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
- 논문에서는 주택시장 변동의 지역간 인과성을 분석하기 위하여 서울시와 수도권지역을 중심으로 연구를 진행하였다. 즉 연구의 공간적 범위로 서울 강남지역 및 강북지역과 경기지역을 선정하였다.
- 본 논문은 서울 강남, 강북지역 및 경기지역의 주택시장 지역간 인과성을 매매시장과 전세시장으로 세분화하여 실증분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 아파트시장을 중심으로 강남지역, 강북지역, 경기지역의 매매가격지수와 전세가격지수를 활용하였다.
- 본 논문은 서울시를 중심으로 주택시장 변동의 지역간 인과성을 분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 공간적 분석범위를 서울시의 경우 강남 및 강북지역으로 구분하고, 수도권인 경기지역까지 포함하여 분석을 수행하였다.
- 즉 서민주거안정에 주요한 역할을 담당하는 전세시장에 대한 고려보다 일반적인 주택매매시장을 중심으로 대부분의 연구가 진행된 것으로 확인되었다. 이에 따라 본 논문에서는 이러한 기존 문헌의 한계를 극복하고자 강남지역, 강북지역, 경기지역 주택시장 지역적 인과성을 분석함과 동시에 주택시장을 주택매매시장과 전세시장으로 세분화하여 심층적인 분석을 수행함으로서, 유의미한 시사점을 도출하고자 한다.
- 이에 본 논문에서는 서울 강남, 강북지역 및 경기지역의 주택매매시장과 전세시장의 지역적 인과성을 실증분석하는 것을 목적으로 한다.
제안 방법
- 단위근이 존재한다는 것은 시계열이 불안정하다는 것으로 차분을 거쳐서 안정적인 시계열로 변환해야한다. 그러나 주어진 시계열의 특성방정식은 선험적으로 알 수가없으므로 일정한 검정방법이 요구됨에 따라 단위근 검정을 실시한다[14]. 본 논문에서는 서울 강남, 강북 및 경기지역의 매매 및 전세가격변수에 대하여 가장 널리 활용되는 ADF(Augmented Dickey-Fuller) 검정법을 통해 단위근 검정을 다음 표 1과 같이 수행하였다.
- 또한 주택시장의 경우 아파트시장을 중심으로 주택매매시장과 주택전세시장으로 세분화하여 분석변수로 정의하였다. 이에 따라 본 논문에서는 분석변수로 강남지역, 강북지역, 경기지역의 아파트 매매가격지수와 전세가격지수를 활용하였다.
- 그러나 주어진 시계열의 특성방정식은 선험적으로 알 수가없으므로 일정한 검정방법이 요구됨에 따라 단위근 검정을 실시한다[14]. 본 논문에서는 서울 강남, 강북 및 경기지역의 매매 및 전세가격변수에 대하여 가장 널리 활용되는 ADF(Augmented Dickey-Fuller) 검정법을 통해 단위근 검정을 다음 표 1과 같이 수행하였다.
- 이것은 변수간의 상호인과관계를 분석하고 정책변수의 변화에 따른 파급효과를 분석하는 데 이용된다[19]. 본 연구에서는 충격반응분석을 통해 다음 표 5, 그림 2와 같이 서울 강남, 강북 및 경기지역의 매매 및 전세가격변수에 일정한 충격을 가한 후 모형 내 변수들의 동태적 관계성을 분석하였다.
- 이에 본 논문에서는 상기 표 2와 같이 그랜져 인과관계 검정을 수행하여 변수들 간 인과관계를 확인하였다. 분석 결과 강남매매, 강남전세, 강북전세, 경기전세, 경기 매매, 강북매매 순서로 인과관계가 확인되는 바, 해당 인과관계를 기초로 모형 내 변수들을 배열하였다.
- 또한 적정 시차 검정을 수행하여 분석 모형의 시차를 결정하였으며 수준변수 간의 공적분 관계 성립여부를 확인하기 위하여 Johansen 검정법을 수행하였다. 실제로 공적분 검정 결과 공적분이 확인함에 따라 본 논문에서는 벡터오차수정 모형(VECM)을 구성하여 충격반응분석을 실시하였다. 본 논문에서는 분석을 위하여 Eviews-8 통계 소프트웨어를 활용하였다.
- 본 논문은 서울시를 중심으로 주택시장 변동의 지역간 인과성을 분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 공간적 분석범위를 서울시의 경우 강남 및 강북지역으로 구분하고, 수도권인 경기지역까지 포함하여 분석을 수행하였다. 이 때 강남지역은 강남구, 강동구, 강서구, 관악구, 구로구, 금천구, 동작구, 서초구, 송파구, 양천구, 영등포구 등 11개구를 의미하며 강북지역은 강북구, 광진구, 노원구, 도봉구, 동대문구, 마포구, 서대문구, 성동구, 성북구, 용산구, 은평구, 종로구, 중구, 중랑구 등 14개구를 의미한다.
- 또한 주택시장의 경우 아파트시장을 중심으로 주택매매시장과 주택전세시장으로 세분화하여 분석변수로 정의하였다. 이에 따라 본 논문에서는 분석변수로 강남지역, 강북지역, 경기지역의 아파트 매매가격지수와 전세가격지수를 활용하였다. 해당변수의 시계열 데이터는 국민은행 통계자료를 통해 획득하였다.
- 그랜져 인과관계 검정은 경제이론을 배제한 상태에서 시차분포모형(lag distributed model)을 활용하여 원인변수와 결과변수를 명확하게 구분하기 위한 방법이다[11]. 이에 본 논문에서는 상기 표 2와 같이 그랜져 인과관계 검정을 수행하여 변수들 간 인과관계를 확인하였다. 분석 결과 강남매매, 강남전세, 강북전세, 경기전세, 경기 매매, 강북매매 순서로 인과관계가 확인되는 바, 해당 인과관계를 기초로 모형 내 변수들을 배열하였다.
대상 데이터
- 해당변수의 시계열 데이터는 국민은행 통계자료를 통해 획득하였다. 강남 및 강북지역 데이터는 86년부터 정리되어있으나, 경기지역 아파트 매매 및 전세가격지수의 경우, 2003년 6월부터 자료가 정리되어있음에 따라 분석변수의 시계열 자료를 2003년 6월부터 2015년 11월까지 월별 자료로 결정하였다.
- 주택시장의 경우 아파트를 대상으로 매매시장과 전세시장으로 세분화하였다. 본 논문에서 활용한 분석 변수는 2003년 6월부터 2015년 11월까지의 월별 데이터를 활용하였으며, 국민 은행 통계자료를 통해 획득하였다.
- 본 논문은 서울 강남, 강북지역 및 경기지역의 주택시장 지역간 인과성을 매매시장과 전세시장으로 세분화하여 실증분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 아파트시장을 중심으로 강남지역, 강북지역, 경기지역의 매매가격지수와 전세가격지수를 활용하였다. 해당변수의 시계열 데이터는 국민은행 통계자료를 통해 획득하였으며, 2003년 6월부터 2015년 11월까지의 월별 자료이다.
- 논문에서는 주택시장 변동의 지역간 인과성을 분석하기 위하여 서울시와 수도권지역을 중심으로 연구를 진행하였다. 즉 연구의 공간적 범위로 서울 강남지역 및 강북지역과 경기지역을 선정하였다. 이는 최근 매매시장과 전세시장 변동에 의해 서울시와 주변 수도권 사이의 인구이동 양상을 반영하기 위한 것이다.
- 이에 따라 본 논문에서는 분석변수로 강남지역, 강북지역, 경기지역의 아파트 매매가격지수와 전세가격지수를 활용하였다. 해당변수의 시계열 데이터는 국민은행 통계자료를 통해 획득하였다. 강남 및 강북지역 데이터는 86년부터 정리되어있으나, 경기지역 아파트 매매 및 전세가격지수의 경우, 2003년 6월부터 자료가 정리되어있음에 따라 분석변수의 시계열 자료를 2003년 6월부터 2015년 11월까지 월별 자료로 결정하였다.
- 이를 위해 본 논문에서는 아파트시장을 중심으로 강남지역, 강북지역, 경기지역의 매매가격지수와 전세가격지수를 활용하였다. 해당변수의 시계열 데이터는 국민은행 통계자료를 통해 획득하였으며, 2003년 6월부터 2015년 11월까지의 월별 자료이다.
데이터처리
- 그리고 모든 변수들을 내생변수로 간주한다는 점에서 종속변수를 선택할 필요가 없으며, 여러 개의 공적분 관계를 식별해 낼 수 있다[18]. Johansen 검정법을 활용하여 공적분 검정을 수행한 결과 다음 표 4와 같이 수준변수 사이에 공적분 관계가 성립되는 것으로 확인됨에 따라 벡터오차수정모형(VECM)을 통해 분석을 수행하였다.
- 먼저 각 분석변수들의 안정성 여부를 판단하기 위하여 단위근 검정을 수행한 후 그랜져 인과관계 검정을 통해 모형 내 변수들의 배열순서를 결정하였다. 또한 적정 시차 검정을 수행하여 분석 모형의 시차를 결정하였으며 수준변수 간의 공적분 관계 성립여부를 확인하기 위하여 Johansen 검정법을 수행하였다. 실제로 공적분 검정 결과 공적분이 확인함에 따라 본 논문에서는 벡터오차수정 모형(VECM)을 구성하여 충격반응분석을 실시하였다.
- 먼저 각 분석변수들의 안정성 여부를 판단하기 위하여 단위근 검정을 수행한 후 그랜져 인과관계 검정을 통해 모형 내 변수들의 배열순서를 결정하였다. 또한 적정 시차 검정을 수행하여 분석 모형의 시차를 결정하였으며 수준변수 간의 공적분 관계 성립여부를 확인하기 위하여 Johansen 검정법을 수행하였다.
- 하지만 만약 불안정한 시계열이 공적분 관계를 가지게 된다면 시계열 변수들 간에 장기균형관계를 가지게 되며 이 경우 벡터오차수정모형(VECM)을 이용하여 동적구조관계를 검정하여야 한다[12]. 본 논문에서는 공적분 검정을 수행한 결과 변수 들 간 공적분이 존재하였기 때문에 벡터오차수정모형(VECM : Vector Error Correction Model)을 통해 실증분석을 수행하였다.
이론/모형
- 실제로 공적분 검정 결과 공적분이 확인함에 따라 본 논문에서는 벡터오차수정 모형(VECM)을 구성하여 충격반응분석을 실시하였다. 본 논문에서는 분석을 위하여 Eviews-8 통계 소프트웨어를 활용하였다.
- 본 연구에서는 대표적인 공적분 검정방법인 Johansen 검정법을 실시하였다. Johansen 공적분 검정법은 방정식 체계(system equation)에 의한 다변량 시계열분석을 통하여 공적분 검정을 하는 방법 중 하나이다.
성능/효과
- 강남전세가격 충격에 대해서 경기매매가격은 초기에는 양(+)의 방향으로 변동하였으나, 점차 그 정도가 감소하였으며, 7개월부터 변동양상이 전환되어 최종 10개월에는 약 0.03% 음(-)의 변동을 나타냈다
- 05% 음(-)의 변동폭을 나타냈다. 강북전세가격 충격에 대해서 경기전세가격은 초기에는 양(+)의 방향으로 변동하였으나, 점차 그 정도가 감소하였으며, 7개월부터 변동양상이 전환되어 최종 10개월에는 약 0.10% 음(-)의 변동을 나타냈다.
- 게다가 강북전세가격 및 경기전세가격 충격반응분석 결과를 살펴보면 강남전세가격 다음으로 강남매매가격 충격이 시간이 지남에 따라 영향력이 감소하지만 지속적 으로 영향력을 발휘하는 것을 확인할 수 있다. 이는 강남 매매시장 수요자들까지 타 지역으로 수요 이동을 할 때 일정부분 전세시장으로 유입됨을 의미하는 것으로 판단 된다.
- 또한 강남, 강북 및 경기지역 주택전세시장의 경우 마찬가지로 강남지역 주택전세가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 기존 문헌들의 경우, 주택매매가격 중심의 지역간 인과성을 분석하였으나 본 논문에서는 기존 결과에서 확장되어 주택전세가격 역시 강남지역이 진원지 역할을 담당한다는 결과를 도출하였다. 특히 전세시장의 지역적 인과성은 매우 특징적인 시사점을 나타낸다.
- 네 번째로, 강북전세가격 변동과정을 살펴보면 강남전세가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 즉 강남전세가격 충격에 대하여 강북전세가격은 초기부터 지속적으로 변동폭이 증가하여 최종 10개월에 약 0.
- 다섯 번째로, 경기매매가격 변동과정을 살펴보면 강남매매가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 즉 강남매매가격 충격에 대하여 경기매매가격은 초기부터 상대적으로 큰 변동폭을 나타냈으며, 점차 증가하여 최종 10개월에 약 0.
- 두 번째로, 강남전세가격 변동과정을 살펴보면 강남 매매가격, 강남전세가격, 강북매매가격 및 경기전세가격 충격에 양(+)의 변동을 나타내는 것으로 확인되었다. 먼저 강남전세가격은 강남전세가격 자체 충격에 대하여 지속적으로 변동폭이 증가하여 최종 10개월에 약 0.
- 또한 강남, 강북 및 경기지역 주택전세시장의 경우 마찬가지로 강남지역 주택전세가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 기존 문헌들의 경우, 주택매매가격 중심의 지역간 인과성을 분석하였으나 본 논문에서는 기존 결과에서 확장되어 주택전세가격 역시 강남지역이 진원지 역할을 담당한다는 결과를 도출하였다.
- 08% 양(+)의 변동을 나타냈다. 또한 강남매매가격은 강북전세가격 및 경기매매가격 충격에 양(+)의 변동을 나타냈지만 강남매매가격 자체 충격에 비해 상대적으로 변동폭이 매우 작은 것으로 확인되었다. 반면 강남매매가격은 강남전세가격 충격에 대하여 음(-)의 방향으로 변동하여 최종 10개월에 약 0.
- 강남지역 주택전세가격을 고려했을 경우, 여타 지역 매매시장으로 수요 전환이 가능하나, 실제로는 그 영향이 매우 국소적인 것으로 나타났다. 또한 강남매매시장 수요자들까지 강북 및 경기지역 전세시장으로 일정부분 유입되는 것으로 확인되는 바, 전세시장 불균형은 더욱 심화될 것으로 판단된다. 주택시장 수요자들의 전세시장 유입이 자금조달능력의 문제라고 한다면 현재의 저금리, LTV, DTI 정책 기조를 유지함으로써 일정부분 해소될 수 있으나, 본질적인 해결방안은 될 수 없을 것으로 판단된다.
- 먼저 각 변수들의 충격에 대한 강남매매가격 변동과정을 살펴보면 강남매매가격 자체 충격에 대하여 가장큰 변동을 나타냈다. 즉 지속적으로 변동폭이 증가하여 최종 10개월에 약 1.
- 지역간 주택시장 간 인과성을 충격반응분석을 통해 살펴본 결과를 정리하면 다음과 같다. 먼저 강남, 강북및 경기지역 주택매매시장의 경우 강남지역 주택매매가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 이는 결국 각종 매체에서 언급된 바와 같이 강남 주택매매가격 변동이 타 지역 매매가격에 영향을 미치는 것을 나타낸다.
- 두 번째로, 강남전세가격 변동과정을 살펴보면 강남 매매가격, 강남전세가격, 강북매매가격 및 경기전세가격 충격에 양(+)의 변동을 나타내는 것으로 확인되었다. 먼저 강남전세가격은 강남전세가격 자체 충격에 대하여 지속적으로 변동폭이 증가하여 최종 10개월에 약 0.70%양(+)의 변동을 나타냈다. 그 외 강남전세가격은 강북매매가격, 강남매매가격 및 경기전세가격 충격에 대하여 지속적으로 양(+)의 방향으로 변동폭이 증가하여 약 0.
- 또한 강남매매가격은 강북전세가격 및 경기매매가격 충격에 양(+)의 변동을 나타냈지만 강남매매가격 자체 충격에 비해 상대적으로 변동폭이 매우 작은 것으로 확인되었다. 반면 강남매매가격은 강남전세가격 충격에 대하여 음(-)의 방향으로 변동하여 최종 10개월에 약 0.06%의 변동을 나타냈으며, 그 외 강북매매가격 및 경기전세가격 충격에 대하여도 음(-)의 방향으로 최종 10개월에 약 0.16%, 0.06%의 변동을 나타냈다.
- 세 번째로, 강북매매가격 변동과정을 살펴보면 강남 매매가격 충격이 가장 큰 영향을 미치는 것으로 확인되 었다. 즉 강남매매가격 충격에 대하여 강북매매가격은 초기부터 지속적으로 변동폭이 증가하여 최종 10개월에약 0.
- 여섯 번째로, 경기전세가격 변동과정을 살펴보면 강남전세가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 즉 강남전세가격 충격에 대하여 경기전세가격은 초기부터 지속적으로 변동폭이 증가하여 최종 10개월에약 0.
- 즉, 최근 전세가격 급등에 의해 서울시 수요자들이 점차 수도권으로 이동함에 따라 전출입 인구에도 두드러진 변화가 발생하고 있는 것이다. 이를 종합하면 주택시장의 경우, 매매시장과 전세시장의 상호연관성과 더불어 양 시장 간의 관계에 따른 지역 간 주택시장 인과성이 동시에 발현되는 것으로 판단된다. 하지만 지역간 주택시장 인과성을 분석한 기존 문헌의 경우, 대부분 주택매매가격을 중심으로 연구가 진행되었다.
- 통계값이 1%, 5%, 10% 임계값보다 크게 나옴에 따라 통계적으로 수준변수들이 안정적임을 증명할수 없었다. 이에 따라 차분하여 단위근 검정을 재수행한결과 DF-t 통계량이 대부분 임계값보다 작게 나옴에 따라 1차차분변수들은 안정적임을 확인하였다.
- 주택전세시장의 경우도 마찬가지로, 강남지역 주택전세 가격 변동이 주변 지역 전세가격에 매우 큰 영향을 미치는 것으로 나타났다. 강남지역 주택전세가격을 고려했을 경우, 여타 지역 매매시장으로 수요 전환이 가능하나, 실제로는 그 영향이 매우 국소적인 것으로 나타났다.
- 다섯 번째로, 경기매매가격 변동과정을 살펴보면 강남매매가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 즉 강남매매가격 충격에 대하여 경기매매가격은 초기부터 상대적으로 큰 변동폭을 나타냈으며, 점차 증가하여 최종 10개월에 약 0.90%의 양(+)의 변동을 나타냈다. 또한 강북전세가격 및 경기매매가격 충격에 대하여 마찬가지로 경기매매가격의 변동폭이 점차 증가하여 최종 10개월에 양(+)의 방향으로 약 0.
- 네 번째로, 강북전세가격 변동과정을 살펴보면 강남전세가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 즉 강남전세가격 충격에 대하여 강북전세가격은 초기부터 지속적으로 변동폭이 증가하여 최종 10개월에 약 0.58% 양(+)의 변동을 나타냈다. 또한 강북매매가격 및 경기전세가격 충격에 대하여 마찬가지로 강북전세가격의 변동폭이 점차 증가하여 최종 10개월에 양(+)의 방향으로 약 0.
- 여섯 번째로, 경기전세가격 변동과정을 살펴보면 강남전세가격 충격이 가장 큰 영향을 미치는 것으로 확인되었다. 즉 강남전세가격 충격에 대하여 경기전세가격은 초기부터 지속적으로 변동폭이 증가하여 최종 10개월에약 0.62% 양(+)의 변동을 나타냈다. 또한 경기전세가격및 강북매매가격 충격에 대하여 마찬가지로 경기전세가격의 변동폭이 점차 증가하여 최종 10개월에 양(+)의 방향으로 약 0.
- 강북매매 및경기매매가격 충격반응분석 결과 역시 이러한 시사점을 뒷받침한다. 즉 강북매매 및 경기매매가격 충격반응분석 결과를 살펴보면 초기에는 강남지역 전세가격이 각 지역 매매가격 상승에 영향을 미치나 매우 단기적이며, 시간이 지남에 따라 빠르게 희석되는 것을 확인할 수 있다. 강남지역 전세가격 수준이 강북이나 경기지역 매매가격과 크게 차이가 나지 않음을 고려할 경우, 이는 결국 수요자들의 자금조달능력의 문제가 아니라 수요자들이 주택시장 자체에 자금 투여하는데 있어서 매우 보수적인 포지션을 취하기 때문인 것으로 판단된다.
- 먼저 각 변수들의 충격에 대한 강남매매가격 변동과정을 살펴보면 강남매매가격 자체 충격에 대하여 가장큰 변동을 나타냈다. 즉 지속적으로 변동폭이 증가하여 최종 10개월에 약 1.08% 양(+)의 변동을 나타냈다. 또한 강남매매가격은 강북전세가격 및 경기매매가격 충격에 양(+)의 변동을 나타냈지만 강남매매가격 자체 충격에 비해 상대적으로 변동폭이 매우 작은 것으로 확인되었다.
- 첫째, 일반적인 시장 논리 측면에서는 특정지역의 주택수요가 증가하면 장기적으로 공급량이 증가하고 시장 균형가격이 하락하게 된다. 공급량이 정부의 정책변화, 주택대지 부족 등의 이유로 제한된다면 주택공급이 이루어지지 않아 특정지역의 수요가 줄지 않는 이상 주택가격은 지속적으로 상승하게 된다.
- 표 1에서 확인할 수 있듯이 수준변수의 단위근 검정 결과 DF-t 통계값이 1%, 5%, 10% 임계값보다 크게 나옴에 따라 통계적으로 수준변수들이 안정적임을 증명할수 없었다. 이에 따라 차분하여 단위근 검정을 재수행한결과 DF-t 통계량이 대부분 임계값보다 작게 나옴에 따라 1차차분변수들은 안정적임을 확인하였다.
후속연구
- 이러한 관점에서 거시경제변동 전후로 다양한 주택 시장 구조적 변동이 발생할 수 있다. 본 논문은 전체 시계열을 대상으로 분석을 수행함에 따라 거시경제변동 전후를 비교분석하여 다양한 시사점을 도출하는데 한계를 가지고 있다. 서브프라임 금융위기 이후 충분한 시계열 자료 취합이 가능함에 따라 서브프라임 금융위기를 기점으로 하여 지역별 주택시장 인과성의 시기별 특성을 비교분석한다면 보다 더 심층적이고 유의미한 시사점을 도출할 수 있을 것으로 판단된다.
- 본 논문은 전체 시계열을 대상으로 분석을 수행함에 따라 거시경제변동 전후를 비교분석하여 다양한 시사점을 도출하는데 한계를 가지고 있다. 서브프라임 금융위기 이후 충분한 시계열 자료 취합이 가능함에 따라 서브프라임 금융위기를 기점으로 하여 지역별 주택시장 인과성의 시기별 특성을 비교분석한다면 보다 더 심층적이고 유의미한 시사점을 도출할 수 있을 것으로 판단된다.
- 이를 종합하면 충분한 자금조달능력을 확보하고 있는 수요자들의 전세시장 유입을 최소화하고 실제적인 서민들에게 전세라는 공간시장을 효과적으로 제공하기 위해서는 수요자들의 자금조달능력에 따른 차등화된 주거안정정책이 필요할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.