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
- 이에 본 연구는 분양권전매를 기준으로 투자수요와 실수요를 구분하고 두 수요자군의 특징 특히, 수요범위의 차이를 실증적으로 살펴보고자 한다. 본 연구가 기존연구에 대해 가지는 차별성은 다음과 같다.
- 이에 본 연구에서는 공동주택 계약자 정보 분석을 통해 투자자와 실수요자의 특성차이를 분석하고 시사점을 도출하고자 한다.
- 이에 본 연구에서는 최열ㆍ신봉승(2011)의 분류를 차용하여 최종계약 전 전매가 발생하여 최종계약자가 변동된 경우의 최초계약자를 투자자, 최초계약자와 최종계약자가 동일한 최초계약자를 실수요자로 정의한다.
제안 방법
- 2번째 분석 모형으로 지역을 부산과 경남으로 분리하여 분석한 뒤 지역 간에 나타나는 특성차이를 살펴보고자 하였다. 분석결과는 Table 6과 같다.
- 계약자의 특성변수는 최초계약자의 나이와 성별을 활용하였다. 이를 통해 성별과 연령에 따른 차이를 검증 한다.
- 넷째, 기존 분양시장에 관한 연구가 가격 및 청약경쟁률 등이 주를 이루는 상황에서 수요자의 특성분석을 시도하였다.
- 둘째, 기존의 연구의 대부분이 수도권을 대상으로 수행된 반면 본 연구는 부산ㆍ경남지역을 대상으로 수행하여 지역적 범위를 확장하였다.
- 주택특성 변수는 분양주택의 전용면적과 분양단가를 활용하였다. 또한 부산 및 경남지역의 자료 이므로 지역통제를 위해 부산과 경남지역더미를 구축하였다.
- 보다 심층적인 연구를 위해 지역을 부산과 경남으로 구분하여 분석을 수행하였다. 부산과 경남지역 모두 계약자의 거리가 증가할 경우 투자자일 확률이 증가하는 것으로 나타났다.
- 본 연구의 자료는 2016년 기준 시공능력평가 10위권 내에 속하는 건설사가 제공한 2011년 7월부터 2016년 6월까지 부산ㆍ경남지역에 분양한 공동주택자료로서 총 5,549세대다. 본 자료에 포함된 공동주택의 세대별 최초 및 최종계약자의 전출지, 나이, 성별 등과 같은 계약자특성은 선행연구에서 활용했던 변수이며, 본 연구에서도 독립변수로 활용하였다. 분석대상에 포함된 공동주택 단지의 수는 10개로 부산 7개 단지, 울산1개단지, 창원 2개단지로 구성되어 있으며 Table 1과 같다.
- 셋째, 주택 수요를 투자자와 실수요자로 구분한 뒤 기존 주택수요범위에 관한 연구결과를 바탕으로 투자자와 실수요자의 수요범위를 구분한 분석을 수행하였다.
- 수요범위를 나타내는 사업지와 전출지의 거리차는 최초계약자의 주소와 사업지의 주소를 활용하여 산출하였다. 이를 독립변수로 활용하여 투자자와 실수요자의 수요범위에 통계적으로 유의한 차이가 있는지 분석하였다.
- 분석에 활용된 자료는 국내 대형 건설사가 제공한 2011년 하반기부터 2016년 상반기까지 부산ㆍ경남지역에 분양한 공동주택 계약자 자료이다. 이 자료에 포함된 최초계약자와 최종계약자 정보를 바탕으로 투자자와 실수요자를 구분한 뒤 계약자의 인적특성, 주택 특성 등을 활용해 특성차이를 분석하였다. 분석에는 변수의 특성을 고려하여 이항 로지스틱 분석을 사용하였다.
- 수요범위를 나타내는 사업지와 전출지의 거리차는 최초계약자의 주소와 사업지의 주소를 활용하여 산출하였다. 이를 독립변수로 활용하여 투자자와 실수요자의 수요범위에 통계적으로 유의한 차이가 있는지 분석하였다.
- 이에 본 연구에서는 공동주택 분양시장에 참여하는 시장참여자를 전매여부에 따라 투자자자와 실수요자로 구분한 뒤 부산ㆍ경남지역을 대상으로 그 차이점을 분석하였다.
대상 데이터
- 분석대상에 포함된 공동주택 단지의 수는 10개로 부산 7개 단지, 울산1개단지, 창원 2개단지로 구성되어 있으며 Table 1과 같다. 10개 단지의 총 세대수는 5,549세대이며, 전용면적 기준 59㎡~154㎡의 평형대로 구성되어 있다.
- 본 연구의 자료는 2016년 기준 시공능력평가 10위권 내에 속하는 건설사가 제공한 2011년 7월부터 2016년 6월까지 부산ㆍ경남지역에 분양한 공동주택자료로서 총 5,549세대다. 본 자료에 포함된 공동주택의 세대별 최초 및 최종계약자의 전출지, 나이, 성별 등과 같은 계약자특성은 선행연구에서 활용했던 변수이며, 본 연구에서도 독립변수로 활용하였다.
- 본 자료에 포함된 공동주택의 세대별 최초 및 최종계약자의 전출지, 나이, 성별 등과 같은 계약자특성은 선행연구에서 활용했던 변수이며, 본 연구에서도 독립변수로 활용하였다. 분석대상에 포함된 공동주택 단지의 수는 10개로 부산 7개 단지, 울산1개단지, 창원 2개단지로 구성되어 있으며 Table 1과 같다. 10개 단지의 총 세대수는 5,549세대이며, 전용면적 기준 59㎡~154㎡의 평형대로 구성되어 있다.
- 분석에 활용된 자료는 국내 대형 건설사가 제공한 2011년 하반기부터 2016년 상반기까지 부산ㆍ경남지역에 분양한 공동주택 계약자 자료이다. 이 자료에 포함된 최초계약자와 최종계약자 정보를 바탕으로 투자자와 실수요자를 구분한 뒤 계약자의 인적특성, 주택 특성 등을 활용해 특성차이를 분석하였다.
데이터처리
- 이 자료에 포함된 최초계약자와 최종계약자 정보를 바탕으로 투자자와 실수요자를 구분한 뒤 계약자의 인적특성, 주택 특성 등을 활용해 특성차이를 분석하였다. 분석에는 변수의 특성을 고려하여 이항 로지스틱 분석을 사용하였다. 이러한 분석결과는 공동주택을 분양하고자 하는 공급자에게 실무적 시사점을 줄 수 있을 것이다.
- 그러나 이때의 종속변수 Y는 이항(Binary)변수이므로 선형성을 충족하지 못한다. 이러한 종속변수의 특성을 고려할 수 있는 이항 로지스틱 회귀분석(Binary Logistic Regression)을 분석모형으로 선택한다.
이론/모형
- 이 외 변수는 최열ㆍ신봉승(2011)의 연구에서 활용한 주택특성과 계약자 특성 변수 중 구득이 가능한 변수로 모형을 구축하였다.
성능/효과
- 거리변수의 경우 사업지와 최초계약자의 거리가 1km 증가하면 투자자일 승산이 1.101배 높아지는 것으로 나타났다. 이를 한계효과로 살펴보면 거리가 1km 증가하면 투자자일 확률이 평균1.
- 065배 높아진다. 거리변수의 평균한계효과를 통해 살펴보면 사업지로부터 거리가 1km 증가할 때마다 투자자일 확률이 평균 1.1% 증가하는 것을 알 수 있다.
-
4. 소결
결과를 종합하면 투자자는 실수요자에 비해 더 먼 거리에서 접근하는 것이 통계적으로 증명되었다
. 로지스틱분석 결과에 대한 한계효과를 분석한 결과 최초계약자의 거리가 1km 증가할 경우 투자자일 확률이 평균1. - 전용면적이 유의하게 나타난 것은 전체모형과의 차이점인데, 이 지역 투자자들에게 있어 가격적인 측면과 주택규모가 모두 고려대상인 것으로 풀이된다. 경남모형을 종합하면 경남의 수요자들은 부산에 비해 상대적으로 더욱 다양한 변수의 영향을 받고 있으며, 가격과 더불어 전용면적도 투자자의 주요한 고려요소인 것으로 나타났다.
- 경남의 경우 성별을 제외한 모든 변수가 1%수준에서 유의하게 나타났으며, 계수의 방향성 또한 전체모형과 동일하게 나타났다.
- 먼저 전체시장에 대해 분석한 결과 투자자는 실수요자에 비해 더 먼 거리에서 접근하는 것으로 나타났으며, 나이의 경우 많을수록 투자자가 될 확률이 높아지는 것으로 나타났다. 또한 주택규모는 유의하지 않았으나 분양가격이 투자자에게 유의한 변수인 것으로 나타났다.
- 로지스틱 회귀모형의 적합도를 판단할 수 있는 Hosmer & Lemeshow 검정결과 유의확률이 0.866으로 나타나 적합한 모형인 것으로 판단하였다.
- 결과를 종합하면 투자자는 실수요자에 비해 더 먼 거리에서 접근하는 것이 통계적으로 증명되었다. 로지스틱분석 결과에 대한 한계효과를 분석한 결과 최초계약자의 거리가 1km 증가할 경우 투자자일 확률이 평균1.1% 증가하는 것으로 나타났다. 투자자특성 측면에서는 나이가 현재보다 1세 증가할 경우 투자자일 확률은 약 0.
- 먼저 전체시장에 대해 분석한 결과 투자자는 실수요자에 비해 더 먼 거리에서 접근하는 것으로 나타났으며, 나이의 경우 많을수록 투자자가 될 확률이 높아지는 것으로 나타났다. 또한 주택규모는 유의하지 않았으나 분양가격이 투자자에게 유의한 변수인 것으로 나타났다.
- 보다 심층적인 연구를 위해 지역을 부산과 경남으로 구분하여 분석을 수행하였다. 부산과 경남지역 모두 계약자의 거리가 증가할 경우 투자자일 확률이 증가하는 것으로 나타났다. 특히 경남은 전체모형과 부산의 결과치를 상회하는 결과를 나타내 경남지역의 실수요자가 부산에 비해 더욱 가까운 지역에서 유입된다는 것을 알 수 있었다.
- 부산의 경우 최초거리와 최초나이가 1% 수준에서 유의하였으며, 전용면적이 10%수준에서 유의한 것으로 나타났다.
- 최기헌 외(2012)는 대규모 택지지구 내 사업지의 청약정보를 이용하여 주택수요권역의 거리결정요인에 관해 분석하였다. 분석결과 사업지와 청약자의 평균 거리는 14km로 나타났으며, 거시변수인 경제성장률과 물가상승률 등과 지역변수인 건축허가면적 등의 요인들이 청약자의 거리에 유의한 결과를 나타내었다.
- 김준수ㆍ고석찬(2015)은 서울 및 수도권의 공동주택과 주거형 오피스텔 계약자 정보를 이용해 계약자의 이동거리에 영향을 미치는 요인을 분석하였다. 분석결과 세대규모가 클수록 이동거리가 짧고, 분양단가가 높을수록 이동거리가 길게 나타났으며, 베이비 부머세대에 해당할 때 이동거리가 더욱 긴 것으로 나타났다. 최기헌 외(2012)의 연구에서도 신청평수가 클 경우 이동거리가 짧고, 60대 이상에서 청약지 거리가 길게 나타났다고 분석하고 있어 김준수ㆍ고석찬(2015)의 연구결과는 기존 연구를 지지하고 있는 것으로 볼 수 있다.
- 임대주택 수요자의 수요거리에 관해 봉인식(2010)은 수도권 국민임대주택에 입주한 가구를 대상으로 이주거리를 분석하였다. 분석결과 평균이주거리는 8.8km이며, 74.9%가 10km 미만의 이주거리인 것으로 나타났다.
- 실증분석에 직접 활용하지는 않았으나 최초계약자 집단과 최종계약자집단의 기술통계적 특성을 비교하기 위해 최종계약자 특성을 살펴보면 최종계약자의 거리는 평균 4.56km로 최초계약자 보다 평균이 약 1.64km 가깝게 나타났다. 최종계약자의 나이는 평균 45.
- 기존의 연구가 인구이동자료를 바탕으로 주택수요범위를 추정하였다면 이들은 건설사 및 시행사의 계약자료를 이용하여 주거이동과 수요권역에 관한 보다 실증적인 연구를 수행하였다. 연구결과 지역적으로 인접할수록 높은 이동성향을 보이고 있으며, 인접지역이라도 시세가 유사한 지역으로의 이동비율이 높다고 주장하였다. 이는 서울시를 대상으로 인구이동 특성을 분석한 최은영ㆍ조대헌(2005)의 연구결과를 지지한다고 볼 수 있다.
- 이러한 방법을 통해 파악한 나이의 평균한계효과는 수요자들의 나이가 현재보다 1세 증가할 경우 투자자일 확률은 약 0.5% 증가하는 것으로 나타났다.
- 101배 높아지는 것으로 나타났다. 이를 한계효과로 살펴보면 거리가 1km 증가하면 투자자일 확률이 평균1.7% 증가하는 것으로 나타났다. 이는 전체모형과 부산모형의 결과치를 상회하는 것으로 경남지역의 실수요자가 부산에 비해 더욱 가까운 지역에서 유입되는 것으로 해석할 수 있다.
- 전체표본에 대한 분석결과 최초거리, 최초나이는 1%수준, 분양단가는 5%수준, 지역더미(부산/경남)은 10%수준에서 유의한 것으로 나타났다. 최초거리는 계수의 방향이 (+)로 나타나 사업지로부터 멀리 떨어진 최초계약자일수록 투자자일 확률이 높아지는 것으로 분석되었다.
- 주택특성변수 중 전용면적은 유의하지 않았으며, 분양단가는 (-)의 방향으로 나타났다. 분양단가는 1% 증가할 경우 투자자의 승산이 0.
- 주택특성의 경우 전용면적은 최소 59.86㎡, 최대 154.19㎡, 평균은 83.95㎡로 나타났다. 분양단가는 Log를 취해 분석에 활용하였다.
- 64km 가깝게 나타났다. 최종계약자의 나이는 평균 45.08세로 최초계약자의 평균가 큰 차이를 보이지 않았으며, 성별 또한 남성이 52.2%로 별다른 차이를 나타내지 않았다.
- 전체표본에 대한 분석결과 최초거리, 최초나이는 1%수준, 분양단가는 5%수준, 지역더미(부산/경남)은 10%수준에서 유의한 것으로 나타났다. 최초거리는 계수의 방향이 (+)로 나타나 사업지로부터 멀리 떨어진 최초계약자일수록 투자자일 확률이 높아지는 것으로 분석되었다. 사업지와 최초계약자의 거리가 1km 증가할 경우 투자자의 승산이 1.
- 최초거리의 경우 사업지와 최초계약자의 거리가 1km 증가하면 투자자일 승산이 1.053배 높아진 것으로 나타났다.
- 1% 증가하는 것으로 나타났다. 투자자특성 측면에서는 나이가 현재보다 1세 증가할 경우 투자자일 확률은 약 0.5% 증가하는 것으로 나타났다. 분양단가는 1% 상승하면 투자자일 확률은 22.
- 부산과 경남지역 모두 계약자의 거리가 증가할 경우 투자자일 확률이 증가하는 것으로 나타났다. 특히 경남은 전체모형과 부산의 결과치를 상회하는 결과를 나타내 경남지역의 실수요자가 부산에 비해 더욱 가까운 지역에서 유입된다는 것을 알 수 있었다. 경남지역은 전체모형에서 유의했던 변수들과 더불어 전용면적까지 유의하게 도출되었다.
- 273배 감소한다. 한계효과를 통해 살펴보면 단위가격(3.3㎡당 가격)이 1% 상승하면 투자자일 확률은 22.2% 감소한다. 이는 최열ㆍ신봉승(2011)의 연구결과를 지지하는 결과이다.
후속연구
- 둘째, 전체 분양단지가 아닌 특정 기업에서 분양했던 사례만을 활용하고 있어 모집단을 대표할 수 있는지에 대한 의문이 남는다.
- 이러한 분석결과들은 기존연구 및 실무적 관점과 부합하며, 실무적 직관을 통계적으로 검증하고 계량화함으로써 분양시장의 마케팅전략 및 관련 정책수립 등에 유용한 정보를 제공할 수 있다. 또한 기존 연구를 통해 도출되지 못했던 투자자와 실수요자의 특성차이를 분석했다는 점에서 관련연구를 한 단계 발전시키는 학술적 기여가 있는 것으로 판단된다.
- 그러므로 객관적인 수치자료를 활용해 수요자범위를 검토하고 이를 바탕으로 마케팅의 지역적 범위를 정해야 할 것이다. 또한 주택분양시장에서 실수요자의 당첨기회를 확대하고 전매제한기간을 강화하는 등 실수요자 중심의 시장형성을 추진하는 정부차원의 노력에 따라 앞으로의 분양전략에서 실수요자의 발굴이 점차 중요해질 것이다.
- 본 연구가 가지는 이상의 한계점을 보완하는 후속연구를 기대한다.
- 셋째, 분양시장에 참여하는 투자자가 고려할 수 있는 더욱 다양한 변수가 고려되지 못하였다. 투자자의 경우 해당 지역의 과거 가격상승추세와 투자대상의 입지요건 등을 고려할 것이다.
- 공동주택 분양에 있어 최종계약에 이르는 실수요자를 파악하는 것은 공동주택 분양을 위한 마케팅 범위에 영향을 미쳐 최종적으로 비용의 크기를 결정하게 된다. 실수요자가 아닌 투자자가 실수요자에 비해 더 먼 지역에서 참여하는 등 그 특성차이를 확인할 수 있다면 이는 공동주택 분양시장에서 비용을 최소화할 수 있는 마케팅 전략수립의 근거로 활용될 수 있을 것이다.
- 첫째, 자료구득의 한계로 부산ㆍ경남지역만을 분석하여 일반화의 한계가 있다.
- 첫째, 전매비율이 아닌 개별가구의 전매자료를 바탕으로 수행하는 실증분석이라는 점에서 보다 현실성 높은 결과를 제시한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.