수도권 가구통행실태조사 자료를 이용한 고령자의 통행행태 변화 분석
III. 분석자료
스타일지수에 차이가 있다는 것을 증명하고, 스타 일지수를 종속변수로, 부동산의 점유율, 순영업소득 (Net Operating Income: NOI) 증가율, 자본환원율 (Capitalization Rate: Cap. Rate)을 설명변수로 한 회 귀분석을 통해 이들 스타일지수가 유의하다는 것을 보여주었다. Peyton(2008)의 모형은 간편하게 적용 할 수 있다는 장점이 있는 반면, 미국의 경우와 같 이 Core지수에 비해 added지수가, 또 Value-added지수에 비해 Opportunistic지수가 상하방향에 관계없이 순차적으로 변동성이 크게 나타나지 않는 시장에서는 의미를 잃는다는 약점이 있다.
한편 이러한 부동산의 스타일은 몇 가지 기준으로 부동산을 분류한다는 점에서 등급(Grade)과 유사한 면이 있다. 그러나 스타일과 등급은 그 접근방법이 전혀 다르다. 첫째, 등급이 물건을 중심으로 분류되 는 반면 스타일은 투자의 관점에서 분류된다. 따라서 등급에는 부동산의 섹터, 입지, 물리적 특성, 임대차 현황 등 자산특성이 주로 고려되지만, 스타일에는 그 에 더하여 레버리지 비율, 가치창출행위 등 투자전략 이 함께 고려된다. 즉 동일한 등급의 부동산이라도 레 버리지를 얼마나 활용하는가에 따라 스타일은 달라 질 수 있다. 둘째, 등급이 개별 물건에 적용되는 개념 인 반면 스타일은 여러 부동산으로 구성된 포트폴리 오에도 적용이 가능하다. 사실 스타일이 주로 활용되
는 분야는 앞서 언급한 바와 같이 여러 부동 산으로 구성된 펀드다. 셋째, 한번 정해진 등 급은 좀처럼 바뀌지 않지만 스타일은 시간에 따라 수시로 변할 수 있다. 스타일분석의 중 요한 역할 중 하나는 바로 이러한 변화를 포 착하는 것이다.
균 연면적을 비교해보면 분석 표본이 서울 전체에 비 해 약 3배에 달하는 것을 알 수 있다. 비록 서울 전체 평균 연면적이 해를 거듭할수록 증가하면서 배수가 작아지고는 있으나, 분석 표본이 중대형 오피스 위주
로 구성된 점에는 변함이 없다. 엄밀히 말해서 본 논 문의 분석 표본은 서울 전체 또는 부동산펀드에 편입 된 오피스의 특성을 대표하도록 추출된 것이기보다 는 스타일 분석에 요구되는 시계열자료가 확보된 오
구분 2003년
1분기 말
2005년 1분기 말
2007년 1분기 말
2009년 1분기 말
2011년 1분기 말 서울
연면적(3.3m2) 8,166,812 8,612,858 9,075,212 9,870,064 10,457,753
동수(동) 2,274 2,406 2,536 2,646 2,723
평균 연면적(3.3m2) 3,591 3,580 3,579 3,730 3,841
표본
연면적(3.3m2) 1,571,133 1,571,133 1,571,133 1,571,133 1,571,133
동수(동) 139 139 139 139 139
평균 연면적(3.3m2) 11,303 11,303 11,303 11,303 11,303
표본/
서울
연면적(%) 19.2 18.2 17.3 15.9 15.0
동수(%) 6.1 5.8 5.5 5.3 5.1
평균 연면적(배) 3.15 3.16 3.16 3.03 2.94
표 2 _ 서울 전체 오피스 스톡과 표본의 크기 비교
구분 연면적(3.3m2) 지상 층수(층) 주차 대수(대) 전용률(%) 경과 연수(년) 지하철 거리(m) 접도폭 (m)
평균 11,303 18.7 266.3 56.5 21.7 275 35
중앙값 9,254 18.0 200.0 55.0 21.0 255 35
표준편차 9,672 7.5 387.8 8.2 7.8 222 14
왜도 3 2.5 7.4 44.1 0.6 2 0
첨도 11 9.9 68.3 -32.7 0.2 5 0
최솟값 1,324 9.0 11.0 40.6 9.0 5 10
최댓값 64,316 60.0 4,057.0 80.0 45.5 1,410 70
표 3 _ 표본 기초통계량
구분 평균 표준편차 최솟값 최댓값
임대료 (원/3.3m2˙월)
overall 58,432 18,690 24,000 127,000
between 17,853 26,778 108,094
within 5,729 36,348 80,515
관리비 (원/3.3m2˙월)
overall 26,497 6,197 8,200 49,000
between 5,735 9,708 42,667
within 2,398 17,497 34,350
공실률
overall 2.99% 5.62% point 0.00% 63.37%
between 2.84% point 0.00% 14.95%
within 4.86% point -11.96% 60.79%
표 4 _ 임대료, 관리비, 공실률 기초통계량
부동산 포트폴리오의 스타일분석에 관한 연구 53
피스를 최대한 편입시킨 것이라고 볼 수 있다. 이러한 한계는 오피스에 대한 체계적인 자료 구축의 역사가 짧은 국내의 현실을 감안할 때 불가피한 측면이 있다.
본 논문에서는 임대료, 관리비, 보증금 및 공실률 에 <식 1>을 적용하여 3.3m2(1평)당 월간 NOI를 산 출한 후(여기서 국고 3년은 3년 만기 국고채 유통수 익률을 의미), 메이트플러스가 서울 3대 오피스권역 에 대해 발표한 Cap. Rate 지수와 함께 <식 2>를 적용 하여 개별 오피스의 수익률을 추정한다. 그리고 몬테 카를로(Monte Carlo) 시뮬레이션을 통해 이들 오피 스로 구성된 포트폴리오를 무작위로 생성한 후 이를 대상으로 Core, Value-added, Opportunistic 스타일 의 적용 가능성을 검정한다.
오피스의 수익률(Rt)은 t-1기에서 t기의 가격상 승분(Pt-Pt-1)과 t기 동안 수취한 NOI(NOIt)의 합 을 t-1기의 가격(Pt-1)으로 나누어 구한다. 여기서 t기의 가격(Pt)은 t기 동안 수취한 NOI를 t기의 Cap.
Rate로 나누어 구한다. 이론적으로는 t기의 가격을 추정함에 있어서 t+1기의 NOI를 적용하는 것이 타 당하나, 메이트플러스의 Cap. Rate 지수가 거래 시점 의 NOI로 산출되고 있어 본 논문에서도 동일시점의 NOI를 이용하여 가격을 추정한다.
NOI = [임대료 + (관리비 × 마진율 20%) + (보증금 × 국고 3년)] × (1 - 공실률) 12
<식 1>
Rt = Pt - Pt-1 + NOIt
Pt-1 <식 2>
분기별 오피스 수익률의 기초통계량은 <표 5>와 같다. 수익률의 평균값은 4.92%인데 반해 표준편차 는 그보다 2배 이상 커 수익률의 변동성이 매우 크다 는 것을 알 수 있다. 그리고 그 변동성의 대부분은 개 별 오피스 간 차이보다는 시간에 따른 변동에서 기
인하고 있다.
시간에 따른 변동이 크게 나타나는 것은 본 논문 의 Cap. Rate가 실제 거래사례를 조정 없이 반영하고 있기 때문이다. 미국의 NCREIF 지수는 비록 넓은 지 역에 대해 긴 시계열이 조사된 자료지만, 감정평가로 수익률을 산출하고 있어(Appraisal Based Returns) 수치가 평활화(Smoothing)되는 문제를 내포하고 있 다. 따라서 CAPM을 이용하여 부동산의 체계적 위 험을 측정한 Geltner(1989)나 부분수정모형(Partial Adjustment Model)을 이용하여 Cap. Rate의 결정요 인을 연구한 Sivitanides et al.(2001)도 이러한 평활화 효과를 어떻게 제거할 것인지를 중요하게 다루고 있 다. 본 논문에서는 이러한 점을 고려하여 메이트플러 스가 발표하는 Cap. Rate 지수를 조정 없이 사용한다.
포트폴리오는 규모 및 분산효과를 반영하기 위해 부동산을 5개 또는 10개 포함하는 두 가지로 구성하 며, 각 500개씩 총 1,000개를 생성한다. 무작위로 생 성된 1,000개의 포트폴리오에 대해서 자본가치가중 평균 수익률을 계산한 후 그 기초통계량을 구한 결과 는 <표 6>과 같다.
구분 평균 표준편차 최솟값 최댓값
overall 4.92% 12.15% point -59.29% 163.62%
between 0.58% point 3.80% 7.21%
within 12.14% point -60.88% 161.33%
표 5 _ 오피스 수익률 기초통계량
구분 통계량
평균 5.30%
표준편차 7.59% point 왜도 -0.90 첨도 1.59 최솟값 -16.76%
최댓값 19.98%
표 6 _ 포트폴리오 수익률 기초통계량
54 국토연구 제76권(2013. 3)