• 지적과 국토정보
• /
• 제52권2호
• /
• pp.211-231
• /
• 2022

본 연구는 거시경제변수인 전산업생산지수, 소비자물가지수, CD금리, KOSPI지수가 전국, 서울, 광역, 지역으로 구분된 아파트 전세가격에 미치는 영향을 파악하고 LSTM(Long Short Term Memory)을 활용하여 지역별 아파트 전세가격의 방법론적 예측모형을 제시하고자 하였다. VAR분석결과에 따르면 Lag1, 2에서 전국 아파트 전세가격지수와 소비자물가지수는 전국 아파트 전세가격에 유의미한 영향을 주는 것으로 나타났고, 마찬가지로 Lag1,2에서 서울 아파트 전세가격지수와 소비자물가지수, CD금리는 서울 아파트 전세가격에 영향을 주는 것으로 나타났다. 또한, 광역 아파트 전세가격은 Lag1에서 광역 아파트 전세가격지수, 소비자물가지수가 유의미한 영향을 보였으며 지역 아파트 전세가격은 Lag1에서 지역 아파트 전세가격지수, 소비자물가지수가 유의미한 영향을 나타냄을 확인하였다. LSTM예측모델 구축 결과, 지역 아파트 전세가격 예측모델의 RMSE 0.008, MAE 0.006, R-Suared값은 0.999로 예측력이 가장 높았다. 향후, 주요 정책변수들을 포함하여 딥러닝 기반의 발전된 모형을 적용한다면 더욱 의미 있는 결과를 얻을 수 있을 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1471-1479
• /
• 2017

아파트매매 가격지수의 변동은 국가의 경제뿐만 아니라 사회, 산업, 문화 등의 전 분야에 영향을 준다. 본 연구에서는 아파트매매 가격지수를 거시경제변수로 설명하는 시계열모형을 연구하고자 한다. 설명변수로 사용한 거시경제변수는 우리나라 주택담보 대출금리, 원유수입 물가지수, 소비자 물가지수, KOSPI 주가지수, 국내총생산 (GDP), 국민총소득 (GKI)의 6가지 변수를 사용하였다. 아파트매매 가격지수와 모든 경제변수는 2001년 9월부터 2017년 5월까지 약 16년간의 월별 자료를 사용하였다. 아파트매매 가격지수 자료의 설명을 위해 시계열 모형 중 자기회귀오차 (ARE) 모형을 사용하여 분석하였다. ARE 모형 분석 결과 아파트매매 가격지수는 1개월 전 아파트매매 가격지수, 주택담보 대출금리와 KOSPI 주가지수에 의해 영향을 받는 것으로 나타났다.

• 토지주택연구
• /
• 제13권4호
• /
• pp.45-53
• /
• 2022

본 연구에서는 '아파트 가격'과 '인터넷 검색량' 간의 관계를 분석하였다. 선행 논문들이 '공표된 아파트 가격'과 '인터넷 검색량' 간의 관계만을 검정했던 것에 비해, 본 논문은 '공표된 아파트 가격'을 '본질적 가격 요소'와 '일시적 가격 요소'로 구분하여 '본질적 가격 요소와 인터넷 검색량' 간의 관계, '일시적 가격 요소와 인터넷 검색량' 간의 관계에 대해서도 분석했다는 것이 선행 연구들과의 차별적 측면이다. Granger 인과관계 분석 결과를 보면, '공표된 아파트 가격'과 '인터넷 검색량'이 서로 양방향의 Granger 인과관계를 갖는 것으로 나타났다. 선행논문들에서 연구가 이루어지지 않았던 부분으로서, 아파트 가격의 추세 요소인 '아파트 본질적 가격 요소'도 '인터넷 검색량'과 피드백적 관계를 보였다. 그리고 '아파트 일시적 가격 요소'는 '인터넷 검색량'에 대해 선행관계를 갖는 것으로 나타났다. 아파트 일시적 가격 요소도 인터넷 검색량과 관계가 있다는 것은 아파트시장 참여자들의 '일시적 심리적 측면, 과잉반응에 의해 발생되는 가격 요소'도 인터넷 검색량에 영향을 준다는 것을 의미한다. 본 연구 결과는 아파트 가격의 움직임이 시장참여자들의 관심에 영향을 준다는 의미를 제시하며, 부동산시장 분석 등에 있어서 가격의 움직임, 인터넷 검색량과 같은 자료를 활용해야 한다는 의미를 갖고 있다.

• 디지털융복합연구
• /
• 제12권5호
• /
• pp.89-99
• /
• 2014

주식시장에서 종합주가지수를 부동산시장에서 서울지역아파트가격과 전국주택매매가격지수를 선정하여 경기선행지수와 함께 각 지표들 사이의 상관관계를 찾아보았다. 또한 각 지표들 사이의 흐름을 서로 비교하여 선행성이 성립되는지도 살펴보았다. 본 연구의 목적은 종합주가지수와 서울지역아파트가격, 전국주택매매가격, 경기선행지수의 상관관계와 선행성을 분석해 보는 것이다. 주식시장의 종합주가지수나 부동산시장을 예측하기 위해서는 이에 선행하는 지표를 찾아 그 추이를 먼저 분석해 보는 것이다. 지난 1987년 1월부터 2013년 12월까지 총 27년 동안 KOSPI의 상승률은 687%로 나타났으며 CLI은 443%, 서울아파트는 391%, HPPCI는 263% 순으로 높은 상승률을 보여주었다. 서울아파트와 CLI, KOSPI, HPPCI의 상관분석을 실시한 결과 KOSPI는 상관계수 0.877인 HPPCI와 서울아파트는 상관계수 0.956인 CLI와 높은 상관관계를 보여주었다. 분석결과 CLI는 주식시장 및 부동산시장과 높은 상관관계를 보여주고 있어 주식시장 및 부동산시장을 예측하기 위해서는 CLI의 흐름을 먼저 살펴보는 지혜가 필요해 보인다.

• 한국건설관리학회논문집
• /
• 제6권6호
• /
• pp.98-106
• /
• 2005

아파트 건설원가 추정지수와 그 예측모델은 아파트 분양가격 변동의 적정성을 평가하고 건설기 업이 적정이윤을 계상하도록 유도할 수 있다. 본 연구에서는 기존의 철골 철골조주택 공사비지수를 개선하고, 개선된 지수를 대상으로 X-12 ARIMA 방법에 의한 예측방법을 개발하였다 연구결과 최근 5년간 노무비를 제외하고 약 33.7%의 아파트 건설 원가상승요인이 발생하였으며, 향후 3년간 16.8%가량 추가 상승할 것으로 예측되었다. 이러한 정량적인 연구결과는 최근의 높은 아파트 분양가격의 적정성을 간접적으로 평가하는 지표로 활용될 수 있고, 아파트 건설원가의 변동패턴을 이해하는데 도움을 줄 수 있다.

• 디지털융복합연구
• /
• 제11권11호
• /
• pp.59-70
• /
• 2013

디지털 경제를 맞이하여 대부분 자산을 부동산에 투자하고 있어 향후 부동산 가격에 많은 관심을 보이고 있다. 다양한 변수들이 주택 등 부동산 시장에 영향을 미치고 있다. 그 중 대표적으로 세대주와 생산가능인구, 금리, 주가지수 등 4가지 변수들을 선정하여 어느 변수가 서울아파트 가격에 얼마나 통계적으로 유의하게 영향을 미치는지 살펴보았다. 본 연구는 실증적으로 서울아파트가격의 결정모형을 구축하는데 목적이 있다. 분석결과 주가지수만 서울아파트와 통계적으로 유의한 것으로 분석되었다. 세대주나 생산가능인구는 기존의 연구처럼 서울아파트와 방향성은 동일하지만 통계적으로 유의하지 않은 것으로 분석되었다. 독립변수 중에서 서울아파트 가격의 결정요인으로 주가지수만 주요 변수로 선정되었다. 본 연구결과 향후 주택 등 부동산시장의 예측하기 위해서는 주식시장의 전망이 선행되어야 할 것이다.

• 디지털융복합연구
• /
• 제12권2호
• /
• pp.45-59
• /
• 2014

디지털경제를 맞이하여 지난 1980년대 중반 이후 부동산이 가장 선호하는 투자자산으로 부각되면서 많은 관심을 받아오고 있다. 부동산 중에서 주택가격의 상승과 하락은 가계 및 국가경제에 많은 비중을 차지하고 있다. 본 연구에서는 서울지역 아파트가격과 KOSPI, 건설주, 증권주, 금리, 환율 지표를 이용하여 지난 1987년 1월부터 2013년 8월까지 총 320개월 동안 월별 동향을 살펴보면서 서울지역 아파트가격과 각 지표와의 상관관계를 살펴보았다. 또한 서울지역 아파트가격의 상승과 하락에 어느 지표가 얼마나 영향을 주는지도 분석하였다. 상관관계 분석결과 서울지역 아파트가격과 KOSPI의 상관계수는 0.8566로 높은 양(+)의 값을 보여주었으나 반대로 금리는 -0.7846으로 강한 음(-)의 상관관계를 보여주었다. 주식시장의 상승은 서울지역 아파트가격 상승에 많은 영향을 주고 있으며 금리 하락은 서울지역 아파트가격의 가격상승으로 나타난다고 해석된다. 연구결과 서울지역 아파트가격은 KOSPI를 비롯하여 각 지표들과 통계적으로 유의한 관계를 유지하며 변동하고 있는 것으로 나타났다.

• 한국전자통신학회논문지
• /
• 제8권2호
• /
• pp.301-306
• /
• 2013

아파트전세가율이 계속 상승하고 있다. 이런 현상으로 분석하기 위하여 아파트 매매가격과 전세가격의 상호작용을 지역별로 분석한 결과 다음과 같은 결론을 얻었다. 첫째, 지역별 아파트 매매가격과 전세가격의 상승과 하락 지역이 상이하여 나타나기 때문에, 지역적 양극화가 매우 심화되었다. 둘째, 최근 부동산시장은 지방 부동산의 호황과 수도권지역의 시장 침체로 분석되어, 전세가율은 계속 상승 중이었다. 마지막으로 아파트 전세가율 증감률은 전세가격 증가율이 매매가격 증가율보다 큰 경우는 전세가율 증감률이 (+)로 증가하였고, 적었을 경우는 (-)로 감소하였다.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.147-170
• /
• 2022

이 논문은 70개 수도권 시군구 아파트 매매가격의 주간 수익률을 대상으로 그 변동 순환과 현 정부의 집권 시기 등을 고려하여 전체기간(2008년 4월~2021년 8월), 가격 급등기 이전(2008월 4월~2018년 10월), 그리고 가격 급등기(2018년 11월~2021년 8월)로 나누어 확산효과를 분석한다. 이러한 분석으로부터 얻어진 분석 결과를 요약하면 다음과 같다. 첫째, 확산효과에 대한 분석은 시기에 따라 기존의 연구 결과와 유사하기도 하지만 다르기도 하다. 전체기간과 가격 급등기 이전 시기에 대한 확산효과 분석은 수도권 아파트시장에서 '강남' 효과가 실재한다는 것을 보여준다. 반면에 가격 급등기에 대한 확산효과 분석은 이전과는 상이한 결과를 나타낸다. 순환 표본의 분석을 통해 계산된 확산효과 지수는 수도권 아파트 매매가격 순환의 하강기에는 확산효과 지수가 낮아지고, 반면에 상승기에는 그 반대의 추세를 보여준다. 확산효과 지수의 정점과 정책 개입 간의 타이밍을 보면 대체로 2017년에는 확산효과 지수의 정점 이후, 2018년과 2019년에는 정점 이전, 2020년 이후 정점 무렵이나 정점 이후에서 정부의 정책 개입이 이루어진 것으로 나타난다.

• 한국산학기술학회논문지
• /
• 제16권9호
• /
• pp.6315-6324
• /
• 2015

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.