본 연구는 서울시 5대 권역을 대상으로 주택소비심리와 주택매매가격 간 시계열적 인과관계를 파악하고 소비심리 변동이 권역별 주택가격에 미치는 영향을 그랜저인과(Granger Causality)모형과 VEC (Vector Error Correction)모형을 이용해 실증분석하였다. 주요 결과를 요약하면 첫째, 주택소비심리와 권역별 주택가격은 밀접한 관계가 있으며, 소비심리는 주택가격에 강하게 영향을 미치는 것으로 나타났다. 둘째, 주택소비심리는 단기적으로 서울시 권역별 주택매매 가격에 차별적인 영향을 미치고 있었는데, 동남권 주택가격은 서울 주택소비심리 변화의 주요한 원인으로 작용하며 이에 따른 영향은 비동남권으로 전이되는 것을 확인하였다. 셋째, 동남권 이외 권역은 주택심리가 긍정적임에 따라 장기적으로 주택가격을 상승시키지만, 동남권은 보합세가 나타나는 것으로 분석되었다. 넷째, 권역별 상대적 기여도의 경우 대체로 아파트가격 변동은 인접권역 또는 경쟁권역의 영향을 가장 많이 받는 것으로 파악되었다. 이러한 결과를 통해 본 연구는 주택소비심리와 서울시 권역별 주택가격이 상호 간 명확한 인과관계가 있다는 점과 권역 간에도 차별적인 주택소비심리 영향이 나타나고 있다는 점을 확인하였다.
본 연구는 서울시 5대 권역을 대상으로 주택소비심리와 주택매매가격 간 시계열적 인과관계를 파악하고 소비심리 변동이 권역별 주택가격에 미치는 영향을 그랜저인과(Granger Causality)모형과 VEC (Vector Error Correction)모형을 이용해 실증분석하였다. 주요 결과를 요약하면 첫째, 주택소비심리와 권역별 주택가격은 밀접한 관계가 있으며, 소비심리는 주택가격에 강하게 영향을 미치는 것으로 나타났다. 둘째, 주택소비심리는 단기적으로 서울시 권역별 주택매매 가격에 차별적인 영향을 미치고 있었는데, 동남권 주택가격은 서울 주택소비심리 변화의 주요한 원인으로 작용하며 이에 따른 영향은 비동남권으로 전이되는 것을 확인하였다. 셋째, 동남권 이외 권역은 주택심리가 긍정적임에 따라 장기적으로 주택가격을 상승시키지만, 동남권은 보합세가 나타나는 것으로 분석되었다. 넷째, 권역별 상대적 기여도의 경우 대체로 아파트가격 변동은 인접권역 또는 경쟁권역의 영향을 가장 많이 받는 것으로 파악되었다. 이러한 결과를 통해 본 연구는 주택소비심리와 서울시 권역별 주택가격이 상호 간 명확한 인과관계가 있다는 점과 권역 간에도 차별적인 주택소비심리 영향이 나타나고 있다는 점을 확인하였다.
This study investigated the time-series relationship between housing consumer sentiment and housing prices in the five major districts in Seoul and also analyzed the effect of the housing consumer sentiment on housing prices using Granger Causality and VEC (Vector Error Correction) models. To descri...
This study investigated the time-series relationship between housing consumer sentiment and housing prices in the five major districts in Seoul and also analyzed the effect of the housing consumer sentiment on housing prices using Granger Causality and VEC (Vector Error Correction) models. To describe the key results, first of all, housing consumer sentiment and regional housing market prices were closely related to each other, and the consumer sentiment strongly affected the change of housing prices. Second, the housing consumer sentiment was confirmed to have a discriminatory effect on the housing prices among the districts in Seoul in the short term. Specifically, the housing price of the east southern district (ESD) was the main reason for the change in housing consumer sentiment in Seoul, and that the resulting impact was transferred to other districts. Third, it was analyzed that regions other than the ESD would increase the housing prices in the long term as the housing consumer sentiment turned positive, but that the ESD would see a steady tone. Fourth, in the case of relative influence by district, housing (apartment) price fluctuation in a district was generally found to be most affected by adjacent or competitive districts. Through these findings, this study confirmed that there is a clear causality between housing consumer sentiment and housing prices in each district of Seoul and that there is a discriminatory influence on housing consumer sentiment among the districts.
This study investigated the time-series relationship between housing consumer sentiment and housing prices in the five major districts in Seoul and also analyzed the effect of the housing consumer sentiment on housing prices using Granger Causality and VEC (Vector Error Correction) models. To describe the key results, first of all, housing consumer sentiment and regional housing market prices were closely related to each other, and the consumer sentiment strongly affected the change of housing prices. Second, the housing consumer sentiment was confirmed to have a discriminatory effect on the housing prices among the districts in Seoul in the short term. Specifically, the housing price of the east southern district (ESD) was the main reason for the change in housing consumer sentiment in Seoul, and that the resulting impact was transferred to other districts. Third, it was analyzed that regions other than the ESD would increase the housing prices in the long term as the housing consumer sentiment turned positive, but that the ESD would see a steady tone. Fourth, in the case of relative influence by district, housing (apartment) price fluctuation in a district was generally found to be most affected by adjacent or competitive districts. Through these findings, this study confirmed that there is a clear causality between housing consumer sentiment and housing prices in each district of Seoul and that there is a discriminatory influence on housing consumer sentiment among the districts.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 주택소비심리가 우리나라 최대 주택시장인 서울시의 하위시장에 어떻게 작용하는지를 파악한 미시적 수준의 연구는 아직 미흡한 실정이다. 따라서 본 연구는 심리요인이 서울시 권역별 주택가격과 어떠한 인과관계를 갖는지를 실증 분석함으로써 기존 선행연구의 한계를 개선하고자 하였다.
본 연구는 시간에 따라 변화하는 주택소비심리와 주택가격 간에 형성된 관계를 파악하고, 심리요인의 변동이 시차에 따라 주택가격에 어떠한 영향을 미치는지를 시계열적으로 분석하였다. 이처럼 여러 기간에 걸쳐 심리요인과 주택가격요인의 관계를 분석하게 되면 서로 영향을 주고받는 내생성(Endogeneity)이 존재하게 된다.
본 연구는 주택가격 변화에서 주택심리요인의 영향을 파악하기 위해 서울시 5개 권역을 중심으로 실증분석을 수행했으며, 이를 통해 중요한 결과 및 시사점을 도출할 수 있었다. 향후 주택가격에 영향을 주는 다양한 통제변수를 추가로 활용해 실증분석을 수행한다면 또 다른 측면의 시사점을 제시할 수 있을 것으로 보인다.
이에 따라 본 연구는 우리나라 최대의 주택시장이면서 주택가격 급등의 핵심지역인 서울시의 5대 권역 아파트를 대상으로 주택소비심리와 주택가격 간 시계 열적 인과관계를 파악하고 소비심리 변동이 권역별 주택가격에 어떠한 영향을 미치는지를 파악하고자 한다. 실증분석을 위한 권역은 “2030 서울생활권계획” 에 제시된 5개 권역생활권인 도심권, 동북권, 동남권, 서북권, 서남권으로 설정하였다.
가설 설정
여기서 C는 (N×1)상수벡터이며, Φi는 현재 시점의 변수와 시차 변수들의 시차회귀계수인 ( N× N)의 행렬이고 εt는 (N×1)의 백색잡음과정으로 E(εt) = 0이며, 분산공분산행렬이 다음 수식 (2)와 같은 정 규분포를 한다고 가정한다.
제안 방법
다음으로 본 연구의 수준변수들은 ADF와 PP 단위 근 검정 결과를 통해 불안정 시계열로 확인되었기에 요한슨 공적분검정을 통해 변수 간 장기적인 관계의 존재 여부를 추정하였다. 검정 결과, 서울시 주택소비 심리와 아파트매매가격 간에는 2개 이상의 장기적인 관계가 존재하는 것으로 분석되었다(Table 6 참조).
본 연구의 경우 AIC와 SC 정보량에 따른 시차 분석 결과가 상이하고 분석 사례 수가 총 101개로 HQ를 이용해 시차를 결정하는 것이 타당하다고 판단되었다. 따라서 HQ 기준 가장 낮은 값을 보인 시차 2를 분석모형의 최종시차로 설정하였다(Table 5 참조).
따라서 본 연구는 변수 간 장기적인 관계의 존재를 파악할 수 있는 요한슨 공적분검정(Johansen’s Cointegration Test)과 변수 간 장･단기관계를 추정할 수 있는 VEC모형을 이용해 실증분석을 수행하였다.
연구의 공간적 범위는 “2030 서울생활권계획”에 제시된 5개 권역생활권인 도심권(용산구, 종로구, 중 구), 동북권(강북구, 광진구, 노원구, 도봉구, 동대문구, 성동구, 성북구), 동남권(강남구, 강동구, 서초구, 송파 구), 서북권(마포구, 서대문구, 은평구), 서남권(강서 구, 관악구, 구로구, 금천구, 동작구, 양천구, 영등포구) 으로 한정하였는데, 주택 소비심리 파급효과 측면에 서 서울시 주택시장이 핵심지역으로 논의되고 있기 때문이다(전해정 2014; 서원석 2019). 또한, 주택유형은 아파트로 국한하여 분석하였다. 이는 아파트가 국내의 대표적인 주거공간이고 주택가격 급등의 핵심적인 주거유형이며 시계열 자료의 장기적인 수집이 이루어지고 있어 주택시장의 동향을 잘 파악할 수 있기 때문이다.
본 연구는 우리나라 최대의 주택시장이면서 주택가격 변동의 핵심지역인 서울시의 5대 권역 아파트를 대상으로 주택소비심리와 주택매매가격 간 시계열적 인과관계를 파악하고 소비심리의 변동이 권역별 주택가격에 어떠한 영향을 미치는지를 그랜저인과모형과 VEC모형을 이용해 실증분석하였다.
본 연구에서 사용된 변수는 서울시 주택소비심리와 주택매매가격의 관계를 확인하기 위해 심리요인과 가격요인으로 구성되었다. 우선 심리요인에는 서울시 25개 구에 위치한 일반 가구와 중개업소를 대상으로 주택매매가격에 대한 형태 변화와 인지 수준 등의 파악을 위해 국토연구원(Korea Research Institute for
조태진(2014)은 주택가격을 결정하는 요인으로 거시경제지표와 심리요인을 포함해 그 영향력을 분석하였다. 심리요인으로는 경제심리지수, 소비자심리지수, 시장경기동향지수, 기업경기실사지수의 부동산전망 지수를 사용하였다. 분석 결과, 부동산전망지수가 1~5시차까지 통계적 유의성을 보였으나 그 부호의 방향 이 일정하지 않다는 결론을 제시하였다.
이를 위해 개발된 방법은 변수 간 인과관계를 파악할 수 있는 ‘그랜저인과검정’과 한 변수의 변동(충격)이 발생할 때 다른 변수들이 어떻게 반응하는지를 설명하는 ‘충격반응분석’ 그리고 한 변수의 변동이 있을 때 이에 영향을 미치는 다른 변수들의 상대적 기여도를 파악하는 ‘예측오차분산분해분석’이 있다.
대상 데이터
가격요인에는 국민은행의 월간 KB주택가격동향에서 제공되는 서울시 아파트매매가격지수를 활용하였다. 서울시 아파트매매가격지수의 경우 5대 권역별(도심권, 동북권, 동남권, 서북권, 서남권)로 세분화하여 주택매매 소비심리 변동에 따른 서울시 권역별 주택 매매가격에 대한 영향을 명확히 파악할 수 있도록 하였다.
본 연구는 주택소비심리 변동에 따른 서울시 권역 별 주택매매가격의 시계열적 영향을 확인하기 위해 월별 자료를 활용하였다. 이러한 시계열 자료의 특성을 파악하기 위해 ADF(Augmented Dickey-Fuller) 와 PP(Phillips-Perron) 단위근검정(Unit Root Test)을 수행하였고, 검정 결과는 Table 3과 같다.
본 연구의 대상은 주택소비심리와 주택매매가격이다. 연구의 공간적 범위는 “2030 서울생활권계획”에 제시된 5개 권역생활권인 도심권(용산구, 종로구, 중 구), 동북권(강북구, 광진구, 노원구, 도봉구, 동대문구, 성동구, 성북구), 동남권(강남구, 강동구, 서초구, 송파 구), 서북권(마포구, 서대문구, 은평구), 서남권(강서 구, 관악구, 구로구, 금천구, 동작구, 양천구, 영등포구) 으로 한정하였는데, 주택 소비심리 파급효과 측면에 서 서울시 주택시장이 핵심지역으로 논의되고 있기 때문이다(전해정 2014; 서원석 2019).
실증분석을 위한 권역은 “2030 서울생활권계획” 에 제시된 5개 권역생활권인 도심권, 동북권, 동남권, 서북권, 서남권으로 설정하였다.
연구의 공간적 범위는 “2030 서울생활권계획”에 제시된 5개 권역생활권인 도심권(용산구, 종로구, 중 구), 동북권(강북구, 광진구, 노원구, 도봉구, 동대문구, 성동구, 성북구), 동남권(강남구, 강동구, 서초구, 송파 구), 서북권(마포구, 서대문구, 은평구), 서남권(강서 구, 관악구, 구로구, 금천구, 동작구, 양천구, 영등포구) 으로 한정하였는데, 주택 소비심리 파급효과 측면에 서 서울시 주택시장이 핵심지역으로 논의되고 있기 때문이다(전해정 2014; 서원석 2019).
이는 아파트가 국내의 대표적인 주거공간이고 주택가격 급등의 핵심적인 주거유형이며 시계열 자료의 장기적인 수집이 이루어지고 있어 주택시장의 동향을 잘 파악할 수 있기 때문이다. 연구의 시간적 범위는 2011년 7월부터 2019년 11월까지로 국토연구원의 부동산시장 심리지수가 발표되고 있는 시점을 적용하였다.
우선 심리요인에는 서울시 25개 구에 위치한 일반 가구와 중개업소를 대상으로 주택매매가격에 대한 형태 변화와 인지 수준 등의 파악을 위해 국토연구원(Korea Research Institute for Human Settlements; KRIHS)에서 조사하고 있는 서울시 주택매매시장 소비심리지수(주택소비심리지수) 를 사용하였다.
데이터처리
다음으로 서울시 주택매매가격에 대한 서울 주택 소비심리의 상대적 기여도를 살펴보기 위해서 예측오차분산분해분석을 수행하였다. 그 결과 권역별 아파트매매가격 변동시 소비심리가 영향을 미치는 시기는 동북권이 3기(월), 서북권이 4기, 도심권이 6기, 서남권이 15기로 나타나 동북권이 가장 신속하게 심리적 영향을 받는 것으로 파악되었다.
심리요인과 주택가격 간 상호인과성을 파악하기 위해 그랜저인과분석(Granger Causality Test)을 실시 하였다. 분석 결과, 서울시 주택소비심리는 서울시 권 역별 주택매매가격과 밀접한 인과관계를 형성하고 있다는 것을 확인하였다.
본 연구는 주택소비심리 변동에 따른 서울시 권역 별 주택매매가격의 시계열적 영향을 확인하기 위해 월별 자료를 활용하였다. 이러한 시계열 자료의 특성을 파악하기 위해 ADF(Augmented Dickey-Fuller) 와 PP(Phillips-Perron) 단위근검정(Unit Root Test)을 수행하였고, 검정 결과는 Table 3과 같다. 원자료에 자연대수를 취한 수준변수(Level)일 경우에는 단위근을 가져 불안정 시계열로 나타났으며, 수준변수에 한
이론/모형
벡터자기회귀모형(Vector Autoregressive Model: VAR)은 변수들의 상호의존성이나 내생성을 고려하여 모형을 구축하는데 유용한 분석 방법이다(김명직･장국현 2009). 따라서 본 연구는 변수들의 내생성을 고려할 수 있는 VAR모형을 이용하여 실증분석을 수행하였다.
본 연구의 목적 달성을 위해서 VAR모형의 오차를 구조적으로 해석할 수 있는 분석 방법을 활용할 수 있다(김해경･이명숙 2005).
성능/효과
다음으로 본 연구의 수준변수들은 ADF와 PP 단위 근 검정 결과를 통해 불안정 시계열로 확인되었기에 요한슨 공적분검정을 통해 변수 간 장기적인 관계의 존재 여부를 추정하였다. 검정 결과, 서울시 주택소비 심리와 아파트매매가격 간에는 2개 이상의 장기적인 관계가 존재하는 것으로 분석되었다(Table 6 참조).
구체적으로 권역별 영향을 살펴보면 도심권, 동북권, 서북권, 서남권은 주택소비심리가 상승할 때 가격 지수가 장기적으로 상승추세를 보여 정(+)의 영향 관계가 지속되는 것으로 확인되었다. 그러나 동남권의 경우 소비심리 상승이 장기적으로는 주택가격에 부 (-)의 영향을 미치는 것으로 나타났다.
둘째, 주택소비심리는 단기적으로 서울시 주택매매 가격에 권역별로 다른 영향을 미치는 것으로 나타났다. 구체적으로 동북권, 서남권, 서북권의 주택가격은 소비심리에 영향을 받고 있었으나, 소비심리는 동남권 주택가격에 영향을 받는 것으로 분석되었다. 이러한 결과는 서울 주택소비심리는 동남권 주택가격의 변동에 따라 변화를 겪게 되며, 이에 따른 영향은 기타 권역으로 전이될 수 있다는 것을 의미한다.
또한, 심리요인과 서울시 권역별 주택가격 간 단기적인 관계는 Table 7에 제시되어 있다. 구체적으로 살펴보면, 1개월 전 서울시 주택매매 소비심리지수는 현재 시점의 도심권, 동북권, 서남권, 서북권의 아파트 매매가격지수에 유의미한 정(+)의 영향을 미치나 동 남권에는 통계적으로 유의미한 영향을 주지 않은 것으로 분석되었다. 반면 서울시 주택매매 소비심리지수는 1개월 전 동남권 아파트 매매가격지수에 정(+) 의 영향을 받는 것으로 나타났다.
구체적인 분석 결과를 살펴보면, 서울시 주택소비 심리가 서울시 5대 권역별 아파트매매가격에 전체 기간에 걸쳐 그랜저인과하는 것으로 나타났다. 반면 서울시 아파트매매가격이 주택소비심리에 미치는 영향 은 권역별로 다른 양상을 보였다.
다음으로 서울시 주택매매가격에 대한 서울 주택 소비심리의 상대적 기여도를 살펴보기 위해서 예측오차분산분해분석을 수행하였다. 그 결과 권역별 아파트매매가격 변동시 소비심리가 영향을 미치는 시기는 동북권이 3기(월), 서북권이 4기, 도심권이 6기, 서남권이 15기로 나타나 동북권이 가장 신속하게 심리적 영향을 받는 것으로 파악되었다. 반면 동남권은 다른 권역과 다르게 주택소비심리가 미미한 영향을 미치는 것으로 나타났다(Tables 8, 9, 10 참조).
김지현･최윤영(2016)은 지역 범위를 좀 더 확장해 심리요인이 광역 및 지방의 지역별 주택가격에 미치는 영향을 실증 분석하였다. 그 결과, 주택가격에 대한 심리적 태도는 광역 시･도 보다 시･군･구 주택가격에 영향을 미치고 있음을 밝혔다.
넷째, 권역별 상대적 영향력의 경우 대체로 아파트 가격 변동은 인접권역 또는 경쟁권역의 영향을 가장 많이 받는 것으로 나타났다. 이처럼 각 권역의 아파트 매매가격 변동이 인근 지역이나 동일 수급권의 영향을 크게 받는다는 것은 서울의 주택가격 변화가 지역 간 전이현상을 초래할 가능성이 크다는 것을 의미한다.
도심권(CBD), 동북권(END), 서남권(WSD), 서북권(WND) 가격지수의 경우에는 장기보다는 단기에 소비심리에 영향을 미치 는 것으로 분석되었으나, 동남권(ESD) 아파트가격은 전체 기간에 걸쳐 소비심리에 영향을 주는 요인으로 작용하였다.
김구회 외(2016)는 서울과 수도권의 아파트매매시장을 소형, 중형, 중대형, 대형 등 규모별로 구분해 주택매매 및 전세소비심리와의 인과성을 검토하였다. 도출된 결과를 살펴보면, 매매 및 전세 소비심리와 서울 및 수도권 규모별 아파트 매매가격은 유의한 인과 관계가 형성되어 있는 것으로 나타났다.
둘째, 주택소비심리는 단기적으로 서울시 주택매매 가격에 권역별로 다른 영향을 미치는 것으로 나타났다. 구체적으로 동북권, 서남권, 서북권의 주택가격은 소비심리에 영향을 받고 있었으나, 소비심리는 동남권 주택가격에 영향을 받는 것으로 분석되었다.
도심권(CBD), 동북권(END), 서남권(WSD), 서북권(WND) 가격지수의 경우에는 장기보다는 단기에 소비심리에 영향을 미치 는 것으로 분석되었으나, 동남권(ESD) 아파트가격은 전체 기간에 걸쳐 소비심리에 영향을 주는 요인으로 작용하였다. 따라서 동남권의 아파트매매가격이 다른 권역과 달리 장기적으로 서울시 주택매매 소비심리에 영향을 미칠 수 있는 요인임을 확인할 수 있었다. 이를 통해 서울시 주택매매심리와 서울시 주택매매가격의 영향은 권역별로 차별적일 수 있다는 결론을 얻었다.
번 차분을 한 1차 차분변수(1st Order Difference)일 경우에는 단위근이 존재하지 않는 안정 시계열로 분석되었다. 따라서 본 연구에서 사용된 수준변수가 모두 불안정 시계열임을 확인하였다.
이를 통해 주택소비심리와 주택매매가격의 단기적 관계는 권역마다 다르게 나타날 수 있음을 알 수 있다. 또한, 권역 간 아파트매매가격의 상호인과성은 동남권과 도심권, 동북권과 서남권, 동북권과 서북권, 서남권과 서북권, 도심권과 서북권에 나타난다는 것도 확인하였다.
실증분석 결과, 소비자의 심리를 단기적이고 즉각적으로 반영하는 네이버 트랜드 지수보다는 3개월의 시차를 갖는 주택매매 소비심리지수가 주택가격에 대한 중･장기 예측에 더 적합하다는 결론을 도출하였다. 또한, 단기에서 소비심리가 아파트가격 변동과 유의미한 양(+)의 관계를 형성하고 있음을 확인하였다.
정의철(2010)은 주택매매가격에 있어 주택의 수급요인뿐만 아니라 주택구입 의사를 나타내는 소비자심리지수도 중요한 요인으로 작용하고 있다는 결론을 도출하였다. 또한, 주택매매가격의 장기적 변동뿐만 아니라 단기적 움직임에도 주택소비심리가 영향을 주고 있음을 확인하였다.
먼저 주택 소비심리 변동에 따른 서울시 5대 권역별 주택가격에 대한 충격반응분석 결과를 살펴보면, 서울시 주택소비심리지수가 높아질 경우 2~3개월 또는 4~5개월 후 모든 권역의 아파트매매가격이 상승하는 것으로 분석되었다. 주택소비심리가 긍정적이면 주택 구입 의사가 커지게 되는데, 이에 따라 소비심리가 주택수요 증가로 이어져 주택가격이 상승하는 결과가 나타난 것으로 판단된다.
모형의 시차는 일반적으로 AIC(Akaike Information Criterion)와 SC (Schwarz Information Criterion)의 정보량에 결정되지만, 분석 사례 수가 총 120개를 넘지 않을 경우 HQ(Hannan- Quinn Information Criterion)를 기준으로 시차를 결정할 수 있다(Asghar and Abid 2007; Seo 2020). 본 연구의 경우 AIC와 SC 정보량에 따른 시차 분석 결과가 상이하고 분석 사례 수가 총 101개로 HQ를 이용해 시차를 결정하는 것이 타당하다고 판단되었다. 따라서 HQ 기준 가장 낮은 값을 보인 시차 2를 분석모형의 최종시차로 설정하였다(Table 5 참조).
본 연구의 분석 기간에 해당하는 2011년 7월부터 2019년 11월까지의 서울시 주택소비심리지수는 평균 123.79로 주택매매가격이 상승할 것으로 예상하는 응답자가 많아 서울시 주택매매시장이 심리적으로 대체로 긍정적이었던 것으로 나타났다. 주택소비심리의 추이를 구체적으로 살펴보면 2011년 9월부터 2013년 3월까지 보합국면을 보이다 그 후 상승과 보합을 거듭하였고 2017년과 2018년에는 지속적인 상승국면을 나타냈다.
심리요인으로는 경제심리지수, 소비자심리지수, 시장경기동향지수, 기업경기실사지수의 부동산전망 지수를 사용하였다. 분석 결과, 부동산전망지수가 1~5시차까지 통계적 유의성을 보였으나 그 부호의 방향 이 일정하지 않다는 결론을 제시하였다.
심리요인과 주택가격 간 상호인과성을 파악하기 위해 그랜저인과분석(Granger Causality Test)을 실시 하였다. 분석 결과, 서울시 주택소비심리는 서울시 권 역별 주택매매가격과 밀접한 인과관계를 형성하고 있다는 것을 확인하였다. 서울시 주택소비심리는 서울시 5대 권역별 주택매매가격에 1기~12기에 걸쳐 상호 인과관계를 보였다.
이를 구체적으로 살펴보면, 먼저 최영걸 외(2004)는 서울시 주택시장의 가격 변동 현상을 적응적 기대가설과 합리적 기대가설을 바탕으로 한 심리적 요인을 사용해 파악하였다. 분석 결과, 서울시 주택시장 참여자들은 과거 경험을 바탕으로 현재의 주택가격을 결정하는 적응적 기대심리 (박천규･이영 2010)가 지배적으로 나타나고 있음을 밝혔다.
서원석(2019)은 서울 및 수도권의 아파트매매가격, 아파트전세가격, 수도권 주택소비심리가 서울 주택소비심리와 어떠한 인과관계가 있는지를 VECM을 이용해 파악하였다. 분석 결과, 수도권 주택시장 가격변화는 서울 주택소비심리에 유의한 영향을 미치고 있는 것으로 나타났으며, 서울의 전세가격 역시 서울 주택소비심리에 장기적인 영향을 주고 있다는 결론을 도출하였다.
셋째, 동남권 이외 권역은 주택매매심리가 커지면서 장기적으로 주택가격을 상승시키고 있었으나 동남권은 보합세가 유지되는 것으로 파악되었다. 이는 주택에 대한 구입 의사 증가로 인해 수요가 몰리게 되면 주택시장이 호황에 들어서게 되고 동남권보다 가격이 저렴한 도심권, 동북권, 서북권, 서남권에 대한 투자수익 기대감이 높아지게 되어 나타난 결과로 보인다.
165%로 가장 낮은 수준을 보였다. 수익률이 가장 높을 것이라고 예상되었던 동남권 (ESD)의 경우 중앙값(Median) 기준으로 서울시 5대 권역 중 가장 높았으며, 표준편차(Std. Dev.)가 0.120% 로 가장 낮은 수준을 보여 위험은 제일 낮은 것으로 나타났다. 반면 수익률이 높았던 서남권과 서북권의 경우 표준편차가 0.
노민지･유선종(2016)은 국토연구원의 주택매매 소비심리지수와 네이버 트렌드 지수를 주택가격모형에 각각 포함해 그 결과를 비교분석하였다. 실증분석 결과, 소비자의 심리를 단기적이고 즉각적으로 반영하는 네이버 트랜드 지수보다는 3개월의 시차를 갖는 주택매매 소비심리지수가 주택가격에 대한 중･장기 예측에 더 적합하다는 결론을 도출하였다. 또한, 단기에서 소비심리가 아파트가격 변동과 유의미한 양(+)의 관계를 형성하고 있음을 확인하였다.
위에서 언급된 그랜저인과분석 결과를 종합하면 서울시의 주택소비심리와 주택매매가격은 매우 밀접한 관계를 맺고 있으며, 소비심리가 주택가격에 영향을 강하게 미치는 것으로 파악되었다.
이러한 결과를 통해 본 연구는 주택소비심리와 서울시 권역별 주택가격이 상호 간 명확한 인과관계가 있다는 점과 권역 간에도 차별적인 영향이 나타나고 있다는 점을 확인하였다. 이를 바탕으로 다음과 같은 시사점을 제시할 수 있다.
이를 바탕으로 외생성이 높은 순위를 기준으로 정리하게 되면 서울시 주택매매 소비심리 → 서북권 → 도심권 → 서남권 → 동북권 → 동남권 아파트 매매가격 순으로 그랜저인과관계를 갖고 있음을 확인하였다.
따라서 동남권의 아파트매매가격이 다른 권역과 달리 장기적으로 서울시 주택매매 소비심리에 영향을 미칠 수 있는 요인임을 확인할 수 있었다. 이를 통해 서울시 주택매매심리와 서울시 주택매매가격의 영향은 권역별로 차별적일 수 있다는 결론을 얻었다.
이상의 선행연구 결과를 종합하면 주택소비심리와 주택시장 간에는 대체로 유의미한 인과관계가 있음을 확인하였다. 특히, 소비심리요인과 주택가격과의 관계는 전국이나 비수도권보다는 서울지역이, 광역시장 보다는 시･군･구와 같은 미시적 하위시장에서 더 민감하게 나타나고 있다는 사실도 파악할 수 있었다.
이와 더불어 서울 주택소비심리지수가 높아지면 동북권의 아파트 매매가격 상승 폭이 가장 커지는 것으로 분석되었다. 이는 동북권의 경우 상대적으로 매매 가격이 저렴해 구매 가능성을 높이기 때문으로 판단 된다.
주요 결과를 요약하면 다음과 같다. 첫째, 주택소비 심리와 권역별 주택가격은 매우 밀접한 관계를 맺고 있으며, 소비심리가 주택가격에 큰 영향을 미치고 있다는 점을 확인하였다.
이는 서울시 주택 매매 소비심리가 서울시 주택매매가격 결정에 영향을 줄 수 있음을 의미하는 결과라고 할 수 있다. 특히, 동남권을 제외한 나머지 권역들은 소비심리가 주택가격에 영향을 미치나 동남권의 경우 장기적으로 주택가격이 소비심리에 영향을 미치는 요인으로 확인되었다. 이러한 결과를 통해 동남권은 주택매매 소비심리 변동에 따른 가격 영향이 다른 권역과 다를 수 있음을 예상해볼 수 있다.
이상의 선행연구 결과를 종합하면 주택소비심리와 주택시장 간에는 대체로 유의미한 인과관계가 있음을 확인하였다. 특히, 소비심리요인과 주택가격과의 관계는 전국이나 비수도권보다는 서울지역이, 광역시장 보다는 시･군･구와 같은 미시적 하위시장에서 더 민감하게 나타나고 있다는 사실도 파악할 수 있었다.
후속연구
또한, 우리나라 수도권이 갖는 공간적 특성상 서울, 경기도, 인천의 부동산시장은 상호 유기적인 관계 를 보인다. 따라서 향후 수도권 전체를 대상으로 관련 연구를 진행한다면 더욱 포괄적인 인과관계를 파악할 수 있을 것으로 판단된다. 마지막으로 VAR모형은 자료의 기간설정에 따라 분석 결과가 민감하게 달라질 수 있는 한계를 가지고 있으므로 이에 대한 이해가 필요하다.
실증분석을 위한 권역은 “2030 서울생활권계획” 에 제시된 5개 권역생활권인 도심권, 동북권, 동남권, 서북권, 서남권으로 설정하였다. 이러한 심리적 태도를 이용해 주택시장에서 나타나는 현상들을 설명하고자 하는 본 연구의 시도는 전체적인 주택시장의 작동 원리를 미시적 관점에서 설명하는데 중요한 시사점을 줄 수 있을 것으로 판단된다.
본 연구는 주택가격 변화에서 주택심리요인의 영향을 파악하기 위해 서울시 5개 권역을 중심으로 실증분석을 수행했으며, 이를 통해 중요한 결과 및 시사점을 도출할 수 있었다. 향후 주택가격에 영향을 주는 다양한 통제변수를 추가로 활용해 실증분석을 수행한다면 또 다른 측면의 시사점을 제시할 수 있을 것으로 보인다. 또한, 우리나라 수도권이 갖는 공간적 특성상 서울, 경기도, 인천의 부동산시장은 상호 유기적인 관계 를 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
벡터자기회귀모형이란?
즉, 다변량 시계열자료를 활용하게 되면 변수 간 상호작용이나 피드백(Feedback) 등이 존재할 수 있는데, 이러한 경우 분석 결과에 대한 해석에 어려움이 있게 된다. 벡터자기회귀모형(Vector Autoregressive Model: VAR)은 변수들의 상호의존성이 나 내생성을 고려하여 모형을 구축하는데 유용한 분석 방법이다(김명직･장국현 2009). 따라서 본 연구는 변수들의 내생성을 고려할 수 있는 VAR모형을 이용하여 실증분석을 수행하였다.
우리나라 부동산시장이 지역별로 비동조화 현상이 나타나는 이유는?
수도권과 지방의 주택가격이 다른 방향으로 움직이는 것은 더 이상 특별한 일이 아니며 동일 지역일지라도 시･군･구 단위로 차별적인 추세를 보이고 있다. 이러한 흐름의 주요 원인 중 하나는 인구 및 공간구조의 변화, 소득 증가 등 사회･경제적 여건이 바뀌면서 공급자 중심에서 수요자 중심으로 시장기능이 이동하고 있기 때문으로 파악된다 (정재영･윤태권 2008; 박천규･김태환 2015; 김원준･서원석 2018).
부동산에 대한 소비자의 심리 변화은 어떤 결과를 초래하는가?
이에 따라 소비자의 심리 변화는 부동산시장을 더욱 세분화･차등화시키는 원인으로 나타나고 있다. 이는 지역에 따라 기대이익과 주거 편의성 등이 다르게 나타나기 때문이다(서원석 2019).
참고문헌 (22)
Kim G, Kim K, Lee J. 2016. An Empirical Study on the Influence Relationships between House Sub-Market, Auction Market and Consumer Sentiment Survey of Housing Market: Focused on the Apartment Market in Seoul and Seoul Metropolitan Area. GRI Review. 18(1):147-167.
Kim DW, Yu JS. 2013. An Analysis on How Psychological Attitudes on the House Price Affect the Trading Volume. Housing Studies Review. 21(2):73-92.
Kim MJ, Jang KH. 2002. Financial Econometrics. Kyungmoonsa. pp. 373-374
Kim W, Seo W. 2018. The Impact of Space and Location Features on Regional Housing Market by New Development: Focused on Sejong City. Journal of the Korea Real Estate Society. 35(2):89-106.
Kim JH, Choi YY. 2016. The Impact of Consumer Sentiment on Housing Price by Regional Hierarchy. The Geographical Journal of Korea. 50(2):185-195.
Kim HK, Lee MS. 2005. Time-Series Analysis. Kyungmoonsa. pp. 459-460.
Noh MJ, Yoo SJ. 2016. A Relationship between Sales Prices of APT and Consumer Sentiment. The Korea Spatial Planning Review. 89:3-13.
Moon KS. 1997. Vector Autoregressive model: VAR. Journal of Korean Official Statistics. 2(1):23-56.
Park CG, KIM TH. 2015. Analysis on the Predictive Power of the KRIHS Housing Market Survey Indices. Proceedings of the Korea Real Estate Analysts Association. 2015:53-66.
Park CG, Lee Y. 2010. Analysis on the Predictive Power of the Housing Market Survey Indices. Journal of the Korea Real Estate Analysts Association. 16(1):131-146.
Seo WS. 2019. Dynamic Relationship between Housing Consumer Sentiment in Seoul and Metropolitan Housing Market. SH Urban Research & Insight. 9(2):31-47.
Yang HS, Kang CD. 2017. The Determinants of New Supply in the Seoul Office Market and their Dynamic Relationship. Journal of Cadastre & Land InformatiX. 47(2):159-174.
Lim JM, Lim MH. 2016. A Study of the Relationship Between Agents Sentiment and Housing Market. Journal of The Korean Regional Development Association. 28(3):147-164.
Chun HJ. 2014. A Empirical Analysis on the Impact of the Consumer Sentiment on the Housing Market. Journal of the Architectural Institute of Korea Planning & Design. 30(8):83-90.
Chung EC. 2010. Consumer Sentiment and Housing Market Activities: Impact on Sales Price of Housing. Journal of the Korea Real Estate Analysts Association. 16(3):5-20.
Chung JY, Yoon TK. 2008. A Study on the Preference Analysis of Apartment Purchaser using AHP Method. Journal of the Korea Institute of Building Construction. 8(3):51-58.
Cho TJ. 2014. A Study on the effect of the sentiment index to the housing market. Housing Studies Review. 22(3):25-48.
Choi YG, Lee CM, Choi, MJ. 2004. Relationship between the Present Price and Expectations on Future Capital Gains in the Housing Market: Adaptive Expectation and Rational Expectation Hypotheses. Journal of the Korea Planners Association. 39(2):131-141.
Choi YY, Kim J, Cho, GC. 2017. A Study on the interrelationship among interest rate, housing consumer sentiment and housing market using SVAR model. The Korea Spatial Planning Review. 95:3-20.
Asghar Z, Abid I. 2007. Performance of lag length selection criteria in three different situations. MPRA Paper 40042, University Library of Munich, Germany.
Engle R, Granger C. 1987. Co-integration and error correction: Representation estimation and testing. Econometrica. 55:251-276.
Seo W, Kim LY. 2020. Investigating the ripple effect through the relationship between housing market and residential migration in Seoul, South Korea. Sustainability. 12(1225):1-22.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.