• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.63-70
• /
• 2014

본 연구는 국토교통부에서 제공하는 아파트 실거래가자료를 이용하여 2006~2010년까지 5년간의 서울시 아파트실거래가 변화패턴을 시공간적으로 분석하는데 그 목적이 있다. 이를 위해 아파트별 평균 실거래가, 동별 평균 아파트 실거래가 자료를 위치정보자료와 연결하여 GIS데이터로 구축하였다. 분석방법으로는 먼저 공간보간기법 중 크리깅(kriging)을 이용하여 개별 아파트의 시기별/면적별 실거래가의 변화패턴을 분석하였다. 둘째 행정구역(행정동)별 아파트실거래가의 변화패턴을 분석하기 위해 단위 면적별 실거래가의 평균을 계산하여 Moran I 값으로 변환한 후 거래가격의 공간상의 군집도를 분석하였다. 이를 통해 시공간상의 분포패턴을 파악하고, 변화유형까지 유추할 수 있어 주택 및 지역정책에 기초자료로 활용할 수 있다. 시계열 자료를 바탕으로 종적인 변화패턴과 GIS를 이용한 횡적 변화패턴을 분석하기 때문에 아파트가격의 지역 불균형을 한눈에 살펴 볼 수 있다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권6호
• /
• pp.517-524
• /
• 2020

The study examines factors affecting apartment prices in the real estate market of Ho Chi Minh City, Vietnam. The study uses primary data based on surveys of customers who have traded successfully, and collects transaction data from real estate trading companies that are the top investors in Ho Chi Minh City real estate market. The collected data include 384 observations in a total of 24 districts, detailing that each district surveyed on a minimum of four projects, each project carried out a survey on a minimum of four apartments. The survey collected 339 valid questionnaires for analysis and model testing. This study employs multivariate regression with the data of 339 observations. The research results reveal that five significant factors affect positively the price of apartments in Ho Chi Minh City - apartment area, toilet and bedroom, apartment floor, reference price, and apartment interior. Besides, there are three significant factors affecting negatively the price of apartments - next price trend, distance to city center, and potential building. From the results, the research proposes solutions in the pricing of apartments in the real estate market in Ho Chi Minh City - better information system, a real estate transaction index, and stricter management of small brokerage activities.

• 대한공간정보학회지
• /
• 제24권4호
• /
• pp.75-81
• /
• 2016

본 연구에서는 아파트 실거래가와 이에 영향을 미치는 변인들의 공간적 이질성을 시공간적인 측면에서 탐색하는데 초점을 두었다. 아파트 실거래가에 영향을 미칠 것으로 사료되는 독립변수로서 교통 및 지역적 특성과 교육여건, 인구 경제적 특성을 고려하였다. 따라서 전역적인 측면과 국지적인 측면에서 독립변수의 영향력과 공간상의 분포패턴을 분석하였으며, 종속변수인 아파트 실거래가의 시공간적인 변화패턴을 살펴보았다. 먼저, 분석모형 구축을 위해 일반최소제곱분석과 지리가중회귀분석을 수행하여 보다 효율적이고 적합한 모형을 채택하였다. 2010년과 2013년의 모형 분석결과는 유사한 패턴을 보이며, 두 시기 모두 지리가중회귀모형이 일반최소제곱모형보다 더 설명력이 있는 모형인 것으로 분석되었다. 둘째, 채택된 지리가중회귀모형을 이용하여 독립변수의 시공간적 이질성을 파악하기 위해 Local $R^2$를 이용하여 국지적 분석을 수행하였다. Local $R^2$값은 지역별로 상이하게 나타났으며 이는 공간상의 이질성이 존재함을 보여주는 것으로 판단할 수 있다. 셋째, 지리가중회귀분석 시 종속변수로 사용했던 아파트 실거래가의 시기별/전용면적별 공간분포를 살펴보기 위해 크리깅분석을 실시하였다. 이를 통해 아파트 실거래가와 같은 공간데이터에 영향을 미치는 외부적 환경도 지역별 이질성이 크기 때문에 공간적 편차가 있는 것으로 나타났다. 따라서 이러한 결과를 바탕으로 보다 미시적인 주택하위시장분석을 수행할 수 있고, 부동산정책을 수립하는데 근간이 될 수 있을 것으로 사료된다.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.231-240
• /
• 2022

본 연구는 복합상업시설이 인근 아파트 가격에 미치는 영향을 헤도닉 가격모형으로 실증분석하였다. 연구의 공간적 범위는 수도권 2기 신도시 중 판교에 위치한 H 백화점의 도보 생활권역으로 하였고, 시간적 범위는 2020년, 1년간으로 하였다. 종속변수는 아파트 실거래 가격이며, 독립변수는 주거 특성과 단지 특성 및 지역 특성으로 하였다. 분석 결과, 전용면적과 거래 층, 고속도로 진입로와의 거리는 아파트의 가격에 정(+)의 영향을 미치며, 경과년도는 부(-)의 영향을 미쳤다. 그러나, 대단지 여부는 아파트 가격에 거의 영향을 미치지 않았고, 복합상업시설에서의 거리는 아파트 가격과 부(-)의 관계로 나타나 복합상업시설에서 멀어질수록 아파트 가격이 감소함을 보였는데, 그 영향력이 지하철역과의 거리가 아파트 가격에 미치는 영향력에 비하여 훨씬 크게 나타났다. 이는 아파트 가격 영향요인과 그 영향력의 크기가 신도시 지역과 기존의 대도시 지역에서 서로 다르게 나타난다는 점을 확인해준다.

• 부동산연구
• /
• 제27권1호
• /
• pp.17-32
• /
• 2017

주거공간의 개방성은 채광, 조망, 환기에 직접적인 영향을 끼치는 특성으로, 단위세대의 개방성 확보를 위해 아파트의 평면유형이 다양화되고 있다. 그러나 개방형 평면유형과 주택가격과의 관계를 분석한 연구는 부족한 실정으로 본 연구는 개방형 평면 유형이 아파트 가격에 미치는 영향을 실증 분석하고자 한다. 이를 위해 개방형 평면유형과 베이수, 발코니비율, 공간 당 외부접면비율 등의 평면개방정도와 형태를 변수화하고, 2006년부터 2015년까지 120개월간 강남구에서 거래된 아파트 자료를 기반으로 헤도닉 가격모형과 인공신경망 모형을 통해 비교분석하였다. 분석결과, 베이수, 공간 당 외부접면 비율이 높을수록 아파트 가격은 상승하며, 개방형 평면 유형은 3면 개방형 평면, 직각 개방형 평면, 양면 개방형 평면, 1면 개방형 평면, 복합 개방형 평면 순으로 가격이 높은 것으로 나타났다. 이러한 연구결과는 향후 신축 및 재건축시 사업자가 평면설계에 있어 소비자의 선호를 반영하고 구매자의 경우에도 평면유형에 따른 가치파악을 위한 시사점을 제공할 수 있다.

• 지적과 국토정보
• /
• 제48권2호
• /
• pp.5-20
• /
• 2018

본 연구의 목적은 우리나라 아파트의 거래원인 가운데 하나인 분양권 거래비율을 중심으로 한 아파트 분양권 거래 실태와 지역 간 특성을 파악하는데 있다. 이를 위해 162개 시 군 지역을 중심으로 인구특성, 아파트거래 및 분양특성, 주거특성을 살펴보았으며 아파트 분양권 비율을 종속변수로 하는 다중회귀분석을 실시하였다. 그 결과 통계적으로 유의한 변수는 아파트 매매비율, 분양권 기타 소유권이전 비율, 아파트 거래회전율, 분양물량, 아파트 비율, 인구증가율, 아파트 매매 가격상승률로 나타났다. 아파트 매매가격 상승률에 있어서도 분양권 거래비율이 높은 지역에서 아파트 매매 가격 상승률은 상대적으로 낮게 나타났고 분양권 기타 소유권이전 건수가 상승할수록 아파트 분양권 거래건수도 상승하였다. 이에 본 결과로 아파트 시장에서 실수요자 중심의 거래를 활성화하기 위한 정부의 정책과 제도의 개선에 바탕이 되는 기초자료가 될 것으로 판단된다.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.274-283
• /
• 2022

Korea is facing a number difficulties arising from rising housing prices. As 'housing' takes the lion's share in personal assets, many difficulties are expected to arise from fluctuating housing prices. The purpose of this study is creating housing price prediction model to prevent such risks and induce reasonable real estate purchases. This study made many attempts for understanding real estate instability and creating appropriate housing price prediction model. This study predicted and validated housing prices by using the LSTM technique - a type of Artificial Intelligence deep learning technology. LSTM is a network in which cell state and hidden state are recursively calculated in a structure which added cell state, which is conveyor belt role, to the existing RNN's hidden state. The real sale prices of apartments in autonomous districts ranging from January 2006 to December 2019 were collected through the Ministry of Land, Infrastructure, and Transport's real sale price open system and basic apartment and commercial district information were collected through the Public Data Portal and the Seoul Metropolitan City Data. The collected real sale price data were scaled based on monthly average sale price and a total of 168 data were organized by preprocessing respective data based on address. In order to predict prices, the LSTM implementation process was conducted by setting training period as 29 months (April 2015 to August 2017), validation period as 13 months (September 2017 to September 2018), and test period as 13 months (December 2018 to December 2019) according to time series data set. As a result of this study for predicting 'prices', there have been the following results. Firstly, this study obtained 76 percent of prediction similarity. We tried to design a prediction model of real estate transaction price with the LSTM Model based on AI and Bigdata. The final prediction model was created by collecting time series data, which identified the fact that 76 percent model can be made. This validated that predicting rate of return through the LSTM method can gain reliability.

• 대한토목학회논문집
• /
• 제44권2호
• /
• pp.245-256
• /
• 2024

2020년 이후 경기 부양을 목적으로 양적완화 및 저금리 정책이 전 세계적으로 시행되었고, 이로 인해 부동산 가격이 급등하였다. 본 연구에서는 부산광역시를 대상으로 2018년부터 2022년까지의 부동산 급등 시기의 주택유형별 매매가격, 임대가격 간의 관계를 시공간적으로 분석하였다. 분석자료는 국토교통부 실거래가 자료를 바탕으로 읍면동 단위의 주택유형, 거래유형, 월별 실거래가 자료를 구축하였다. 분석모형으로는 시공간 분석 모델 중 변수간의 시간적, 공간적 영향을 파악하는데 사용되는 SpVAR(공간적 벡터자기회귀모델)과 각 지역이 해당 변수에서 미치는 영향을 파악하는데 사용되는 GSTAR(일반화 시공간자기회귀모델)을 사용하였다. 분석결과 부산광역시 아파트 매매가격은 대상 지역을 포함한 주변 지역 전체의 아파트, 연립다세대, 단독다가구 매매가격에 정의 영향을 주는 것으로 나타났다. 반면, 아파트 매매가격이 증가함에 따라 해당 수요가 주변 지역의 아파트 임대수요로 전환되며, 시간의 경과에 따라 아파트 매매가격이 다시 하락하는 모습을 확인할 수 있었다. 아파트의 경우 이러한 시공간적 전이효과가 긍정적으로 나타났으나, 연립다세대와 단독다가구 주택의 경우 원도심 지역에 정의 효과가 집중되는 것으로 나타났다.

• 한국건축시공학회지
• /
• 제22권1호
• /
• pp.81-90
• /
• 2022

전국 공동주택 매매가격이 상승하고 중소도시 지역이 투기과열지구 및 조정대상지역 으로 선정되었다. 그리고 세금정책은 부동산 가격안정화를 위해 꾸준히 변화 되고 있다. 본 연구는 세금정책이 중소도시 공동주택 매매가격에 미치는 영향에 대한 기초적인 분석을 목적으로 한다. 본 연구는 준공년도가 1990년 이후 2015년 이전의 대전지역 공동주택을 선정하였다. 또한 세금정책을 증세와 감세를 기준으로 하여 규제정책과 완화정책으로 나누어 공동주택 매매가격 변동에 대하여 전후 1년의 단기적 차이를 분석한다. 또한 본 연구는 부동산 정책이 발현된 시점과 대전지역 공동주택 실거래가를 분석 대상으로 설정하였고, NPV 기법 및 T-Test 결과를 통해서 세금정책과 공동주택 매매가격의 상관관계를 분석하였다. 연구의 결과 대부분의 세금정책 발현시점에서 단기적으로는 공동주택 매매가격의 변화를 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.717-729
• /
• 2020

현대사회의 환경오염 문제는 공업화에 따라 급격하게 변화하고 있기 때문에, 환경오염 문제는 다양한 분야에 직간접적인 영향을 미치고 있다. 특히 중공업 오염원은 입지 선택과 부동산 가치에 주요한 변수로 작용될 수 있다. 따라서 본 연구에서는 중국의 대표적인 철강 도시인 마안산시에 있는13개 아파트 단지의 거래 데이터에 기반하고 헤도닉 가격 모형 (Hedonic Price Model)을 이용해서 환경오염 중에 중공업 오염을 중심으로 부동산 가격에 대해서 미친 영향을 연구했고 결론을 내렸다. 연구 결과는 주택에서 오염원의 거리가 멀어 질수록 주택 가격에 인상 효과가 있다.