본 논문에서는 공공지원 민간임대주택이 인근지역 아파트 월세에 어떠한 영향을 미치는가에 대해 알아보려고 한다. 선행연구 고찰을 통해 공공지원 민간임대주택이 입주하였을 때 인근 아파트에 미치는 효과를 바탕으로 가설을 설정하고 실증분석을 진행하였다. 공공임대주택이 주변 아파트에 공급영향을 미치는 선행 연구를 보면 특성가격모형, 패널모형, 이중차분법(DID)모형을 통해 실증분석을 진행하였고 주로 인근 주택가격 혹은 주택임대료에 미치는 영향인 정의 영향, 부의 영향, 영향을 미치지 않음. 세 방향으로 분석 결과를 밝힌다. 여기서 정의 영향은 주택가격 및 임대료를 상승시킨다는 의미이며, 부의 영향은 주택가격 및 임대료를 하락시킨다는 것을 의미한다. 그러므로, 본 연구는 이러한 변화를 통계적으로 분석하기 위해 정책의 시행 전과 후로 처치집단과 통제집단의 차이를 통하여 정책효과를 측정하는 분 석방법인 이중차분법(DID)을 기반으로 하여 ...
본 논문에서는 공공지원 민간임대주택이 인근지역 아파트 월세에 어떠한 영향을 미치는가에 대해 알아보려고 한다. 선행연구 고찰을 통해 공공지원 민간임대주택이 입주하였을 때 인근 아파트에 미치는 효과를 바탕으로 가설을 설정하고 실증분석을 진행하였다. 공공임대주택이 주변 아파트에 공급영향을 미치는 선행 연구를 보면 특성가격모형, 패널모형, 이중차분법(DID)모형을 통해 실증분석을 진행하였고 주로 인근 주택가격 혹은 주택임대료에 미치는 영향인 정의 영향, 부의 영향, 영향을 미치지 않음. 세 방향으로 분석 결과를 밝힌다. 여기서 정의 영향은 주택가격 및 임대료를 상승시킨다는 의미이며, 부의 영향은 주택가격 및 임대료를 하락시킨다는 것을 의미한다. 그러므로, 본 연구는 이러한 변화를 통계적으로 분석하기 위해 정책의 시행 전과 후로 처치집단과 통제집단의 차이를 통하여 정책효과를 측정하는 분 석방법인 이중차분법(DID)을 기반으로 하여 다중회귀분석으로 비교 대상 아파트단지의 월세를 좌우하는 요인이 무엇인지 추정하였다. 먼저, 마이홈을 통해 입주가 완료된 45개의 공공지원 민간임대주택 단지를 기준으로 비교적 최근에 입주한 단지들(입주 후 12개월이 지나지 않은 단지들)과 서울권이 아닌 지역(정책의 효과가 미비한 지역)과 비교적 월세 거래 건수가 현저히 적은 단지들(거래건수 5건 이하), 거래 건수가 월등히 높은 단지(호매실동), 아파트가 아닌 단지들(오피스텔, 준주택)들을 제외하고 서울권 지역(서울 3개 단지, 경기 8개 단지, 총 11개 단지)으로 구성된 단지들을 조사하여 공공지원 민간임대주택이 비교 대상 아파트의 월세에 어떠한 영향을 미치는지 조사하였다. 조사 결과, 공공지원 민간임대주택이 인근 아파트의 월세에 정의 영향을 미치는 것으로 나타났다. 서울지역의 경우, 통계적 유의성이 낮았지만, 공급 효과가 임대료에 상승 영향을 주었다고 나타났다. 공공지원 민간임대주택이 주로 아파트로 구성되어있고 교통이 개선되며, 입주민이 증가하기 때문에 정의 효과가 부의 효과를 상쇄하기 때문이라고 생각할 수 있다. 경기 지역 또한 통계적 유의성이 낮음과 함께 정의 효과를 나타내었는데 이는 서민 주거 안정을 위한 공공임대정책의 공급이 주로 경기도에 집중되어 있음을 나타내며, 주로 계획된 단지(역세권, 과학단지, 대학권)에 소규모로 적재적소 주거지원을 하였기 때문으로 판단된다. 본 논문은 분석범위가 서울권(서울, 경기)에만 한정되었다는 점과 입주 비교 시점이 사용승인월 전후로 1년인 점을 고려하여 상대적으로 적은 표본 및 짧은 시점으로 인하여 연구 결과를 일반화시키기에는 어렵다는 것이 이 연구의 한계라고 할 수 있겠다. 조금 더 시간이 흘러 입주지역이 다양화하고 시간적 시점이 길어졌을 때 다시 한번 비교해 더 정확한 결론을 이뤄낼 수 있을 것으로 생각한다.
본 논문에서는 공공지원 민간임대주택이 인근지역 아파트 월세에 어떠한 영향을 미치는가에 대해 알아보려고 한다. 선행연구 고찰을 통해 공공지원 민간임대주택이 입주하였을 때 인근 아파트에 미치는 효과를 바탕으로 가설을 설정하고 실증분석을 진행하였다. 공공임대주택이 주변 아파트에 공급영향을 미치는 선행 연구를 보면 특성가격모형, 패널모형, 이중차분법(DID)모형을 통해 실증분석을 진행하였고 주로 인근 주택가격 혹은 주택임대료에 미치는 영향인 정의 영향, 부의 영향, 영향을 미치지 않음. 세 방향으로 분석 결과를 밝힌다. 여기서 정의 영향은 주택가격 및 임대료를 상승시킨다는 의미이며, 부의 영향은 주택가격 및 임대료를 하락시킨다는 것을 의미한다. 그러므로, 본 연구는 이러한 변화를 통계적으로 분석하기 위해 정책의 시행 전과 후로 처치집단과 통제집단의 차이를 통하여 정책효과를 측정하는 분 석방법인 이중차분법(DID)을 기반으로 하여 다중회귀분석으로 비교 대상 아파트단지의 월세를 좌우하는 요인이 무엇인지 추정하였다. 먼저, 마이홈을 통해 입주가 완료된 45개의 공공지원 민간임대주택 단지를 기준으로 비교적 최근에 입주한 단지들(입주 후 12개월이 지나지 않은 단지들)과 서울권이 아닌 지역(정책의 효과가 미비한 지역)과 비교적 월세 거래 건수가 현저히 적은 단지들(거래건수 5건 이하), 거래 건수가 월등히 높은 단지(호매실동), 아파트가 아닌 단지들(오피스텔, 준주택)들을 제외하고 서울권 지역(서울 3개 단지, 경기 8개 단지, 총 11개 단지)으로 구성된 단지들을 조사하여 공공지원 민간임대주택이 비교 대상 아파트의 월세에 어떠한 영향을 미치는지 조사하였다. 조사 결과, 공공지원 민간임대주택이 인근 아파트의 월세에 정의 영향을 미치는 것으로 나타났다. 서울지역의 경우, 통계적 유의성이 낮았지만, 공급 효과가 임대료에 상승 영향을 주었다고 나타났다. 공공지원 민간임대주택이 주로 아파트로 구성되어있고 교통이 개선되며, 입주민이 증가하기 때문에 정의 효과가 부의 효과를 상쇄하기 때문이라고 생각할 수 있다. 경기 지역 또한 통계적 유의성이 낮음과 함께 정의 효과를 나타내었는데 이는 서민 주거 안정을 위한 공공임대정책의 공급이 주로 경기도에 집중되어 있음을 나타내며, 주로 계획된 단지(역세권, 과학단지, 대학권)에 소규모로 적재적소 주거지원을 하였기 때문으로 판단된다. 본 논문은 분석범위가 서울권(서울, 경기)에만 한정되었다는 점과 입주 비교 시점이 사용승인월 전후로 1년인 점을 고려하여 상대적으로 적은 표본 및 짧은 시점으로 인하여 연구 결과를 일반화시키기에는 어렵다는 것이 이 연구의 한계라고 할 수 있겠다. 조금 더 시간이 흘러 입주지역이 다양화하고 시간적 시점이 길어졌을 때 다시 한번 비교해 더 정확한 결론을 이뤄낼 수 있을 것으로 생각한다.
In this paper, we investigate how Publicly-funded Private Rental Housing affects the monthly rent of apartments in nearby areas. A hypothesis were established through review of previous studies and and empirical analysis was conducted based on the impact of Publicly-Funded Private Rental Housing on ...
In this paper, we investigate how Publicly-funded Private Rental Housing affects the monthly rent of apartments in nearby areas. A hypothesis were established through review of previous studies and and empirical analysis was conducted based on the impact of Publicly-Funded Private Rental Housing on nearby apartments. In previous studies on the effect of public rental housing on nearby apartment prices or rent, empirical analysis was conducted using the Characteristic Price model, Panel model, and Difference-in Difference method model. The analysis results are revealed in three directions : positive impact, negative impact, no impact. A positive influence means that housing prices and rents rise, and a negative influence means that housing prices and rents fall. Therefore, in order to statistically analyze these changes, we estimated what factors influence the monthly rent of the apartment complex to be compared with multiple regression analysis based on the Difference-in-Difference method. First, based on the 45 Publicly-funded Private Rental Housing complexes that have been moved in through the My Home, complexes in the whole area (a total of 11 complexes) were investigated. As a result of the survey, it was found that Publicly-funded Private Rental Housing had a positive effect on the monthly rent of nearby apartments. In the case of Seoul, statistical significance was low, but it was found that the supply effect had an upward effect on rent. This is because most of Publicly-funded Private Rental Housing consists of apartments and there is no statistical significance. Also, as the number of residents increases, it can be thought that the positive effect cancels out the negative effect. The Gyeonggi region also showed low statistical significance and a positive effect, indicating that the supply of public rental policies to stabilize housing for the common people is mainly concentrated in Gyeonggi-do, and mainly due to small-scale housing support in planned complexes (station areas, science complexes, and universities). The limitation of this paper is that the scope of analysis is limited to the Seoul, Gyeonggi area. In addition, the time of comparison of move-in is one year before and after the month of approval for use. Due to the relatively small sample size and short time point, it is difficult to generalize the study results. As more time passes, and when the complexes is diversified and the time period is extended, I think that a more accurate conclusion can be reached by comparing it again.
In this paper, we investigate how Publicly-funded Private Rental Housing affects the monthly rent of apartments in nearby areas. A hypothesis were established through review of previous studies and and empirical analysis was conducted based on the impact of Publicly-Funded Private Rental Housing on nearby apartments. In previous studies on the effect of public rental housing on nearby apartment prices or rent, empirical analysis was conducted using the Characteristic Price model, Panel model, and Difference-in Difference method model. The analysis results are revealed in three directions : positive impact, negative impact, no impact. A positive influence means that housing prices and rents rise, and a negative influence means that housing prices and rents fall. Therefore, in order to statistically analyze these changes, we estimated what factors influence the monthly rent of the apartment complex to be compared with multiple regression analysis based on the Difference-in-Difference method. First, based on the 45 Publicly-funded Private Rental Housing complexes that have been moved in through the My Home, complexes in the whole area (a total of 11 complexes) were investigated. As a result of the survey, it was found that Publicly-funded Private Rental Housing had a positive effect on the monthly rent of nearby apartments. In the case of Seoul, statistical significance was low, but it was found that the supply effect had an upward effect on rent. This is because most of Publicly-funded Private Rental Housing consists of apartments and there is no statistical significance. Also, as the number of residents increases, it can be thought that the positive effect cancels out the negative effect. The Gyeonggi region also showed low statistical significance and a positive effect, indicating that the supply of public rental policies to stabilize housing for the common people is mainly concentrated in Gyeonggi-do, and mainly due to small-scale housing support in planned complexes (station areas, science complexes, and universities). The limitation of this paper is that the scope of analysis is limited to the Seoul, Gyeonggi area. In addition, the time of comparison of move-in is one year before and after the month of approval for use. Due to the relatively small sample size and short time point, it is difficult to generalize the study results. As more time passes, and when the complexes is diversified and the time period is extended, I think that a more accurate conclusion can be reached by comparing it again.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.