디지털경제를 맞이하여 지난 1980년대 중반 이후 부동산이 가장 선호하는 투자자산으로 부각되면서 많은 관심을 받아오고 있다. 부동산 중에서 주택가격의 상승과 하락은 가계 및 국가경제에 많은 비중을 차지하고 있다. 본 연구에서는 서울지역 아파트가격과 KOSPI, 건설주, 증권주, 금리, 환율 지표를 이용하여 지난 1987년 1월부터 2013년 8월까지 총 320개월 동안 월별 동향을 살펴보면서 서울지역 아파트가격과 각 지표와의 상관관계를 살펴보았다. 또한 서울지역 아파트가격의 상승과 하락에 어느 지표가 얼마나 영향을 주는지도 분석하였다. 상관관계 분석결과 서울지역 아파트가격과 KOSPI의 상관계수는 0.8566로 높은 양(+)의 값을 보여주었으나 반대로 금리는 -0.7846으로 강한 음(-)의 상관관계를 보여주었다. 주식시장의 상승은 서울지역 아파트가격 상승에 많은 영향을 주고 있으며 금리 하락은 서울지역 아파트가격의 가격상승으로 나타난다고 해석된다. 연구결과 서울지역 아파트가격은 KOSPI를 비롯하여 각 지표들과 통계적으로 유의한 관계를 유지하며 변동하고 있는 것으로 나타났다.
디지털경제를 맞이하여 지난 1980년대 중반 이후 부동산이 가장 선호하는 투자자산으로 부각되면서 많은 관심을 받아오고 있다. 부동산 중에서 주택가격의 상승과 하락은 가계 및 국가경제에 많은 비중을 차지하고 있다. 본 연구에서는 서울지역 아파트가격과 KOSPI, 건설주, 증권주, 금리, 환율 지표를 이용하여 지난 1987년 1월부터 2013년 8월까지 총 320개월 동안 월별 동향을 살펴보면서 서울지역 아파트가격과 각 지표와의 상관관계를 살펴보았다. 또한 서울지역 아파트가격의 상승과 하락에 어느 지표가 얼마나 영향을 주는지도 분석하였다. 상관관계 분석결과 서울지역 아파트가격과 KOSPI의 상관계수는 0.8566로 높은 양(+)의 값을 보여주었으나 반대로 금리는 -0.7846으로 강한 음(-)의 상관관계를 보여주었다. 주식시장의 상승은 서울지역 아파트가격 상승에 많은 영향을 주고 있으며 금리 하락은 서울지역 아파트가격의 가격상승으로 나타난다고 해석된다. 연구결과 서울지역 아파트가격은 KOSPI를 비롯하여 각 지표들과 통계적으로 유의한 관계를 유지하며 변동하고 있는 것으로 나타났다.
Real estate has been the most preferable investment asset since 1980's has begun. Especially the ups and downs of housing price influence significantly on the household and national economy for a digital economy. In this analysis, monthly movement of apartment price of Seoul and its correlation with...
Real estate has been the most preferable investment asset since 1980's has begun. Especially the ups and downs of housing price influence significantly on the household and national economy for a digital economy. In this analysis, monthly movement of apartment price of Seoul and its correlation with KOSPI, construction concerned shares, securities concerned shares, interest rate and exchange rate for 320 months(from January, 1987 to August, 2013) are shown. From the analysis, correlation coefficient of the price of apartment in Seoul and KOSPI is 0.8566 which is highly positive while the price of apartment in Seoul and interest rate are shown strong negative correlation which is -0.7846. The rise of stock market does affect the rise of the price of apartments in Seoul, on the contrary, the price goes down when the interest rate goes up.
Real estate has been the most preferable investment asset since 1980's has begun. Especially the ups and downs of housing price influence significantly on the household and national economy for a digital economy. In this analysis, monthly movement of apartment price of Seoul and its correlation with KOSPI, construction concerned shares, securities concerned shares, interest rate and exchange rate for 320 months(from January, 1987 to August, 2013) are shown. From the analysis, correlation coefficient of the price of apartment in Seoul and KOSPI is 0.8566 which is highly positive while the price of apartment in Seoul and interest rate are shown strong negative correlation which is -0.7846. The rise of stock market does affect the rise of the price of apartments in Seoul, on the contrary, the price goes down when the interest rate goes up.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
일반적으로 우리나라의 주택가격 상승은 서울에서 출발하여 수도권으로 확산되고 이어 전국적으로 확대되고 있다. 따라서 본 연구에서는 주택 중에서 아파트에 대한 비중이 더 높은 것으로 보여 서울아파트를 중심으로 주식시장과 주요 경제지표들을 서로 비교 분석하여 상관관계를 정리하고자 한다.
VAR 모형 분석을 통해 서울지역 아파트가격을 설명하는 변수인 KOSPI, 건설주, 증권주, 금리, 환율들 중에서 과거 지수(-1,-2)가 통계적으로 유의한지 살펴보고 시차변동에 따라 계수 값의 방향이 달라지는지 분석하고자 한다. 또한 KOSPI를 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가지고 있는지와 KOSPI와 환율 모두 시차변동에 따라 계수 값의 방향이 어떻게 나타나는지 찾아보고자 한다.
지난 27년 동안 서울지역 아파트가격과 각 지표와의 Quantile-Quantile plot를 살펴보고 서울지역 아파트가격과 1:1선에서 출력데이터의 진폭이 어떻게 나타나는지 살펴본다. 또한 Log(서울지역아파트가격)와 각 지표의 log값을 나타낸 Box-Plot를 통해 지표의 1분위와 3분위의 등락폭 그리고 중앙선인 2분위선을 살펴보면서 지난 27년간의 움직임을 찾아보고 향후 방향성을 추정하고자 한다.
서울지역 아파트가격과 각 지표들 사이의 상관관계를 분석하여 서울지역 아파트가격의 상승과 하락에 어느 지표가 얼마나 어느 정도 영향을 주는지 분석하고자 한다. 일반적으로 서울지역 아파트가격과 KOSPI는 방향성이 같은 높은 정(+)의 상관계수가 예상되지만 금리와는 방향성이 다른 음(-)의 상관계수가 예상된다.
서울지역 아파트가격의 동향과 Trend 그리고 Cycle 분석을 통해 서울지역 아파트가격이 상승하고 하락하는 동안 Cycle이 어떻게 반응하는지 살펴보고 향후 서울지역 아파트가격의 향방을 추정해 보고자 한다. 서울지역 아파트가격과 각 지표사이의 Scatter 분석을 통해 서울 지역 아파트가격의 방향이 우상향인지 좌하향인지 살펴보고 두 지표가 서로 양(+)의 관계인지 음(-)의 관계인지를 찾아보고자 한다.
서울지역 아파트가격의 동향과 Trend 그리고 Cycle 분석을 통해 서울지역 아파트가격이 상승하고 하락하는 동안 Cycle이 어떻게 반응하는지 살펴보고 향후 서울지역 아파트가격의 향방을 추정해 보고자 한다. 서울지역 아파트가격과 각 지표사이의 Scatter 분석을 통해 서울 지역 아파트가격의 방향이 우상향인지 좌하향인지 살펴보고 두 지표가 서로 양(+)의 관계인지 음(-)의 관계인지를 찾아보고자 한다.
지난 27년 동안 서울지역 아파트가격과 각 지표와의 Quantile-Quantile plot를 살펴보고 서울지역 아파트가격과 1:1선에서 출력데이터의 진폭이 어떻게 나타나는지 살펴본다. 또한 Log(서울지역아파트가격)와 각 지표의 log값을 나타낸 Box-Plot를 통해 지표의 1분위와 3분위의 등락폭 그리고 중앙선인 2분위선을 살펴보면서 지난 27년간의 움직임을 찾아보고 향후 방향성을 추정하고자 한다.
제안 방법
VAR 모형 분석을 통해 서울지역 아파트가격을 설명하는 변수인 KOSPI, 건설주, 증권주, 금리, 환율들 중에서 과거 지수(-1,-2)가 통계적으로 유의한지 살펴보고 시차변동에 따라 계수 값의 방향이 달라지는지 분석하고자 한다. 또한 KOSPI를 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가지고 있는지와 KOSPI와 환율 모두 시차변동에 따라 계수 값의 방향이 어떻게 나타나는지 찾아보고자 한다.
서울지역 아파트가격과 KOSPI, 건설주, 증권주, 금리, 환율 지표를 통계분석시스템 e-views와 엑셀을 이용하여 기초통계량과, 분산분석, 상관분석, 상승률동향, 각 월별 상승률동향 그리고 다양한 실증분석을 시도하였다.
서울지역 아파트가격과 주식시장에서는 KOSPI, 건설주, 증권주를 선정하고 주요 경제지표로는 금리와 환율을 선정하여 지난 1987년 1월부터 2013년 8월까지 총 320개월 동안 각 월별 동향을 다양한 자료를 분석하며 살펴보고자 한다.
본 연구는 앞선 연구를 참조하여 1987년부터 2013년 8월까지 분석기간을 320개월로 대폭 확대하였으며 부동산 시장의 지표로는 가장 탄력성이 높게 나타나는 서울아파트매매지수를 사용하였다. 주식시장에서는 종합주가지수와 건설주, 증권주의 산업지수를 참고하였으며 경제지표로는 금리와 환율을 사용하여 지난 320개월 동안 각 지표별 상승률을 비교해 보고 각 지표 사이의 상관관계를 분석하였다.
지난 1987년 1월부터 2013년 8월까지 총 320개월 동안 서울지역 아파트가격, 종합주가지수(KOSPI), 건설주, 증권주, 금리(산금채3년), 환율(원/달러)의 1차 관계를 파악하기 위해 상관분석을 실시하였다.
대상 데이터
본 연구는 앞선 연구를 참조하여 1987년부터 2013년 8월까지 분석기간을 320개월로 대폭 확대하였으며 부동산 시장의 지표로는 가장 탄력성이 높게 나타나는 서울아파트매매지수를 사용하였다. 주식시장에서는 종합주가지수와 건설주, 증권주의 산업지수를 참고하였으며 경제지표로는 금리와 환율을 사용하여 지난 320개월 동안 각 지표별 상승률을 비교해 보고 각 지표 사이의 상관관계를 분석하였다.
[Figure 6]은 서울지역 아파트가격과 KOSPI, 건설주, 금리, 환율 지표의 월별 등락률 동향을 표시한 것으로 각 지표들의 변동성을 서로 비교해 볼 수가 있다. 분석기간은 1987년 1월(=100)을 기준으로 2013년 8월까지 총 320개월의 움직임을 나타내고 있다.
분석기간은 모든 지표가 동일하게 1987년 1월부터 2013년 8월까지 총 320개월의 자료를 사용하였다.
서울지역 아파트가격과 KOSPI, 건설주, 증권주, 금리, 환율 지표를 이용하여 지난 1987년 1월부터 2013년 8월까지 총 320개월 동안 각 월별 동향을 다양한 자료를 분석하며 살펴보았다.
지호준(1999)은 주식시장과 채권시장, 부동산시장이 경기변동에 대해 어떠한 시차적 순환관계를 갖는가에 대한 분석을 실시했다. 이를 위해 주식시장과 채권시장은 1975년-1997년까지 월평균자료를 사용하고, 부동산시장은 1986년-1997년까지 주택매매가격지수 월별자료를 사용하였다. 분석결과 주식시장은 경기순환에 비해 9-10개월 선행하고 채권시장은 8개월 후행하고 부동산시장은 12개월 후행하는 것으로 나타났다.
주요 경제지표에는 한국은행 경제통계시스템에서 금리와 환율을 선정하였는데, 금리는 여러 수익률 중에서 가장 오랜 기간 자료가 기록되어 있는 산금채 3년 수익률을 참조하였으며, 환율은 원/달러 자료를 선정하였다.
성능/효과
임병진(2011)은 2008년도 9월 23일 종합부동산 세제개편방안 발표 전후로 채권시장과 외환시장의 3년 국채 이자율과 대미 환율 사이의 인과관계와 상호영향력에 대해 비교하였다. 9월 23일 종합 부동산 세제 개편방안 발표를 전후하여 3년 국채이자율과 대미 환율 간의 상관계수는 음(-)의 상관관계 -0.00951에서 양(+)의 상관관계 0.026701로 변했다고 분석 결과를 발표했다[6].
VAR 모형의 추정 결과 서울지역 아파트가격을 설명하는 변수들 중에서 과거 매매지수(-1,-2)가 통계적으로 유의했지만 시차변동에 따라 계수 값의 방향이 달라졌다. KOSPI를 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났지만, KOSPI와 환율 모두 시차변동에 따라 계수 값의 방향이 달라졌다. 건설주를 설명하는 변수들 중에서 과거 서울지역아파트가격(-1)과 KOSPI(-1,-2), 건설주(-1,-2), 금리(-1)가 통계적으로 유의한 설명력을 가진 것으로 나타났다.
VAR 모형에서 금리를 설명하는 변수들 중에 과거 금리(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났다. 환율을 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났지만, KOSPI와 환율은 시차변동에 따라 계수 값의 방향이 달라졌다.
VAR 모형의 추정 결과 서울지역 아파트가격을 설명하는 변수들 중에서 과거 매매지수(-1,-2)가 통계적으로 유의했지만 시차변동에 따라 계수 값의 방향이 달라졌다. KOSPI를 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났지만, KOSPI와 환율 모두 시차변동에 따라 계수 값의 방향이 달라졌다.
KOSPI를 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 원/달러환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났지만, KOSPI와 원/달러환율 모두 시차 변동에 따라 계수 값의 방향이 달라졌다. 건설업종지수를 설명하는 변수들 중에서 과거 서울아파트(-1)와 KOSPI(-1,-2), 건설주(-1,-2), 금리(-1)가 통계적으로 유의한 설명력을 가진 것으로 나타났다. 과거 서울지역 아파트가격은 시차 변동에 따라 계수 값의 방향이 달라졌으며, 과거의 KOSPI와 건설업종지수는 정(+)의 값을 보인 반면 금리(-1)은 음(-) 값을 기록했다.
KOSPI를 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났지만, KOSPI와 환율 모두 시차변동에 따라 계수 값의 방향이 달라졌다. 건설주를 설명하는 변수들 중에서 과거 서울지역아파트가격(-1)과 KOSPI(-1,-2), 건설주(-1,-2), 금리(-1)가 통계적으로 유의한 설명력을 가진 것으로 나타났다.
금리는 지난 80년대와 90년대 기록한 12-13% 사이에서 가장 높은 빈도수를 보이고 있으나, 2008년도 이후 3-5% 금리를 보이며 새로운 빈도수가 점점 증가하고 있다. 환율은 지난 1997년도 외환위기와 2008년도 금융위기 당시 일시적으로 1,600원과 1,700원대 환율을 기록하기도 했으나 최근 1,000원-1,200원 사이에서 등락을 보이는 동안 새로운 빈도수가 증가하고 있다.
금리를 설명하는 변수들 중에서 과거 금리(-1,-2)와 원/달러환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났다. 원/달러환율은 시차 변동에 따라 계수 값의 방향이 달라졌으며 금리(-1,-2)는 정(+)의 값을 기록했다.
전반적으로 1997년도 외환위기의 영향으로 1998-2002년도에 큰 폭의 변동성을 보이고 있으며, 2008년도 세계적인 금융위기로 인해 2008- 2009년에도 상대적으로 변동성이 크게 나타나 있다. 두 번에 걸쳐 나타난 변동성을 보면 외부충격으로 인해 외환시장과 주식시장, 채권시장 모두 큰 반응을 보였으나 부동산시장의 경우 상대적으로 변동성이 작게 나타난 것으로 보인다.
또한 1997년도 외환위기를 전후하여 비교해 보면 위기 이전에 비해 위기 이후에 모든 지표의 변동성이 더 크게 나타나고 있음을 볼 수 있다. 특히 금리의 경우 위기 이전에 비해 이후에 더 큰 변동성을 보이며 움직이고 있다.
주가와 주택매매가격지수의 원시계열자료에 대한 안정성 검정결과 모두 불안정적인 것으로 나타났다. 또한 주가와 주택매매가격지수 자료의 1차 차분시계열자료에 안정성 검정 결과는 모두 안정적인 것으로 나타났다. 실증분석 결과 주가와 주택매매가격의 관계에 대해서는 과거의 주가와 주택매매가격 사이에는 정(+)의 관계가 있는 것으로 분석되었다[8].
본 연구결과에 의해 서울지역 아파트가격은 KOSPI를 비롯하여 각 지표들과 통계적으로 유의한 관계를 유지하며 변동하고 있는 것으로 분석되었다. 따라서 향후 서울 지역 아파트가격을 예측하기 위해서는 이들 지표들의 동향을 파악하는 것이 많은 도움이 될 것으로 보인다
지난 1980년대 중반 이후 부동산이 가장 선호하는 투자자산으로 부각되면서 많은 투자자들의 관심을 받아오고 있다. 부동산의 상승은 가계경제 뿐만 아니라 국가경제에도 지대한 영향을 미치는 것으로 나타났다. 부동산 중에서도 주택가격의 상승과 하락은 가계경제에 더 많은 비중을 차지하고 있다.
분석결과 [Table 3]에서 서울지역 아파트가격에 KOSPI의 상관계수는 0.8566로 높은 양(+)의 상관관계를 보여주고 있으나 금리와는 -0.7846으로 강한 음(-)의 상관관계를 보여주고 있다. 따라서 서울지역 아파트가격은 주식시장의 상승과 하락에 많은 영향을 받는 것으로 해석되며 금리상승은 서울지역 아파트가격의 하락으로 나타나고 금리하락은 서울지역 아파트가격의 상승으로 해석해 볼 수 있다.
이를 위해 주식시장과 채권시장은 1975년-1997년까지 월평균자료를 사용하고, 부동산시장은 1986년-1997년까지 주택매매가격지수 월별자료를 사용하였다. 분석결과 주식시장은 경기순환에 비해 9-10개월 선행하고 채권시장은 8개월 후행하고 부동산시장은 12개월 후행하는 것으로 나타났다. 각 자산별 투자수익률을 분석한 결과 주식시장은 정점 13개월 전에 매도하고 저점 6개월 전에 매수하고, 부동산시장은 정점 14개월 후에 매도하고 저점 11-12개월 후에 매입하는 투자의사결정을 내리는 것이 가장 수익률이 높은 것으로 발표했다[10].
상관관계 분석결과 서울지역 아파트가격과 KOSPI의 상관계수는 0.8566로 높은 양(+)의 값을 보여주었으나 금리와는 -0.7846으로 강한 음(−)의 상관관계를 보여주었다.
송경섭⋅정문오⋅이상엽(2012)은 부동산시장의 주택매매가격종합지수의 변화가 주식시장의 종합주가지수(KOSPI)와 각 산업별지수에 어떠한 영향을 미치는지 상관관계를 분석하였다. 상관관계분석 결과 주택매매가격 지수와 KOSPI지수 간에는 상관계수 0.874로 높은 양(+)의 상관관계를 보였다. 대부분 산업별지수가 주택매매가격지수와 상관계수 0.
서울지역 아파트가격의 동향과 Trend 그리고 Cycle를 보면 지난 2002년부터 2008년까지 서울지역 아파트가격의 제2차 상승기에 Cycle이 큰 폭의 등락을 보여주었고 2009년 이후 서울지역 아파트가격이 하락하면서 Cycle의 등락도 다시 줄어들고 있다. 서울지역 아파트가격의 Scatter 그래프에서 서울지역 아파트가격과 KOSPI는 대체로 우상향하는 모습을 보이고 있어 두 지표가 서로 양(+)의 관계를 보이는 것으로 나타났다. 반면 서울지역 아파트가격과 금리는 전체적으로 좌하향하는 모습을 보이고 있어 두 지표가 서로 음(-)의 관계를 보이는 것으로 나타났다.
원/달러환율을 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 원/달러환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났지만 KOSPI와 원/달러 환율 모두 시차 변동에 따라 계수 값의 방향이 달라졌다.
임병진⋅한성윤(2009)은 1986년 1월-2007년 6월까지 258개의 월별 종합주가지수와 월별 주택매매가격지수를 사용하여 두 지수 사이의 관계를 분석하였다. 주가와 주택매매가격지수의 원시계열자료에 대한 안정성 검정결과 모두 불안정적인 것으로 나타났다. 또한 주가와 주택매매가격지수 자료의 1차 차분시계열자료에 안정성 검정 결과는 모두 안정적인 것으로 나타났다.
엄길청(2004)은 부동산시장의 주택매매가격지수와 주식시장의 종합주가지수는 경제지표인 산업생산지수와의 관계를 분석한 결과 서로 다른 영향을 받는 것으로 조사했다. 주택매매가격은 산업생산지수가 하락할 때 상승요인이 발생하고 종합주가지수는 산업생산지수가 상승할 때 상승요인이 발생하는 것으로 나타났다. 추가로 회사채수익률에 관한 분석에서 주가지수와 금리는 음(-)의 관계로 작용하고 주택매매가격은 금리와 양(+)의 관계로 설명된다고 조사했다.
증권업종지수를 설명하는 변수들 중에서 과거 서울아파트(-1,-2)와 KOSPI(-2), STOCK(-1,-2), 원/달러환율(-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났다. 서울아파트는 시차 변동에 따라 계수 값의 방향이 달라졌으며, KOSPI(-2)와 원/달러환율(-2)은 음(-)의 값을 보인 반면 증권업종지수(-1,-2)은 정(+)의 값을 기록했다.
VAR 모형에서 금리를 설명하는 변수들 중에 과거 금리(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났다. 환율을 설명하는 변수들 중에서 과거 KOSPI(-1,-2)와 환율(-1,-2)이 통계적으로 유의한 설명력을 가진 것으로 나타났지만, KOSPI와 환율은 시차변동에 따라 계수 값의 방향이 달라졌다.
후속연구
본 연구결과에 의해 서울지역 아파트가격은 KOSPI를 비롯하여 각 지표들과 통계적으로 유의한 관계를 유지하며 변동하고 있는 것으로 분석되었다. 따라서 향후 서울 지역 아파트가격을 예측하기 위해서는 이들 지표들의 동향을 파악하는 것이 많은 도움이 될 것으로 보인다
질의응답
핵심어
질문
논문에서 추출한 답변
부동산의 상승은 가계경제와 더불어 무엇에 영향을 미치는가?
지난 1980년대 중반 이후 부동산이 가장 선호하는 투자자산으로 부각되면서 많은 투자자들의 관심을 받아오고 있다. 부동산의 상승은 가계경제 뿐만 아니라 국가경제에도 지대한 영향을 미치는 것으로 나타났다. 부동산 중에서도 주택가격의 상승과 하락은 가계경제에 더 많은 비중을 차지하고 있다.
1980년대 이후 가장 선호하는 투자자산은 무엇인가?
디지털경제를 맞이하여 지난 1980년대 중반 이후 부동산이 가장 선호하는 투자자산으로 부각되면서 많은 관심을 받아오고 있다. 부동산 중에서 주택가격의 상승과 하락은 가계 및 국가경제에 많은 비중을 차지하고 있다.
수급 불균형과 인구의 유출입 외에 주택가격의 상승에 영향을 미치는 요인은?
주택가격의 상승은 수급상의 불균형으로 수요가 공급에 비해 많은 경우와 유입되는 인구가 유출에 비해 많은 경우에 나타나게 된다. 또한 정부의 주택정책 변화와 금리 및 물가 정책 등이 원인이 되기도 하며 주식시장의 활황이나 경기호전 등이 유동성에 영향을 주면서 나타나기도 한다.
참고문헌 (10)
J. G, Kim？D. J, Jeong, "An Analysis of the Change in Real Estate Price on the Influence Liquidity and Interest Rates," Housing Studies Review, Vol 20. No 1, Korean Association for Housing Policy Studies, 2012, pp.105-125.
K. S, Song.M. O, Jeong.S. Y, Lee, "A Study on the Relationship between Housing Purchase Price Composite Index and Korea Stock Price Index & Industry Group Indices on the Stock Market," School Paper, Vol 48, Korea Real Estate Academy, 2012, pp.77-93.
S. H, Sim, "An Investigation of House Price Based on the Macroeconomic Variables," Housing Studies Review," 제32권, Korean Association for Housing Policy Studies, 2008, pp.57-76.
G. C, Um, "A Study on the Effect of Macroeconomic Factors to Housing Price Index : Comparison with KOSPI & Construction Stock Index," Journal of the graduate school, Vol 33, Kyeong-gi Graduate School, 2004, pp.123-135.
H. S, Yoo, "KOSPI Volatility and Housing Purchase Price Index Volatility," Journal of Korean management consulting review, Vol 7, No 4, The Korea Society of Management Consulting, 2007, pp.95-108.
B. J, Yim, "An Empirical Study on the Effects between Korea Stock Market and Bond Market around America Real Estate Market Change," Journal of Industrial Economics and Business, Vol 24, No 2, Korea Industrial Economic Association, 2011, pp.673-689.
B. J, Yim？H. I, Choi, "An Empirical Study on the Influence of 10.29 Real Estate Policies on Return of the Real Estate Market and Stock Market," International Business Education Review, Vol 7, No 2, The Korea Academy of International Business Education, 2010, pp.131-149.
B. J, Yim？S. Y, Han, "The Empirical Study of the Relationship and compares with the Time Series Properties of The Stock Market and Real Estate Market Index," Journal of Industrial Economics and Business, Vol 22, No 4, Korea Industrial Economic Association, 2009, pp.2055-2081.
Y. S, Jang, "An Empirical Study on the Purchase and Sale Property Attribution of J-REITs and J-REITs Stock Price Using Panel Analysis," School Paper, Korea Real Estate Academy, Vol 41, 2010, pp.335-344.
H. J, Chi, "Circulative Relation of Stock, Bond, Real Estate Markets to Business Cycle," Korean Management Review, Vol 27, No 5, The Korean Academic Society of Business Administration, 1999, pp.1277-1296.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.