<표 3-7>은 위의 식을 바탕으로 주택연금 가입 정보를 활용할 수 있는 재정패널 5~9차 데이터를 적용한 리로짓 모형 분석 결과를, <표 3-8>은 같은 자료에 대한 퍼스로짓 모형을 적용한 분석 결과를 각각 보여 준다.
<표 3-7> 주택연금 가입 영향 요인에 대한 리로짓 분석 결과
구분 5차 6차 7차 8차 9차
연령 .0925*** -.0001 -.0434 .0125 .0122
가구 총소득 .0004*** .0006*** .0004 .0000 .0001 가구 총지출 -.0008** -.0015 -.0012* -.0002 -.0002 주택 가격 .00003* .00003 .00005*** .00001 .0000 주거비 .0029*** .0015 .0051*** .0056 .0034 보건의료비 .0017** .0063*** .0030*** .0008 .0009***
상수항 -11.3512*** -1.2079 -1.1696 -5.1164* -5.1433
관측치 수 422 430 423 472 486
주: *, **,***은 각각 통계적 유의 수준 10%, 5%, 1%에서 유의함을 뜻함.
<표 3-8> 주택연금 가입 영향 요인에 대한 퍼스로짓 분석 결과
구분 5차 6차 7차 8차 9차
연령 .1137** .0047 -.0462 .0127 .0112
가구 총소득 .00002 .0003 .0004* .00000 .0001 가구 총지출 .00002 -.0011 -.0013** -.0002 -.0001 주택 가격 .00003* .00002 .00005*** .00001 .00000
주거비 .0013 .0014 .0052** .0056 .0032
보건의료비 .0005 .0010 .0021** .0007 .0009*
상수항 -12.9653*** -4.1234 -.8986 -5.1186* -5.0630
관측치 수 422 430 423 472 486
Wald 13.81** 6.90 17.28*** 5.66 11.01*
AIC -16.40 -17.38 24.86 50.99 33.22
BIC 11.91 11.05 53.20 80.09 62.53
주: *, **, ***은 각각 통계적 유의 수준 10%, 5%, 1%에서 유의함을 뜻함.
다. 통제변수로 투입한 주거비 지출과 보건의료비 지출이 5차, 7차 데이 터에서 공히 주택연금 가입 확률과 정적(+)으로 연관되어 있는 분석 결과 역시 어느 정도의 경제 수준이 뒷받침되면 가입할 확률이 높아질 수 있음 을 시사한다. 결국, 이 분석 결과는 가입률 제고를 중심으로 한 제도 발전 측면에서 좀 더 깊이 있고 체계적인 가입자 특성 분석을 거칠 필요가 있 음을 보여 준다. 다만, 60세 이상 계층에서 중요한 의미가 있는 연령은 5 차 데이터 기준으로 주택연금 가입 확률과 정적(+)으로 유의한 연관성을 보여 주지만 연관성 방향에 대한 일관성이 없고, 이후 차수에서는 통계적 유의성을 확보하지 못하여 통계 측면에서는 주택연금 가입에 대하여 주 목할 만한 영향을 미친다고 단언하기 어렵다. 또한 <표 3-8>의 퍼스로짓 분석 결과 중 ‘6차, 8차 자료 분석 결과’는 Wald 값이 통계적으로 유 의성을 확보하지 못하였으며, 개별 예측변수 역시 통계적 유의성이 나타 나지 않아 모형 전체의 신뢰도 수준을 언급하기 어려운 한계를 노정하고 있다. 그럼에도 불구하고 주택연금 가입 여부를 활용할 수 있는 자료를 적용하고, 가입 정보에 대한 관측이 여의치 않은 한계점을 보완하기 위하 여 종속변수의 희귀 사건을 다루는 모형을 시도한 부분은 이 절의 의의로 제시할 수 있다. 그러나 자료의 제약으로 희귀 로짓 모형을 이용하여 분 석했음에도 불구하고 이러한 연구결과가 정책 제언을 위해 활용할 만한 의미있는 결과를 확보하지는 못했다는 한계점이 있다. 따라서 향후 주택 연금 가입자 정보가 충분히 확보된 미시자료를 이용하여 주택연금 가입 에 영향을 미치는 요인에 대한 추가 분석이 필요함을 밝힌다.