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
- 대부분의 연구들은 너무 많은 변수를 적용하고 있어 다중 공선성 내포되었을 가능성이 있고 실무에서 활용하기 위해 자료를 확보하는데 한계가 있다. 따라서 본 연구에서는 아파트 계약률에 영향을 미치는 요인을 도출하기 위해 선행연구 검토와 분양전문가와의 면담 및 실제 사례지역의 특성을 종합하여 변수를 선정하였다.
- 본 연구는 분양 아파트의 사업계획 수립시 계약률을 고려하여 합리적인 분양가격과 초기계약률 목표를 책정하는 의사결정에 기여하는데 목적이 있다.
- 이에 본 연구는 실무에서 분양계획 수립시 계약률을 고려한 합리적인 분양가격을 책정함으로서 사업시행 리스크를 축소하는 데 기여할 수 있는 초기계약률 영향요인과 예측하기 위한 방법을 탐색하는 것이 주요한 목적이다. 이러한 연구 목적을 달성하기 위해 분양가격의 초기 계약률에 영향을 주는 요인을 확인한 후, 분석 결과를 토대로 분양가격별 초기 계약률을 예측하여 실제 적용가능성을 살펴본 후 종합하여 시사점을 도출하였다.
- 이에 본 연구는 앞서 언급한 계약률을 결정하는데 영향을 주는 요인을 탐색하고 이를 모형으로 구축한 후 실무적용 가능성을 탐색해보는 데 차별성을 가지고 있다.
- 이에 이 연구는 분양가격과 초기 계약률간의 관계에 중점을 두고 분양사업계획 수립시 초기계약률을 고려한 합리적 분양가격을 책정하기 위한 분석을 수행하였다.
- 자료는 입주자모집공고 자료와 사업장별 분양용 홍보자료, 분양홈페이지 등에서 기초자료를 획득하고 추가적인 자료는 전화 상담과 분양에 직접 참여하였던 전문가와 면담을 실시하였다. 초기 계약률 실적확보는 해당 프로젝트 분양에 직접 참여하였던 분양대행사를 통해 입수하여 자료의 정확성을 높이고자 하였다.
제안 방법
- 첫째, 계약률이나 분양률관련 선행연구를 통해 초기 계약률을 고려한 합리적 분양가 예측에 관한 이론적 고찰과 논리적 체계를 정립한다. 둘째, 초기 계약률 예측 모형을 구축하기 위해 실제 분양사업장을 대상으로 초기계약률에 영향을 미치는 요인을 확인하며 이를 토대로 모형을 구축한다. 셋째, 구축된 모형을 토대로, 분석에 포함하지 않았던 사업장 사례를 도출된 모형에 대입하여 초기 분양률을 예측한다.
- 초기 계약률에 영향을 미치는 주요 요인과 그 영향정도를 확인하고, 분양가에 따른 초기 계약률을 예측하였다. 또한 추정된 모형에 분석에 활용하지 않은 사업장의 정보를 토대로 초기계약률을 예측하였으며, 예측결과와 실제 초기계약률 자료를 비교하여 실무 적용을 위하 시사점을 도출하였다.
- 모형의 적합성을 검증하기 위해 인근지역에서 분양한 4개 사업장의 초기계약률 실측치와 비교하였다. 본 연구에서 도출한 모형을 토대로 예측된 초기계약률수준별 분양가격과 실제 계약률과 분양가격의 차이를 살펴보면 다음 Table 8과 같다.
- 둘째, 초기 계약률 예측 모형을 구축하기 위해 실제 분양사업장을 대상으로 초기계약률에 영향을 미치는 요인을 확인하며 이를 토대로 모형을 구축한다. 셋째, 구축된 모형을 토대로, 분석에 포함하지 않았던 사업장 사례를 도출된 모형에 대입하여 초기 분양률을 예측한다. 이를 종합하여 실무 적용시 활용에 대한 시사점을 제시한다.
- 아래 Table 2는 선행연구에서 제시된 변수와 본 연구의 도출 변수들을 비교한 것으로 모든 요인을 분석에 활용하기보다는 분양시 소비자들이 관심을 갖고 중요하게 고려하는 요인들을 대표할 수 있는 변수(교통, 교육여건, 공원, 건설사 순위 등을 포함하여 분석하였다.
- 영향변수 도출은 선행연구를 통해 분양단지의 개별요인, 입지·환경, 투자가치 등 3개 상위요인에 총 22개 하위변수를 도출하고 다중회귀분석을 통해 변수별 영향력을 분석하였다.
- 영향변수는 기존 연구를 통해 단지개별, 입지·환경, 투자가치, 시기적 변수 등 4개 상위요소에 총 22개 하위변수를 도출하고 회귀분석을 통해 변수별 영향력을 규명하였다.
- 영향변수는 행정·제도, 경제, 지역·입지, 건축적 요인 등 총 4개 상위요소에 30개 하위변수를 선행연구와 전문가 면담을 통해 도출하고 변수별 상관관계와 변수들 간의 선·후행 관계를 분석하였다.
- 특히 최근 소비자의 선호특성이 변화하고 다양화되는 추세를 반영하여 몇몇 차별화된 변수를 채택하였다. 우선 최근 제도 변경6)에 따라 부득이 발생되는 타워형 평면과 판상형 평면 등에 따라 수요자의 선호도에 차이가 있으므로 평면타입을, 아파트 단지의 환경적 요인이 주택구매에 있어 중요한 고려인자로 작용함에 따라 쾌적성을 대표할 수 있는 건폐율 등을 선정하였다. 이들 요인은 중요한 요인임에도 선행연구에서 간과한 중요한 변수를 포함하여 분석함으로서 기존의 연구와 차별성을 확보할 수 있다는 점에서 의미가 크다고 판단된다.
- 유의수준 10%이내에서 유의하지 않은 변수를 차례로 제거하는 후진방식으로 모형을 선택하였다(Table 5). 독립변수 중에서 유의하지 않은 변수를 차례로 제거하여 최적의 모형을 선택하였으며, 8단계에서 추정된 모형은 adj.
- 이에 본 연구는 실무에서 분양계획 수립시 계약률을 고려한 합리적인 분양가격을 책정함으로서 사업시행 리스크를 축소하는 데 기여할 수 있는 초기계약률 영향요인과 예측하기 위한 방법을 탐색하는 것이 주요한 목적이다. 이러한 연구 목적을 달성하기 위해 분양가격의 초기 계약률에 영향을 주는 요인을 확인한 후, 분석 결과를 토대로 분양가격별 초기 계약률을 예측하여 실제 적용가능성을 살펴본 후 종합하여 시사점을 도출하였다.
- 우선, 수원시를 중심으로 분양사례 조사를 실시하였으며, 동일 영향권으로 판단되는 수원 남부지역에 위치한 화성 동탄 2기 신도시도 포함하였다. 자료는 입주자모집공고 자료와 사업장별 분양용 홍보자료, 분양홈페이지 등에서 기초자료를 획득하고 추가적인 자료는 전화 상담과 분양에 직접 참여하였던 전문가와 면담을 실시하였다. 초기 계약률 실적확보는 해당 프로젝트 분양에 직접 참여하였던 분양대행사를 통해 입수하여 자료의 정확성을 높이고자 하였다.
- 다음으로 대상사업지의 사례조사를 토대로 구축된 데이터를 활용하여 다중회귀분석을 실시하였다. 초기 계약률에 영향을 미치는 주요 요인과 그 영향정도를 확인하고, 분양가에 따른 초기 계약률을 예측하였다. 또한 추정된 모형에 분석에 활용하지 않은 사업장의 정보를 토대로 초기계약률을 예측하였으며, 예측결과와 실제 초기계약률 자료를 비교하여 실무 적용을 위하 시사점을 도출하였다.
- 최종 도출된 변수는 단지 내·외 및 세대 내·외로 구분하여 입지요인, 단지요인, 상품요인 및 가격요인 등 4개 대분류, 10개 중분류로 구분하고 최종 13개 변수를 선정함으로서 실무에서도 적용할 수 있도록 단순화하여 실용성을 높였으며, 자료로 선정된 변수는 Table 1과 같다.
대상 데이터
- 7부터 2013. 8까지 3년간 분양과 입주가 이루어진 사업장을 대상으로 하였다. 분석대상에 포함된 사업장들은 정부의 규제완화정책이 꾸준하게 이루어진 시기라는 특성을 보이고 있다.
- 2%에서 최대 100% 모두 판상형 비율로 공급한 사업장까지 다양하다. 분석에 활용된 사례지에서는 건설회사 규모가 1위 업체부터 31위 이내 건설회사가 포함되어 있다.
- 우선, 수원시를 중심으로 분양사례 조사를 실시하였으며, 동일 영향권으로 판단되는 수원 남부지역에 위치한 화성 동탄 2기 신도시도 포함하였다. 자료는 입주자모집공고 자료와 사업장별 분양용 홍보자료, 분양홈페이지 등에서 기초자료를 획득하고 추가적인 자료는 전화 상담과 분양에 직접 참여하였던 전문가와 면담을 실시하였다.
- 연구의 공간적 범위는 부동산은 위치의 고정성이라는 특성 때문에 전국차원의 시장분석이 큰 의미를 지니지 못할 경우가 종종 나타난다. 이에 분양물량이 많고 미분양 누적이 오랫동안 지속되고 있는 경기도에서 동질적인 생활권으로 판단되는 수원 및 인근 지역으로 한정하였다.
데이터처리
- 다음으로 대상사업지의 사례조사를 토대로 구축된 데이터를 활용하여 다중회귀분석을 실시하였다. 초기 계약률에 영향을 미치는 주요 요인과 그 영향정도를 확인하고, 분양가에 따른 초기 계약률을 예측하였다.
- 영향변수는 아파트 특성, 거시환경 특성의 2개 요인에 총 38개 변수를 선행연구를 통해 도출하고 상관분석과 회귀분석을 통해 변수별 영향력을 조사하였으며, Kim(2012)은 강남권, 강북권, 서초권, 수도권 등 고급주택단지 39개를 대상으로 고급주택의 분양 성공요인을 도출하고 분양률 예측모델을 개발하였다. 변수도출은 가격, 면적, 입지, 상품, 마케팅 요인 등 5개 상위요인에 총 30개 하위변수로 선행연구 및 전문가 면담을 통해 도출한 후 요인분석, 회귀분석 및 인공신경망 분석을 하였다. 고급주택으로 연구범위를 확장하고 다양한 분석기법을 도입하였으나, 아파트에 준용하기에는 무리가 있고 분양률 기준도 준공시 분양률로 분석함으로서 준공전 이루어진 판촉조건 등 외부변수에 대응이 취약하다.
- 영향 변수는 단지별 개별요인, 입지·환경, 투자가치, 기타요인 등 4개 상위요인에 22개 하위변수를 도출하고 회귀분석을 통해 변수별 영향력을 분석하였다.
성능/효과
- 0%로 과거와 같은 양적 부족의 우려는 낮아졌다.1) 또한 중장기 인구추계결과 인구의 감소로 인한 주택수요는 줄어들 것으로 예상하고 있다.2) 이처럼 주택시장 중장기 여건 변화가 이루어지면서 수도권 분양시장 위축이 지속되고 있는데, 국토교통부의 미분양통계에 의하면 2014년 8월 경기도 미분양주택은 1만 5,340호로 전국 미분양의 34.
- 1) 또한 중장기 인구추계결과 인구의 감소로 인한 주택수요는 줄어들 것으로 예상하고 있다.2) 이처럼 주택시장 중장기 여건 변화가 이루어지면서 수도권 분양시장 위축이 지속되고 있는데, 국토교통부의 미분양통계에 의하면 2014년 8월 경기도 미분양주택은 1만 5,340호로 전국 미분양의 34.3%, 수도권 미분양주택의 66.1%를 차지하고 있어 타 지역에 비해 심각한 상황이다.
- 그리고 84㎡이상 대형규모의 비중은 평균 20%수준이며 대형평형이 없는 경우부터 최대 76% 포함된 사업장이 포함되어 있다. 건폐율은 평균적은 15.54%로 최소 11.6%에서 최대 23.6%를 기록하였고, 아파트 타입으로 판상형 비율은 평균 72.97%로 최소 27.2%에서 최대 100% 모두 판상형 비율로 공급한 사업장까지 다양하다. 분석에 활용된 사례지에서는 건설회사 규모가 1위 업체부터 31위 이내 건설회사가 포함되어 있다.
- 3% 가량 높은 것으로 분석되었다. 근린공원과의 거리가 100m씩 멀어질수록 초기 계약률이 6.3%가량 낮아지고, 건폐율이 1% 증가할수록 6.5%씩 감소하며, 초등학교는 100m씩 멀어질수록 9.7%씩 증가하고, 판상형 비율이 10% 증가하는 경우 8.6% 증가하는 것으로 분석되었다. 이는 건설사 순위가 높을수록, 근린공원에 가까울수록, 건폐율이 낮을수록 초기 계약률이 높다는 것을 의미한다.
- 본 연구와 기존 연구를 비교하면 첫째, 변수 도출시 선행연구에서는 간과하였지만, 최근 소비자의 변화된 소비특성을 반영하여 평면타입, 건폐율 및 신도시 내·외 등의 변수를 새롭게 포함하여 분석함으로서 계약률에 영향을 미치는 중요한 변수임을 확인하였다. 둘째, 분양가격과 연계하여 초기 계약률을 분석함으로써 실무에 적용 가능성을 확인하였다. 셋째, 분양가격 책정시 목표로 설정한 초기계약률을 함께 고려하여 사업성을 예상하는데 도움이 될 수 있음을 확인하였다.
- 입지 이외의 사업주체가 노력으로 해결할 수 있는 변수로는 분양가격의 책정, 건폐율이나 판상형 비율, 건설의 브랜드 등이라고 할 수 있다. 또한 사업계획 수립시 어떠한 건설사를 통해 어떤 주택을 건설하느냐는 사업의 성패를 결정하는 데 중요한 요인임을 확인하였다.
- 그러나 실제 분양사례와 예측치를 통해 도출된 초기계약률 수준의 분양가격의 오차((실측치-예측치)/실측치×100))는 실제 가격대비 5% 이내로 나타났다. 모형을 통해 도출한 초기계약률 수준에서의 분양가격은 실측된 초기계약률수준과 분양가격이 5%이내에서 차이가 있다는 점은 연구결과의 예측성이 우수하다고 평가할 수 있으나, 실제 초기계약률과 예측 초기계약률이 상대적으로 높은 차이를 보이고 있다는 점에서 무엇에 기준을 두느냐에 따라 모형에 대한 평가는 달라질 수 있다. 그러나 이 연구를 통해 어느 특정 지역의 분양가격별 초기계약률의 관계를 설정하여 분양가격 책정에 적용할 수 있는 토대를 제공할 수 있을 것으로 기대된다.
- 변수들의 영향을 살펴보면, 건설사순위가 상위 10위 이내인 경우가 그렇지 않은 경우에 비해 초기 계약률이 42.3% 가량 높은 것으로 분석되었다. 근린공원과의 거리가 100m씩 멀어질수록 초기 계약률이 6.
- 본 연구와 기존 연구를 비교하면 첫째, 변수 도출시 선행연구에서는 간과하였지만, 최근 소비자의 변화된 소비특성을 반영하여 평면타입, 건폐율 및 신도시 내·외 등의 변수를 새롭게 포함하여 분석함으로서 계약률에 영향을 미치는 중요한 변수임을 확인하였다.
- 분석결과, 사례 대상지역에서는 교육시설, 근린공원, 건폐율, 판상형 비율, 브랜드의 가치가 초기 계약률에 통계적으로 유의한 영향을 미치고 있다.
- 분석결과를 종합해보면, 아파트는 소비자의 구매의사결정 과정이 상당히 복잡한 상품으로 가격이 저렴한 것이 반드시 좋은 것이 아님을 나타내는 결과를 보여준다. 즉, 소비자가 아파트라고 하는 고가의 상품을 구매하는데 있어서 소비자는 품질에 대한 기대, 상품의 수준, 지역의 수준 등을 종합적으로 고려하여 판단하게 된다.
- 다음으로, 분양가격과 초기 계약률의 관계와 관련한 시사점을 정리하면 다음과 같다. 분양가격이 낮을수록 초기계약률이 높은 것이 아니며, 어느 구간의 범위에서는 분양가격과 초기계약률이 정(+)의 관계를 유지하지만 분양 계약자가 생각하는 분양가의 한도금액을 초과하게 되면 분양가격이 높아질수록 점차 계약률이 낮아짐을 확인할 수 있었다. 즉 사업주체가 분양가격을 책정하는 경우 초기계약률을 고려한 합리적 분양가격을 책정할 필요가 있다.
- 둘째, 분양가격과 연계하여 초기 계약률을 분석함으로써 실무에 적용 가능성을 확인하였다. 셋째, 분양가격 책정시 목표로 설정한 초기계약률을 함께 고려하여 사업성을 예상하는데 도움이 될 수 있음을 확인하였다.
- 수원 인근지역에서 분양한 사업장 중에서 계약률 데이터를 확보한 사업장을 대상을 비교 한 결과, 추정치보다 실제 계약 률이 A사업장 17.35%p, B사업장 6.39%p, C는 6.01%p D사업장은 3.28%p 높게 나타났다. 그러나 실제 분양사례와 예측치를 통해 도출된 초기계약률 수준의 분양가격의 오차((실측치-예측치)/실측치×100))는 실제 가격대비 5% 이내로 나타났다.
- 아래 Table 3는 분석에 활용된 개별 변수들의 기초통계량이다. 우선 종속변수로 활용한 초기 계약률을 살펴보면, 평균 44.35%로 최소 계약률은 5%에서 최대 97%로 나타났다.
- 연구의 결과를 요약하면 다음과 같다. 우선 초기계약률에 영향을 미치는 요인은 분양가격, 학교입지, 근린공원, 건폐율, 판상형 비율, 건설사 순위 등으로 나타났다. 이들 변수 중에서, 입지와 관련한 요인은 고정적이고 사업자의 노력으로 개선하기 어려운 사항이다.
- 종합하면 분양률이나 계약률은 유사한 의미를 가지고 있다 할 수 있지만, 본 논문에서는 법률상 효과가 나타나는 계약률로 용어를 통일하여 사용하도록 한다.4)
- 72천만 원으로 나타났다. 지하철과의 거리는 평균 1km가 넘었으며, 최소 300m에서 최대 3.5km를 기록하였고, 버스 정류장과의 거리는 모든 사업장이 1km 이내로 평균 308m로 조사되었다. 근린공원과의 거리는 평균 183m, 사업장의 평균 세대수는 933세대 규모로 최소 445세대 최대 1967세대로 나타났다.
- 추정결과, 평당 분양가가 일정한 금액까지는 초기 계약률과 정(+)의 관계를 유지하다가 분양 계약자가 생각하는 분양가의 한도금액을 초과하게 되면 일정한 수준에서 최대의 초기 계약률을 기록한 후 분양가격이 높아질수록 점차 계약률이 낮아지는 것으로 나타났다.
후속연구
- 모형을 통해 도출한 초기계약률 수준에서의 분양가격은 실측된 초기계약률수준과 분양가격이 5%이내에서 차이가 있다는 점은 연구결과의 예측성이 우수하다고 평가할 수 있으나, 실제 초기계약률과 예측 초기계약률이 상대적으로 높은 차이를 보이고 있다는 점에서 무엇에 기준을 두느냐에 따라 모형에 대한 평가는 달라질 수 있다. 그러나 이 연구를 통해 어느 특정 지역의 분양가격별 초기계약률의 관계를 설정하여 분양가격 책정에 적용할 수 있는 토대를 제공할 수 있을 것으로 기대된다.
- 향후 초기계약률과 관련한 정보가 세부적으로 공개된다면, 보다 많은 사업장의 자료를 기초로 보다 세밀한 분석을 토대로 소비자와 사업자에게 유익한 시사점을 제공할 수 있는 연구의 축적이 이루어질 수 있을 것이라 판단된다. 또한 다양하고 세부적인 정보를 토대로 분석이 이루어진다면, 아파트 계약률에 미치는 요인들을 명확히 밝혀내고 분양사업의 성공을 위한 정교한 초기계약률 예측이 가능할 것으로 기대하며 이는 향후 과제로 남기고자 한다.
- 이 같은 분설결과를 종합해보면, 대상지역인 수원지역에서는 상위 주택건설사에 대한 선호가 높게 나타나고, 거주환경의 쾌적성을 높이기 위해 건폐율을 낮추며, 타워형 평면을 줄이고 판상형 평면 비율을 높인 아파트 개발/건설이 이루어진다면 입지여건 등 제약요인이 존재함에도 불구하고 초기 계약률을 높이는데 기여할 수 있을 것이다.
- 이 연구는 어느 특정 지역에서 분양사업을 판단하는 경우, 지역에 적합한 특성을 고려하여 적절한 분양가격과 초기계약률을 산정할 수 있는 방법론적인 측면을 제시하였다는 데는 의의가 있지만 모든 지역의 특성을 고려한 일반적이고 범용적인 모형으로서는 한계가 있다. 그리고 분석에 활용한 표본의 수와 변수가 충분치 않다는 점에서 분석에 제약이 따랐다는 점을 들 수 있다.
- 향후 초기계약률과 관련한 정보가 세부적으로 공개된다면, 보다 많은 사업장의 자료를 기초로 보다 세밀한 분석을 토대로 소비자와 사업자에게 유익한 시사점을 제공할 수 있는 연구의 축적이 이루어질 수 있을 것이라 판단된다. 또한 다양하고 세부적인 정보를 토대로 분석이 이루어진다면, 아파트 계약률에 미치는 요인들을 명확히 밝혀내고 분양사업의 성공을 위한 정교한 초기계약률 예측이 가능할 것으로 기대하며 이는 향후 과제로 남기고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.