소비자물가지수가 강한 영향력을 주고 있다. 대전의 경우 가계대출과 산업생산지수, 소비자물가지수가 복합적으로 영향을 줌에 따라 가계대출, 소득에 증가에 의한 아파트 매매가격지수에 파급력이 증가하고 있다. 대구의 경우 산업생산지수와 통화량의 충격이 아파트 매매가격지수에 영향력을 크게 나타내고 있으며, 광주의 경우는 소비자물가지수의 충격이 가장 크다. 울산의 경우 심리지수와 산업생산지수의 충격이 가장 크며 이는 소득 증가에 따른 실물경제 구입에 대한 강한 의지가 반영된 것으로 판단된다. 예측오차 분산분해 결과 전국, 인천은 경제심리지수의 장기 영향력이 약 36%∼38%로 아파트 가격에 대한 영향력이 크다. 서울, 부산, 대전, 대구, 광주는 아파트 매매가격지수에 장기적 의존도가 높으며, 울산의 경우는 금리와 소비자물가지수의 장기 영향력이 큰 것으로 나타나 지역적인 특성이 있다. 아파트 가격에 영향을 미치는 변수는 사회적·문화적·심리적 요인, 그리고 정책요인 등 다양하고, 폭 넓어 최적 변수를 찾기가 쉽지 않다. 그러나 본 연구에서처럼 같은 금리, 통화량, 소득, 물가, 심리지수 속성이라도 영향 관계 분석 시 최적의 변수가 존재함에 따라 변수의 선택속성 분석을 통해 효율적인 대안을 제시할 수 있을 것이다. 또한, 거시경제변수의 영향력이 지역특성에 의해 달라짐에 따라 영향력 변수에 관해 아파트 매매가격지수의 지역별 적용을 달리하는 체계화가 필요하며, 정책 입안에서도 이러한 부분을 고려해야 된다는 것이다. 그러나 본 연구는 한국은행 주제별 데이터에 한정하고 있어 거시경제 모형의 정교화를 위해 시계열 분석 전·후 여러 가지 대안을 고민하여야 한다. 이를 통해 모델이 정교해 지고 예측력이 향상된다면 시장을 예측하고 정책을 입안하는데 있어 신뢰성 있는 자료 제공이 가능해 질 것이다. 이러한 연구과제는 지속적인 관심을 통해 구축해 나가야 하며 향후 과제로 남는다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.