선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구의 차별성은 선행연구를 참조하여 사용한 변수인 금융기관 유동성과 종합주가지수 외에 자료구득의 한계로 인해 많은 연구가 이루어지지 못한 주택관련 유동성과 직접적인 관련이 있는 주택담보대출금과 주택담보대출금리의 월별자료를 동시에 사용해 유동성이 주택가격에 미치는 영향을 실증분석하는데 있다. 또한 주택가격을 전국, 서울, 강남, 강북으로 나누어 지역별로 유동성의 영향력의 어떻게 다르게 나타나는지를 실증분석하는데 있다.
- 본 연구에서는 유동성과 주택가격이 서로 어떻게 영향을 주고 받는지와 그 영향력이 지역별로 차이는 존재하는지를 시계열분석 방법론을 이용하여 실증적으로 분석하고자 한다. 이를 통해 유동성과 주택가격과 관련한 정책의 실효성을 계량적으로 파악하고 정책적 시사점을 도출하고자 한다.
- 본 연구의 차별성은 선행연구를 참조하여 사용한 변수인 금융기관 유동성과 종합주가지수 외에 자료구득의 한계로 인해 많은 연구가 이루어지지 못한 주택관련 유동성과 직접적인 관련이 있는 주택담보대출금과 주택담보대출금리의 월별자료를 동시에 사용해 유동성이 주택가격에 미치는 영향을 실증분석하는데 있다. 또한 주택가격을 전국, 서울, 강남, 강북으로 나누어 지역별로 유동성의 영향력의 어떻게 다르게 나타나는지를 실증분석하는데 있다.
- 본 연구에서는 유동성과 주택가격이 서로 어떻게 영향을 주고 받는지와 그 영향력이 지역별로 차이는 존재하는지를 시계열분석 방법론을 이용하여 실증적으로 분석하고자 한다. 이를 통해 유동성과 주택가격과 관련한 정책의 실효성을 계량적으로 파악하고 정책적 시사점을 도출하고자 한다.
제안 방법
- 이후 유동성과 주택가격간의 인과관계를 그랜저 인과관계 검정(granger causality test)을 통해 실증분석한다. 공적분 검정(cointegration test)을 통해 변수들간의 장기적인 균형관계가 있음을 확인후에 벡터오차수정모형(vectorerrorcorrection model: VECM)을 구성하여 충격반응분석(impulse responseanalysis)과분산분해분석(variance decomposition analysis)를 통해 각 변수의 설명력과 영향력을 분석해 정책적인 시사점을 도출하고자 한다.
- 그랜저 인과관계의 결과를 바탕으로 변수의 배열순서를 외생성(exogeneity)이 큰 순서인 주택담보대출금리, 주택담보대출금, 금융기관 유동성, 종합주가지수, 매매가격지수 순으로 정하였다.
- (ordering)가 중요하다. 그랜저 인과관계의 결과를 바탕으로 변수의 배열순서를 외생성(exogeneity)이 큰 순서인 주택담보대출금리, 주택담보대출금, 금융기관 유동성, 종합주가지수, 산업생산지수, 매매가격지수 순으로 정하였다.
- 표 4의 공적분 검정결과, 모든 지역에서 변수들 간에 장기적인 균형관계가 존재하는 것으로 나타났다. 따라서 벡터오차수정모형(VECM)을 구성해 충격반응과 분산분해분석을 한다.
- 실증분석을 위해 주택가격은 내용적 범위를 아파트로 선정하고 공간적 범위를 전국, 서울, 강북, 강남으로 나누어 국민은행에서 제공하는 2003년 10월부터 2012년 5월까지의 매매가격지수 자료를 사용하였다. 또한 유동성의 대리변수로는 통화량인 금융기관유동성(LF), 주택담보대출금, 주택담보대출금리, 종합주가지수를 이용해 벡터자기회귀모형(vector auto regressive: VAR)를 구성하였다. 이후 유동성과 주택가격간의 인과관계를 그랜저 인과관계 검정(granger causality test)을 통해 실증분석한다.
- 짧은 시계열의 길이로 인해 유동성과 관련된 변수 중 주택담보대출금, 주택담보대출금리와 관련된 연구들이 거의 없는 실정이다. 이에 본 연구에서는 기존 선행연구에서 사용한 변수외에 주택관련 유동성과 직접적인 관계가 있는 주택담보대출금, 주택담보대출금리를 동시에 사용하여 실증분석하였다.
- 적정시차는 최대시차를 5로 설정한 후각 차수별로 AIC(Akaike’s Information Criterion)와 SC(Schwarz Criterion)를 설정하여 이들 값이 최소가 되는 시차를 구하였다.
대상 데이터
- 본 연구는 자료의 이용 가능성을 고려해 2003년 10월부터 2012년 5월까지의 다음과 같은 월별자료6)를 이용하여 실증분석을 하였다. 유동성의 지표로 LF(통화량,금융기관유동성), HLOAN(주택담보대출금), MR(주택담보대출금리), KOSPI(종합주기지수)를 사용하였고, 주택매매가격지수는 아파트 매매가격지수로 TOTAL(전국), SEOUL(서울), GANGBUK(강북), GANGNAM(강남)을 변수로 사용하였다.
- 실증분석을 위해 주택가격은 내용적 범위를 아파트로 선정하고 공간적 범위를 전국, 서울, 강북, 강남으로 나누어 국민은행에서 제공하는 2003년 10월부터 2012년 5월까지의 매매가격지수 자료를 사용하였다. 또한 유동성의 대리변수로는 통화량인 금융기관유동성(LF), 주택담보대출금, 주택담보대출금리, 종합주가지수를 이용해 벡터자기회귀모형(vector auto regressive: VAR)를 구성하였다.
- 를 이용하여 실증분석을 하였다. 유동성의 지표로 LF(통화량,금융기관유동성), HLOAN(주택담보대출금), MR(주택담보대출금리), KOSPI(종합주기지수)를 사용하였고, 주택매매가격지수는 아파트 매매가격지수로 TOTAL(전국), SEOUL(서울), GANGBUK(강북), GANGNAM(강남)을 변수로 사용하였다.
- 본 연구는 주택가격과 유동성간의 상관관계를 시계열분석방법론을 사용하여 실증분석하였다. 주택가격은 전국, 서울, 강북, 강남의 아파트 매매가격지수로 하였고 유동성은 통화량인 금융기관 유동성(LF), 주택담보대출금, 주택담보대출금리, 종합주가지수로 설정하여 2003년 10월부터 2012년 5월까지의 월간자료를 사용하였다.
데이터처리
- 변수들간의 동학적인 상관관계를 살펴보기 위해 충격반응과 분산분해 분석을 실시하였다. 충격반응함수는 모형에 포함되어 있는 변수들에 대한 충격이 얼마나 크고 오래 지속되는 지를 보여주고, 분산분해분석은 내생변수의 변동을 그 자신과 다른 내생변수들이 얼마나 잘 설명하지를 보여준다.
- 본 연구에서는 공적분 검정방법은 Johansen 공적분 검정을 이용한다. 이 검정방법은 공적분 관계의 수와 모형의 파라미터들을 최우추정(MLE) 방법에 의존하여 검정하는 방법으로 모든 변수를 내생변수로 간주한다는 점에서 종속변수를 선택할 필요가 없으며 여러 공적분 관계를 식별해 낼 수 있다.
- 또한 유동성의 대리변수로는 통화량인 금융기관유동성(LF), 주택담보대출금, 주택담보대출금리, 종합주가지수를 이용해 벡터자기회귀모형(vector auto regressive: VAR)를 구성하였다. 이후 유동성과 주택가격간의 인과관계를 그랜저 인과관계 검정(granger causality test)을 통해 실증분석한다. 공적분 검정(cointegration test)을 통해 변수들간의 장기적인 균형관계가 있음을 확인후에 벡터오차수정모형(vectorerrorcorrection model: VECM)을 구성하여 충격반응분석(impulse responseanalysis)과분산분해분석(variance decomposition analysis)를 통해 각 변수의 설명력과 영향력을 분석해 정책적인 시사점을 도출하고자 한다.
- 지역별 유동성과 주택매매가격간의 인과관계를 분석하기 위해 그랜저 인과관계 검정을 사용하였다.
이론/모형
- 따라서 시계열이 단위근을 가질 경우 공적분 검정을 통해 변수들이 장기적인 균형관계를 가지고 있는지를 분석할 필요가 있다. 공적분의 유무 판단을 위해 본 논문에서는 Johansen 검정방법을 사용하였다.
- 본 연구는 주택가격과 유동성간의 상관관계를 시계열분석방법론을 사용하여 실증분석하였다. 주택가격은 전국, 서울, 강북, 강남의 아파트 매매가격지수로 하였고 유동성은 통화량인 금융기관 유동성(LF), 주택담보대출금, 주택담보대출금리, 종합주가지수로 설정하여 2003년 10월부터 2012년 5월까지의 월간자료를 사용하였다.
- 본 연구에서 이용한 단위근 검정방법(uniroot test)은 ADF(Augmented Dickey-Fuller)와 PP(Phillips-Perron) 검정법이다.
성능/효과
- 표 6의 분산분해 결과를 살펴보면, 주택매매 가격변동은 매매가격 자체의 설명력이 가장 크게 나타났다. 강남의 경우는 단기 88.76%, 장기 90.54%이고 강북은 단기 87.93%, 장기 74.65%로 강남이 강북보다 매매가격 변동이 자치하는 비중이 크고 단기에서 장기로 가면서 매매가격의 영향력이 더 커지는 것을 알 수 있었다.
- 표 4의 공적분 검정결과, 모든 지역에서 변수들 간에 장기적인 균형관계가 존재하는 것으로 나타났다. 따라서 벡터오차수정모형(VECM)을 구성해 충격반응과 분산분해분석을 한다.
- 주택담보대출금은 전국매매가격에 시차2, 3, 4, 5에 서울매매가격은 시차 2, 5에 강북매매가격은 시차 2, 4, 5에 강남매매가격은 시차 1, 2, 5에 인과관계가 있는 것으로 나타났다. 금융기관유동성은 전국매매가격과 강남매매가격에는 인과관계가 없으며, 서울매매가격에 시차1에 강북매매가격은 시차 1, 2에 인과관계가 있는 것으로 나타났다.
- 넷째, 종합주가지수 1단위 충격에 대부분 지역에서 양(+)의 반응을 보이고 있다. 반면 지역별 매매가격 1단위 충격에 대해서는 종합주가지수는 음(-)의 반응을 보이고 있다.
- 넷째, 종합주가지수 1단위 충격에 전국을 제외한 모든 지역에서 양(+)의 반응을 보이고 있다. 반면 지역별 매매가격 1단위 충격에 대해서는 종합주가지수는 음(-)의 반응을 보이고 있다.
- 다섯째, 매매가격 자체의 충격에 매매가격이 가장 크게 양(+)의 반응을 보이고 있다. 이는 주택가격이 상승하면 또 오를 것이라는 기대감과 시장의 분위기로 주택가격이 지속적으로 상승하게 되는 순환고리에 대한 실증적인 설명을 해 준다.
- 단위근 검정결과, 원시계열에서는 전부 단위근이 존재하는 불안정한 시계열로 나타났으며, 로그차분을 취한 결과 대부분의 변수에서 1% 유의수준에서 단위근이 존재하지 않는 걸로 나타났다. 공적분 검정결과, 모든 지역에서 변수들간에 장기적인 균형관계가 존재하는 것으로 나타났다.
- 둘째, 주택담보대출금 1단위 충격에 대해 모든 지역에서 지속적인 양(+)의 반응을 보이고 있다. 주택담보대출금 즉 시중에 주택관련 유동성이 늘어나면 주택가격이 지속적으로 오를 수 있다는 것이다.
- 분산분해 결과를 살펴보면, 주택매매가격변동은 매매가격 자체의 설명력이 가장 크게 나타났고 강남지역은 강북지역보다 장·단기에서 모두 크게 나타났다 .
- 분산분해 결과를 종합해보면, 강남지역 매매가격 설명력이 강북지역보다 모든기간에서 크고 단기에서 장기로 가면서 증가를 한 반면 유동성 관련 변수는 강남지역이 단기에는 강북지역보다 크게 나타났지만 장기로 가면서 강북지역에서의 설명력이 더 크게 나타났다.
- 셋째, 금융기관 유동성 1단위 충격에 모든 지역에서 양(+)의 반응을 보이고 있다. 앞선 결과와 마찬가지로 유동성이 주택가격에 미치는 영향을 알 수가 있다.
- 셋째, 금융기관 유동성 1단위 충격에 모든 지역에서 양(+)의 반응을 보이고 있다. 앞선 결과와 마찬가지로 유동성이 주택가격에 미치는 영향을 알 수가 있다.
- 김봉호(2008)는 실질이자율과 주택 기대가격 및 토지가격과 주택가격의 인과 관계를 회귀분석을 통해 검정한 후 VAR모형을 이용한 충격반응분석 및 분산분해분석을 하였다. 실증분석 결과 주택가격상승이 실질이자율과 주택에 대한 기대가격에 의해 영향을 받았고 토지가격은 주택가격에 큰 영향을 주지 못했다.
- 유동성 관련 변수간 인과관계를 살펴보면, 주택담보대출금리와 주택담보대출금은 양방향의 인과관계가 있으나 주택담보대출금리가 주택담보대출금에 더 강하게 인과관계하고 있으며 주택담보대출금리는 종합주가지수에 시차 2, 3, 4, 5에 인과관계가 있는 것으로 나타났다.
- 분산분해 결과를 살펴보면, 주택매매가격변동은 매매가격 자체의 설명력이 가장 크게 나타났고 강남지역은 강북지역보다 장·단기에서 모두 크게 나타났다 . 유동성관련 변수의 설명력은 주택담보 대출금 변동이 강남은 단기 6.41%, 장기 4.60%, 강북은 단기 6.26%, 장기 9.68%로 초기에는 강남지역이 장기로 가면서 강북지역이 영향을 좀 더 받는 것으로 나타났다. 주택담보대출금리 변동은 강남지역은 단기에 강북지역에 비해 큰 설명력을 나타내고 있다.
- 유동성관련 변수의 설명력은 주택담보대출금 변동이 강남은 단기 6.41%, 장기 4.60%, 강북은 단기 6.26%, 장기 9.68%로 초기에는 강남지역이 주택담보대출금의 영향을 많이 받지만 장기로 가면서 강북지역이 영향을 좀 더 받는 것으로 나타났다. 주택담보대출금리 변동은 모든 지역에서 단기에서 장기로 가면서 증가하고 있으며 강남지역은 단기에 강북지역에 비해 큰 설명력을 나타내고 있다.
- 정규일(2006)은 Lastrapes(2002)의 동태균형모형을 원용하여 주택가격, 주식가격 및 유동성간의 장단기 관계를 실증적으로 분석하였다. 유동성이 증가하면 주택가격이나 주식가격 등 자산가격은 상승하는 반면에, 주식(주택)가격이 상승하면 주택(주식)가격은 하락하는 것으로 나타났다.
- 종합주가지수는 모든지역에서 매매가격에 인과관계가 없는 것으로 나타났다.
- 주택담보대출금은 전국매매가격에 시차2, 3, 4, 5에 서울매매가격은 시차 2, 5에 강북매매가격은 시차 2, 4, 5에 강남매매가격은 시차 1, 2, 5에 인과관계가 있는 것으로 나타났다. 금융기관유동성은 전국매매가격과 강남매매가격에는 인과관계가 없으며, 서울매매가격에 시차1에 강북매매가격은 시차 1, 2에 인과관계가 있는 것으로 나타났다.
- 셋째, 지역별로 차별화된 정책이 수립 집행되어야 한다. 지역별로 변수가 가지는 영향력과 설명력의 차이가 존재함을 실증적으로 확인하였다. 같은 정책이라도 지역별로 반응이 다르게 나타날 수 있기 때문에 반드시 지역적인 특성을 고려한 정책을 수립해야 정책적인 효과를 더 크게 거둘 수가 있다.
- 충격반응 결과를 살펴보면, 첫째, 주택담보대출금리 1단위 충격에 대해 대부분 지역의 매매가격은 지속적인 음(-)의 반응을 보이고 있다. 특히 강남지역은 다른 지역에 비해 초기 반응의 정도가 크고 강하게 나타났고 이 지역은 다른 지역에 비해 실주거 목적보다는 주택투기적인 성격이 크기 때문에 초기 금리에 민감하게 반응한다 생각된다.
- 표 2의 기초통계분석을 살펴보면, 강남지역이 평균가격지수는 90.99로 가장 높게 나타났으며 강북지역은 표준편차 13.46으로 타지역에 비해 크게 나타났다. 그림 1을 살펴보면 지역별 매매가격지수는 서로 비슷하게 지속적인 상승세를 보이고 있으며 2008년 가격이 하락한 것은 글로벌금융위기로 인한 영향으로 판단된다.
- 표 3의 단위근 검정결과, 원시계열에서는 전부 단위근이 존재하는 그림 1과 같이 불안정한 시계열로 나타났으며, 로그차분을 취한 결과 그림 2와 같이 대부분의 변수에서 1% 유의수준에서 단위근이 존재하지 않는 안정적인 시계열로 나타났다.
후속연구
- 본 연구의 결과 주택가격과 유동성간의 상관관계에 대한 이해를 높일 수 있을 것이다. 이후 주택담보대출 시계열자료가 좀 더 축척되고 지역별 유동성 관련 거시경제 자료와 실거래가격지수가 공개되면 좀 더 체계적인 분석이 가능할 것이다.
- 본 연구의 결과 주택가격과 유동성간의 상관관계에 대한 이해를 높일 수 있을 것이다. 이후 주택담보대출 시계열자료가 좀 더 축척되고 지역별 유동성 관련 거시경제 자료와 실거래가격지수가 공개되면 좀 더 체계적인 분석이 가능할 것이다. 이는 추후 연구 과제로 남긴다.
- 첫째, 유동성의 증가는 주택가격을 급등하게 만들 수 있기 때문에 주택시장 침체기에 과잉유동성이 공급될 경우 가격이 급변할 수 있는 가능성에 초점을 맞추고 정책을 수립해야한다. 현재의 상황은 실물경제 부문에서 경기회복이 더디고, 기업의 투자와 고용의 증가가 이루어지지 않고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.