최근 디지털 경제의 급속한 확산으로 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 '빅데이터(Big Data)' 환경이 도래하고 있다. 빅데이터 기술의 발전은 기존의 정형데이터로 시장을 예측해왔던 분석 방법에 새로운 패러다임의 변화 가능성을 제시하고 있다. 대한민국 가계 자산의 대부분은 부동산으로 대표되는 실물자산으로 구성되어 있고, 주택이 큰 비중을 차지하고 있다. 부동산시장에서 소비심리는 미래 부동산시장에 대한 기대를 반영하여 형성되기도 하지만, 현재 부동산시장 상황에 즉각적인 영향을 받기도 한다는 사실에 주목해야 한다. 이에 본 연구는 인터넷 검색 활동의 흔적을 추적하게 되면 사람들의 의도를 분석, 더 빠르고 정확한 통계를 확보할 수 있다는 판단에 부동산 관련 검색어와 부동산시장과의 관계에 주목하였다. 본 연구는 정형데이터인 부동산시장 소비심리지수와 비정형데이터인 검색어가 아파트 가격과 거래량에 미치는 영향을 비교·분석하였다. 연구 기간은 2016년 1월부터 2022년 12월까지 총 84개월이며, 서울, 경기 지역을 대상으로 합동 회귀분석(Pooled ...
최근 디지털 경제의 급속한 확산으로 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 '빅데이터(Big Data)' 환경이 도래하고 있다. 빅데이터 기술의 발전은 기존의 정형데이터로 시장을 예측해왔던 분석 방법에 새로운 패러다임의 변화 가능성을 제시하고 있다. 대한민국 가계 자산의 대부분은 부동산으로 대표되는 실물자산으로 구성되어 있고, 주택이 큰 비중을 차지하고 있다. 부동산시장에서 소비심리는 미래 부동산시장에 대한 기대를 반영하여 형성되기도 하지만, 현재 부동산시장 상황에 즉각적인 영향을 받기도 한다는 사실에 주목해야 한다. 이에 본 연구는 인터넷 검색 활동의 흔적을 추적하게 되면 사람들의 의도를 분석, 더 빠르고 정확한 통계를 확보할 수 있다는 판단에 부동산 관련 검색어와 부동산시장과의 관계에 주목하였다. 본 연구는 정형데이터인 부동산시장 소비심리지수와 비정형데이터인 검색어가 아파트 가격과 거래량에 미치는 영향을 비교·분석하였다. 연구 기간은 2016년 1월부터 2022년 12월까지 총 84개월이며, 서울, 경기 지역을 대상으로 합동 회귀분석(Pooled Ordinary Least Squares)을 시행하였다. 아파트 가격으로는 한국부동산원의 서울/경기 아파트매매 가격지수, 서울/경기 아파트 전세 가격지수, 서울/경기 아파트 거래량을 이용하였으며, 경제변수는 ECOS 한국은행의 주택담보대출 금리-예금은행을 이용하였다. 주요 변수인 정형데이터 부동산시장 소비심리지수는 국토연구원의 자료를 이용하였으며, 비정형데이터 검색어는 4단계를 거쳐 선정된 검색어 4개(모델하우스, 아파트, 아파트실거래가조회, 다방)를 네이버 데이터 랩을 사용하여 각각 독립변수로 이용하였다. 분석 결과 부동산시장 소비심리지수는 경기 아파트 거래량을 제외하고 서울아파트 거래량과 서울/경기아파트 매매 가격과 함께 서울,/경기아파트 전세 가격에도 정(+)의 영향을 미쳤다. 즉, 가격이 오를 것이라는 기대심리가 아파트 가격 및 거래량을 상승시킨다는 결과이다. 반면, 4개의 독립변수 검색어는 아파트 가격 및 거래량에 상이 한 영향을 미쳤다. 설명력이 가장 높은 검색어 ‘아파트실거래가조회’는 서울/경기 아파트 가격에 부(-)의 영향인 반면, 다음 설명력이 높은 검색어 ‘아파트’는 정(+)의 영향으로 나타났다. 즉 검색어 성향에 따라 아파트 가격 및 거래에 미치는 영향이 다르며, 결정 계수 크기 결과 정형데이터인 부동산시장 소비심리지수 보다 비정형데이터 검색어가 설명력이 더 높아 주택시장의 주체인 소비자의 심리와 이후 의사결정 및 행동을 미리 알려주는 중요한 변수임을 밝힌 데 본 연구의 의의가 있다.
최근 디지털 경제의 급속한 확산으로 우리 주변에는 규모를 가늠할 수 없을 정도로 많은 정보와 데이터가 생산되는 '빅데이터(Big Data)' 환경이 도래하고 있다. 빅데이터 기술의 발전은 기존의 정형데이터로 시장을 예측해왔던 분석 방법에 새로운 패러다임의 변화 가능성을 제시하고 있다. 대한민국 가계 자산의 대부분은 부동산으로 대표되는 실물자산으로 구성되어 있고, 주택이 큰 비중을 차지하고 있다. 부동산시장에서 소비심리는 미래 부동산시장에 대한 기대를 반영하여 형성되기도 하지만, 현재 부동산시장 상황에 즉각적인 영향을 받기도 한다는 사실에 주목해야 한다. 이에 본 연구는 인터넷 검색 활동의 흔적을 추적하게 되면 사람들의 의도를 분석, 더 빠르고 정확한 통계를 확보할 수 있다는 판단에 부동산 관련 검색어와 부동산시장과의 관계에 주목하였다. 본 연구는 정형데이터인 부동산시장 소비심리지수와 비정형데이터인 검색어가 아파트 가격과 거래량에 미치는 영향을 비교·분석하였다. 연구 기간은 2016년 1월부터 2022년 12월까지 총 84개월이며, 서울, 경기 지역을 대상으로 합동 회귀분석(Pooled Ordinary Least Squares)을 시행하였다. 아파트 가격으로는 한국부동산원의 서울/경기 아파트매매 가격지수, 서울/경기 아파트 전세 가격지수, 서울/경기 아파트 거래량을 이용하였으며, 경제변수는 ECOS 한국은행의 주택담보대출 금리-예금은행을 이용하였다. 주요 변수인 정형데이터 부동산시장 소비심리지수는 국토연구원의 자료를 이용하였으며, 비정형데이터 검색어는 4단계를 거쳐 선정된 검색어 4개(모델하우스, 아파트, 아파트실거래가조회, 다방)를 네이버 데이터 랩을 사용하여 각각 독립변수로 이용하였다. 분석 결과 부동산시장 소비심리지수는 경기 아파트 거래량을 제외하고 서울아파트 거래량과 서울/경기아파트 매매 가격과 함께 서울,/경기아파트 전세 가격에도 정(+)의 영향을 미쳤다. 즉, 가격이 오를 것이라는 기대심리가 아파트 가격 및 거래량을 상승시킨다는 결과이다. 반면, 4개의 독립변수 검색어는 아파트 가격 및 거래량에 상이 한 영향을 미쳤다. 설명력이 가장 높은 검색어 ‘아파트실거래가조회’는 서울/경기 아파트 가격에 부(-)의 영향인 반면, 다음 설명력이 높은 검색어 ‘아파트’는 정(+)의 영향으로 나타났다. 즉 검색어 성향에 따라 아파트 가격 및 거래에 미치는 영향이 다르며, 결정 계수 크기 결과 정형데이터인 부동산시장 소비심리지수 보다 비정형데이터 검색어가 설명력이 더 높아 주택시장의 주체인 소비자의 심리와 이후 의사결정 및 행동을 미리 알려주는 중요한 변수임을 밝힌 데 본 연구의 의의가 있다.
주제어
#정형데이터 부동산소비심리지수 비정형데이터 검색어 합동 회귀분석(Pooled Ordinary Least Squares)
학위논문 정보
저자
백희숙
학위수여기관
한양사이버대학교 부동산대학원
학위구분
국내석사
학과
부동산전공
지도교수
김지현
발행연도
2023
총페이지
65
키워드
정형데이터 부동산소비심리지수 비정형데이터 검색어 합동 회귀분석(Pooled Ordinary Least Squares)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.