가. 분석의 범위 및 분석방법
보증부 월세로 거래된 주거용 부동산(아파트)의 자본환원율 스프레드 결 정요인을 분석하기 위해 <표 3-6>과 같이 거시지표, 아파트 특성, 입지, 수 요 변수군을 독립변수로 구성하였다. 그리고 주거용 부동산(아파트)의 자본 환원율 스프레드 결정요인을 분석하기 위해 분석방법으로 회귀분석을 선택 하였다. 지역적 범위로는 서울시 전체, 시간적 범위로는 2016년 한 해로 한 정하였다.
나. 종속변수
종속변수인 자본환원율 스프레드는 부동산114에서 제공하는 보증부 월세 실거래가 자료와 국토교통부에서 제공하는 실거래가 매매가격 자료를 아파 트 조건에 맞게 매칭하여 계산한 자본환원율에 보증부 월세 거래가 있었던 월의 국고채 3년금리를 제한 값으로 산출하였다. 경과년수, 총세대수가 함께 기록된 자료인 부동산 114 자료에 국토교통부 실거래가 매매가격 자료를 매 칭, 실제 가격을 반영하는 자본환원율과 자본환원율 스프레드를 산출하고자 하였다.
구 분 변수명 단위 출처 종속
변수 자본환원율 스프레드 %
부동산114,
국토교통부 실거래가 공개시스템, 한국은행 경제통계시스템
독립 변수
거시 지표
주택매매가격지수 증감률 % 부동산114
소비자물가 등락률 % 한국은행 경제통계시스템
코스피 지수 변동률 % 한국거래소
아파트 특성
경과년수 연도
부동산114
총세대수 세대
재건축여부(재건축=1) 더미 서울특별시
재개발ㆍ재건축 클린업시스템
브랜드여부(브랜드=1) 더미 부동산114
입지
권역
도심권(도심권=1) 더미
서울시 생활권 계획 동남권(동남권=0) 더미
동북권(동북권=1) 더미 서남권(서남권=1) 더미 서북권(서북권=1) 더미
지하철역 개/동 네이버 지도
초ㆍ중ㆍ고등학교 개/동 학교알리미
수요 인구 밀도 명/㎢ 서울특별시 특별통계
<표 3-6> 주거용 부동산 자본환원율 스프레드 결정요인 분석모형의 변수 설정
다. 독립변수
매매가격 대비 연월세소득인 자본환원율에 국고채 3년금리를 뺀 값으로 자본환원율 스프레드를 산출하였다. 따라서 매매가격, 임대료에 영향을 끼칠 거시변수인 주택매매가격지수 증감률, 소비자물가등락률과 자본환원율 스프 레드에 영향을 끼칠 거시변수인 코스피 지수 증감률로 독립변수를 구성하였 다.
아파트 특성 변수군은 경과년수, 총세대수, 재건축여부, 브랜드여부 변수 로 설정하였다. 자본환원율 스프레드에는 아파트 특성에 따라 가치가 반영 이 되어있을 것으로 가정해 독립변수로 구성하였다. 경과년수를 통해 아파 트의 경과 정도와, 총세대수를 통해 아파트의 규모, 재건축여부를 통해 아파 트 매매가격 상승 가능성과 브랜드여부를 통해 아파트 브랜드 가치의 매매 가격 반영 가능성을 확인, 그에 따라 자본환원율 스프레드에 끼치는 영향을
보고자 하였다. 변수 중 브랜드 더미변수는 부동산 114 리서치센터에서 발 표한 『2016년 아파트 브랜드 인지도 및 선호도 설문조사』를 기준으로 상 위 10위에 속하는 브랜드에 해당하면 1로, 그렇지 않으면 0으로 설정하였다.
입지 변수군으로 서울시 생활권역별 더미변수와 해당 서울시 법정동의 지하철 수, 초ㆍ중ㆍ고등학교 수를 구성하였다. 권역별 더미변수인 도심권 (종로구, 중구, 용산구), 동남권(강동구, 송파구, 강남구, 서초구), 동북권(도봉 구, 노원구, 강북구, 성북구, 중랑구, 동대문구, 성동구, 광진구), 서남권(강서 구, 양천구, 구로구, 영등포구, 동작구, 관악구, 금천구), 서북권(은평구, 서대 문구, 마포구) 더미변수는 서울시 생활권 계획에 근거하여 구성하였으며 주 거용 부동산 자본환원율이 다른 생활권보다 상대적으로 낮은 동남권을 기저 더미로 설정하였다. 그리고 자녀가 있는 가구의 경우 초ㆍ중ㆍ고등학교 수 가 월세 임차의 결정에, 또한 자본환원율 형성에 주요한 영향을 끼칠 것이 라 가정해 해당 변수를 설정하였다. 수요 변수군은 인구밀도로 구성하였으 며 서울시 법정동 면적 대비 해당 법정동 인구이다(2015년 기준).
제4절 실증분석결과
1. 기술통계량
실증분석에 앞서 <표 3-7, 8>과 같이 기술통계량을 산출하였다. 독립변 수 중 더미변수는 다른 독립변수와 동일하게 기술통계량을 산출할 경우 본 래 자료의 특성을 알기 어려운 단점이 있다. 따라서 더미변수인 재건축더미, 브랜드더미, 생활권역 더미는 해당 더미가 1인 경우, 종속변수인 자본환원율 스프레드의 최소값ㆍ최소값ㆍ평균값ㆍ표준편차값을 산출해 해당 더미변수에 해당하는 값의 특성을 확인하고자 하였다. 분석자료로 사용된 2016년 동안 거래된 서울 소재 (보증부) 월세 아파트의 자료는 총 28,191개이며 종속변수 인 자본환원율의 평균은 2.123%으로 분석되었다.
구분 변수명 최소값 최대값 평균 표준편차
종속변수 자본환원율 스프레드 -1.510 7.680 0.649 0.798
독 립 변 수
아파트 특성
LN_총세대수 2.485 8.644 6.947 1.083
경과년수 0.000 50.000 17.517 9.798
거시 지표
주택매매가격지수 증감률 -35.030 162.540 9.801 9.886
소비자물가 등락률 0.400 1.500 1.016 0.396
코스피지수 변동률 -0.060 0.050 -0.011 0.033
입지 지하철 수 0.000 9.000 2.968 2.246
초ㆍ중ㆍ고등학교 수 0.000 31.000 11.045 7.657
수요 LN_인구 밀도 7.570 10.750 10.030 0.454
주: N:28,191.
<표 3-7> 자본환원율 스프레드 분석모형의 기술통계량
구분 변수명 자본환원율 스프레드
최소값 최대값 평균 표준편차
더 미 독 립 변 수
아 파 트 특 성
재건축더미(재건축=1) -1.473 2.897 -0.317 0.583
브랜드더미(브랜드=1) -1.110 5.643 0.747 0.676
생 활 권 역
도심권(도심권=1) -1.162 3.798 0.705 0.798
동남권(동남권=1) -1.505 5.841 0.368 0.765
동북권(동북권=1) -0.832 7.678 1.013 0.757
서남권(서남권=1) -0.903 5.684 0.613 0.730
서북권(서북권=1) -1.110 4.335 0.784 0.711
주: N:28,191.
<표 3-8> 자본환원율 스프레드 분석모형의 더미변수 기술통계량
2. 분석결과
<표 3-9>와 같이 분석결과를 제시하였다. 매매가격 대비 연월세소득의 비율인 자본환원율임을 고려, 거시지표로서 주택매매가격지수 증감률, 소비 자물가등락률, 코스피지수 변동률 변수를 설정하였다. 주택매매가격지수 증 감률 변수는 부동산114에서 국토교통부 실거래가 매매가격을 바탕으로 제공
구분
model 1 model 2 model 3
계수값
(t값) VIF 계수값
(t값) VIF 계수값
(t값) VIF
(상수) 0.861***
(62.462)
0.139***
(1.318)
0.276***
(2.622) 거
시 지 표
주택매매가격지수 증감률 -0.006***
(-13.453) 1.019 -0.004***
(-8.278) 1.069 소비자물가등락률 -0.173***
(-14.429) 1.020 -0.152***
(-14.276) 1.024 코스피지수 변동률 -2.370***
(-16.359) 1.024 -1.761***
(-13.565) 1.035
아 파 트 특 성
LN_총세대수 -0.157***
(-36.124) 1.246 -0.151***
(-35.112) 1.253
경과년수 -0.014***
(-25.485) 1.674 -0.015***
(-26.641) 1.678 재건축더미
(재건축=1)
-0.518***
(-21.721) 1.294 -0.497***
(-20.998) 1.298 브랜드더미
(브랜드=1)
-0.101***
(-7.994) 1.424 -0.098***
(-7.819) 1.430
입 지
생활 권역 (동남권=0)
동북권더미 (동북권=1)
0.566***
(48.541) 1.564 0.546***
(46.978) 1.583 서남권더미
(서남권=1)
0.120***
(9.757) 1.464 0.114***
(9.374) 1.465 서북권더미
(서북권=1)
0.269***
(14.764) 1.258 0.281***
(15.549) 1.265 도심권더미
(도심권=1)
0.330***
(13.444) 1.116 0.315***
(12.951) 1.117
지하철 수 0.004
(1.632) 1.882 0.005**
(2.055) 1.883
초ㆍ중ㆍ고등학교 수 -0.002**
(-1.966) 1.935 -0.001* (-1.863) 1.937 수
요 LN_인구 밀도 0.167***
(16.081) 1.249 0.168***
(16.294) 1.250
N 28,191
R2 0.028 0.213 0.228
adj. R2 0.028 0.213 0.228
주1: ***: 1% 수준에서 유의, **: 5% 수준에서 유의, *: 10% 수준에서 유의.
주2: 계수값은 비표준화 계수값임.
<표 3-9> 자본환원율 스프레드 결정요인 분석결과(종속변수: 자본환원율 스프레드)
하는 지수(2006년 1월=100)를 바탕으로, 서울시 법정동을 기준으로 전년동월 대비 증감률을 산출하였다.
분석 결과, 주택매매가격지수 증감률이 감소함에 따라 자본환원율 스프레 드가 증가하는 것으로 나타났다. 이는 전년동월대비 주택매매가격이 하락한 서울시 법정동의 경우, 해당 법정동에서 상대적으로 높은 자본환원율이 형 성됨을 나타낸다. 그리고 소비자물가등락률이 하락할수록 자본환원율 스프 레드가 증가하는 것으로 나타났는데, 소비자물가등락률이 자본환원율 스프 레드 중 임대료보다 매매가격에 더 큰 영향을 끼쳐 나타난 결과인 것으로 볼 수 있다. 그리고 코스피지수 변동률도 자본환원율 스프레드에 음(-)의 영 향을 끼치는 것으로 분석되었다. 이는 코스피 시장이 속한 금융시장의 활황 으로 코스피지수 변동률이 상승하면 금융자산 수익률 및 자본이득이 증가하 고 임대시장의 매매가격의 상승에도 영향을 끼쳐 결과적으로 자본환원율 스 프레드는 감소하는 것으로 해석할 수 있다. 오피스 시장의 자본환원율 스프 레드에 코스피지수 변동률이 양(+)의 영향을 끼쳐 금융시장과 오피스 임대 시장 간 대체관계임을 분석할 수 있었던 선행연구(김형근ㆍ신종칠, 2017)와 는 다르게, 주거용 부동산 임대시장과 금융시장은 대체관계가 아닌 것으로 볼 수 있을 것이다.
아파트 특성인 LN_총세대수, 경과년수, 재건축더미, 브랜드더미는 모든 분석에서 음(-)의 영향력을 끼치는 것을 알 수 있다. 이를 통해 월세가 거래 된 해당 아파트의 세대수가 작아서 동일한 월세 거래 물건이 존재할 가능성 이 낮을수록, 경과년수가 오래되지 않아 비교적 신축 아파트에 가까울수록, 재건축에 해당하지 않아 재건축 가능성에 따른 매매가격 상승 기대가 매매 가격에 반영되어 있지 않을수록, 마지막으로 선호도가 높은 브랜드에 해당 되지 않아 브랜드가치가 반영되지 않은 매매가격(비교적 낮은 매매가격)일 수록 자본환원율 스프레드가 상승하는 것으로 해석할 수 있다.
입지 관련한 변수로는 생활권역별 더미변수, 서울시 법정동 기준 지하철 수 및 초ㆍ중ㆍ고등학교 수를 설정하여 분석하였다. 생활권역별 더미변수는 동남권 더미를 기저변수로 하여 분석하였는데, model 3을 기준으로 동남권 에 비해 모든 생활권역에서 양(+)으로 유의한 것으로 나타났다. 상대적으로 매매가격대가 매우 높은 강남이기에 자본환원율 및 자본환원율 스프레드가
낮게 형성되어 이와 같은 결과가 도출된 것으로 해석할 수 있다. 특히 동북 권과 서북권의 계수값이 높아 다른 권역에 비해 자본환원율이 높게 나타날 것임을 알 수 있다. 그리고 해당 법정도 내 초ㆍ중ㆍ고등학교 수의 합은 음 (-)의 방향으로 유의하게 나타났으며 지하철 수 변수와 LN_인구밀도가 양 (+)의 방향으로 유의한 것으로 나타났다.
제5절 소결
본 연구는 상업용 부동산과 달리 개인의 투자가 높게 나타나는 아파트 (주거용 부동산) 월세시장에서 매매가격 대비 월세수익으로 산출되는 자본 환원율이 개인의 주된 투자 판단 근거이자 동기라는 전제에서 시작되었다 (하서진 외, 2018). 전세의 비율이 월세의 비율보다 높았던 2006년에 비해 2016년에 전세와 월세의 비율이 역전되었음을 통해 주택임대시장에서 전세 의 월세화 현상이 나타나고 있음을 알 수 있다. 또한 저금리 기조가 지속되 었던 상황에서 매매차익이 감소하고, 전세에 비해 월세가 더 높은 임대수익 을 창출할 수 있음을 고려한다면 전세의 월세화는 가계자산을 통해 가계 내 개인 투자자들이 임대인으로서 부동산 자산의 운용을 통한 수익성 추구가 그 근거인 것으로 추측된다. 이러한 수익성 추구는 매매가격이 매우 높게 형성되어 낮은 자본환원율이 나타나는 서울 동남권(강남구, 서초구 등)보다 매매가격이 상대적으로 낮아 높은 자본환원율이 나타나는 서울 동북권(도봉 구, 노원구 등)에서 두드러질 것으로 생각된다.
이러한 상황을 배경으로 본 결정요인 분석에서는 서울 소재 보증부 월세 거래로 거래된 자료를 바탕으로 월세 아파트의 자본환원율에서 월세 거래된 월의 국고채 3년금리를 뺀 값인 자본환원율 스프레드를 산출하였다. 그리고 상업용 부동산과 달리 주거용 부동산인 주택, 특히 주택의 대표적인 유형인 아파트의 자본환원율 스프레드에 주요한 영향을 끼치는 결정요인을 분석해 내고자 하였다. 이를 위해 거시지표, 아파트 특성, 입지, 수요 관련 변수군을 구성하였으며 자본환원율 스프레드로 종속변수를 설정하였다.
분석 결과, 거시지표의 경우 모든 변수에서 음(-)의 방향으로 유의함을
나타냈다. 주택매매가격지수 증감률이 하락할수록 자본환원율 스프레드는 상승하는 것으로 분석되어 전년동월대비 주택매매가격이 하락한 서울시 법 정동의 경우, 해당 법정동에서 상대적으로 높은 자본환원율이 형성됨을 알 수 있었다. 소비자물가등락률 또한 하락할수록 자본환원율 스프레드가 증가 하는 것으로 나타났는데, 소비자물가등락률이 자본환원율 스프레드 중 임대 료보다 매매가격에 더 큰 영향을 끼쳐 나타난 결과인 것으로 볼 수 있다.
코스피지수 변동률도 자본환원율 스프레드에 음(-)의 영향을 끼치는 것으로 분석되었다. 이는 코스피 시장이 속한 금융시장의 활황으로 코스피지수 변 동률이 상승하면 금융자산의 수익률 및 자본이득이 증가하고 임대시장의 매 매가격의 상승에도 영향을 끼쳐 결과적으로 자본환원율 스프레드는 감소하 는 것으로 해석할 수 있다. 이를 통해 주거용 부동산 임대시장과 금융시장 은 대체관계가 아닌 것으로 생각된다.
아파트 특성의 경우, 월세가 거래된 해당 아파트의 단지규모가 적을수록, 경과년수가 길지않고 재건축에 해당하지 않을수록, 브랜드 아파트가 아니어 서 브랜드가치가 반영되지 않은 매매가격(비교적 낮은 매매가격)일수록 자 본환원율 스프레드가 상승하는 것으로 나타났다.
그리고 생활권역 중 특히 동북권, 서북권에 위치한 월세 거래물건일 경 우, 접근성이 높은 경우, 인구 밀도가 높은 경우에 보다 높은 자본환원율 스 프레드를 형성하는 것으로 나타났다.
본 분석은 서울시 소재 보증부 월세 아파트의 실거래가 자료를 바탕으로 자본환원율 스프레드를 산출하여 결정요인을 분석하였다. 하지만 2016년 한 해의 보증부 월세 계약만 분석의 범위로 한정했기에 시간적 연구범위가 비 교적 짧다는 한계를 지닌다. 또한 개별 월세계약에 대해 동일한 시기에 신 고된 국토교통부 실거래가 매매가격이 존재하지 않는 경우, 동일 아파트 단 지ㆍ동일 아파트 평형대의 상/하반기 평균 매매가격을 산출해 대리 매매가 격으로 활용해 정확한 자본환원율 및 자본환원율 스프레드를 산출하지 못한 한계가 존재한다.