VAR분석을 활용한 금융위기 이후 서울 아파트 전세가격 변화 A Study on the Seoul Apartment Jeonse Price after the Global Financial Crisis in 2008 in the Frame of Vecter Auto Regressive Model(VAR)원문보기
본 연구에서는 2008년 금융위기 이후 부동산 정책에서 많은 비중을 차지하는 서울의 아파트 전세가격에 가계경제가 어떤 영향을 미치는지 2009년 1월부터 2013년 12월까지 자료를 이용하여 VAR모형을 통해 실증분석하였다. 서울의 전세가격에 미치는 가계경제변수들은 서울 아파트 매매가격, 소비자물가지수, 고용률, 실질GNI, 가계대출금액으로 구성하였다. 분석결과에 따르면, 서울 아파트 전세가격은 단기적으로 가계경제변수들에 영향력을 받는 것으로 나타났다. 또한 가계경제변수들의 구조적 충격에 따른 서울 아파트 전세가격 변동의 상대적 기여도는 단기적으로는 서울 아파트 전세가격 자체 충격에 가장 큰 영향력을 받으며, 시간이 지날수록 가계변수들의 영향력이 커지는 것으로 나타났다. 본 연구결과를 통해 가계경제를 이루는 어떤 요인들이 주택전세가격에 많은 영향을 미치는지 파악할 수 있어 향후 주택가격 안정화를 위한 정책수립에 기여할 것으로 기대된다.
본 연구에서는 2008년 금융위기 이후 부동산 정책에서 많은 비중을 차지하는 서울의 아파트 전세가격에 가계경제가 어떤 영향을 미치는지 2009년 1월부터 2013년 12월까지 자료를 이용하여 VAR모형을 통해 실증분석하였다. 서울의 전세가격에 미치는 가계경제변수들은 서울 아파트 매매가격, 소비자물가지수, 고용률, 실질GNI, 가계대출금액으로 구성하였다. 분석결과에 따르면, 서울 아파트 전세가격은 단기적으로 가계경제변수들에 영향력을 받는 것으로 나타났다. 또한 가계경제변수들의 구조적 충격에 따른 서울 아파트 전세가격 변동의 상대적 기여도는 단기적으로는 서울 아파트 전세가격 자체 충격에 가장 큰 영향력을 받으며, 시간이 지날수록 가계변수들의 영향력이 커지는 것으로 나타났다. 본 연구결과를 통해 가계경제를 이루는 어떤 요인들이 주택전세가격에 많은 영향을 미치는지 파악할 수 있어 향후 주택가격 안정화를 위한 정책수립에 기여할 것으로 기대된다.
This study analyses the effects of household finances on rental price of apartment in Seoul which play a major role in real estate policy. We estimate VAR models using time series data. Economy variables such as sales price of apartment in Seoul, consumer price index, hiring rate, real GNI and loan ...
This study analyses the effects of household finances on rental price of apartment in Seoul which play a major role in real estate policy. We estimate VAR models using time series data. Economy variables such as sales price of apartment in Seoul, consumer price index, hiring rate, real GNI and loan amount of housing mortgage, which relate to household finances and influence the rental price of apartment, are used for estimation. The main findings are as follows. In the short term, the rental price of apartment is impacted by economy variables. Specifically, Relative contributions of variation in rental price of apartment through structural shock of economy variables are most influenced by their own. However, in the long term, household variables are more influential to the rental price of apartment. These results are expected to contribute to establish housing price stabilization policies through understanding the relationship between economy variables and rental price of apartment.
This study analyses the effects of household finances on rental price of apartment in Seoul which play a major role in real estate policy. We estimate VAR models using time series data. Economy variables such as sales price of apartment in Seoul, consumer price index, hiring rate, real GNI and loan amount of housing mortgage, which relate to household finances and influence the rental price of apartment, are used for estimation. The main findings are as follows. In the short term, the rental price of apartment is impacted by economy variables. Specifically, Relative contributions of variation in rental price of apartment through structural shock of economy variables are most influenced by their own. However, in the long term, household variables are more influential to the rental price of apartment. These results are expected to contribute to establish housing price stabilization policies through understanding the relationship between economy variables and rental price of apartment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
두 번째는 주택의 구성요소 이외의 외부요인이 미치는 영향에 따라 주택가격이 결정되는 것을 분석하는 연구가 있다. 국내경기, 금융시장이나 부동산 정책, 기타 거시경제 변수들의 변화가 주택가격에 영향을 미치는 것을 분석하는 연구이다.
각 경제주체들의 경제활동은 서로 순환·연관되어 움직이는 것은 분명한 사실이지만 주택소유 혹은 임차제도를 선택하는 것은 가계를 중심으로 결정된다. 따라서 본 연구에서는 주택거래의 당사자인 가계의 경제상황이 주택전세가격에 미치는 영향을 파악하고자 이를 반영하는 거시경제지표를 중심으로 분석하였다. 또한, 김현우·진경호 외(2012)에서는 전세가격에 영향을 미치는 거시경제변수와의 인과관계를 파악하는 연구인 반면, 본 연구에서는 가계경제를 대변하는 변수로 설명변수를 제한하여 설명변수의 변화가 시간의 흐름에 따라 전세가격에 주는 반응형태와 지속성을 파악하였다.
따라서 본 연구의 목적은 우리나라에만 존재하는 전세가격제도가 가계경제와 관련된 거시경제변수로부터 단기적으로 어떤 영향을 받는지에 대한 분석을 통계적 방법을 활용하여 증명하는데 있다.
본 연구는 두 분류 중 후자에 가까운 내용이므로 이와 관련된 국내·외 연구를 중심으로 살펴보았다.
본 연구목적인 가계경제 변수가 서울아파트전세가격에 미치는 영향을 파악하기 위한 분산분해 결과는 표 상단의 ‘srpi’부문(굵은 글씨체)이며, 그 외 다른 설명변수들은 참고자료로 활용하기 위해 정리하였다(Table 6).
본 연구에서는 거시경제변수 중 가계경제 상태를 파악할 수 있는 변수들의 시계열자료를 활용하여 서울의아파트전세가격 간의 상호 연관성 파악하였다. 가계경제 상태를 파악하는 설명변수들은 서울아파트전세가겨, 서울아파트매매가격, 서울소비자물가지수, 서울고용률, 실질GNI, 가계대출금액 등으로 설정하였다.
제안 방법
본 연구에서는 거시경제변수 중 가계경제 상태를 파악할 수 있는 변수들의 시계열자료를 활용하여 서울의아파트전세가격 간의 상호 연관성 파악하였다. 가계경제 상태를 파악하는 설명변수들은 서울아파트전세가겨, 서울아파트매매가격, 서울소비자물가지수, 서울고용률, 실질GNI, 가계대출금액 등으로 설정하였다. 벡터자기회귀(VAR)모형을 이용한 충격반응 분석과 분산분해 분석을 통해 가계경제 변동이 서울아파트전세가격에 미치는 영향을 살펴보았다.
그랜저 인과관계 결과를 바탕으로 설명변수를 채택하고 인과성 수준에 따라 변수의 배열순서를 정하였다. 또한 가계경제가 아파트전세가격에 미치는 영향을 파악하기 위한 본 연구에 목적을 위해 그랜저 인과관계에서 영향력이 다소 미흡한 변수들도 분석모형에 포함시켰다.
그랜저 인과관계 결과를 바탕으로 설명변수를 채택하고 인과성 수준에 따라 변수의 배열순서를 정하였다. 또한 가계경제가 아파트전세가격에 미치는 영향을 파악하기 위한 본 연구에 목적을 위해 그랜저 인과관계에서 영향력이 다소 미흡한 변수들도 분석모형에 포함시켰다. 배열순서는 실질GNI, 가계대출금액, 서울고용률, 서울소비자물가지수, 서울아파트매매가격 순으로 정하였으며, 목표변수에 대한 의미 있는 충격반응과 분산분해 분석결과를 얻기 위해 목표변수인 서울아파트전세가격은맨 뒤에 배열하였다.
또한, 김현우·진경호 외(2012)에서는 전세가격에 영향을 미치는 거시경제변수와의 인과관계를 파악하는 연구인 반면, 본 연구에서는 가계경제를 대변하는 변수로 설명변수를 제한하여 설명변수의 변화가 시간의 흐름에 따라 전세가격에 주는 반응형태와 지속성을 파악하였다.
또한 가계경제가 아파트전세가격에 미치는 영향을 파악하기 위한 본 연구에 목적을 위해 그랜저 인과관계에서 영향력이 다소 미흡한 변수들도 분석모형에 포함시켰다. 배열순서는 실질GNI, 가계대출금액, 서울고용률, 서울소비자물가지수, 서울아파트매매가격 순으로 정하였으며, 목표변수에 대한 의미 있는 충격반응과 분산분해 분석결과를 얻기 위해 목표변수인 서울아파트전세가격은맨 뒤에 배열하였다.
가계경제 상태를 파악하는 설명변수들은 서울아파트전세가겨, 서울아파트매매가격, 서울소비자물가지수, 서울고용률, 실질GNI, 가계대출금액 등으로 설정하였다. 벡터자기회귀(VAR)모형을 이용한 충격반응 분석과 분산분해 분석을 통해 가계경제 변동이 서울아파트전세가격에 미치는 영향을 살펴보았다.
본 연구에서는 벡터자기회귀(VAR) 모형을 이용하여 서울의 아파트전세가격과 거시경제의 상호 연관성을 분석하였다. 본 연구의 범위는 한국의 주택공급 및 소비를 움직이는 서울지역 아파트를 분석대상으로 하고, 분석의 초점은 거시경제변수 중 가계경제를 파악하기 용이한 변수들을 중심으로 분석하는 것이다.
본 연구에서는 서울아파트전세가격(srpi)에 영향을 미치는 설명변수를 서울아파트매매가격(shpi), 서울 소비자물가지수(scpi), 서울고용률(sem), 실질GNI(rgdni), 가계대출금액(hd) 등 5개로 구성하였으며, 주택가격과 각 거시경제지표간의 동태적 선-후행성관계와 영향력을 분석하기 적절한 시계열모형인 VAR모형을 구축하였다.
본 연구에서는 주택가격과 거시경제변수와의 연관성을 분석한 기존 선행연구를 참고하여 가계경제와 관련이 높은 변수를 중심으로 분석하였다.
실증분석에 앞서 모형의 시차(Time Lag)를 결정하기 위해 AIC(Akaike's Information Criterion)와SC(Schwarz Criterion)를 이용하여 판별하였으며, 일반적으로 AIC는 SC보다 파라미터 수를 과대 식별하는 경향이 있는 것을 감안하여 SC정보기준에 따라 시차 1에서 최소값을 가지는 것으로 나타나 실증모형을 위한 적정시차로 1로 설정하였다.
가계가 주택을 구입하기 위한 자금능력을 파악할 수 있는 소득의 대리변수로서 실질 GNI(국민총소득)를 사용하였다. 실질GNI의 경우 분기별 자료로 제공되므로 분기자료를 월별자료로 평활화하여 활용하였다. 또한 가계의 주택구입 자금조달방식인대출금액 자료를 활용하였다.
또한 가계의 주택구입 자금조달방식인대출금액 자료를 활용하였다. 주택구입능력에 대해서는 주택구입능력지수(Housing Affordability Index)가 있으며, 평균가구소득과 상환요구소득(평균주택가격과 주택가격 대비 대출금액비율)로 산출하는데 본 연구에서는 소득과 가계가 갖고 있는 부채에 대한 각각의 영향력을 파악하고자 주택구입능력지수는 활용하지 않았다.
첫째, 주택가격과 거시경제변수간의 연관성을 설명한 관련연구를 고찰하였다. 둘째, 본 연구에서 활용된 변수를 정의하고 자료를 설명한다.
대상 데이터
실질GNI의 경우 분기별 자료로 제공되므로 분기자료를 월별자료로 평활화하여 활용하였다. 또한 가계의 주택구입 자금조달방식인대출금액 자료를 활용하였다. 주택구입능력에 대해서는 주택구입능력지수(Housing Affordability Index)가 있으며, 평균가구소득과 상환요구소득(평균주택가격과 주택가격 대비 대출금액비율)로 산출하는데 본 연구에서는 소득과 가계가 갖고 있는 부채에 대한 각각의 영향력을 파악하고자 주택구입능력지수는 활용하지 않았다.
본 연구에서는 벡터자기회귀(VAR) 모형을 이용하여 서울의 아파트전세가격과 거시경제의 상호 연관성을 분석하였다. 본 연구의 범위는 한국의 주택공급 및 소비를 움직이는 서울지역 아파트를 분석대상으로 하고, 분석의 초점은 거시경제변수 중 가계경제를 파악하기 용이한 변수들을 중심으로 분석하는 것이다. 이를 통해 가계경제가 전세가격의 움직임에 단기적으로 어떤 영향을 주는지 파악할 수 있다.
사용된 자료는 한국은행과 통계청에서 발표한 2009년 1월부터 2015년 3월까지 총 75개월간의 월별 시계열 자료를 활용하였다.
데이터처리
VAR 모형은 변수의 배열순서에 따라 분석결과가 예민하게 변화하고, 상이한 충격반응분석 결과가 도출된다는 중대한 결점이 있으므로 모형에 투입될 변수의 순서를 정하기 위해 그랜저 인과관계 검정을 실시하였다.
본 연구에서는 구조적 충격요인들이 설명변수들의 변동에 미치는 상대적 기여도(영향력)를 파악하기 위해 분산분해 분석을 실시하였다. 본 연구목적인 가계경제 변수가 서울아파트전세가격에 미치는 영향을 파악하기 위한 분산분해 결과는 표 상단의 ‘srpi’부문(굵은 글씨체)이며, 그 외 다른 설명변수들은 참고자료로 활용하기 위해 정리하였다(Table 6).
따라서 불안정한 특정 시계열들이 선형결합을 통해 단위근이 없는 안정성을 갖는 변수들 간의 장기균형관계인 공적분 관계를 파악해야한다. 본연구에서는 공적분 관계의 존재 여부를 파악하기 위해 요한슨(Johansen) 공적분 검정을 실시하였다(Table. 5).
둘째, 본 연구에서 활용된 변수를 정의하고 자료를 설명한다. 셋째, 통계패키지인 STATA를 활용하여 시계열자료 검증과 실증분석을 실시한다. 넷째, 분석결과를 설명하고 결론을 도출한다.
이론/모형
그리고 가계가 소비하는 물가수준에 따라 주택구입을위해 가계가 소득의 일부를 모을 수 있는 금전적 비중에 영향을 주므로 소비자물가지수(서울)를 포함시켰으며, 고용률(서울)은 가계경제의 소득을 창출하는 산업활동 지표로서 활용될 수 있다. 가계가 주택을 구입하기 위한 자금능력을 파악할 수 있는 소득의 대리변수로서 실질 GNI(국민총소득)를 사용하였다. 실질GNI의 경우 분기별 자료로 제공되므로 분기자료를 월별자료로 평활화하여 활용하였다.
하지만, 이영수(2008) 연구에서 언급하듯이 변수간의 장기균형을 나타내는 공적분 관계가 왜 나타나는지 이론적으로 설명하기 어렵다는 점과 Faust and Leeper(1997)가 지적하는 것처럼 변수간의 장기적인 관계가 조금이라도 잘못 설정될 경우 모형의 유효성이 크게 훼손되는 경우가 발생하는 점은 VECM의 한계가 된다[8, 19]. 또한, 공적분 관계가 존재하더라도 변수들간의 단기균형 상태를 파악하기 위해서는 VAR모형을 활용하는데 큰 문제가 없기 때문에 본 연구에서는 VAR모형을 활용하여 분석한다.
성능/효과
5% 유의수준 하에서 트레이스(Trace) 통계량 검정과최대특성근(Max-eigenvalue)결과 변수들 간에 공적분이 각각 3개, 0개 존재하는 것으로 확인되었다. 이와 같이 공적분이 존재하여 변수들 간에 장기균형관계가 있을 경우 주로 VECM을 통해 분석한다
ADF 검정과 PP 검정 결과 모든 수준변수는 단위근을 가지는 불안정한 시계열이지만 1차 차분할 경우 서울 아파트매매가격을 제외하고 모든 변수가 1% 유의수준에서 단위근이 없는 안정적인 시계열로 나타났다(Table. 3).
가계대출금액은 서울아파트전세가격 상승시키는 영향을 보였으며, 시간이 지날수록 반응은 감소하지만 12개월까지도 반응이 지속되고 있다.
서울소비자물가지수와 서울고용률, 가계대출금액은 서울아파트전세가격에 강하게 그랜저 인과관계를 하고 있는 것으로 나타났다. 그리고 서울 고용률과 가계대출금액은 상호 인과관계가 존재하며, 서울고용률과 서울아파트매매가격, 서울소비자물가지수와 서울고용률, 서울소비자물가지수와 가계대출금액간에는 일방적인 인과관계가 존재하는 것으로 나타났다.
다른 변수들의 주요 결과를 살펴보면, 서울아파트매매가격의 경우 12기의 자체 영향력이 69.4%로 매우 높았으며, 가계대출금액 외에는 다른 변수들의 기여도는 미미한 수준이었다. 특히, 서울아파트전세가격은 매매가격에 거의 영향을 미치지 않은 것으로 나타났다.
6%로 비슷한 수준의 기여도를 나타냈다. 다만, 실질 GNI는 1.1%로 미미한 수준을 보여 금융위기 이후 서울아파트전세가격 변동에는 큰 영향력을 미치지 못한 것으로 나타났다.
둘째, 가계경제변수들이 서울아파트전세가격에 미치는 영향과 기간을 확인하기 위해 충격반응 분석을 실시한 결과, 모든 설명변수들에게서 단기간 반응이 발생되는 것을 파악하였다. 또한 서울아파트전세가격, 서울소비자물가지수, 가계대출금액 등의 상승은 단기에 서울아파트전세가격을 상승시키는 반응을 주고 있으며, 서울아파트매매가격과 서울고용률의 경우 미미하지만 단기간동안 전세가격을 하락시키는 반응을 주었다.
둘째, 충격반응 분석에서 서울아파트매매가격의 상승은 단기적으로 전세가격을 하락시키지만 반응은 미미하며, 시간이 지날수록 오히려 전세가격을 상승시켰다. 이는 집값 안정화로 인해 서울의 전세아파트 수요자에게 매매로 전환하는 계기를 만들어 전세가격을 낮추는 현재의 부동산 정책이 나름 유효할 수 있지만, 정책의 유효성이 단기간에 그치며, 영향력도 크지 않은 단점이 있다.
하지만 동시에 도시화가 빠르게 진행되면서 서울을 비롯한대도시에 인구가 몰려들면서 이들이 거주할 주택공급이 부동산 대책의 화두가 되었다. 따라서 역대 정권들은 서울과 수도권을 중심으로 대규모 주택공급을 추진해왔고 그 성과로 인해 2014년 기준 전국 주택보급률은 103.5이며, 수도권은 98.2, 서울은 97.9을 기록하여 1가구당 1주택을 점유할 수 있는 여건을 마련하였다. 하지만 같은 해 자가비율은 53.
또한 대부분 3개월 이내에 가장 큰 반응을 보였으며, 7개월 이후부터는 반응이 사라지거나 ‘0’에 가까워지는 것으로 나타났다.
둘째, 가계경제변수들이 서울아파트전세가격에 미치는 영향과 기간을 확인하기 위해 충격반응 분석을 실시한 결과, 모든 설명변수들에게서 단기간 반응이 발생되는 것을 파악하였다. 또한 서울아파트전세가격, 서울소비자물가지수, 가계대출금액 등의 상승은 단기에 서울아파트전세가격을 상승시키는 반응을 주고 있으며, 서울아파트매매가격과 서울고용률의 경우 미미하지만 단기간동안 전세가격을 하락시키는 반응을 주었다. 실질GNI의 경우 서울아파트전세가격에 거의 반응을 주지 않는 것으로 나타났다.
Lastrapes(2002)는 미국을 대상으로 동태균형이론과 벡터자기회귀(VAR)모형을 이용한 실증분석을 통해 이론모형 결과가 차이가 없음을 증명하였다. 분석결과, 1%의 통화 공급량 증대는 약 0.9%의 실질주택가격 상승을 초래하는 결과를 제시하였다. Sutton(2002)은 OECD 주요 7개국의 주택가격 분석에서 VAR모형을 통해 실질소득, 주식가격, 금리 등 세 변수의 충격이 당시의 주택가격 상승을 상당부분 설명하고 있음을 보였다[3].
박헌수·안지아(2009)는 서울시 구별 주택매매 및 전세가격과 금리간의 관계를 규명하기 위해 VAR모형을 활용하여 주택가격 변동요인을 분석하였다. 분석결과, 금리는 매매가격에 단기적으로 영향을 주고, 전세가격은매매가격의 1/4 수준만이 금리의 영향을 받는 것으로 나타났다. 이는 매매시장은 자산증식수단으로 투자를 하는 반면 전세시장은 실수요자 중심으로 시장이 형성되므로 금리의 변동은 매매시장에 더 민감하게 영향을 미치는 것이라고 제시하였다[9].
홍정효·문규현(2009)은 국내 부동산시장과 주요 거시경제지표사이에서 선-후행성 관계를 분석하기 위해 월별아파트매매가격지수, KOSPI, 원달러, 콜금리, CD 및 국민주택채권금리를 이용한 VAR 모형을 활용하였다. 분석결과, 부동산과 주요거시경제제표 사이에서 상호의존성이 존재하고 있으며, 단기금리와 환율이 다른 변수에 비해 상대적으로 더 강한 영향력을 미친 것으로 나타났다[10].
분석결과에 따르면, 첫째, 요한슨(Johansen) 공적분 검정을 통해 서울아파트전세가격과 가계경제 간에는 장기균형관계가 있는 것으로 나타났다. 이는 서울아파트전세가격이 장기적으로 가계경제를 중심으로 수렴되는 경향을 의미한다.
4는 그랜저 인과관계를 분석한 결과를 정리한 것이다. 서울소비자물가지수와 서울고용률, 가계대출금액은 서울아파트전세가격에 강하게 그랜저 인과관계를 하고 있는 것으로 나타났다. 그리고 서울 고용률과 가계대출금액은 상호 인과관계가 존재하며, 서울고용률과 서울아파트매매가격, 서울소비자물가지수와 서울고용률, 서울소비자물가지수와 가계대출금액간에는 일방적인 인과관계가 존재하는 것으로 나타났다.
서울아파트 전세 및 매매가격 이외 다른 변수들의 영향력은 1기에는 미미하였으나 시간이 지날수록 증가하였다. 서울아파트 전세 및 매매가격 이외에도 가계대출 금액, 서울소비자물가지수, 서울고용률등 변수의 영향력이 10% 이상으로 나타났다. 그리고 서울아파트매매가격충격이 전세가격에 미치는 영향력은 다소 제한적이었다.
셋째, 분산분석을 통해 파악한 서울아파트전세가격의변동요인 중 매매가격의 영향력은 제한적이었다. 오히려, 가계대출금액과 서울소비자물가지수 등의 영향력이 매매가격과 비슷하였다.
셋째, 분산분해 결과를 보면, 충격을 받은 시점에서서울아파트전세가격 변동의 가장 큰 요인은 자체 변수였다. 서울아파트 전세 및 매매가격 이외 다른 변수들의 영향력은 1기에는 미미하였으나 시간이 지날수록 증가하였다.
또한 서울아파트전세가격, 서울소비자물가지수, 가계대출금액 등의 상승은 단기에 서울아파트전세가격을 상승시키는 반응을 주고 있으며, 서울아파트매매가격과 서울고용률의 경우 미미하지만 단기간동안 전세가격을 하락시키는 반응을 주었다. 실질GNI의 경우 서울아파트전세가격에 거의 반응을 주지 않는 것으로 나타났다.
우선 가계소득의 대리변수인 실질GNI의 상승은 서울아파트전세가격 상승에 영향을 주지만 반응크기는 매우 적은 것으로 나타났다. 이는 금융위기 이후에는 서울아파트전세가격 변화에는 가계소득이 큰 영향력이 없는 것을 의미한다.
이상의 세가지 추론을 종합해보면, 금융위기 이후 주택 임대인 및 임차인은 임대방법(전세 또는 월세)과 주택구입 여부를 결정하는데 가계경제 여건이 중요한 영향력 미치는 것으로 나타났다. 이로 인해 서울아파트전세가격이 변동하고 있는 것으로 판단할 수 있다.
서울소비자물가지수는 서울아파트전세가격의 상상 및 하락을 반복하는 패턴을 보였다. 전세아파트의 공급자이자 소비자인 가계에게 물가변동 충격은 다른 변수들과 비교할 때 역동적으로 반응하는 것으로 나타났다.
첫째, 가계경제의 변동은 서울아파트전세가격에 단기적으로 반응되며, 그 중에서 서울아파트전세가격의 자체 충격에 의해 더욱 상승하는 것으로 나타났다. 그리고 시간이 지날수록 매매가격 및 소비자물가, 가계대출에 의한 전세가격이 변화가 발생된다.
4%로 매우 높았으며, 가계대출금액 외에는 다른 변수들의 기여도는 미미한 수준이었다. 특히, 서울아파트전세가격은 매매가격에 거의 영향을 미치지 않은 것으로 나타났다. 이는 최근 몇 년간 서울지역 아파트매매가격 하락에도 전세가격은 지속적으로 상승한 현상에서 볼 수 있듯이 두 변수가 다소 분리된 시장에서 작용된 것이 상호 영향력을 떨어뜨린 요인으로 추측된다.
그 외다른 변수의 기여도는 미미한 수준이었다. 하지만 기간이 지날수록 서울아파트 전세 및 매매가격의 기여도는 감소하는 반면, 다른 변수의 기여도는 증가하는 양상을 보였다. 1년 뒤인 12기에는 서울아파트전세가격의 기여도는 43.
후속연구
그리고 설명변수들 간의 공적분 관계가 있음에도 불구하고 VECM이 아닌 VAR모형을 통해 분석함에 따라 단기간 동안의 효과를 파악하는데 그쳤다. 따라서 향후 연구에서는 가격 이외 외부효과에 따른 충격과 더불어 금융위기와 같이 경제 및 부동산 시장에 큰 영향을 주는 현상의 시기를 전후로 나누어 주택가격 변화를 파악하는 연구도 필요하다. 또한 주택시장을 이루는 다양한 주체들의 경제 상태를 파악할 수 있는 변수들을 활용하여 분석한다면 더욱 의미있는 결과를 나타낼 수 있을 것이다.
따라서 향후 연구에서는 가격 이외 외부효과에 따른 충격과 더불어 금융위기와 같이 경제 및 부동산 시장에 큰 영향을 주는 현상의 시기를 전후로 나누어 주택가격 변화를 파악하는 연구도 필요하다. 또한 주택시장을 이루는 다양한 주체들의 경제 상태를 파악할 수 있는 변수들을 활용하여 분석한다면 더욱 의미있는 결과를 나타낼 수 있을 것이다.
본 연구의 한계로는 가계경제를 중심으로 전세가격을파악하려는 연구목적을 위해 주택시장에서 중요한 변수인 거래량, 금리, 주택공급, 통화량 등과 같은 변수들을포함시키지 않았다. 이처럼 주택시장을 이루는 다양한 변수들에 대한 다각적 분석이 부족하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
최근 제시되는 부동산대책의 특징은 무엇인가?
우리나라의 부동산대책은 대부분 국민들에게 영향을 주는 중요 정책 중 하나이다. 특히 최근 제시되는 부동산대책의 특성은 전월세 시장 안정화에 목표를 둔 경우가 많다. 1970년대 급격한 산업화를 겪으면서 한국은 괄목할만한 경제성장을 이루었고 그 기간 동안 국민들의소득이나 생활 및 교육수준, 삶의 질도 향상되었다.
본 논문에서 수행한, 서울의 아파트 전세가격에 가계경제가 어떤 영향을 미치는지 2009년 1월부터 2013년 12월까지 자료를 이용하여 VAR모형을 통해 실증분석한 결과는 어떠한가?
서울의 전세가격에 미치는 가계경제변수들은 서울 아파트 매매가격, 소비자물가지수, 고용률, 실질GNI, 가계대출금액으로 구성하였다. 분석결과에 따르면, 서울 아파트 전세가격은 단기적으로 가계경제변수들에 영향력을 받는 것으로 나타났다. 또한 가계경제변수들의 구조적 충격에 따른 서울 아파트 전세가격 변동의 상대적 기여도는 단기적으로는 서울 아파트 전세가격 자체 충격에 가장 큰 영향력을 받으며, 시간이 지날수록 가계변수들의 영향력이 커지는 것으로 나타났다. 본 연구결과를 통해 가계경제를 이루는 어떤 요인들이 주택전세가격에 많은 영향을 미치는지 파악할 수 있어 향후 주택가격 안정화를 위한 정책수립에 기여할 것으로 기대된다.
통계청 자료에 따른, 선진국의 자가주택 소유비율은 어떠한가?
통계청 자료에 따르면, 선진국의 자가주택 소유비율은 미국 66.4%(’11년), 일본 61.2%(’08년), 영국 71%(’07년)등 선진국에서는 60%대에 정체되어 있으나 우리나라보다 높은 수준을 보이고 있어 주택공급과 자가 마련을 위한 제도 및 정책에 대해서 이들 선진국의 사례를 참고할 수 있다. 하지만 우리나라에서만 존재하는 주택 임차제도인 전세제도가 미치는 부동산 시장의 움직임과 영향은 다른 국가의 사례를 통해 판단 및 예측할 수 없다.
참고문헌 (19)
J. A. Lee, CEO report : Structural changes in the domestic charter market potential diagnostic, pp.1-22, KB Financial Management Research, 2013.
H. W. Kim, K. H. Chin, K. S. Lee, "A Study on Relationship between House Rental Price and Macroeconomic Variables", Korean Journal of Construction Engineering and Management, 13(2), pp. 128-136, 2012. DOI: http://dx.doi.org/10.6106/KJCEM.2012.13.2.128
W. D. Lastrapes, "The real price of housing and money supply shocks: time series evidence and theoretical simulations." Journal of Housing Economics, 11(1), pp. 40-74, 2002. DOI: http://dx.doi.org/10.1006/jhec.2002.0309
M. Giuliodori, "The Role of House Price in the Monetary Transmission Mechanism across European Countries.", Scottish Journal of Political Economy, 52(4), pp. 519-543, 2005. DOI: http://dx.doi.org/10.1111/j.1467-9485.2005.00354.x
C. Otrok, M. E. Terrones, House Prices, Interest Rates and Macroeconomic Fluctuations: International Evidence. pp. 1-36, IMF and University of Virginia, mimeo, 2005.
M. Iacoviello, R. Minetti, "The Credit Channel of Monetary Policy: Evidence from the Housing Market." Journal of Macroeconomics, 30(1), pp. 69-96, 2008. DOI: http://dx.doi.org/10.1016/j.jmacro.2006.12.001
J. Clayton, N. Miller L. Peng, "Price-volume correlation in the housing market: causality and co-movements", The Journal of Real Estate Finance and Economics, 40(1), pp. 14-40, 2010. DOI: http://dx.doi.org/10.1007/s11146-008-9128-0
Y. S. Lee, "Housing Price and Macroeconomy in Korea: SVAR Analysis", Journal of the Korea Real Estate Analysts Association, 14(3), pp. 129-147. 2008.
H. S. Park, J. A. An, "The Sources of Regional Real Estate Price Fluctuations", Korea Real Estate Review, 19(1), pp. 27-49, 2009.
C. H. Hong, G. H. Moon, "A Study on the Interdependence among Real Estate, Stock, Bond and FX Markets in Korea", Korean Journal of Financial Engineering, 8(2), pp. 97-125, 2009.
Y. Y. Kim, "Macroeconomic Determinants of Housing and Housing Lease Prices' Dynamics in Korea", The Korean Journal of Economic Studies, 60(3), pp. 127-153, 2012.
K. A. Lee, S. H. Park, Y. S. Kim, "Variation of Determinant Factor for Seoul Metropolitan Area's Housing and Rent Price in Korea", LHI journal of land, housing, and urban affairs, 4(1), pp. 43-54, 2013.
K. C. Lim, S. D. Kie, "A Study on Interrelationship of Buying and Selling and a Contract to Rent a House in the Housing Market", Journal of Industrial Economics and Business, 19(3), pp. 1203-1233, 2006.
G. H. Moon, "The Price Discovery of the Housing Market in Korea", Journal of Industrial Economics and Business, 23(4), pp. 797-811, 2010.
Y. S. Lee, "Housing Price and Chonsei Price: VECM Analysis", Journal of the Korea Real Estate Analysts Association, 16(4), pp. 21-32, 2010.
S. Y. Lee, T. W. No, "A Study on the APT Price Fluctuation by the Rate of Economic Growth", Korea Real Estate Review, 23(2), pp. 133-152, 2013.
E. C. Chung, "Consumer Sentiment and Housing Market Activities: Impact on Sales Price of Housing", Journal of the Korea Real Estate Analysts Association, 16(3), pp. 5-20, 2010.
H. S. Park, T. K. Kim, "A Study on the Cointegration and Impulse Response Analysis of Real Estate Prices", Korea Planners Association, 43(5), pp. 35-48, 2008.
J. Faust, E. Leeper, "When do long-run identifying restrictions give reliable results?" Journal of Business and Econometric Statistics, 15(3), pp.345-353, 1997. DOI: http://dx.doi.org/10.2307/1392338
※ AI-Helper는 부적절한 답변을 할 수 있습니다.