- 정책효과분석 시뮬레이션 모형 개발을 중심으로 -

부동산정책 시뮬레이션 모형 개발과 정책결정지원시스템 구축(Ⅰ)

- 정책효과분석 시뮬레이션 모형 개발을 중심으로 -

A Study on the Development of Simulation model

for Real Estate Policy and Establishment of Rep-DSS(Ⅰ)

국토연 2011-41․부동산정책 시뮬레이션 모형 개발과 정책결정지원시스템 구축(Ⅰ)

지은이․이수욱․김재환․유현지․전성제․황관석․이현지․신예지․박천규 외 / 펴낸이․박양호 / 펴낸곳․국토연구원

출판등록․제2-22호 / 인쇄․2011년 12월 27일 / 발행․2011년 12월 31일 주소․경기도 안양시 동안구 시민대로 254 (431-712)

전화․031-380-0426(출판팀) 031-380-0114(대표) / 팩스․031-380-0474 ISBN․978-89-8182-852-3

한국연구재단 연구분야 분류코드ㆍSF0603 http://www.krihs.re.kr

Ⓒ2011, 국토연구원

＊이 연구보고서의 내용은 국토연구원의 자체 연구물로서 정부의 정책이나 견해와는 상관없습니다.

국토연 2011- 41

부동산정책 시뮬레이션 모형 개발과 정책결정지원시스템 구축(Ⅰ)

- 정책효과분석 시뮬레이션 모형 개발을 중심으로 - A Study on the Development of Simulation model for Real Estate Policy and Establishment of Rep-DSS(Ⅰ)

•

이수욱․김재환․유현지․전성제․이현지 황관석․신예지․박천규․김영표․지대식

연 구 진

연구책임 이수욱 연구위원 연구반

외부연구진

김영표 선임연구위원 지대식 선임연구위원 박천규 책임연구원 전성제 책임연구원 김재환 연구원 유현지 연구원 이현지 연구원 황관석 연구원 신예지 연구원 지노시스템

연구심의위원 손경환 국토연구원 부원장 (주심) 김혜승 연구위원

강미나 연구위원

안홍기 국토정책시뮬레이션센터장 최 수 연구위원

P ․ R ․ E ․ F ․ A ․ C ․ E

발 간 사

주택을 포함한 부동산은 인간의 삶을 유지하기 위해 기본적으로 뒷받침되어야 하는 재화임에도 불구하고, 이를 소유하고 사용하는데 들어가는 비용은 매우 크다 할 수 있다. 이에 따라 부동산으로 인한 가계의 부담을 가능한 한 줄여 국민의 거주 환경 안정은 물론이고, 거시경제 여건에 부정적 영향을 미치지 않도록 부동산정책을 수립하는 것이 어렵지만 매우 중요한 정부의 정책과제로 인식되어 왔다.

실제 부동산 정책은 대부분의 국가에서 매우 중요한 문제로 인식되고 있으며, 그에 따라 다양한 정책들이 입안․집행되고 있다. 예를 들어 영국과 프랑스 등은 지역 간 경제적 격차에 대응한 다양한 주택 및 부동산정책이 시행되고 있으며, 독일은 주택시장 및 임대차시장의 안정을 위해 다양한 제도를 운영하고 있다.

주택 및 부동산 정책은 국민 개개인의 삶에 큰 영향을 미칠 뿐 아니라 국가․

경제적 측면에서도 그 중요성이 매우 큰 사안이다. 따라서 부동산 정책의 효율적 수립과 집행은 국민 삶의 질적 향상과 더불어 국가경제의 안정에도 긍정적 영향을 미친다고 할 수 있다.

우리나라 또한 예외는 아니어서 그동안 부동산시장의 안정을 위해 다양한 정 책을 수립․시행하였으며, 그 결과 2008년 경제위기에도 다른 국가에 비해 상대 적으로 안정적인 상태를 유지하는 등 상당한 성과를 거두었다.

그러나 이러한 성과에도 불구하고 현재까지 우리나라는 다양한 자료에 기초한 시장 진단 및 전망, 정책도입에 따른 여러 가지 시뮬레이션 등을 이용한 부동산 정책효과분석 및 정책수립 등이 가능한 시스템을 체계적으로 갖추는데 까지는

나가지 못하고 있는 실정이다.

국토연구원에서는 2008년부터 3년간의 연구를 통해 부동산 시장을 분석하고 진단하는 시스템인 K-REMAP(부동산시장 진단 및 전망시스템)을 개발하여 구축 하였다. K-REMAP의 구축으로 부동산시장에 참여하고 있는 소비자의 기대심리 지수 생성 뿐 아니라, 다양한 자료를 기초로 한 정확한 시장진단 및 전망을 꾀할 수 있게 되었다.

하지만 보다 효율적이고 정확한 정책적 대응을 위해서는 부동산시장 진단 및 전망에서 진일보하여 정책입안자가 원하는 정책수단과 시장파급효과를 다양하게 검토할 수 있는 모형과 시스템을 갖추는데 까지 나갈 필요가 있다. 이 연구는 이 같은 필요성에 부응하여 기획되고 수행되었다.

이 연구가 2차년도 까지 성공적으로 수행된다면 시간이 지날수록 그 중요성이 높아지고 있는 부동산 정책을 효율적으로 수립․집행하는 데 있어 매우 큰 역할을 할 수 있을 것이다.

끝으로 어려운 여건하에서도 묵묵히 연구를 수행해 준 이수욱 연구위원 외에 김영표․김근용․지대식 선임연구위원, 박천규․전성제 책임연구원, 김재환․

신예지․이현지․유현지․황관석 연구원 등 연구진의 노고에 깊은 감사를 표한다.

아울러 의사결정지원 정보시스템 개발에 열과 성을 다해주신 (주)지노시스템과 선진GNI(주)의 관계자 여러분께도 감사드린다.

2011. 12 국토연구원장 박 양 호

S ․ U ․ M ․ M ․ A ․ R ․ Y

요 약

제1장 서론

정부의 부동산시장 개입여부에 대한 찬반 논의는 정책의 성격이나 시장상황에 따라 각기 다른 모습으로 나타나고 있다. 하지만 어느 쪽의 입장에 서든 간에 기왕의 정책개입이 불가피하다면 시장 충격을 최소화할 수 있는 정책이 이루어 지기를 희망할 것이다. 이는 그 동안 추진되었던 일부 부동산 정책이 정책시기를 놓치거나, 혹은 시장을 지나치게 부양 내지 침체시키는 역기능을 보인 사례가 있었기 때문일 것이다.

이 연구는 부동산 정책의 시의성과 선제성을 높일 수 있는 부동산정책 효과 분석 시뮬레이션 모형과 부동산정책 의사결정지원시스템(Rep-DSS)을 개발 구축 하고자 하는 취지에서 출발하였다. 정책담당자가 정책도입 이전에 정책효과를 시뮬레이션하고, 시장의 변동성을 사전에 인지할 수 있게 된다면 부동산시장 안정이 그리 먼 일만은 아닐 것이라고 보았기 때문이다.

정책수립자의 판단과 의사결정을 지원하기 위해 이 연구에서는 정책 수립시 보다 정밀한 분석이 가능하도록 지원할 수 있는 부동산 정책효과분석 시뮬레이션 모형을 개발하고, 나아가 부동산 정책효과분석 시뮬레이션 모형을 정보시스템과 연동시켜 부동산정책 의사결정지원시스템(Rep-DSS)을 구축하고자 한다. 이러한 연구목적 달성을 위해 1차년도에는 부동산 정책이 시장에 미치는 효과를 시뮬레이션 할 수 있는 부동산 정책효과분석 시뮬레이션 모형 개발에 주력하였다.

이 연구의 시․공간적 범위는 수도권과 비수도권(동남권, 호남권, 대경권, 충청권, 강원권 등 5대 광역권)으로 구분하였으며, 시간적으로는 2000년을 기준시점으로 하고 2020년을 목표연도로 하였다.

내용적으로는 부동산시장 수준을 측정할 수 있는 지표 선정, 부동산정책 효과를 측정하는 지표들의 인과도 작성, 유량 및 저량 흐름도(Stock-Flow Diagram) 개발, 시뮬레이션 모형의 검증, 모형의 시스템화 방안 제시, 부동산정책 의사결정지원 시스템(Rep-DSS)의 기본개념‧구성요소‧기능 등에 대해 살펴보았다.

기능적으로는 부동산정책 의사결정지원시스템(Rep-DSS) 구축과 관련해 각 분야별 데이터 마트 구축, 기존 K-REMAP의 자료관리 시스템과의 연계, 시뮬레 이션 모형의 시스템 구현 및 K-REMAP과 연계 구축 방안, 그리고 부동산정책 의사결정지원시스템(Rep-DSS) 구축을 위한 시스템 아키텍처에 대한 구상안을 포함하였다.

충실한 연구수행을 위해 문헌연구를 통한 이론적 토대 및 분석방법론 내실화, 부동산 정책의 시장파급효과 분석을 위한 모형 개발, 시스템 구축을 위한 공동연구 수행 및 해외사례 조사 등을 실시하고 시사점을 도출하였다.

보고서는 모두 6개장으로 구성하였다. 제2장과 제3장에서는 부동산정책 시뮬레 이션 모형 개발 방법론과 정책효과 측정을 위한 지표의 선정, 부동산정책 시뮬레 이션 모형개발을 위한 기본구상 등에 대해 살펴봄으로써 연구의 기초적 틀을 정립 하였다. 제4장과 제5장에서는 부동산정책 시뮬레이션 모형의 개발과 적용방안, 부동산정책 의사결정지원시스템(Rep-DSS) 구축을 위한 아키텍쳐를 제시하였다.

2. 부동산정책결정 지원체계 구축 방법론 정립

이 연구에서 개발하고자 하는 부동산정책 시뮬레이션 모형(이하 시뮬레이션 모형)은 정책수립 주체가 부동산시장 수준 측정지표를 이용하여 사전‧사후적으로 특정 정책도입에 따른 시장효과 분석이 가능하도록 해주는 것이다.

따라서 시뮬레이션 모형의 작동은 부동산정책 목표에 부합하는 최적의 정책조 합을 찾아가는 과정으로 이루어져야 하며, 나가서는 계량적 방법을 통해 인과관 계로 구성된 부동산시장 현상이 어떻게 동태적으로 변화해 나가는지 모의실험을 수행할 수 있어야 한다. 이러한 시뮬레이션 모형을 구축하기 위한 방법론으로 이 연구에서는 시스템 다이내믹스(SD) 기법을 이용하였다.

시스템다이내믹스(SD) 기법은 복잡한 인과관계로 구성된 부동산관련 변수가 시장에 미친 정책효과를 현실 부동산시장 시스템 내에서 동태적이고 순환적인 인과관계의 시각으로 설명하고 이해하고자 하는 ‘시스템 사고’의 접근방법을 강조한 것이다.

또한 부동산 문제를 발생시킨 인자들 간의 인과관계 분석과 이해에 기초한 컴퓨터 모델의 구축으로 복잡한 인과관계로 구성된 현상이 어떻게 동태적으로 변화해 나가는지 모의실험을 실시할 수 있도록 해준다.

이러한 시스템다이내믹스(SD) 기법의 활용과 관련해 국토연구원에서는 이미 2008년 「주택정책평가모형 개발과 정책효과분석」, 2010년 「부동산시장 선진 화시스템 구축 연구(Ⅲ)」의 연구를 통해 시스템다이내믹스(SD)의 기초 모형을 개발해 부동산정책 시뮬레이션 모형으로서의 작동 가능성을 살펴본 경험이 있다.

이 연구에서 사용하고 있는 부동산정책 시뮬레이션 모형은 정책결정자의 합리 적 의사결정에 필요한 다양한 정책과 정책 강도를 조건식에 따라 다양하게 실험 하고, 사후 정책효과를 파악할 수 있도록 개발된 인과모형을 의미이다.

이를 통해 기존 모형들이 지녔던 한계인 시장 변동성이 클 경우 발생하는 예측 력 저하문제를 줄이고, 시장 상황이 유동적일 때 정책도입에 따라 나타나게 될 시장의 방향성을 측정할 수 있다. 또한, 특정 방향 하에서 정책 강도가 어느 정도로 나타나는지 확인해 볼 수 있다.

시뮬레이션 모형은 부동산정책 의사결정지원시스템(Rep-DSS)의 정책효과분석 파트의 구성요소 중 하나로 기능한다. 이를 위해 이 연구에서 개발하고자 하는 부동산정책 시뮬레이션 모형은 부동산정책 의사결정지원시스템이 최적의 정책 조합 구성을 통해 가상실험을 실행할 수 있도록 지원하는 정책효과분석 파트의 구성요소 가운데 하나이지만, 상호영향을 주고받도록 관계를 설정하였다.

즉, 시뮬레이션 모형을 통해 부동산시장과 정책을 설명하는 변수들 간의 관계 가 설명되고, 의사결정지원시스템을 통해 정책효과를 측정하고자 하는 변수에 대한 정책조합이 이루어지게 되면, 다시 최종적으로 시뮬레이션 모형이 정책조 합의 값을 적용하여 부동산정책 효과를 분석하는 구조로 개발하였다.

3. 부동산정책 시뮬레이션 모형개발 기본구상

부동산정책 시뮬레이션 모형 개발은 정책도입에 따른 시장 부작용을 최소화 하고, 정책 도입취지를 살려나갈 수 있는 최적의 정책조합을 정책담당자가 찾을 수 있도록 지원하는데 목적이 있다.

이를 위해서는 부동산 시장의 지역성을 반영하여 하위시장별로 세분화된 가상 실험이 가능하도록 모형을 개발할 필요가 있을 뿐 아니라, 세계경기 흐름과 동조 화되어 가는 우리 거시경제 상황도 모형에 반영할 필요가 있다.

따라서 부동산정책 시뮬레이션 모형은 부동산 정책과 부동산시장 메커니즘을 구성하는 시장요소와 거시경제 상황을 포괄하는 가상실험이 가능한 모형으로 개발하여야 한다. 이러한 목적을 달성하기 위해 부동산정책 시뮬레이션 모형의 개발은 다음과 같은 기본 방향 하에 수행하였다.

① 시뮬레이션 모형은 정책도입(혹은 폐지)에 따른 사전․사후에 효과 측정과 정책조합에 기반을 둔 가상실험이 가능한 모형으로 개발한다.

② 부동산 시장과 정책 집행의 지역성을 감안하여 공간적으로는 수도권과 비수 도권, 그리고 비수도권의 경우 광역권별로 구분하여 모형을 개발한다.

③ 가상실험의 설명력을 높이기 위해 부동산시장 및 정책과 연관성이 높은 주택 부문, 금융‧물가 등의 거시경제 부문, 인구‧가구 부문, 토지 부문으로 구성 하여 상호관계를 파악할 수 있도록 한다.

④ 시간변화에 따른 사회 환경변화 트렌드를 반영하는 시뮬레이션 모형으로 개발한다.

⑤ 부동산시장 진단 및 전망시스템(K-REMAP) 등 다양한 기존 모형 및 시스템과 연계하여 정책결정에 실질적인 도움이 될 수 있도록 한다.

시뮬레이션 모형은 부동산 정책수단에 따라 주택, 토지 등 부동산 유형별로 각 시장의 특성과 동향을 잘 설명할 수 있는 다양한 변수들로 구성된 결합체라 할 수 있다. 따라서 현재 혹은 특정시기의 부동산시장이 어떠한 상황에 놓여 있는지를 정확히 파악하는 것은 부동산 정책의 효과를 측정하는데 있어 출발점이 된다.

그러나 부동산시장 상황이나 수준을 파악하는 일은 모형 자체의 한계나 시장의 복잡성으로 인해 그리 단순한 작업만은 아니다. 따라서 시뮬레이션 모형은 부동산 시장을 대표적으로 설명할 수 있는 변수를 중심으로 최소화된 분석모형을 구축할 필요가 있다.

부동산정책 시뮬레이션 모형은 주택모형과 토지모형 등 2개로 구성하되, 각 모형에 대한 설명력을 높이기 위해 인구․가구모형과 거시경제모형을 보조모형 으로 구성하여 정책효과분석 및 가상실험 결과의 신뢰도를 높이고자 하였다.

시뮬레이션 모형의 핵심인 주택 및 토지모형과 2개 보조모형에서 이용하는 주요 변수들은 다음과 같다.

① 주택모형에서는 주택수요, 주택공급, 주택가격, 그리고 주택정책 변수와 인구․

거시경제 요인과의 상호관계를 파악하였다.

② 토지모형은 택지공급 및 지정 현황(가용토지면적), 지가변동률, 토지거래량 등의 변수를 활용해 토지관련 정책과 토지시장 간의 상호관계를 파악하고자 하였다.

③ 인구․가구모형에서는 인구수, 가구증가율, 세대주택비율, 자가점유율 등의 변수를 활용해 부동산 정책과 주택 및 토지시장과의 상호관계를 파악한다.

④ 거시경제모형은 금융, 세제, 물가, 국내외 경기변동 등 여러 요인에 의해 영향을 받는다. 시뮬레이션 모형에서는 금융요인과 물가요인, 일반경기 등으로 거시 경제부문을 한정하였다.

이 연구에서는 부동산정책 유형을 부동산시장 안정과 국민 주거복지 향상이라는 정책목표와 부동산 공급, 부동산금융, 부동산세제, 주거서비스 등 다양한 정책 수단을 대상으로 선행연구와 정부의 정책자료 및 업무편람 등에 따라 시장관리 정책과 주거복지 정책으로 우선 구분하였다.

이러한 정책이 부동산시장에 미치는 효과를 시뮬레이션 모형을 통해 확인 및 측정할 수 있는 주요 측정지표를 찾기 위해 국내의 선행연구와 외국의 부동산관련 정책통계 자료를 검토하였고, 최종적으로 부동산정책효과를 시뮬레이션 모형을 통해 측정할 수 있는 지표를 부동산정책 유형에 따라 세분화하여 선정하였다.

선행연구를 통해 기검증된 지표와 외국의 부동산관련 통계자료를 참고하여 이 연구에서는 양적지표와 주거비지표, 시장성지표 등 3개를 부동산정책의 효과를 측정하기 위한 지표로 설정하고, 주택수, 미분양주택, 주택가격, 주택거래, 사용 자비용 등 14개 변수를 세부지표로 선정하였다.

부동산시장에 영향을 주는 인구변동, 거시경제여건변화와의 관계를 도식화하 기 위해 인과지도는 인구, 주택, 토지, 거시경제 등의 하위체제로 구분하여 구성 하였다. 주택수, 주택수요, 주택공급, 주택가격 등 수준변수를 연결하는 루프를 중심으로 토지 및 주거복지 요인을 고려한 분석이 이루어지도록 하였다.

각 부문별 요소들이 순환관계를 형성한다고 가정하는 인과지도는 모든 경우의 유형을 포괄하지 못하지만, 핵심적인 요인들 사이의 다양한 상관관계에 대한 기본적 구조를 제시하는데 유용한 기능을 한다.

4. 부동산정책 시뮬레이션 모형의 개발과 적용

부동산시장 변동에 영향을 미치는 요인들은 경제적 요인으로부터 정책 및 소 비심리까지 매우 다양하다. 시스템적 접근방법에서 사용하는 인과지도는 부동산 시장에 영향을 미치는 다양한 변수들 간의 복잡한 상관관계를 이해하기 쉽도록 도식화한 것이다.

변수간의 인과관계는 확인되는데 그 정도가 어느 정도인지 확인하는 방법이 인과지도를 최종적으로 동적인 시스템 모델로 변환하여 작동시키는 유량-저량 흐름도(Stock-Flow Diagram)이다.

이 연구에서 유량-저량 흐름도는 인구‧가계부문, 토지부문, 주택부문, 거시경 제부문 등 4개 부문을 하나로 결합시킨 통합 모형으로 구성하였다.

유량-저량 흐름도는 시스템의 구조를 인과지도를 이용할 때 보다 더 상세한 정 보로 나타내는 수단이 된다. 따라서 인과지도를 바탕으로 흐름도를 작성하고자 할 때는 모델에 필요한 저량(Stock, 레벨변수)이 무엇인지 정하고, 이 레벨을 변 화시키는 유량(Flow)이 무엇인지 정하는 절차가 우선 되어야 한다. 그 후 저량과 유량을 연결하고 보조적인 내용을 연결시키는 절차를 거친다.

저량(Stock)은 유량(Flow)의 값을 누계(Accumulate) 처리 하거나, 적분 처리 (Integrate) 함으로써 자신들의 값을 변화시킨다. 이는 유량변수가 불연속적으로 변할 때에도 저량변수의 값은 시간에 걸쳐 연속적으로 변화한다는 것을 의미한다.

유량변수는 저량변수의 값을 변화시키며, 유량변수의 값은 그 유량변수의 이 전 값에 의존하지 않는다. 그 대신 시스템의 저량변수가 외부로부터의 영향과 함 께 유량변수의 값을 결정하게 된다.

저량변수는 시간에 따라 누적된 값을 가지게 되며, 시간 흐름의 형태를 보이는 유량에 의해 유입(Inflows)과 유출(Outflows)의 구조를 형성하도록 작성하여야 한다.

보조변수는 유량변수의 계산식을 단순화하기 위해 사용되며, 상수나 다양한 함수식을 활용하여 변수와 변수들 간의 관계를 정의한다.

부동산정책 시뮬레이션 모형 중 주택모형에서 활용한 저량변수로는 주택수, 미분양주택, 주택가격, 전세가격, 주택거래, 자가수요, 총수요 등이 있다. 이들 각각의 변수는 시간의 흐름에 따라 유량변수의 변화에 따라 다른 값을 갖게 된다.

시스템적 접근방법으로 개발된 부동산정책 시뮬레이션 모형을 실제적으로 적 용하기 위해 인과지도와 유량-저량 흐름도(Stock-Flow Diagram)를 구축하였다.

또한 이의 하위모형으로 총수요 부문, 주택가격 부문 등 모두 8개 부문의 모형을

구축하였으며, 각 부문별 모델을 이용해 행태분석을 실시하였다. 그 결과 수도권과 비수도권의 주택수, 주택가격, 전세가격, 주택거래, 총수요, 자가수요, 미분양주택 등은 동태적 성장패턴을 보이는 것으로 나타났다.

부동산정책 시뮬레이션 모형이 타당한지 검증한 결과, 민감도 분석 그래프가 발산하지 않고 일정하게 나타나 타당한 시뮬레이션 모형으로 개발되었음을 확인 할 수 있었다. 또한 모형이 논리적인 관계에 의해서 만들어졌는지를 확인하는 수식검증(Equation Check)과 단위검증(Unit Check)의 결과도 이상이 없는 것으로 나타나 모형으로 이용 가능함이 확인되었다.

부동산정책 시뮬레이션 모형의 실제 적용 가능성을 검토하기 위해 정책조절이 가능한 세제변수(보유세, 취등록세, 양도세), 금융변수(DTI, LTV, 이자율) 등에 대한 정책효과분석을 위해 시나리오를 구성한 후 가상 실험을 실시하였다. 그 결 과 기본적인 가정에 대한 확인과 동시에 부동산 지표들의 일련의 변화 및 효과를 살펴볼 수 있는 중요한 과정을 시뮬레이션 모형이 제공해 줌을 확인할 수 있었다.

5. 부동산정책 의사결정지원시스템의 구축방향

부동산정책 의사결정지원시스템(Rep-DSS)은 시뮬레이션 모형을 통해 확인된 정책효과와 가상실험 결과를 바탕으로 정책담당자가 보다 정밀한 최적의 정책조 합을 찾아 정책의 역기능을 최소화할 수 있도록 지원하는데 구축의 목적이 있다.

시스템이 구축될 경우, 정책담당자는 최적의 정책조합 구성이 가능해져 부동산 시장 안정과 서민 주거복지 향상을 실현하는 수단(tool)로 활용할 수 있다.

부동산정책 의사결정지원시스템(Rep-DSS)의 기본이 되는 것이 데이터베이스의 한 부분인 데이터마트이다. 데이터마트는 특정 사용자가 관심을 갖는 데이터들 을 담은 비교적 작은 규모의 데이터웨어하우스로 일반적인 데이터베이스 형태로 다양한 정보를 사용자의 요구항목에 따라 체계적으로 분석하기 위한 자료시스템 으로 정의할 수 있다.

따라서 부동산정책 데이터마트는 부동산 정책의 인과관계를 설명할 수 있는 인구·가계·토지, 주택시장, 거시경제 등의 관련 데이터를 추출·가공하여 구축한 맞춤형 데이터 집합이라 할 수 있다.

이러한 부동산정책 데이터마트는 정책결정자가 합리적인 의사결정을 내릴 수 있도록 유연한 환경을 지원한다. 기초데이터, 메타데이터, 코드값 등을 기반으로 주제별로 구축되어 분석 목적에 따라 향후 확장 가능하다. 또한 부동산정책 의사 결정지원시스템(Rep-DSS)에서 다양한 시나리오를 활용하여 정책효과분석을 수 행할 수 있도록 지원한다.

부동산정책 데이터마트는 기초데이터와 시스템관련 데이터, 메타데이터로 구 성된다. 기초데이터는 거시경제, 주택공급, 주택가격 및 거래 주택금융, 인구 및 가구, 산업, 사용자비용, 주거복지, 용도지역, K-REMAP 지수, 조기경보시스템 등 총 10개 분야로 나누어 구성하였다.

시스템관련 데이터는 기초데이터 추출 이력 및 변수 정의 등을 위한 자료관리 부문, 분석을 위한 분석모형관리, 프로젝트 및 시나리오 설정, 프로그램을 활용한 정책효과분석 부문, 기타 시스템관리 부문으로 구분하였다.

부동산정책 데이터마트의 메타데이터는 기초데이터 추출과 관련된 정보를 관리하는 기초데이터 메타정보와 자료추출이력, 모든 테이블의 메타정보를 저장 하는 테이블 메타정보로 구성하였다.

부동산정책 의사결정지원시스템(Rep-DSS)은 정보시스템과 의사결정지원과정 (DSS)을 결합하여 부동산정책 도입여부에 따른 시장변화 정도를 예측하고, 정책 수립자가 원하는 최적의 정책 조합을 시뮬레이션을 통해 도출하는 시스템이다.

따라서 정책입안자들은 정책방향과 결과를 통해 문제를 진단하고 해결할 수 있는 정보시스템 환경을 제공받아야 한다.

부동산정책 의사결정지원시스템(Rep-DSS)은 데이터베이스(DBMS)와 모델베이스, 정책효과분석, 사용자 인터페이스(User Interface), 분석자(User)로 구성하였다. 또한 데이터의 효과적 관리, 모형을 활용한 효율적 분석, 그리고 분석 결과에 대한 편리한 활용을 위하여 다양한 소프트웨어를 활용하였다.

부동산정책 의사결정지원시스템(Rep-DSS) 운영을 위한 서버는 응용프로그램 서버와 DB서버를 물리적으로 분리하여 시스템의 부하를 분산할 수 있도록 하였으며, 개발환경은 시스템 구현 중 시스템의 품질향상 및 개발 생산성 증대 뿐 아니라, 향후 확장 및 유지보수가 용이하도록 UI 계층, Presentation 계층, Business 계층, Integration 계층, Foundation계층 등에 맞춰 구성하였다.

부동산정책 의사결정지원시스템(Rep-DSS)의 주요 기능은 분석에 활용되는 변 수 선정, 자료추출, 모형설정 등을 수행하는 자료관리 부문과 실제 Vensim을 활 용하여 정책효과분석을 수행하고 결과를 조회하는 정책효과분석부문, 기타 시스 템에서 공통으로 활용되는 기능 및 시스템 연계를 수행하는 공통부문으로 구성 하였다. 세부기능으로는 자료추출, 변수관리, 분석모형관리, 프로젝트 관리, 시나 리오 관리, 정책효과 분석 및 조회 등을 수행할 수 있도록 개발하였다.

6. 결 론

개발된 부동산정책 시뮬레이션 모형으로는 정책 사후평가와 사전 시뮬레이션 모두가 가능하다. 정책평가를 통해서는 역기능이 발생한 원인을 규명할 수 있게 해주며, 사전 가상실험에서는 정책실패 가능성을 최소화시켜 나갈 수 있다.

개발된 모형에 대한 이해와 정책효과 분석, 그리고 시뮬레이션 등을 통해 부동산 정책 시뮬레이션 모형은 모형 활용과 정책 측면에서 다음과 같은 기여를 할 것으로 판단된다.

먼저, 모형활용 측면에서 ① 부동산시장 안정과 국민주거복지 향상을 위한 다양한 정책의제 발굴을 위한 기제로 활용될 수 있도록 체계적으로 지원한다.

② 가상실험을 통해 부동산시장 불안을 사전에 차단 내지 최소화할 수 있도록 정책도입의 순기능과 역기능을 진단하는 기제로 활용 가능하다.

③ 신속한 정책자료 작성을 가능하게 하는 시장분석틀로 활용할 수 있다.

다음으로, 정책적으로는 다음과 같은 기여를 할 수 있을 것으로 기대한다.

① 부동산정책 집행 결과를 예측하거나 정책집행에 따른 효과를 사전 시뮬레 이션 할 수 있어 그 결과를 기초로 향후 정책도입 수위를 결정 및 판단하는 좌표를 제시해 준다.

② 맞춤형 정책입안과 추진을 가능하게 해줄 것이다. 시장유형별․요인별 접근 으로 정책 효과를 분석할 수 있도록 지원하고 있어 전국, 수도권, 지방, 그리고 매매와 전세시장을 고려한 다양한 정책조합을 찾아내는데 도움을 준다.

③ 정책의 시의성과 적소성(適所性)으로 정책집행 효과가 극대화될 수 있도록 지원한다.

④ 정책 수위별 정책조합으로 시뮬레이션을 가능하게 해주어 정책실패 가능성을 최소화해 준다.

기능 정책기여 관련부처 및 법령

시뮬레 이션 모형

․변수간 인과 관계 분석

․수준변수별 정책효과 분석

․시장맞춤형 정책지원

․정책실험 기능지원

․다양한 정책 레포트 제공

․국토해양부 (주택토지실)

․기획재정부 (부동산정책팀)

․주택법

․도시및주거 환 경 정 비 법 (도시재정비법)

․종합부동산 세법

․소득세법 정책결

정지원 시스템

․정책수준별 파급효과분석

․수준변수별로 다양한 가상 실험기회 제공

․최적의 정책조합 형성

․정책의 시의성 제고

․정책레포트 제공

<모형 및 시스템의 활용과 정책 기여도>

부동산정책 시뮬레이션 모형 내에 정책 파급효과 분석과 가상실험을 위한 시뮬레이션 모형을 동시에 개발하였다는 점에서 이 연구는 기존연구와 확연히

차별화되는 명확한 특징을 지니고 있다. 이 연구의 주요한 특징을 정리하면 다음과 같다.

① 하나의 모형내에 2가지 기능을 수행할 수 있도록 한 모형개발은 정책효과 분석에 대한 설명력을 제고한다는 측면도 있지만, 그 보다는 정책실패 가능 성을 최소화하거나 효과분석 결과를 상호보완적으로 이용할 수 있도록 하 고자 했다는 점에 더 큰 의미를 둘만하다.

② 정책의 성패는 원하는 목적에 맞게 정책을 선별해 해당지역에 적용할 수 있어야 제대로 된 정책처방 효과를 얻을 수 있다.

③ 학술적으로 부동산정책 효과 평가를 위한 새로운 수단(Tool)을 제공한다.

그러나 이러한 장점에도 불구하고 이 연구는 복잡한 변수사용과 정책효과분석 이라는 모형의 성격상 일부 테이블함수(Table function)의 사용이 불가피했다 는 한계가 있다.

이러한 점은 부동산 시장을 둘러싼 변수 간 인과관계와 과다한 변수로 인해 불가피한 측면이 있으나, 향후 모형의 운용에 있어서는 자의적 판단이 지나치게 개입되지 않도록 중립적 입장을 견지해 나갈 필요가 있다.

이 연구를 통해 개발된 부동산정책 시뮬레이션 모형이 1차적으로 주택부문에만 한정되어 일부 미흡한 부분이 있지만, 주택시장에서 발생하는 제반현상을 잘 설명하는 설명력 높은 변수를 토지부문, 인구․가구부문, 그리고 거시경제부문 에서 발굴해 내어 이를 다양한 부동산 정책과 결합한 종합분석을 시도하였다는 점은 기존의 연구를 넘어서는 진일보한 매우 의미 있는 작업이었다고 할 수 있다.

일부 연구내용이 미흡한 부분이 있지만 2차년도(2012년) 후속연구를 통해 충분히 보완할 수 있을 것이라 생각한다.

C ․ O ․ N ․ T ․ E ․ N ․ T ․ S

차 례

발간사 ··· ⅰ 요 약 ··· ⅲ

제1장 서 론

1. 연구배경과 목적 ··· 1

2. 연구방법 및 수행체계 ··· 4

1) 연구의 범위 ··· 4

2) 연구방법 ··· 6

3) 연구보고서의 구성과 연구수행체계 ··· 7

3. 선행연구 검토 ··· 8

1) 주요 선행연구 ··· 8

2) 선행연구와의 차별성 ··· 11

제2장 부동산정책결정 지원체계 구축 방법론 정립 1. 부동산정책 시뮬레이션 모형 개발을 위한 방법론 ··· 15

1) 부동산정책 효과분석을 위한 시스템적 접근방법 ··· 15

2) 시뮬레이션 모형 개발을 위한 방법론 ··· 16

2. 부동산정책 의사결정지원시스템(Rep-DSS)의 이해 ··· 17

1) 의사결정에 관한 이론적 고찰 ··· 17

2) 의사결정지원시스템(DSS)의 개념과 구조 ··· 19

3) 의사결정지원시스템(DSS)의 구성요소 및 효용 ··· 20

4) 부동산정책 의사결정지원시스템(Rep-DSS)의 구조와 프로세스 ··· 21

3. 관련용어의 정리 ··· 23

1) 부동산정책 시뮬레이션 모형 ··· 23

2) 측정지표 ··· 23

3) 의사결정 ··· 24

4) 부동산정책 의사결정지원시스템 ··· 24

제3장 부동산정책 시뮬레이션 모형개발 기본구상 1. 시뮬레이션 모형 개발의 기본방향 ··· 27

1) 모형개발 방향 ··· 27

2) 모형의 구성변수 선정을 위한 주요 정책수단 검토 ··· 29

3) 부동산정책 시뮬레이션 모형의 구성변수 검토 ··· 31

2. 시뮬레이션 모형 개발 기본구상 ··· 32

3. 부동산 정책의 시장파급효과 측정지표 선정 ··· 36

1) 국내 선행연구 등으로 살펴본 부동산정책효과 측정지표 ··· 36

2) 외국의 부동산정책 통계자료 검토 ··· 38

3) 부동산정책효과 측정지표의 선정 ··· 40

4. 부동산정책효과 시뮬레이션을 위한 인과도 설정: 주택모형 ··· 43

제4장 부동산정책 시뮬레이션 모형의 개발과 적용 1. 시뮬레이션 모형의 구조(Stock-Flow Diagram) ··· 47

1) 모형의 구성 ··· 47

2) 각 부문별 하위모형(수도권) ··· 50

2. 모형의 행태 분석(Base Run) ··· 66

1) 수도권모형의 행태 분석(Base Run) ··· 66

2) 비수도권모형의 행태 분석(Base Run) ··· 69

3. 모형의 타당성 검토 ··· 72

1) 타당성 평가목적 및 기준 ··· 72

2) 타당성 평가방법 ··· 75

3) 모델의 건전성 검증을 통한 타당성 검토 ··· 77

4. 시뮬레이션 모형의 적용 ··· 80

1) 시뮬레이션 세제효과 적용 흐름도 ··· 80

2) 주택정책 변화를 가정한 정책효과 분석 : 가상실험(수도권) ··· 85

3) 시뮬레이션 모형 적용과 의사결정지원시스템(DSS)의 연계 ··· 87

제5장 부동산정책 의사결정지원시스템의 구축방향 1. 부동산정책 데이터마트 구축 ··· 89

1) 데이터마트의 개요 ··· 89

2) 데이터마트 구축 방안 ··· 90

3) 데이터마트 구축 프로세스 ··· 91

4) 데이터마트 구축 대상 ··· 96

5) 부동산정책 데이터마트와 K-REMAP 연계 ··· 98

2. 부동산정책 의사결정지원시스템(Rep-DSS) 구축방향 ··· 100

1) 시스템의 개요 ··· 100

2) 구성요소 ··· 101

3) 개발 및 운영환경 ··· 102

4) 구축목표 ··· 105

5) 주요기능 ··· 106

6) 사용자 인터페이스 ··· 109

7) 세부기능구성 ··· 111

3. 부동산정책 시뮬레이션 모형과의 연계방안 ··· 121

1) 시스템 연계의 개요 ··· 121

2) 연계방안 ··· 123

제6장 결 론 1. 연구의 결론 ··· 127

2. 모형의 활용성과 정책 기여도 ··· 129

1) 모형의 활용측면 ··· 129

2) 정책 기여도 측면 ··· 130

3. 연구의 특징과 한계 ··· 131 4. 맺음말 ··· 132 1) 향후 연구계획 ··· 132 2) 맺음말 ··· 133

참고문헌 ··· 135 SUMMARY ··· 141 부 록 ··· 143

T ․ A ․ B ․ L ․ E ․ C ․ O ․ N ․ T ․ E ․ N ․ T ․ S

표 차 례

<표 Ⅰ-1> 주요 선행연구와의 차별성 요약 ··· 13

<표 Ⅱ-1> 사이먼의 의사결정단계 ··· 18

<표 Ⅲ-1> 정책변수 및 자료현황 ··· 34

<표 Ⅲ-2> 장영희 외(1995) 연구에서 제시한 주택정책 주요지표 ··· 37

<표 Ⅲ-3> 김근용 외(2004) 연구에서 제시한 주택정책 주요지표 ··· 37

<표 Ⅲ-4> 주택정책효과 분석을 위한 측정지표 ··· 42

<표 Ⅳ-1> 가구부문 변수 설명 ··· 49

<표 Ⅳ-2> 주택수부문 변수 설명 ··· 52

<표 Ⅳ-3> 사용자비용부문 가정 ··· 54

<표 Ⅳ-4> 주택가격부문 변수 설명 ··· 55

<표 Ⅳ-5> 미분양주택부문 변수 설명 ··· 57

<표 Ⅳ-6> 자가수요부문 변수 설명 ··· 59

<표 Ⅳ-7> 총수요부문 변수 설명 ··· 61

<표 Ⅳ-8> 주택거래부문 변수 설명 ··· 64

<표 Ⅳ-9> 전세가격부문 변수 설명 ··· 66

<표 Ⅳ-10> 주택 수준변수의 동태적 변화분석(수도권) ··· 67

<표 Ⅳ-11> 주택 수준변수의 동태적 변화분석(비수도권) ··· 71

<표 Ⅳ-12> 시스템 다이내믹스 모형의 평가기준 ··· 75

<표 Ⅳ-13> 보유세 증감 정책효과 분석 ··· 85

<표 Ⅳ-14> 취등록세 증감 정책효과 분석 ··· 86

<표 Ⅳ-15> 양도세 증감 정책효과 분석 ··· 86

<표 Ⅳ-16> LTV 증감 정책효과 분석 ··· 87

<표 Ⅳ-17> DTI 증감 정책효과 분석 ··· 87

<표 Ⅴ-1> 부동산정책결정지원시스템(Rep-DSS) 관련 테이블 목록 ··· 97

<표 Ⅴ-2> 부동산정책결정지원시스템 메타데이터 구성(안) ··· 98

<표 Ⅴ-3> 부동산정책 의사결정지원시스템(Rep-DSS)의 기능구성 ··· 108

<표 Ⅴ-4> 변수 보정 방법 ··· 115

<표 Ⅴ-5> Vensim DLL Interface ··· 124

F ․ I ․ G ․ U ․ R ․ E ․ C ․ O ․ N ․ T ․ E ․ N ․ T ․ S

그 림 차 례

<그림 Ⅰ-1> 연구의 범위 ··· 5

<그림 Ⅰ-2> 연구수행 체계도 ··· 7

<그림 Ⅱ-1> 부동산정책 의사결정지원시스템(Rep-DSS)의 구조(예시) ··· 22

<그림 Ⅲ-1> 부동산정책 시뮬레이션 모형의 기본구상 ··· 34

<그림 Ⅲ-2> 주택정책효과 분석과 가상실험을 위한 기본 인과지도 ··· 43

<그림 Ⅳ-1> 유량-저량 흐름도(Stock-Flow Diagram) ··· 48

<그림 Ⅳ-2> 수도권 추계 가구수 ··· 50

<그림 Ⅳ-3> 수도권 추계 가구변화량 ··· 50

<그림 Ⅳ-4> 주택수부무문 유량-저량 흐름도 ··· 51

<그림 Ⅳ-5> 신규 공공주택 공급량(추계) ··· 52

<그림 Ⅳ-6> 신규 공공임대주택 공급량(추계) ··· 53

<그림 Ⅳ-7> 주택가격부문 유량-저량 흐름도 ··· 55

<그림 Ⅳ-8> 미분양주택부문 유량-저량 흐름도 ··· 57

<그림 Ⅳ-9> 자가수요부문 유량-저량 흐름도 ··· 58

<그림 Ⅳ-10> 소득변화(추계) ··· 60

<그림 Ⅳ-11> LTV 변화 효과 ··· 60

<그림 Ⅳ-12> DTI 변화 효과 ··· 60

<그림 Ⅳ-13> 총수요부문 유량-저량 흐름도 ··· 61

<그림 Ⅳ-14> 추계 소득증감률 ··· 62

<그림 Ⅳ-15> 주택거래부문 유량-저량 흐름도 ··· 63

<그림 Ⅳ-16> 정부지출부문 추계(단위 :십억원) ··· 64

<그림 Ⅳ-17> 전세가격부문 추계 ··· 65

<그림 Ⅳ-18> 주택수, 자가수요, 총수요 행태분석(Base Run) ··· 68

<그림 Ⅳ-19> 미분양주택 행태분석(Base Run) ··· 68

<그림 Ⅳ-20> 주택거래 행태분석(Base Run) ··· 68

<그림 Ⅳ-21> 주택가격, 전세가격 행태분석(Base Run) ··· 69

<그림 Ⅳ-22> 유량-저량 흐름도(Stock-Flow Diagram)(비수도권) ··· 70

<그림 Ⅳ-23> 자가수요, 총수요, 주택수행태분석(Base Run)(비수도권) ···· 71

<그림 Ⅳ-24> 미분양주택행태분석(Base Run)(비수도권) ··· 71

<그림 Ⅳ-25> 주택거래행태분석(Base Run)(비수도권) ··· 72

<그림 Ⅳ-26> 주택가격, 전세가격행태분석(Base Run)(비수도권) ··· 72

<그림 Ⅳ-27> 모델의 구조 검증 확인 ··· 77

<그림 Ⅳ-28> 모델의 단위 검증 확인 ··· 77

<그림 Ⅳ-29> 주택수 민감도 분석결과 ··· 79

<그림 Ⅳ-30> 주택거래 민감도 분석결과 ··· 79

<그림 Ⅳ-31> 자가수요 민감도 분석결과 ··· 79

<그림 Ⅳ-32> 미분양주택 민감도 분석결과 ··· 79

<그림 Ⅳ-33> 주택가격 민감도 분석결과 ··· 79

<그림 Ⅳ-34> 전세가격 민감도 분석결과 ··· 79

<그림 Ⅳ-35> 세제정책 효과 분석 실험을 위한 흐름도(예시) ··· 81

<그림 Ⅳ-36> 금융정책 효과 분석 실험을 위한 흐름도(예시) ··· 83

<그림 Ⅳ-37> 분양가상한제 효과 분석 실험을 위한 흐름도(예시) ··· 84

<그림 Ⅴ-1> 부동산정책 데이터마트 구축 ··· 90

<그림 Ⅴ-2> 부동산정책 데이터마트 구축방안 ··· 91

<그림 Ⅴ-3> 부동산정책 데이터마트 구축 프로세스 ··· 92

<그림 Ⅴ-4> 데이터 분석 과정 ··· 93

<그림 Ⅴ-5> 부동산정책 데이터마트와 K-REMAP 정보의 연계 ··· 99

<그림 Ⅴ-6> 부동산정책결정지원시스템 구조 ··· 101

<그림 Ⅴ-7> 부동산정책 의사결정지원시스템(Rep-DSS) S/W 구성도 ··· 103

<그림 Ⅴ-8> 부동산정책 의사결정지원시스템(Rep-DSS) 개발환경 ··· 104

<그림 Ⅴ-9> 부동산정책결정지원시스템(ReP-DSS) 목표시스템 ··· 106

<그림 Ⅴ-10> 부동산정책 의사결정지원시스템(Rep-DSS) 로그인 화면 ··· 110

<그림 Ⅴ-11> 부동산정책 의사결정지원시스템(Rep-DSS)의 UI 구성 ··· 111

<그림 Ⅴ-12> 자료추출기능 사용 절차 ··· 112

<그림 Ⅴ-13> 기초자료 추출 ··· 113

<그림 Ⅴ-14> 기초자료 보정 ··· 114

<그림 Ⅴ-15> 변수 관리 기능 ··· 116

<그림 Ⅴ-16> 분석모형관리 기능 ··· 117

<그림 Ⅴ-17> 프로젝트관리 기능 ··· 118

<그림 Ⅴ-18> 시나리오 추가 ··· 119

<그림 Ⅴ-19> 정책효과 분석 및 조회 ··· 121

<그림 Ⅴ-20> 외부 분석도구를 이용한 연계 ··· 122

<그림 Ⅴ-21> 부동산정책결정지원시스템(ReP-DSS)과 SD 연계 ··· 123

<그림 Ⅵ-1> 모형 및 시스템의 활용과 정책 기여도 ··· 131

1

서 론

정부의 부동산시장 개입여부에 대한 찬반 논의는 정책의 성격이나 시장상황에 따라 각기 다른 모습으로 나타나고 있다. 하지만, 어느 쪽의 입장에 서든 간에 기왕의 정책개입이 불가피하다면 시장 충격을 최소화할 수 있는 정책이 이루어지기를 희망할 것이다.

그러나 그 동안 추진되었던 부동산정책의 일부는 정책시기를 놓치거나, 시장을 지나치게 부양 혹은 침체시키는 부작용을 보인 사례도 물론 있었다. 정책의 역기능은 정책효과를 합리적․과학적으로 사전에 평가할 수 있는 분석틀의 부재에서 발생하였다고 할 수 있다.

따라서 부동산정책 도입이전에 정책의 시장파급효과를 사전․사후에 검증할 수 있는 정책 효과분석틀이 갖추어진다면 정책의 역기능을 줄이는데 기여할 수 있을 것이다.

이 연구는 부동산정책의 시의성과 선제성을 높일 수 있는 부동산정책 효과분석 시뮬레이 션 모형과 부동산정책 의사결정지원시스템(Rep-DSS)을 개발 구축하고자 하는 취지에서 출발하였다. 정책담당자가 정책도입 이전에 부동산정책 의사결정지원시스템(Rep-DSS)을 통해 정책효과를 시뮬레이션하고, 시장의 변동성을 사전에 인지할 수 있게 된다면 부동산 시장 안정이 그리 먼 일만은 아닐 것이라고 보았기 때문이다.

이 장에서는 부동산정책 의사결정지원시스템을 개발 및 구축하고자 하는 목적과 방법, 연 구진이 구상하는 시스템, 전체 보고서의 구성 등에 대해 개괄적으로 소개하였다. 이를 통해 독자들은 부동산정책 시뮬레이션 모형과 의사결정지원시스템에 대한 개괄적인 이해가 가능할 것이다.

1. 연구배경과 목적

부동산정책의 일관성 유지는 부동산시장의 안정과 선진화를 실현하는 중요한 요소가 된다. 그러나 그 간의 부동산정책에 대한 일반적인 기대와는 다른 방향으로 부동산시장 변동이 이루어지면서 정책이 일관성을 상실했다는 비판이 있어 왔다.

물론, 정책의 일관성이 무조건적인 정책의 유지를 말하는 것은 아니다. 부동산 정책이 정책기조와 시장 대응책으로 구분되어 운용될 필요가 있다는 것이다.

정부가 추구하는 정책목표를 달성하기 위해서는 수요자와 주택시장 환경변 화에 맞춘 대응방안을 선제적으로 마련하는 것이 중요하다. 따라서 시장 대응책은 철저한 사전 분석과 합리적 검증이 전제될 필요가 있다.

시장 대응책에 대한 사전분석과 검증을 위해서는 개별 요소들로 인해 부동산 시장이 어떻게 변동할 것인지 예측하고, 이에 맞는 정책대응 방안을 도출해 낼 수 있는 체계를 갖추어야 한다. 정책대응 방안을 도출할 수 있는 체계를 갖추었을 때, 비로소 정책입안자들이 모형과 자료(Data)를 기반으로 부동산시장 동향을 진단하고 예측하는 합리적인 판단과 의사결정이 가능해질 것이기 때문이다.

정책 담당자가 원하는 정책방향과 결과를 사전․사후에 시뮬레이션 할 수 있는 모형과 이를 시스템적으로 구현하는 의사결정지원시스템(Decision Support System;

이하 DSS)은 시장 대응책에 대한 사전 분석과 검증을 가능하게 한다.

국토연구원에서는 2008년부터 부동산시장 선진화를 목적으로 ‘부동산시장 진 단 및 전망 시스템(K-REMAP)'을 개발‧구축하고 있다.¹⁾ 그러나 시스템의 개발 및 구축과정에서 부동산시장 정보 이용의 한계, 부동산시장 소비자에 대한 자료 축적 부족, 거시경제 상황의 변화와 부동산시장 및 정책의 상관성 분석 부족 등 으로 인해 부동산시장 진단 및 전망시스템(K-REMAP)이 추구하고 있는 종합적‧

국지적, 장‧단기적 부동산 시장 진단과 합리적인 예측에 제약을 받고 있는 실정이다.

또한 부동산 시장에 미치는 영향을 정책도입 여부에 따라 다양하게 조합해 정책효과를 분석해 보는 중요한 과정도 부동산정보 공유 미흡 등 여러 여건의 불비로 인해 본격적인 연구와 모형의 개발이 이루어지지 못했다.

1) 그 간의 노력으로 전국 150개 지역의 부동산(주택, 토지) 시장 변화를 진단 및 전망하고, 세부지역별로 부동산시장 상황을 지도(부동산기상도, 상황도)와 지수(K-REMAP 지수, 부동산시장 소비심리지수 등)로 표현하는 모형과 시스템을 구축하는 성과를 올렸다. 2008년부터 2010년까지 기본(일반)연구사업 『부동산 시장 선진화 시스템 구축 연구(Ⅰ～Ⅲ)』를 통해 모형과 시스템을 구축했다. 2010년 12월에 1단계 사 업이 마무리 되었으며, 현재 이 연구를 통해 2단계 사업을 진행하고 있다.

이에 따라 정책입안자가 부동산정책 도입여부를 결정하는 것이 매우 중요한 사안임에도 이를 지원하는 시스템이 부재한 현 상항에 대해 아쉬움을 가져왔던 것이 사실이다.

따라서 정책수립자가 향후 바람직한 정책대응을 할 수 있도록 부동산시장 정책효과를 분석할 수 있는 시뮬레이션 모형과 의사결정시 이를 지원하는 시 스템을 구축하는 것은 부동산시장 선진화와 안정 기조를 유지해 나가는데 있어 매우 의미 있는 작업이라 할 수 있다.

정책수립자가 부동산시장 상황을 정확히 판단하고, 이에 맞는 부동산정책 도입 여부를 결정하기 위해 전문가 그룹의 자문과 정책효과분석 시뮬레이션모형 을 활용하는 것은 매우 바람직한 과정이라 할 수 있다. 여기에 더해 부동산정책 도입이 부동산 시장에 어떠한 영향을 미칠 수 있는지 다양한 조건 설정을 통한 검토․분석까지 종합적으로 가능하도록 하는 시스템의 구축이 이루어진다면 부동산 시장에서 자칫 발생할 수 있는 정책적 역기능은 크게 축소될 것이다.

정책수립자가 현재 부동산 시장의 상황을 정확히 판단하여 정상적인 범위를 벗 어났을 경우 그 원인이 무엇인지 명확히 정의할 수 있고, 의사결정지원시스템을 통해 이에 대응하는 정책 패키지를 선택하고 집행하는 것이 매우 용이해 질 것이기 때문이다.

이 연구는 국토연구원에서 2008년 이후 지속적으로 개발 및 구축하고 있는 ‘부 동산시장 선진화 시스템(K-REMAP) 구축‘을 위한 제2단계 작업으로 부동산정책 담당자의 의사결정을 지원하는 부동산 정책효과분석이 가능한 시뮬레이션 모형과 의사결정지원시스템(Real Estate Policy - Decision Support System; Rep-DSS)을 개발 및 구축하고자 하는데 목적이 있다.

정책수립자의 판단과 의사결정을 지원하기 위해 첫째, 정책 수립 시 보다 정밀 한 분석이 가능하도록 지원할 수 있는 부동산 정책효과분석이 가능한 시뮬레이 션 모형(이하 부동산정책 시뮬레이션 모형)을 개발하는데 중점을 두고 연구를 수 행하였다.

부동산정책 시뮬레이션 모형은 다양한 부동산 정책이 주택 및 토지시장에 미 치는 파급효과를 분석하는데 유용하게 활용할 수 있다. 또한 부동산 시장의 안정 과 선진화를 위한 바람직한 정책수단을 도출하는 작업에도 이용할 수 있다.

둘째, 부동산정책 시뮬레이션 모형을 정보시스템과 연동시켜 부동산정책 의사 결정지원시스템(Rep-DSS)을 구축하고자 한다. 부동산정책 시뮬레이션 모형과 부 동산정책 의사결정지원시스템(Rep-DSS) 구축은 부동산시장 변동에 따른 사전‧사 후적 대응책을 마련하는 작업이 가능하도록 해준다. 이에 따라 정책 실패를 최소 화하고, 정책의 일관성을 유지시켜 부동산 정책에 대한 국민과 시장의 신뢰를 높 이는 기제(機制)로 작동할 수 있다.

연구목적의 달성을 위해 1차년도 에는 부동산 정책이 시장에 미치는 효과를 시뮬레이션 할 수 있는 부동산정책 시뮬레이션 모형 개발에 주력하였다. 이와 더 불어 2012년에 구축할 부동산정책결정지원시스템(Rep-DSS)과 기존 부동산시장 조 기경보시스템(이하 부동산 EWS) 및 부동산시장 진단 및 전망시스템( K-REMAP)과의 연계 등 시스템 구축방안도 검토하였다.

2. 연구방법 및 수행체계

1) 연구의 범위

부동산 정책의 대부분은 전국을 대상지역으로 하지만, 일부 정책의 경우 부동산 시장 변동에 큰 영향을 미친다고 여겨지는 특정지역을 대상으로 이루어지기도 한다.

이 같은 정책집행 대상지역 단위를 감안할 경우, 전국 단위의 분석과 권역별 단위의 분석 기능을 별개로 하는 모형과 시스템 구축이 필요하다.

이 연구에서는 부동산 시장의 이상변동 발생 가능성이 높은 서울과 수도권 그리고 지방광역시 등의 전국 150개 시‧군‧구가 중심이 된 7대 광역권을 대상 으로 시뮬레이션 모형과 의사결정지원시스템을 구축하고자 한다.

부동산 정책효과 분석과 의사결정지원을 위해 필요한 기초 데이터를 담은 부동산 정책 자료 DB는 1960년 이후의 관련 데이터를 모두 자료화하여 원활한 정책효과 시뮬레이션이 가능하도록 하였다. 아울러 부동산 정책효과 분석 시 최근 경향을 반영하기 위해 분석 기준시점을 2000년으로 설정하여, 부동산 시장 변동성의 정 확도와 신뢰도를 높이고자 하였다.

내용적으로는 부동산시장 수준을 측정할 수 있는 지표 선정, 부동산정책 효과를 측정하는 지표들의 인과도 작성, 유량 및 저량 흐름도(Stock-Flow Diagram) 개발, 부동산정책 시뮬레이션 모형의 행태분석 및 타당성 검증, 모형의 시스템화 방안 제시, 부동산정책 의사결정지원시스템(Rep-DSS)의 기본개념‧구성요소‧기능검 토, 부동산정책 의사결정지원시스템(Rep-DSS) 상에서의 부동산정책 시뮬레이션 모형의 위상과 역할 등에 대해 살펴보았다.

기능적으로는 부동산정책 의사결정지원시스템(Rep-DSS) 구축과 관련해 각 분야별 데이터 마트 구축, 기존 K-REMAP의 자료관리시스템과의 연계, 시뮬레 이션 모형의 시스템 구현 및 K-REMAP과 연계 구축 방안, 그리고 부동산정책 의사결정지원시스템(Rep-DSS) 구축을 위한 시스템 아키텍처에 대한 구상안을 포함하였다.

<그림 Ⅰ-1> 연구의 범위

2) 연구방법

(1) 문헌연구를 통한 이론적 토대 및 분석방법론 내실화

문헌연구를 통해 시뮬레이션 모형 및 부동산정책 의사결정지원시스템(Rep-DSS) 구축을 위한 이론적 토대와 연구방법론을 검토하였다. 먼저, 부동산 가격, 규제, 금융, 수요와 공급 등에 관한 부동산정책의 파급효과를 시뮬레이션 할 수 있는 모형을 개발하기 위해 부동산 시장의 정책적 조정과 효과분석에 관한 문헌과 방법론을 검 토하였다. 또한 Rep-DSS 구축을 위해 DSS의 개념, 구성 및 기능, 구체적 아키텍처와 관련 한 문헌을 검토하였고, 이를 통해 이론적인 토대와 연구에 필요한 시사점을 도출하였다.

(2) 부동산 정책의 시장파급효과 분석을 위한 모형 개발

주택 및 토지시장의 동향과 미래상황을 측정하는 지표와 지수 등이 명료화 될 수 있도록 변수 추출 방법을 정립하고 계량적 기법도 활용하였다. 또한 사회 및 경제여건 변동, 세제 및 금융 등의 정책변화에 따른 부동산 시장의 영향과 변동 방향에 관한 예측력을 높이기 위해 시스템 다이내믹스(SD 모형)를 이용한 시뮬 레이션 모형을 개발하였다.

(3) 시스템 구축을 위한 공동연구 수행 및 해외사례 조사로 시사점 도출 부동산시장 진단 및 전망시스템(K-REMAP)과의 연계, 정책패키지 도출, 시뮬 레이션 모형의 시스템화 등을 위해 DB 및 네트워크 시스템 개발 전문업체와 공 동연구를 수행하였다. 또한 주요 외국의 부동산정책 동향과 의사결정과정 등에 관한 현지조사를 통해서 시사점을 도출하였다.

(4) 효과적인 연구수행을 위해 연차별로 과업추진

부동산 정책의 시장파급효과 분석을 위한 시뮬레이션 모형 개발 연구, 부동산 시장 조사‧분석 및 통계정보DB 통합 방안, 부동산정책의 수립을 위한 의사결정 지원시스템(Rep-DSS) 개발 및 구축 등을 포괄하는 과업내용을 효과적으로 수행 하기 위해 2개년(2011～2012년)에 걸쳐 연차별로 연구를 수행하였다.

3) 연구보고서의 구성과 연구수행체계

이 연구가 궁극적으로 추구하는 부동산정책 시뮬레이션 모형 개발과 부동산정 책 의사결정지원시스템(Rep-DSS) 구축을 위해 관련 이론과 연구방법론의 검토, 부 동산시장 관련정책 검토, 부동산시장 측정지표 선정, 시뮬레이션 모형 개발을 위 한 기본구상 및 적용방안 등을 제시하는 과정으로 연구를 수행되었다.

연구결과의 효과적 전달을 위해 보고서는 모두 6개장으로 구성하였다. 제2장과 제3장에서는 부동산정책 시뮬레이션 모형 개발 방법론과 정책효과 측정을 위한 지 표의 선정, 부동산정책 시뮬레이션 모형개발을 위한 기본구상 등에 대해 살펴봄으 로써 연구의 기초적 틀을 정립하였다. 제4장과 제5장에서는 부동산정책 시뮬레 이션 모형의 개발과 적용방안, 부동산정책 의사결정지원시스템(Rep-DSS) 구축을 위한 아키텍처를 제시하였다.

<그림 Ⅰ-2> 연구수행 체계도

3. 선행연구 검토

1) 주요 선행연구

이 연구에서 최종적으로 구축하고자 하는 부동산정책 의사결정지원시스템 (Rep-DSS)은 정책효과분석을 위한 시뮬레이션 모형 구축과 모형을 기초로 하는 의사결정지원시스템(DSS)에 관한 종합적 고려를 근간으로 하는 것이다.

그러나 부동산정책 의사결정 과정을 다루는 부동산정책 의사결정지원시스템 (Rep-DSS)에 관한 연구는 거의 이루어지지 못하고 있을 뿐 아니라, 부동산시장 의 문제를 인식하고 그에 대응한 정책패키지와 그 효과를 분석‧제공할 수 있는 시스템에 대한 선행연구도 그리 많지 않은 실정이다.

다만, 의사결정지원시스템(DSS) 전반에 관련된 연구가 감정평가 등 제한적 분 야에서 이루어진 사례가 있으나 주요 내용이 시스템의 이론적 구성 위주로 수행 되었다고 할 수 있다.

부동산정책과 시장효과 분석에 대한 다른 유형의 연구로는 시스템다이내믹스 (System Dynamics; SD)를 이용한 정책효과분석 시뮬레이션 모형과 관련한 연구가 있다. 그러나 SD를 활용한 대부분의 선행연구는 인과지도구축에 국한되어 시뮬 레이션 모형의 단계로 진행되지 못했을 뿐 아니라, 시‧공간 단위가 충분히 세분 화되지 못하는 등 의사결정지원시스템(DSS)과의 연계에 적합하지 않은 수준의 모형구축에 그치고 있는 실정이다.

(1) 부동산정책의사결정지원시스템(Rep-DSS)에 대한 선행연구

의사결정지원시스템(DSS)은 비‧반구조적 문제의 해결에 있어서, 의사결정의 각 단계 혹은 전 과정에 걸쳐 의사결정자를 지원함으로써 의사결정의 효과성을 증대시킬 수 있도록 설계된 컴퓨터 기반 시스템이라 정의할 수 있다.

컴퓨터에 기반을 둔 부동산정책 의사결정 과정에 대한 지원시스템(DSS) 연구 는 그리 활발한 편은 아니며, 그나마 공간정보를 활용하거나 시스템의 이론적 측면 을 위주로 제시한 연구가 대부분이다.

최근 연구로는 간광현 外(2001)의「지식집약조직의 유지를 위한 의사결정지원 시스템의 활용에 관한 연구」, 김한수‧나상엽(2004)의 「부동산 감정평가에 있어 공간정보를 활용한 최적의 부동산 의사결정 지원 시스템 개발에 관한 연구」를 들 수 있다.

간광현 外은 지식집약조직의 달성과 유지를 위한 정보기술의 활용에 대한 대 안으로 의사결정지원시스템(DSS)의 활용 방안을 제시하였다. 의사결정지원시스 템(DSS)의 경우 전통적으로 정보교환 및 공유의 기능이 높았으나 정보의 추출 및 저장, 정보교환, 정보기술을 활용한 공유 및 토론과정 지원, 지식활용을 가능하게 하는 기술을 적용하여 지식집약적인 조직의 달성과 유지가 필요하다고 보았다.

김한수‧나상엽은 부동산 의사결정을 명확하고 체계적으로 실행할 수 있도록 부동산 의사결정시스템을 구축하고, 공시지가와 인공신경망을 이용하여 결정된 지가와의 비교를 통해 부동산 의사결정에 새로운 복성식 평가방법 도입의 타당 성을 검증하였다.

장래의 토지에 법적‧물리적‧입지적 요소에 변동이 있을 경우 지가변화의 예측을 위해 인공신경망을 도입하여 활용하였으며, 토지 특성 변수만 투입해 주면 쉽게 결과를 산출할 수 있어 신속하게 지가를 예측할 수 있는 장점이 있음을 제시하였다.

(2) 시스템다이내믹스(System Dynamics)를 이용한 부동산시장 분석 선행연구 시스템다이내믹스를 이용해 부동산 시장을 분석한 연구는 부동산 정책과 그에 따른 주택시장 파급효과를 분석할 수 있는 모형을 개발 및 구축하는 과정을 중심 으로 수행되었다.

대표적인 연구로는 김동환(2007)의 「부동산 정책의 부작용에 관한 시스템 다이내믹스 모델링」, 이수욱 外(2008)의 「주택정책평가모형 개발과 정책효과 분석 연구」, 박문서 外(2009)의 「시스템다이내믹스를 이용한 분양 제도 변화에 따른 주택시장 영향 분석」, 황성주 外(2009)의 「주택담보대출 규제 완화에 따른 부동산시장 영향분석」등이 있다.

김동환은 부동산 정책의 실패 요인들이 어떠한 메커니즘을 갖고 지속적으로 작동하는지 시뮬레이션 모형을 구축하였다. 연구범위는 노무현 정부의 부동산 정책 분석을 위해 2003년부터 2007년까지 공식적으로 발표되었던 부동산 정책을 그 대상으로 하였으며, 양도세‧보유세 등과 같은 정책요소를 변화시킴으로써 그 효과를 살펴보았다.

연구결과, 규제를 강화하거나 양도세를 증가하는 정책은 미미하나마 아파트 가격을 감소시키나 양도세를 증가시키는 정책 수단은 시장의 불안정성을 크게 증폭시킬 수 있음을 제시했다.

이수욱 外는 2002년 이후 도입된 일련의 주택정책이 주택시장에 미치는 영향 을 파악하기 위해 수도권을 대상으로 시스템다이내믹스 기법을 이용한 주택정책 평가모형을 개발하고 정책의 파급효과를 분석하였다.

주택공급 확대를 위한 정책은 사용자 비용과 주택수요 분석치로 살펴볼 수 있 으며, 취‧등록세 감소, 보유세 인하, 양도세 인하, 이자율 인하, LTV 상향 등을 정책수단으로 활용할 수 있음을 제시하였다.

주택가격의 안정을 위해서는 분양가규제 및 이자율 상승 등의 정책수단을 사 용할 수 있으며, 주택거래의 활성화를 유도하면서 주택가격 안정을 도모하기 할 수 있는 정책수단으로 보유세 완화 및 1%p 이내의 금리인하 등을 제시하였다.

보유세를 현행보다 10% 낮출 경우, 주택초과수요는 6.7만호 그리고 가격은 1%

이내에서 감소하는 것으로 나타났으며, 금리도 0.5%p 인하할 경우 3.7만호의 주 택초과수요를 촉발하지만 가격은 적정수준에서 하향 안정되는 것으로 나타났다.

박문서 外는 시스템 다이내믹스를 이용한 주택시장 모형을 구축하고, 분양가 상한제와 후분양제도가 주택시장에 가져올 변화를 분석하였다. 분양가상한제 및 후분양제도를 실시함에 따라 건설업체 기대 분양가, 기대분양률, 인지기존주택 가격, 기존주택매매가격에 어떠한 변화를 가져오는지에 대한 인과지도를 구축 하였다.

연구 결과, 분양가 상한제는 수요의 증가 및 공급의 감소를 가져오며, 분양가와

매매가의 변화는 크게 나타나지 않았다. 또한 후분양제도는 분양가의 상승 및 공급의 하락을 가져오며 수요와 매매가의 변화는 크게 나타나지 않았다.

분양가 상한제 및 후분양제도 등 분양제도의 변화로 인한 금융부담, 분양가 제 한, 리스크의 증가는 주택 시장의 공급을 위축시킬 가능성이 있음을 시사했다.

또한 분양제도의 변화에 따른 수익률 및 공급 감소는 주택의 규모별, 지역별 공 급 차별화 전략을 강화시키고 이에 다라 주택 시장의 양극화가 심화될 수 있음을 제시하였다.

황성주 外는 시스템 다이내믹스 모형을 통해 주택담보대출 완화 정책이 주택 수요와 관련된 주택시장 및 주택금융시장에 미치는 영향을 파악함으로써 정책의 적정성 및 향후 금융시장 전반에 어떠한 효과를 불러오는지 분석하였다. 주택시 장 수요‧공급모형, 주택금융시장모형에 대한 인과지도를 구축한 후 주택담보대 출 완화 정책에 대한 긍정적 효과 및 부작용 발생가능성에 대한 각각의 독립적인 인과지도를 설계하였다.

연구결과, 주택담보 대출완화는 주택수요와 관련된 루프를 선순환 시킴으로써 주택거래 활성화 및 주택가격의 회복을 가져온다는 것을 밝혔다. 또한 1차 금융과 관련된 담보대출채권, 주택저당증권, 대출기관 자금, 대출액을 선순환 시키면서 지속적인 주택담보 대출과 시장의 수요확보를 이룰 수 있다고 보았다. 그러나 2 차 금융상품의 파생상품 증가와 관련된 루프에서는 주택담보대출시장 부실화의 시작점이 될 수 있음도 제시하고 있다.

2) 선행연구와의 차별성

(1) 연구목적의 차별성

이 연구에서는 정책도입의 사전‧사후적 효과를 시뮬레이션 할 수 있는 모형을 개발하고, 의사결정지원시스템을 구축하고자 한다는 점에서 기존 연구들의 목적 과는 차이가 있다.

또한 의사결정시스템은 정책의 최적 조합 및 효과를 다차원적으로 가공‧분석 하여 정책방향과 결과를 제시해 주기 때문에, 기존연구에서 제한적으로 이루어 졌던 부분이 체계화된 시스템으로 구축 될 수 있도록 한 점 역시 차별화된다.

(2) 연구범위의 차별성

선행연구는 전국적인 차원 혹은 개별 지역에 분석의 초점이 맞추어진 반면, 이 연구는 부동산정책 파급효과의 확장된 시뮬레이션 모형을 통해 전국 및 단위지 역차원에서 분석을 동시에 수행할 수 있어 지역적 여건 및 상황에 맞춘 분석과 예측이 가능하다는 점에서 차별성이 있다.

또한 기 구축된 부동산시장 진단 및 전망시스템(K-REMAP)과 부동산조기경보 시스템(EWS)을 통해 분석되었던 주택시장, 인구, 거시경제, 토지 자료 등의 데이 터베이스를 확보하고, 이를 활용한 전국적․광역적 주택시장모형을 시스템 다이 내믹스 기법을 적용하여 개발함으로써 정책의 최적조합 및 효과분석에 대한 다차원적인 접근을 시도하고자 한다는 점 역시, 기존 연구와는 차이가 있다.

(3) 연구방법에서의 차별성

선행연구에서는 주로 인과지도 위주의 제한된 방법으로 주택시장 및 정책에 대한 영향관계를 파악하였기 때문에 정량화 및 거시계량 측면에서의 비교‧분석이 이루어지지 못했다. 이 연구는 기 구축된 데이터베이스를 활용한 모형을 개발하 여 미래에 대해 예측하고, 정책 의사결정지원시스템을 통한 체계화된 과정으로 피드백을 동시에 수행할 수 있도록 한다는 점에서 기존 연구와 차별화된다.

(4) 연구결과의 활용의 차별성

이 연구는 부동산정책 효과분석에 필요한 시뮬레이션 모형과 이를 체계화된 의사결정지원시스템(DSS)으로 구축함으로써 정책입안자들이 스스로 원하는 정책 방향과 결과에 대한 사전․사후 실험이 가능하도록 해주고, 바람직한 정책패키지를 선택‧집행하도록 지원한다는 점에서 기존 연구결과의 활용과는 차이가 있다.